「tor」の検索結果

GitHubとGitLabの課題・変更履歴・PRを調べ、小規模なコード修正やテスト、レビュー用の説明作成、承認後の提出まで進めるスキル。

• 未対応の課題やPRを確認したいとき
• コミット履歴から変更を把握したいとき
• 小規模な修正とテストの準備

CARLAの走行ログを再生せずに調べ、マップや収録時間、登場車両、衝突、動けなくなった車両を確認します。時刻とIDを手がかりに、確認すべき場面を絞れます。

• 記録のマップや収録内容を確認したいとき
• 車両と歩行者の衝突を探したいとき
• 動けなくなった車両の調査

CARLAのScenarioRunner向けに独自の交通シナリオを作成します。車両の振る舞いと合否条件を持つPythonクラスとXML設定を生成し、実行前に整合性を検証します。

• 前方車両の急ブレーキ場面の作成
• 距離パラメーターを変えた比較
• Leaderboardルートへの組み込み

CARLA内の信号を赤・黄・青・消灯に切り替え、状態の固定や点灯時間の調整を行います。全信号、交差点、ID、指定位置に最も近い信号を対象に操作できます。

• 全信号を青に固定したいとき
• 特定の交差点を赤信号にしたいとき
• 信号の切り替え周期を短くする

CARLAのPythonクライアントを指定したPython環境へ導入します。配布ファイルやPyPIから適切な版を選び、読み込みとサーバーとのバージョン一致を確認します。

• 配布版のPython環境を整えたいとき
• リモート接続用クライアントの導入
• cannot import carlaの解消

LLMの応答から必要な情報を取り出し、Pydanticで型や値を検証する実装を支援。抽出失敗時の自動再試行や、生成途中の結果を順次受け取る処理も扱います。

• 文章から連絡先や企業情報を抽出したいとき
• 記事を指定カテゴリに分類したいとき
• レビュー分析の出力を検証したいとき

LLMアプリの処理の流れを記録して不具合を調べ、回答品質の評価やプロンプト・モデルの比較を進めます。Phoenixの導入から本番監視、自前での運用まで扱います。

• AIアプリの動作記録から原因を調べたいとき
• 質問セット全体の回答品質を評価したいとき
• プロンプトやモデルを実験で比較したいとき

Chromaを使い、文章の意味に基づく検索や、検索した資料をAIの回答に使う仕組みを実装します。文書の保存・更新、属性による絞り込み、外部ライブラリ連携も扱います。

• 文章の意味で資料を検索したいとき
• AI回答に資料検索を組み込みたいとき
• 文書の属性で検索結果を絞りたいとき

LLMアプリの入出力や処理時間をLangSmithで記録し、不具合の調査、データセットによる回答評価、本番環境の監視や継続的な品質テストを支援するスキル。

• LLMアプリの不具合を調べたいとき
• テストデータで回答を評価したいとき
• 本番の応答時間や費用の監視

LLMの学習用データを整えるスキル。GPUを使った重複除去や品質フィルタリング、個人情報の除去を支援し、テキスト・画像・動画・音声の前処理を案内します。

• Webデータを学習用に整えたいとき
• 大量の文章から重複を除きたいとき
• 学習用文章の個人情報を除きたいとき

機械学習向けの大量データを読み込み、前処理や一括推論を複数のCPU・GPUに分散するスキル。手元の端末からクラスタまで、処理規模に応じた構成を案内します。

• メモリに収まらないデータを前処理したいとき
• 複数GPUで一括推論したいとき
• 画像や表データを学習用に整えたいとき

AOのコマンドを使い、作業用エージェントの起動やセッション管理、繰り返す指示の保存を支援します。共有ブラウザの操作や成果物のプレビューも案内するスキルです。

• 新しい作業用エージェントの起動
• セッションの状況確認と管理
• 繰り返す作業をCueに保存

文書を検索してAIの回答に渡すRAGの仕組みを設計・実装し、文書分割や検索用データの作成、検索結果の並べ替え、精度評価まで支援するスキル。

• 社内文書を参照するAIアプリの設計
• 検索用DBと文書分割方針の比較
• キーワード検索と並べ替えによる改善

Research competitor paid-ad presence, messaging, creative, formats, landing pages, keyword and auction signals, transparent ad libraries, and strategic gaps across supported platforms. Use for competitor ads, ad libraries, ad spy, competitive PPC analysis, competitor creative, Google Ads Transparency, Meta Ad Library, or paid-media competitor research.

