「llm」の検索結果

Lambda LabsでGPUサーバーを起動し、機械学習の学習や推論を実行する手順を案内します。SSH接続、永続ストレージ、複数GPUでの分散学習も扱います。

• 長時間の学習用GPU環境を用意したいとき
• 複数GPUで大規模言語モデルを追加学習
• データや学習途中の状態を保持したいとき

Unreal Engineのエディターを操作し、物体の配置、照明や素材の調整、カメラ設定を進めます。シーンの状態と見た目を確認し、画像やレンダーを出力するスキル。

• 3Dレベルの構築と配置
• 雰囲気に合う照明に調整したいとき
• カメラの構図設定とレンダー出力

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。

• 学習済みSAEで特徴を調べたいとき
• 特定のモデル層にSAEを訓練する
• 入力文ごとの特徴の反応を比較する

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。

• ActualのキーでHermesを接続
• ローカル環境でモデルを動かしたいとき
• ローカルモデルの取得と読み込み

画像・動画の生成やAI検索など、150以上のクラウドAIアプリを共通のコマンドで探して実行します。ローカルの画像や音声を使う加工・生成にも対応します。

• 文章から画像を生成したいとき
• 手元の画像を動画にしたいとき
• 写真と音声でアバター動画を作りたいとき

AIが外部サービスを操作するためのMCPサーバーを開発します。API調査からツールの設計・実装、動作確認、実際の利用を想定した評価問題の作成まで支援します。

• 外部APIをAIエージェントにつなぎたいとき
• TypeScriptやPythonでMCPを開発
• ツールの説明や入力・エラー文の改善

中断した個人開発をローカルのGit履歴から棚卸しし、止まった理由や共通の傾向を整理します。再開候補を一つ選び、動作確認から公開までの具体的な手順を提案します。

• 未完成の個人開発を棚卸ししたいとき
• 開発が止まる共通の理由を知りたいとき
• 再開して公開する開発を一つ選びたいとき

ChatGPT内で操作できるアプリの構想整理から、Reactウィジェットや状態共有の実装までを案内します。現在は非推奨で、後継スキルへの移行が示されています。

• ChatGPTアプリの機能整理
• サーバーと連携する画面の実装
• 画面の状態をChatGPTと共有

PythonやJavaScriptの依存関係ファイルを点検し、バージョン未指定や重複、古い互換パッケージなどの問題を説明して、確認しやすい修正案を示します。

• インストール失敗の前段調査
• 古いPython互換パッケージの確認
• 重複や固定バージョンの矛盾の点検

AIから外部の処理やデータを使うMCPサーバーを、mcp-useで設計・実装するためのガイド。認証、操作画面、エラー処理、公開までを案内します。

• MCPサーバーを新規作成したいとき
• 処理・データ・定型プロンプトの追加
• 一覧や選択用のReact画面を作りたいとき

大きな調査や生成作業を複数のAIモデルに分担し、計画のレビュー、並列実行、成果の検証と統合まで進めるスキル。担当ごとの進捗や再試行も記録します。

• 複数の競合を並列調査したいとき
• 大規模な生成作業を分担したいとき
• 計画や草案を助言役にレビューさせたいとき

音声入力や長い独り言から、目的・決定事項・未解決の問いを整理します。途中の方針変更や保留の話題も残し、AIの推測を分けて、着手前に認識を確認します。

• 音声入力した構想の整理
• 着手前に要件の認識を確認したいとき
• 複数メッセージにわたる考えの収集

Gitの差分を変更の目的と照らし合わせ、無関係なファイルや依存関係の追加などを洗い出します。残す・分割する・必要性を説明する判断と、分割案をまとめます。

• PR作成前の変更範囲の確認
• 不具合修正に混じった変更の発見
• ステージ済み変更の広がりの確認

ローカルのGit履歴から、コードが追加された経緯と変更の意図を調べます。導入時のコミットや繰り返し一緒に変わるファイルを追い、改修前の注意点を整理します。

• 見慣れない関数の存在理由を知りたいとき
• 改修前に過去の制約を確認したいとき
• 回避策が残った経緯の調査

公開前の原稿を想定読者の視点で読み、読み始めるか、どこで関心が薄れるか、何が記憶に残るかを確かめます。文章は書き換えず、読者の反応を報告します。

• 投稿が最後まで読まれるか知りたいとき
• 読者が離脱する箇所の確認
• 改稿前後の読者反応の比較

mcp-useでMCPサーバーの処理・データ提供・定型プロンプト・操作画面を設計する旧ガイドです。現在は非推奨で、mcp-app-builderへの移行が案内されています。

• 既存のmcp-useサーバー構造の確認
• Tool・Resource・Promptの例の参照
• 対話型Widgetの設計を確認したいとき

同じ依頼をClaude・GPT・Geminiに実行させ、応答時間・トークン数・費用を比較。任意の品質採点も使い、用途に合うモデル選びを支えるスキル。

• スキルに合うモデルを選びたいとき
• 応答時間と費用の比較
• 任意のAI採点による品質比較

PaperclipのWikiと元資料を調べ、出典付きで質問に回答します。情報の不足を明示し、比較や考察の結果は利用者の同意後にWikiへ保存します。

• Wikiの情報について質問したいとき
• Wikiの主張を元資料で確認したいとき
• 比較結果をWikiに残したいとき

コードや文書の生成で、省略コメントや未実装のひな形を避け、依頼された全項目を出力するためのスキル。長文は区切りと再開位置を明示します。

• ソースファイルを全文受け取りたいとき
• 指定したコンポーネントの一括生成
• 長い文書の省略を避けたいとき

Overrides default LLM truncation behavior. Enforces complete code generation, bans placeholder patterns, and handles token-limit splits cleanly. Apply to any task requiring exhaustive, unabridged output.

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。

Analyze a Karpathy-pattern LLM wiki knowledge base and generate an interactive knowledge graph with entity extraction, implicit relationships, and topic clustering.

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。

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

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 the LLM response cache. View cache statistics, clear entries, configure TTL policies, and control semantic-similarity caching thresholds.

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 security bench` (upstream "Darwin Shield" / ADR-155) — evolves a champion security-detection harness against a 10-vuln / 9-decoy corpus and grades it on TPR/FPR/patch-pass/repro/unsafe vs four baselines (B0 static, B1 LLM-single-pass, B2 fixed-agent, B3 Darwin-champion). Closest reference implementation for ruflo's own ADR-155 nightly self-learning security harness (PR

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。