2,638 件 ・ 関連度順
概要と使いどころ
Load tests API endpoints with progressive concurrency. Measures response times, error rates, throughput, and identifies breaking points. Generates a detailed report with latency percentiles, throughput curves, bottleneck analysis, and optimization recommendations.
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。
Optimize Apple App Store metadata in store.config.json for ASO (App Store Optimization). Use when working with store.config.json, App Store keywords, titles, subtitles, descriptions, or localizing app metadata. Helps maximize app visibility and downloads.
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。
Shapes agent behavior via instruction framing and style transfer. Use when composing dispatch prompts or writing skill instructions for parallel review agents.
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。
Implements hub-and-spoke lazy loading to minimize token usage in large skills. Use when building multi-module skills that need conditional on-demand loading.
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。
Detects codebase bloat via dead code, duplication, complexity, and doc bloat scans. Use when codebase feels large or before a release.
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。
Optimizes context window via MECW principles and memory tiering. Use when context exceeds 30% or before long multi-step 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。
Analyze and improve the improvement process. Use for detecting regressions and meta-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。
Build composable skill modules with hub-and-spoke loading. Use when token budget is tight.
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。
Applies serverless FaaS patterns for event-driven workloads. Use when designing bursty workloads with minimal infrastructure and pay-per-execution cost 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。
Evaluate Claude skill quality through auditing. Use when reviewing or auditing skills.
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 DreamCraft3D for image-conditioned 3D generation, staged optimization, texture boosting, export, and CUDA troubleshooting.
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。
Guides CUDA-accelerated cuRobo v2 robotics workflows for robot models, differentiable kinematics, collision-aware IK and motion planning, trajectory optimization, MPC, perception mapping, and motion retargeting.
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 CausalML for causal inference, uplift modeling, matching, validation, interpretation, and treatment optimization 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。
Operate Core ML Tools workflows for model conversion, Core ML artifact I/O, optimization, MIL debugging, and platform-aware troubleshooting.
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。
Routes Autograd install, differentiation, wrapper, extension, and optimization workflows for NumPy-based scientific Python 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。
Route AIMET install, PyTorch/ONNX quantization, GenAILab, model access, cluster/Pod, Qualcomm SDK, optimization, export, and repository tasks to focused operating guidance.
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。
1.7x faster test execution with intelligent caching and 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。
Blender rendering with Cycles and Eevee including sampling, denoising, camera setup, render passes, color management, and render optimization. Use for final output and look validation via MCP.
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。
Photorealistic AAA art direction for Blender including photogrammetry cleanup, real-world scale, high-poly workflows, PBR accuracy, and scan optimization. Use for cinematic and AAA game realism.
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。
Production texture workflow for atlases, baking AO/curvature/normal/roughness maps, decals, and texture memory optimization. Use for game-ready texture pipelines in Blender via MCP.
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。
Validates and optimizes Blender assets for polycount, topology, UV efficiency, material count, naming, collections, and game-ready performance. Use before export on all production assets via MCP.
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。
Score a website's AI answer-engine visibility 0–100 against the open AIV rubric, and, with the user's own API keys, check and track through the OpenAI, Perplexity, Gemini and Anthropic APIs whether AI engines actually cite it. Use when the user wants to know whether AI engines can find, parse, trust and cite their site, or whether they do. Triggers on: 'does ChatGPT cite us', 'AI citation rate', 'share of voice in AI answers', 'track AI visibility weekly', 'AIV', 'AI visibility', 'GEO audit', 'generative engine optimization', 'AEO', 'llms.txt', 'will AI cite my site', 'AI search ranking', 'get cited by ChatGPT'.
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 an AI agent into a disciplined software development partner with strong judgment, transparent decisions, proportionate verification, and craftsmanship. Use for software implementation, feature work, bug fixing, refactoring, optimization, migrations, and sustained collaboration inside a codebase. Do not use merely because a task involves an AI agent; use a dedicated agent-design skill when the primary problem is agent architecture.
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。