「generation」の検索結果

Provides Retrieval-Augmented Generation (RAG) implementation patterns with LangChain4j for Java. Generates document ingestion pipelines, embedding stores, vector search, and semantic search capabilities. Use when building chat-with-documents systems, document Q&A over PDFs or text files, AI assistants with knowledge bases, semantic search over document repositories, or knowledge-enhanced AI applications with source attribution.

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。

When a founder needs to create a sales proposal, statement of work, contract, NDA, or master service agreement. Activate when the user mentions proposal, SOW, quote, contract, NDA, MSA, or needs to formalize a deal.

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。

Automate construction photo report generation using n8n with AI-powered 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。

PowerPoint generation for construction: project updates, stakeholder presentations, progress reports, bid presentations. Automated slide creation with charts and data.

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。

Email generation for construction workflows: RFI responses, submittal transmittals, meeting notices, change order notifications. Professional templates with context-aware content.

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。

Automate daily construction report generation using n8n workflow automation.

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。

Word document generation for construction: contracts, proposals, reports, specifications, transmittals. Template-based with dynamic content insertion.

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 design for construction: text-to-BIM concepts, option generation, and AI-assisted design iteration with cost and carbon feedback. Use when exploring early design options with AI.

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 no-code/low-code automation workflows for construction using n8n. Automate data extraction, cost estimation, report generation, and system integrations without writing code.

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。

Create game-ready fixed-cell pixel-art character spritesheets from text concepts, reference images, or existing character art. Use when Codex needs to design, generate, clean up, validate, and package 2D game characters with native 32x32, 64x64, or 128x128 cells; 4-way or 8-way directions; idle, walk/run, jump, attack, archer, caster, or other animation strips; transparent GIF/WebP previews; and per-direction targeted regeneration.

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 RAG / unstructured-document evaluation datasets and demo documents (e.g. for Knowledge Assistant) on Databricks: generate synthetic PDFs locally, upload to Unity Catalog volumes, and pair each document with test questions for retrieval evaluation.

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。

Debug regex patterns with visual breakdowns, plain English explanations, test case generation, and flavor conversion. Use when user needs help with regular expressions or pattern matching.

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。

Deploys swarms of sub-agents for massive parallel data processing tasks. Unlike agent-army (which is for code changes), this is for DATA tasks -- processing 1000 documents, analyzing datasets, bulk content generation. Configurable swarm size, task distribution, result aggregation, progress tracking, and error recovery.

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 personalized cold email sequences (7-14 emails) with A/B test subject lines, follow-up timing recommendations, and integrated social proof. Creates multi-touch campaigns optimized for response rates. Use when users need outbound email campaigns, sales sequences, or lead generation emails.

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。

Deploy a 2-layer parallel agent hierarchy for large, parallelizable work — big refactors, multi-file migrations, codebase-wide audits, bulk generation. A top-tier commander (Fable or Opus) orchestrates the swarms; the user picks a power level (Max Power / Heavy / Balanced / Economy) that sets the Opus/Sonnet/Haiku model mix per layer. Layer 1 is 3-50+ specialist agents, each with its own full context window; Layer 2 is 2+ sub-agents per member. Includes git safety, tiered sizing, a pre-deploy gate, phantom-completion checks, and multi-wave follow-up.

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。

Test-driven development workflow with test generation, coverage analysis, and multi-framework support

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。

Group slices into risk-optimized phases with timeline generation

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。

Generates text in a learned writing voice. Use when drafting content that must match a specific author's style profile extracted by voice-extract.

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 a user's writing voice from text samples via SICO comparative analysis. Use when building a voice profile for consistent generation.

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。

Converts webm/mp4 video files to optimized GIFs via ffmpeg with configurable quality settings. Use when post-processing recordings into shareable GIFs.

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。

Generates or remediates documentation with human-quality writing. Use when creating new docs, rewriting AI-generated content, or applying style profiles.

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。

Updates, generates, and validates tests using git-workspace context and TDD/BDD methodology. Use when code changes require new or updated test 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。

Generates Makefiles with testing, linting, formatting, and automation targets. Use when starting a project or standardizing build automation.

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 designing or auditing how an LLM or multimodal LLM is evaluated on a clinical task (report generation, VQA, text extraction). Covers reference standard, clinical-efficacy metrics beyond BLEU/ROUGE, hallucination, contamination and prompt sensitivity. Imaging models are /model-assessment.

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。