4,964 件 ・ 関連度順
概要と使いどころ
Use when receiving code review feedback, before implementing suggestions, especially if feedback seems unclear or technically questionable - requires technical rigor and verification, not performative agreement or blind 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。
OpenClawのテストやプラグイン検証の遅さ・メモリ使用量を計測し、読み込みや起動処理の原因を調査。テストの検証範囲を保ちながら改善し、前後の数値を比較します。
現在のブランチの変更差分だけを点検し、冗長なコメントや不要な防御処理、型の強引な変換、周囲と合わない書き方を、動作を変えずレビュー前に整理するスキル。
メールの一覧表示・検索から作成、返信、転送、フォルダ整理までをエージェントに頼めます。IMAP/SMTPのメールをコマンドで扱うためのスキルです。
コードレビューの指摘を実際のコードや対応環境と照らし合わせ、妥当性を確認します。不明点の整理、根拠を示した返答、修正ごとのテストまで進めるスキルです。
長期的な目標に向けて複数のサブエージェントの作業を調整し、利用者との対話を続けながら、次の仕事にも役立つ作業環境や規約の改善を進めるスキル。
長いClaude Codeの作業で、会話や読み込んだ情報を圧縮するタイミングを提案します。文脈量とツール呼び出し回数を目安に、工程の区切りで重要な計画を残す判断を支援します。
ローカルの計画書やHTMLをブラウザで開き、該当箇所への注釈、チャット、承認や修正依頼を受け取るスキル。保存した変更が画面に反映され、レビューを続けられます。
長期プロジェクトの既存文書を、規則・構造・現状・履歴の役割に整理します。エージェントの参照先と更新ルールを整え、文書のずれや削除したものの再作成を防ぐ運用を支援します。
React / Next.jsのボタン、モーダル、通知、ページ遷移に動きを加え、表示・消去やスクロールに連動するアニメーションを実装するスキル。
機械学習モデルを本番で使うために、データの仕様、再現可能な学習、品質評価、配備、監視、切り戻しを整理し、実装計画やレビュー項目にまとめるスキル。
チームの開発に合うGitのブランチ運用を選び、コミットやプルリクエストの書き方、履歴の整理、変更の衝突解消、リリース管理まで手順を整えるスキル。
Webサイトや業務画面の目的・利用者に合うデザイン方針を定め、文字・配色・レイアウト・動きを整えます。既存の部品を生かし、画面幅ごとの表示も確認します。
既存コードから暗黙の命名・構成・エラー処理の慣習を読み取り、AIが参照するルールにまとめるスキル。方針の食い違いを一つずつ確認し、変更後のルール更新も支援します。
Djangoでメール送信やPDF生成などをバックグラウンド処理に移し、Celeryによる定期実行、失敗時の再試行、処理の連結、監視とテストを設計するスキル。
Webの電子署名画面で署名・日付・入力欄を数値座標で配置する手順をまとめたスキル。署名者ごとの欄の割り当てを確認し、送信前の下書き確認まで整理します。
Cisco IOS／IOS-XEの設定をレビューし、通信の許可・拒否ルールやインターフェースの確認、障害調査用コマンドの選定、変更前後の検証を支援します。
vLLM: high-throughput LLM serving, OpenAI API, quantization.
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。
NVIDIA GPU上で大規模言語モデルの応答生成を高速化し、APIとして提供する設定を支援します。量子化や一括処理、複数GPUへの分散も扱います。
ターミナルからメールを検索・閲覧し、作成・返信・転送やフォルダ整理を行うスキル。複数アカウントの切り替え、添付ファイルの保存、JSON形式での一覧取得にも対応します。
Garden the test suite by finding and removing redundant, vacuous, or implementation-coupled tests while preserving useful regression coverage. Use for test audits, test pruning, duplicate coverage, or reducing CI test cost. Supports focused cleanups and coordinated audit campaigns.
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。
TDD workflow for RTK filter development. Red-Green-Refactor with Rust idioms. Real fixtures, token savings assertions, snapshot tests with insta. Auto-triggers on new filter 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。
Multi-baseline counterfactual cost analysis. Compares actual session spend to hypothetical always-haiku / always-sonnet / always-opus routing baselines. Answers "is the routing earning its keep?" Negative savings flag over-escalation; positive savings quantify the router's win.
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。
Modal is a serverless cloud platform for running Python on demand, including on-demand GPUs. Use when deploying or serving AI/ML models, running GPU-accelerated workloads (training, fine-tuning, inference), serving web endpoints, scheduling batch jobs, or scaling Python code to cloud containers with the Modal 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。