2,882 件 ・ 関連度順
概要と使いどころ
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.
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。
Designs robust function/tool calling schemas for LLMs with JSON schemas, validation strategies, typed interfaces, and example calls. Use when implementing "function calling", "tool use", "LLM tools", or "agent actions".
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。
Extracts structured data from LLM responses using JSON schemas, Zod validation, and function calling for reliable parsing. Use when users request "structured output", "JSON extraction", "parse LLM response", "function calling", or "typed responses".
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。
Builds LLM applications with LangChain including chains, agents, memory, tools, and RAG pipelines. Use when users request "LangChain setup", "LLM chain", "AI workflow", "conversational AI", or "RAG pipeline".
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。
Diagnoses LLM output failures including hallucinations, constraint violations, format errors, and reasoning issues. Provides root cause classification, prompt fixes, tool improvements, and new test cases. Use for "debugging AI", "fixing prompts", "quality issues", or "output errors".
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。
Implements background job processing with BullMQ/Redis including job queues, workers, scheduling, retries, and monitoring. Use when users request "background jobs", "queue processing", "async tasks", "BullMQ", or "job scheduler".
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。
LLM bugs are only worth reporting when they cross a trust boundary you can prove — an OOB callback, a verbatim-reproducible secret, a cross-tenant record, or code execution. A model 'saying something bad once' is confabulation, not a vulnerability. Read the False-Positive Gate before claiming anything.
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。
Generative Engine Optimization (GEO) for AI search visibility. Optimize content to appear in ChatGPT, Perplexity, Claude, and Google AI Overviews. Use when optimizing websites, pages, or content for LLM discoverability and citation.
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。
Complete Open WebUI API integration for managing LLM models, chat completions, Ollama proxy operations, file uploads, knowledge bases (RAG), image generation, audio processing, and pipelines. Use this skill when interacting with Open WebUI instances via REST API - listing models, chatting with LLMs, uploading files for RAG, managing knowledge collections, or executing Ollama commands through the Open WebUI proxy. Requires OPENWEBUI_URL and OPENWEBUI_TOKEN environment variables or explicit parameters.
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。
Unified LLM Gateway - One API for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more with a single API key.
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。
Search the web with LLM-optimized results via the Tavily CLI. Use this skill when the user wants to search the web, find articles, look up information, get recent news, discover sources, or says "search for", "find me", "look up", "what's the latest on", "find articles about", or needs current information from the internet. Returns relevant results with content snippets, relevance scores, and metadata — optimized for LLM consumption. Supports domain filtering, time ranges, and multiple search depths.
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。
look up and explain llm api pricing across models.dev, openrouter, and official provider pages. use when the user asks for model prices, input/output token costs, cached-token costs, openrouter aliases such as :free, provider-specific pricing, official versus third-party prices, or wants to verify an api call cost log.
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。
AIエージェントがスキルやルールを実際に守るか、指示の強さが異なる３段階のシナリオで検証し、遵守率とツール呼び出しの時系列をレポートにまとめます。
予測市場の価格が示す確率を出典と時刻付きで調べ、取引量や結果の判定ルール、他の情報源との比較から、製品や業務の判断材料として使えるか評価するスキル。
ウォレットや取引の実行権限を持つAIエージェントについて、外部入力への対策、支出上限、送信前の検証、停止条件、秘密鍵の管理を設計・点検するスキル。
米国の医療ソフトウェアでHIPAAへの対応を検討する際に、患者情報の扱い、外部サービスへの送信条件、必要最小限のアクセスと監査記録を確認するスキル。
公開サイトやAPIから求人・価格・ニュースなどを定期収集する仕組みを作ります。AIによる要約・分類・採点、保存先との連携、利用者の評価を次回に反映する設計も扱います。
大きな機能開発や移行の目標を、複数回の作業に分けた実行計画にします。各工程の背景、依存関係、検証方法をまとめ、別のエージェントへの引き継ぎを支えます。
実際の開発課題で複数のコーディングエージェントを比較するスキル。成功率、取得可能なAPI費用、所要時間、繰り返し実行の安定性を測り、選定や更新後の評価に使えます。
言語モデルを少ないメモリで追加学習するために、Unslothの使い方やAPIを調べ、LoRA・QLoRAによる実装やコードの不具合調査を支援するスキル。
質問応答や文書検索を組み合わせたAI処理をDSPyで構築するスキル。入力と出力を定義して部品を組み合わせ、学習例と評価指標を使ってプロンプトを自動調整します。
手元の環境で動く言語モデルをHugging Face Hubから探し、メモリに合うGGUF形式のモデル選びと、llama.cppの起動コマンド作成を支援します。
言語モデル内部の反応を少数の特徴に分解し、学習した概念を調べます。学習済みSAEの分析、自作SAEの訓練、特徴を使った出力調整と品質評価を案内します。
HermesでActual Computerを使い、自分の機器でAIモデルを動かすための接続設定を支援します。中継サービスとローカル接続に対応し、モデル選択や応答確認も扱います。