1,845 件 ・ 関連度順
概要と使いどころ
Persistent memory systems for LLM conversations including short-term, long-term, and entity-based memory Use when: conversation memory, remember, memory persistence, long-term memory, chat history.
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 AI conversations. TRIGGERS - Use when user needs help with ai-conversation-analytics related tasks.
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。
Design AI conversation flows with UX. TRIGGERS - Use when user needs help with ai-conversation-designer related tasks.
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 AI conversation analytics systems. TRIGGERS - Use when user needs help with ai-conversation-analyzer related tasks.
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。
Use when writing or auditing the conversational copy layer of a Salesforce bot or Agentforce agent: utterance authoring strategy, fallback message copy, escalation-criteria phrasing, and persona-consistent dialog scripting across channels. NOT for platform configuration (bot builder setup, topic metadata wiring, action mapping, or Agentforce deployment) — see architect/einstein-bot-architecture and agentforce/agentforce-persona-design for those concerns.
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。
Load and preprocess imaging mass cytometry (IMC) and MIBI data from raw MCD/TXT through hot-pixel removal, spillover compensation, and variance-stabilizing transformation, covering readimc/steinbock ingestion, NNLS spillover compensation (CATALYST), IMC-Denoise, and the IMC arcsinh-cofactor question. Use when starting analysis from raw MCD files, building per-channel TIFF stacks, compensating channel spillover, choosing an arcsinh cofactor, or preparing single-cell intensities for phenotyping.
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。
Load and preprocess imaging mass cytometry (IMC) and MIBI data from raw MCD/TXT through hot-pixel removal, spillover compensation, and variance-stabilizing transformation, covering readimc/steinbock ingestion, NNLS spillover compensation (CATALYST), IMC-Denoise, and the IMC arcsinh-cofactor question. Use when starting analysis from raw MCD files, building per-channel TIFF stacks, compensating channel spillover, choosing an arcsinh cofactor, or preparing single-cell intensities for phenotyping.
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。
Use when a manager, dispatcher, or safety director needs to have a coaching conversation with a driver — about a safety event (harsh brake, hard turn, distraction), an HOS violation, a customer complaint, a missed delivery, repeated minor incidents, or to deliver positive recognition. Covers conversation structure, language, documentation, and escalation.
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。
Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.
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 language tutor for learning ANY language through conversation, vocab drills, grammar lessons, flashcards, and immersive practice. Use when the user wants to: learn a new language, practice vocabulary, study grammar, do flashcard drills, translate phrases, practice conversation, prepare for travel, learn slang/idioms, or improve pronunciation. Supports ALL languages including Spanish, French, German, Japanese, Chinese (Mandarin/Cantonese), Korean, Arabic, Hindi, Bengali/Bangla, Portuguese, Russian, Italian, Turkish, Vietnamese, Thai, Swahili, Hebrew, Polish, Dutch, Greek, and 100+ more.
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。
Persistent memory systems for LLM conversations including short-term, long-term, and entity-based memory Use when: conversation memory, remember, memory persistence, long-term memory, chat history.
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。
Saga patterns, compensating actions, and two-phase commit for distributed transactions. Activate on: distributed transaction, saga, compensating action, two-phase commit, eventual consistency, cross-service transaction. NOT for: single-database transactions (use database-connection-pool-manager), event sourcing (use cqrs-event-sourcing-architect).
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。
ローカルに保存したSlackの会話を検索し、期間を絞ったメッセージ確認や件数集計を行います。データの鮮度を調べ、必要に応じて同期やスレッド取得も扱います。
WhatsAppの相手やグループへのメッセージ・ファイル送信と、履歴の同期・検索をエージェントに頼めます。宛先や期間を指定して過去のやり取りも探せます。
MacのMessages.appの履歴検索や受信監視、iMessage・SMSの送信を行い、対応環境では返信・投票・グループ管理も扱うスキル。
OpenClawのモデル通信やツール実行の不具合を、ログと再現操作で切り分けるスキル。保存済みの会話や添付資料も調べ、原因の修正と再検証につなげます。
会話の開始時に使えるスキルを確認し、応答や作業の前に読み込む手順を定めます。作業方法を決めるスキルを優先し、実行環境ごとの案内につなぎます。
計画や仕様、会話を、単独で動作を確認できる小さな開発チケットに分けます。着手順を決める依存関係を明示し、確認後にローカルファイルや課題管理ツールへ登録します。
現在の会話を、別のエージェントが作業を続けるための引き継ぎ文書にまとめます。既存資料への参照や次に使うスキルを記載し、機密情報は伏せます。
進行中の会話を引き継ぎ用に要約し、新しいバックグラウンドエージェントへ渡します。次の作業方針や参照資料を整理して、現在の作業場所で続きを始めます。
X（Twitter）の投稿、スレッド公開、タイムライン取得、検索、反応の集計をAPIで行うスキル。認証の設定や利用上限への対応、画像付き投稿も扱います。
iMessageやSNSのDMを送信者・期間で絞って確認し、要約や最近のワンタイムコードを取り出します。確認した情報源とスレッド、取得結果も明示します。
文書や会話、仕事の情報を内容に合う保存先へ整理し、ローカルファイルや知識ベース、GitHubなどを横断して重複確認、同期、検索を進めるスキル。
Per-conversation cost view — list every session in cost-tracking with started-at, message count, top model, and total cost
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。