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。

短篇网文拆文。拆解爆款短篇小说（番茄短篇 / 故事会 / 知乎盐言 / 追妻 / 世情 / 重生 / 虐渣等通俗题材）的故事核、结构、情感线、反转设计、写作手法、共鸣层次。单一全量拆解管道：跑完 Stage 2-6 产出完整拆文报告，落盘到 拆文库/{书名}/，下游 story-short-write 同时读拆文报告 + 情节节点 + 写作手法 + 原文 + _meta.json 写下一篇。触发方式：/story-short-analyze、/短篇拆文、「拆短篇」「拆这篇短文」「短篇拆文」「精细拆解短篇」「8000 字短篇拆解」「番茄短篇拆文」「故事会拆解」「盐言故事拆解」「分析这篇短篇」——均进入同一管道。

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。

网文写作工具集基础设施部署与检查。为 Claude Code / OpenCode / Codex / Google Antigravity / ZCode / OpenClaw / Reasonix 提供内置适配；Web AI / 通用 Agent 可走 skills + AGENTS.md 文件模式。触发方式：/story-setup、$story-setup、「准备写书」「帮我搭一下环境」「配置写作项目」「检查写作环境」。

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 the effects of a close-combat energy skill as one visual language in Three.js. Lightning that reads as lightning, dynamic but never in your face: trees of strips (trunk, forks of forks, hair-fine branchlets) with a fine white core in a violet-blue glow, each channel reaching out as a stepped leader, flaring as it connects, holding its shape and fading through an afterglow, one discharge at a time; a storm-cloud orb (a lit billow surface that churns in place, 10-15 plasma-globe arcs from a small white core to its inner wall, crawlers on the rim, a hairline fresnel); ground strikes that flash when the leader arrives, crawl along the stone's own cracks and reflect in wet stone (the demo's floor is a scanned CC0 texture); a torn black shadow with dry-brush edges that hangs off the orb and streams behind it, air bursts felt as refraction, orange sparks, fractured rocks that land or float in a storm domain, and impact frames that hold, invert in two-tone ink with tapered speed lines, shake and bend the lens, limited to three flashes a second. Use for anime or dark-fantasy skill effects, lightning or thunder fists, plasma or energy balls, charge-ups, dashes with shadow trails, ground strikes, storm or domain rings, ultimates, hit-stop, impact frames, negative flashes, screen shake, "black lightning", "thunderstorm fist", "realistic lightning", "afterimage" or "skill effects only". Includes a reusable module and a five-beat demo with failure-mode switches.

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。

Integrate with Octav API for cryptocurrency portfolio tracking, transaction history, and DeFi analytics across 50+ blockchain networks. Use when building applications that need to: (1) Track wallet balances and net worth across multiple chains, (2) Query transaction history with filtering and search, (3) Monitor DeFi protocol positions (Aave, Uniswap, etc.), (4) Access historical portfolio snapshots, (5) Analyze token distribution and holdings, (6) Pay per request as an autonomous agent via x402. Triggers on: "Octav API", "crypto portfolio API", "blockchain portfolio tracking", "DeFi analytics API", "wallet balance API", "transaction history API", "multi-chain portfolio", "Octav x402".

