「based」の検索結果

LLM-based zero-shot and few-shot classification for flexible intent detection

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。

Select optimal data structure based on operation requirements

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。

LangChain memory integration including ConversationBufferMemory, ConversationSummaryMemory, and vector-based memory

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。

Conditional edge routing and state-based transitions for LangGraph workflows

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。

Complexity-based task routing with Q-Learning optimization, Agent Booster WASM fast-path, and Mixture-of-Experts model selection.

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。

Transform research findings into actionable implementation plans with stakes-based rigor, test-first strategy, and granular task decomposition.

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。

WASM-based instant code transforms for simple tasks, achieving 352x speedup over LLM inference with zero 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。

Author TOML-based Formula workflow templates that become Protomolecules and active Molecules in Gas Town's durable workflow system.

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。

Coordinate Crew (persistent) and Polecat (transient) agents using Gas Town's hook-based work distribution and GUPP principle.

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。

Decompose goals into MEOWs (Molecular Expressions of Work) - trackable atomic units following Gas Town's bead-based work model.

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 adding a new agent harness (CLI-based coding agent) adapter to adapters. Covers capability audit, adapter scaffold, session parsing, auth detection, hooks/plugins wiring, tests, and docs.

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。

Root cause analysis frameworks including log-first investigation, git bisect correlation, and pattern-based diagnosis with confidence scoring.

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。

Writes SEO-optimized content based on provided keywords and topic briefs. Creates engaging, comprehensive content following best practices. Use PROACTIVELY for content creation 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。

Creates optimized meta titles, descriptions, and URL suggestions based on character limits and best practices. Generates compelling, keyword-rich metadata. Use PROACTIVELY for new 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。

Analyzes keyword usage in provided content, calculates density, suggests semantic variations and LSI keywords based on the topic. Prevents over-optimization. Use PROACTIVELY for content optimization.

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。

Analyzes provided content for quality, E-E-A-T signals, and SEO best practices. Scores content and provides improvement recommendations based on established guidelines. Use PROACTIVELY for content review.

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。

You are an SLO (Service Level Objective) expert specializing in implementing reliability standards and error budget-based practices. Design SLO frameworks, define SLIs, and build monitoring that balances reliability with delivery velocity.

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 tackling complex reasoning tasks requiring step-by-step logic, multi-step arithmetic, commonsense reasoning, symbolic manipulation, or problems where simple prompting fails - provides comprehensive guide to Chain-of-Thought and related prompting techniques (Zero-shot CoT, Self-Consistency, Tree of Thoughts, Least-to-Most, ReAct, PAL, Reflexion) with templates, decision matrices, and research-backed patterns

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。

Execute tasks through competitive multi-agent generation, meta-judge evaluation specification, multi-judge evaluation, and evidence-based synthesis

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。

Launch an intelligent sub-agent with automatic model selection based on task complexity, specialized agent matching, Zero-shot CoT reasoning, and mandatory self-critique verification

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。

Reflect on previus response and output, based on Self-refinement framework for iterative improvement with complexity triage and verification

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。

Comprehensive guide for skill development based on Anthropic's official best practices - use for complex skills requiring detailed structure

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 a workflow command that orchestrates multi-step execution through sub-agents with file-based task prompts

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 video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For CLI commands (init, lint, preview, render, transcribe, tts) see the hyperframes-cli skill.

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。