1,189 件 ・ 関連度順
概要と使いどころ
Evaluates LLMs across 60+ academic benchmarks (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Use when benchmarking model quality, comparing models, reporting academic results, or tracking training progress. Industry standard used by EleutherAI, HuggingFace, and major labs. Supports HuggingFace, vLLM, APIs.
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。
Classify a task and route it to the right workflow (fix / feature / epic). Use when the user runs /go or wants the adaptive workflow router.
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。
Trimmed Forge pipeline (scope → build → wrap) for small, clear-scope work. Use when the user runs /forgemaster-mini or has a small, well-scoped task.
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。
Deadline management and capacity planning across epics and PRs. Use when the user runs /triage or wants deadline/capacity triage.
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。
Explore the codebase and produce an implementation plan. Use when the user runs /plan or wants a plan before building.
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 quality gates, commit, push, and open a PR with the canonical template. Use when the user runs /ship or wants to ship the current 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。
Auto-capture UI screenshots for PRs using Playwright MCP browser tools.
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 full Forge pipeline unattended: each phase is reviewed by a fresh evaluator subagent, the findings feed back, and the run advances itself. Use when the user runs /forgemaster-auto or wants a feature built end to end without approval gates.
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。
Reference definitions for the Agent Forge orchestration roles (lead, worker, planner, evaluator). Use when coordinating multi-agent Forge work or when you need one role's responsibilities and 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。
Answer questions about the codebase from knowledge files. Use when the user runs /ask or asks a domain/knowledge question about the repos.
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。
Add focused Bun unit tests for mission-critical behavior and edge cases — not blanket coverage.
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。
Surface architectural friction and propose deepening opportunities that improve testability and AI-navigability. Use when the user wants to improve architecture, find refactoring opportunities, consolidate tightly-coupled modules, or make a codebase easier for agents to navigate.
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。
Produce a higher-level architecture and context map for unfamiliar code. Use when you need to understand how a file, module, feature, or issue fits into the bigger picture, including relevant modules, callers, callees, dependencies, and next context.
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。
/council — Deliberative multi-provider review. Use when the user runs /council.
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。
Auto-generate knowledge YAML from the codebase. Use when the user runs /sync-knowledge or wants knowledge files refreshed.
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。
Grade and steer UI work using Anthropic-style design dimensions—coherence, originality, craft, and usability—for generators and evaluators.
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。
Extract a DDD-style domain glossary from conversation context, choosing canonical terms and flagging ambiguity. Use when the user asks to define domain terms, build a glossary, clarify terminology, create a ubiquitous language, or mentions domain modeling or DDD.
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 current context into a PRD and file it as a Beads feature/epic issue.
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。
Break a plan/PRD into independent vertical-slice Beads issues with explicit dependencies.
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。
Set up repository-local Husky pre-commit hooks with lint-staged, Prettier, and optional typecheck/test gates. Use when a user asks to add pre-commit hooks, configure lint-staged, enforce staged formatting, or add commit-time checks.
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 a conversational QA session where the user reports bugs or issues, and file durable Beads issues using project domain language. Use when the user wants to report bugs, do QA, file issues conversationally, or mentions a QA session.
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。
Generate structured weekly status reports covering initiatives, progress, blockers, risks, and KPIs.
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。
Relentlessly stress-test a plan or design through a one-question-at-a-time interview that researches available context first and includes a recommended answer with every question. Use when the user asks to "grill me", wants a plan/design challenged, or needs decisions resolved before implementation.
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。
Triage GitHub issues through gh and a label-based state machine. Use when the user intentionally wants GitHub issue triage, incoming bug or feature review, issue workflow labels, needs-info follow-up, or ready-for-agent briefs.
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。