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。

Scrapes tweets from an X (Twitter) user profile timeline given a handle, with selectable mode: tweets, tweets+replies, or media-only. Returns normalized per-tweet data including text, author profile, engagement counts, media, hashtags, mentions, and cursor for pagination. Use when user mentions X user tweets, Twitter user tweets, profile timeline, user feed, @handle tweets, scrape Twitter user, scrape X account, get all tweets from a user, scrape user timeline, download user posts, export tweets from user, with_replies tab, replies tab Twitter, media tab Twitter, photos of user Twitter, videos of user Twitter, latest tweets from user, recent tweets from account, KOL tweets, influencer tweet history, account post extraction, twitter handle scraper, x handle scraper, get tweets by username, monitor a Twitter account, monitor an X account, daily tweet export from handle, scrape from:username, twitter profile posts, x profile posts, by handle, by username. Also applies to building a creator backlog, tracking competitor accounts, populating quote-tweet research datasets, or any paginated bulk collection driven by a single user 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。

This skill helps users automatically extract detailed video metrics and channel information from YouTube based on keyword searches using the BrowserAct API. The Agent should proactively apply this skill when users express needs such as extract specific keyword YouTube video detailed data, monitor the latest video performance of competitor channels, collect comment and like counts for videos on a specific topic, find AI agent tutorials published this week and extract metrics, evaluate total views and subscriber info for specific videos, scrape detailed metrics of marketing campaign videos, track video trends for a tech topic periodically, get high quality video list data for specified keywords on YouTube, mine detailed information of the latest YouTube videos, collect video duration and engagement data for specific industries, or monitor YouTube content creator performance metrics.

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。

This skill helps users extract YouTube video transcripts and perform deep competitive analysis on the content. Agent should proactively apply this skill when users express needs like analyze YouTube video content strategy, perform competitive video content analysis, extract and analyze YouTube subtitles for marketing insights, understand competitor value propositions from their videos, identify target audience from YouTube video content, analyze pain points and needs mentioned in YouTube videos, evaluate competitor CTA strategies in video content, find content gaps in competitor YouTube videos, analyze video narrative structure and hooks, extract key messaging and positioning from YouTube content, benchmark competitor video content quality, research competitor marketing angles through video analysis, identify audience signals and terminology level in videos, analyze emotional tone and persuasion techniques in YouTube content.

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。

This skill helps users automatically extract structured channel data from YouTube search results via BrowserAct API. Agent should proactively apply this skill when users express needs like finding YouTube channels about specific topics, collecting data on YouTube content creators, tracking YouTube influencers in specific industries, getting YouTube channel information for competitor analysis, searching for YouTube channels related to keywords, monitoring YouTube channel updates for specific keywords, finding YouTube channels that recently published videos, extracting YouTube channel subscriber counts, discovering YouTube vloggers in specific niches, building a YouTube channel database for market research, batch extracting YouTube channel links and descriptions, or monitoring competitor channel growth.

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。

Browse a Taobao or Tmall shop's product catalog by shopId, returning paginated product listings with itemId and title. Use when user asks to scrape a Taobao shop, get all products from a store, list items in a Taobao/Tmall shop, fetch shop catalog by userId or shopId, 采集淘宝店铺商品, 抓取淘宝店铺所有商品, 获取天猫店铺商品列表, 淘宝店铺目录, 按店铺ID采集商品. Also applies to shop inventory monitoring, competitor store analysis, and bulk itemId collection from a specific seller.

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。

Safely refactors C#/.NET code without changing behavior. USE FOR any request to refactor, rename, move, extract, inline, merge, consolidate, deduplicate, split, or modernize C# code, including partial/generated declarations, wrappers, public APIs, serialization/reflection/configuration names, friend assemblies, conditional compilation, and multi-targeted projects. Also use when a request calls a feature, bug fix, package/framework upgrade, or public nullability change a refactor and the behavior-changing part must be separated or declined. DO NOT USE FOR ordinary feature or bug fixes not presented as refactoring; standalone upgrades after reclassification (use dotnet-upgrade); adding tests; or formatting-only work.

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。