「process」の検索結果

CARLAをUnreal Engine 5.8向けにビルドし、CMakeの設定からPython APIの再構築、ROS 2対応の確認まで支援するスキル。

• UE 5.8向けCARLAのビルド
• ROS 2対応のビルドと確認
• 変更後のPython API再構築

CARLAのUE 5.8サーバーを起動し、接続確認から停止まで扱います。画面なしの実行、ポートを分けた複数起動、ROS 2連携を目的に合わせて設定できます。

• クライアント接続用サーバーの起動
• ROS 2へのカメラ画像配信の準備
• 地図が見つからない・接続できない調査

CARLAのセンサーデータをROS 2へ配信したり、ROSから車両を操作したりするために、トピックの実装・登録・データ接続と通信確認を進めるスキル。

• 障害物センサーのデータを配信したいとき
• 車両の速度指令トピックを追加したいとき
• 別の通信ミドルウェアを組み込みたいとき

文章や画像の意味を数値で表す埋め込みを生成し、意味検索や類似度比較、文書のグループ分けに使うスキル。多言語モデルの選択やローカル実行も案内します。

• RAG用の文書埋め込みを作りたいとき
• 意味の近い文章を探したいとき
• 文書を話題ごとにまとめたいとき

機械学習の損失や精度をグラフで確認し、実験ごとの結果を比較するスキル。重みや勾配の分布、モデル構造、処理時間も可視化して学習の問題点を調べます。

• 学習中の損失や精度を確認したいとき
• 学習設定の異なる実験を比較したいとき
• 重みや勾配の分布を調べたいとき

画像の説明文生成、画像への質問応答、文章からの画像検索をBLIP-2で実装するスキル。モデル選びから一括処理、メモリ使用量の調整まで案内します。

• 複数画像の説明文を生成したいとき
• 画像への質問応答を実装したいとき
• 文章から画像を検索したいとき

AIへの入出力を定義して処理を組み合わせ、検索した資料を使う回答システムやエージェントを構築します。学習データと評価指標によるプロンプトの自動最適化も扱います。

• 資料を検索して答えるAIを作りたいとき
• 例と評価指標でプロンプトを改善したいとき
• AI処理を再利用できる部品に分けたいとき

画像と文章の意味の近さを使い、追加学習なしで画像の分類や自然文での検索を実装する手順を案内します。複数画像の一括処理や不適切な画像の分類も扱います。

• 追加学習なしで画像を分類したいとき
• 文章で画像コレクションを検索したいとき
• 画像と説明文の対応を比べたいとき

大規模言語モデルの事前学習を複数GPUで実行するため、torchtitanの設定と起動を支援するスキル。並列処理の組み合わせや学習状態の保存・再開も扱います。

• Llama 3.1 8Bを8基のGPUで事前学習
• SLURMで複数ノードの学習を設定
• H100でFloat8学習を有効化

LLMの学習用データを整えるスキル。GPUを使った重複除去や品質フィルタリング、個人情報の除去を支援し、テキスト・画像・動画・音声の前処理を案内します。

• Webデータを学習用に整えたいとき
• 大量の文章から重複を除きたいとき
• 学習用文章の個人情報を除きたいとき

LLMアプリの入力と出力に安全確認を組み込むスキル。指示の回避を狙う入力の検出、個人情報のマスキング、回答の事実確認などを設定する手順を案内します。

• 安全ルールを回避する入力を検出したいとき
• 処理前に個人情報をマスクしたいとき
• 生成した回答に事実確認を加えたいとき

長い文章や連続データを効率よく処理するMambaの実装を支援します。学習済みモデルでの文章生成、Mamba-1とMamba-2の設定比較、推論速度の測定まで扱います。

• 長い入力やストリーミング向けモデルの検討
• 学習済みMambaで文章を生成したいとき
• Mamba-1とMamba-2の設定比較

LLMへの入力や外部資料に紛れた不正な指示、安全制約を回避する試みを検出します。検索文書の一括検査や、判定基準の調整、長文の分割処理を案内するスキルです。

• LLMへの指示上書きの試みを検出
• API応答に紛れた不正な指示の確認
• RAGで検索した文書の一括検査

中国語の記事の要点や流れを、黒いキャラクター「小黑」が動く白地の手描き挿絵にまとめ、挿入位置の提案から画像生成、修正、保存まで扱うスキル。

• 中国語記事の挿絵配置を考えたいとき
• 考え方や流れを比喩で図解したいとき
• 手描き風の本文挿絵を生成したいとき

Use when building, configuring, or debugging enterprise Java applications with Spring Boot 3.x, microservices, or reactive programming. Invoke to implement WebFlux endpoints, optimize JPA queries and database performance, configure Spring Security with OAuth2/JWT, or resolve authentication issues and async processing challenges in cloud-native Spring applications.

