「memo」の検索結果

claude-memに蓄積した開発履歴を読み解き、設計の変遷や難題の解決、作業傾向、記憶活用によるトークン節約の推計を物語形式のレポートにまとめます。

• プロジェクトの開発史を振り返りたいとき
• 設計判断とその影響をたどりたいとき
• 不具合調査や作業の傾向を知りたいとき

調査・開発・テストを複数のAIエージェントに分担させ、連携して進めるスキルです。役割や作業順序の設計から、並列実行、進捗監視、結果の集約まで扱います。

• 並列調査の結果をレポートにまとめたいとき
• アプリの設計・実装・レビューを連携
• 各種テストを並列に実行したいとき

claude-flow v3のMCPサーバーの遅延や負荷を調べ、接続の再利用、ツール検索、負荷分散、通信処理の改善と性能監視の実装を支援するスキルです。

• MCPの起動や応答が遅い原因を調査
• 接続を再利用し未使用の接続を整理
• ツール検索とリクエスト分散を改善

複数のAIエージェントへ作業を割り振り、並列処理や順序付きの工程を組み立てます。情報共有、負荷分散、失敗時の再割り当てを含む連携を設定します。

• API・画面・テストを並列開発したいとき
• 設計からレビューまでの工程づくり
• エージェント間で仕様や状態を共有

要件整理から設計、テストを先に書く実装、レビュー、デプロイまでを段階的に進め、複数のAIエージェントで作業と知識を分担する開発手順をまとめたスキル。

• 新機能を計画して実装したいとき
• テストを加えて既存コードを改修
• コードの安全性と性能をレビュー

Claude CodeからOdysseusのタスク、メール、予定、記憶、文書を扱います。権限付きAPIを通じて、モデル配信の起動やログ確認、停止にも対応します。

• 時刻付きリマインダーを登録したいとき
• メールを読んで返信下書きを作りたいとき
• 予定や好み、文書を保存したいとき

Interact with DeerFlow AI agent platform via its HTTP API. Use this skill when the user wants to send messages or questions to DeerFlow for research/analysis, start a DeerFlow conversation thread, check DeerFlow status or health, list available models/skills/agents in DeerFlow, manage DeerFlow memory, upload files to DeerFlow threads, or delegate complex research tasks to DeerFlow. Also use when the user mentions deerflow, deer flow, or wants to run a deep research task that DeerFlow can handle.

日本語の概要は準備中です。原文の説明を表示しています。

Debug LangChain and LangGraph agents by fetching execution traces from LangSmith Studio. Use when debugging agent behavior, investigating errors, analyzing tool calls, checking memory operations, or examining agent performance. Automatically fetches recent traces and analyzes execution patterns. Requires langsmith-fetch CLI installed.

日本語の概要は準備中です。原文の説明を表示しています。

Manage Omni Skills (list, install, test, remove), plugins (create, configure), and persistent memory (search, add, clear) from the CLI.

日本語の概要は準備中です。原文の説明を表示しています。

Connect to the OmniRoute MCP server (110 tools, 3 transports: SSE/stdio/HTTP). Covers routing, cache, compression, memory, skills, providers, and audit tools across 33 permission scopes.

日本語の概要は準備中です。原文の説明を表示しています。

Performance profiling, benchmarking, and optimization. Use when: slow operations, regressions, memory pressure, release validation. Skip when: early prototyping, documentation, configuration-only changes.

日本語の概要は準備中です。原文の説明を表示しています。

Run the SPARC Specification phase — gather requirements, define acceptance criteria, identify constraints, and store the spec in memory

日本語の概要は準備中です。原文の説明を表示しています。

Manage RVF (Ruflo Vector Format) files for portable agent memory and cross-platform transfer

日本語の概要は準備中です。原文の説明を表示しています。

Composite Phase-2 audit worker (ADR-150). Bundles harness oia-manifest + threat-model + mcp-scan into one timestamped audit record stored in the `metaharness-audit` memory namespace. Designed for cron-scheduled drift detection.

日本語の概要は準備中です。原文の説明を表示しています。

Run `@metaharness/darwin evolve {repo}` to mutate a harness's seven policy surfaces (planner/contextBuilder/reviewer/retryPolicy/toolPolicy/memoryPolicy/scorePolicy), sandbox-score each variant, and promote only measured wins. The model is frozen; the harness evolves. Closes the loop ADR-150 opens (score+genome describe; evolve changes). Degrades gracefully when @metaharness/darwin is absent (ADR-150 + ADR-153 architectural constraints).

日本語の概要は準備中です。原文の説明を表示しています。

Build a graph-structured dossier on a seed entity via parallel fan-out + recursive expansion across web, memory, knowledge-graph, codebase, ADR index, and git intel

日本語の概要は準備中です。原文の説明を表示しています。

5-dimension harness readiness scorecard from `metaharness score {path}`. Returns harnessFit / compileConfidence / taskCoverage / toolSafety / memoryUsefulness + estCostPerRunUsd + scaffoldReady. Pure-read; subprocess invocation; degrades gracefully when MetaHarness is absent (ADR-150 architectural constraint).

日本語の概要は準備中です。原文の説明を表示しています。

Synthesize research findings from memory into structured reports with evidence grading, contradiction resolution, and actionable recommendations

日本語の概要は準備中です。原文の説明を表示しています。

Orchestrate multi-phase deep research with web search, memory retrieval, pattern matching, and synthesis into structured findings

日本語の概要は準備中です。原文の説明を表示しています。

Stores approved context for one AI team and searches it later, with provenance. Use when the user asks to remember a decision, constraint, or fact for the team, or to recall what the team already knows. Memory is separate for each team and tenant.

日本語の概要は準備中です。原文の説明を表示しています。

Achieve aggressive v3 performance targets: 2.49x-7.47x Flash Attention speedup, 150x-12,500x search improvements, 50-75% memory reduction. Comprehensive benchmarking and optimization suite.

日本語の概要は準備中です。原文の説明を表示しています。

Vector search via embeddings_* (large-scale HNSW) and ruvllm_hnsw_* (WASM router for ≤11 hot patterns), with RaBitQ 1-bit quantization for 32× memory reduction

日本語の概要は準備中です。原文の説明を表示しています。

Advanced Hive Mind collective intelligence system for queen-led multi-agent coordination with consensus mechanisms and persistent memory

日本語の概要は準備中です。原文の説明を表示しています。

Automated coordination, formatting, and learning from Claude Code operations using intelligent hooks with MCP integration. Includes pre/post task hooks, session management, Git integration, memory coordination, and neural pattern training for enhanced development workflows.

日本語の概要は準備中です。原文の説明を表示しています。