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 and debugs Apex code, builds Lightning Web Components, optimizes SOQL queries, implements triggers, batch jobs, platform events, and integrations on the Salesforce platform. Use when developing Salesforce applications, customizing CRM workflows, managing governor limits, bulk processing, or setting up Salesforce DX and CI/CD pipelines.

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。

pandasで表形式データの欠損処理、結合、集計、時系列の加工を支援します。変換前後のデータ品質を確認し、大きなデータの処理速度やメモリ使用量も見直します。

• 欠損値やデータ型を整えたいとき
• 複数の列を条件に表を結合したいとき
• グループ集計やピボット表の作成

Use this skill when the user wants to build tool/scripts or achieve a task where using data from the Hugging Face API would help. This is especially useful when chaining or combining API calls or the task will be repeated/automated. This Skill creates a reusable script to fetch, enrich or process 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。

AI demos and GPU compute with Gradio Spaces and Hugging Face Spaces ZeroGPU. Use when writing or reviewing code that uses `@spaces.GPU`, configuring `python_version` or `requirements.txt` for a ZeroGPU Space, or handling ZeroGPU-specific code constraints — pickle-based process isolation, `gr.State` semantics across the worker boundary, no `torch.compile` (use AoTI instead), CUDA wheel-only builds (no `nvcc` at build or runtime), large vs xlarge sizing, and dynamic duration callables. Make sure to use this skill whenever the user mentions ZeroGPU, `@spaces.GPU`, or the `spaces` Python package, or hits ZeroGPU-specific code errors like `PicklingError` across the worker boundary, `illegal duration`, or `flash-attn` wheel-build failures — even when the user does not explicitly ask for ZeroGPU coding guidance. Trigger on `import spaces` or `@spaces.GPU` in 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。

Required before any hive-browser CLI command. The browser is driven from the terminal by running `hive-browser <command> ... --json` via terminal_exec — not via MCP tools. Teaches the browser lifecycle rules (the bridge attaches to the USER'S running Chrome — never kill or launch browser processes; timeouts are transport issues, not crashes), the screenshot + coordinate workflow (hive-browser interact with a fractional coordinate) that reaches shadow-DOM inputs selectors can't see, the viewport-fraction coordinate rule (not pixels), rich-text editor quirks ("send button stays disabled" failures), and CSP gotchas. Covers Chrome via CDP through the GCU Beeline extension.

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 launching anything that runs longer than a minute, anything that streams logs, anything you want to keep running while doing other work — or when terminal_exec auto-backgrounded on you and returned a job_id. Teaches the start→poll→wait pattern with terminal_job_logs offset bookkeeping, bounded blocking polls, platform-specific process control via terminal_job_manage capabilities, and the hard rule that jobs die when the terminal-tools server restarts. Read before calling terminal_job_start, or right after terminal_exec auto-backgrounded.

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。

Reference guide for building new Omnigent harness integrations — covers SDK/subprocess harnesses and native harnesses as separate tracks, each with their own feature matrix, implementation patterns, and prioritized checklist.

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。

Spin up a live local Omnigent server + runner and exercise the native Antigravity (agy) TUI harness (antigravity-native) end-to-end — launch the real `agy` CLI via `omnigent antigravity`, drive turns through the web UI, smoke-test, and bug-bash. Load when developing, testing, or debugging the antigravity-native harness (omnigent/inner/antigravity_native_executor.py, omnigent/antigravity_native.py, antigravity_native_bridge.py, antigravity_native_rpc.py, antigravity_native_reader.py, antigravity_native_launch.py) or its agy launch / RPC mirror / tmux delivery / OAuth / MCP-relay behavior. NOT the in-process `antigravity` Gemini SDK harness.

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, convert, read and edit Office documents locally with GenOffice's command line. Build a new presentation (pptx) from a brief through a checked outline, per-page spec and render pipeline, a new spreadsheet (xlsx) from CSV or JSON data with formulas, a new Word document (docx) from Markdown or HTML, or a PDF; convert between pdf, docx, xlsx, pptx, md, html and csv; read the structure and text of an existing file (including the user's own docx / xlsx / pptx as source material) and apply structured edits to it. Use whenever the user asks for a slide deck, presentation, spreadsheet, workbook, report, Word document or any real Office file, a format conversion, a rewrite of part of an existing document, or wants the result opened in the GenOffice editor. Documents are processed locally; only search, image and media send the query or the referenced file to the provider configured in GenOffice.

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。