「context」の検索結果

GitHubのPRで失敗した自動チェックを調べ、GitHub Actionsのログから失敗の状況を整理し、修正計画の提案と承認後のコード変更を進めるスキル。

• PRのGitHub Actions失敗調査
• 失敗ログと関連箇所の確認
• コード変更前に修正計画を承認したいとき

VueやSvelteなどにGSAPのアニメーションを組み込む際、開始のタイミング、対象要素の範囲指定、コンポーネント破棄時の後始末を支援するスキル。

• Vueの部品に動きを付けたいとき
• Svelteの終了処理を見直したいとき
• アニメーションの対象範囲の限定

GitHubのPRの差分や関連情報を読み、変更の背景、変わる動作、レビューで確認すべき点を平易にまとめます。説明文の下書き作成と更新に対応します。

• 新しいPRの説明を下書きしたいとき
• 最終実装に合わせた説明文の書き直し
• 動作の変更点やレビュー観点の説明

脚本を動画生成向けの8〜15秒の絵コンテ区間に分け、各区間のカット、台詞、カメラワーク、登場人物や小道具の関連付けまで整理するスキル。

• 脚本を動画生成用に分割したいとき
• 物語の転換点に沿ったカット構成
• 台詞に必要な尺を確保したいとき

実際のLLM APIと外部プロジェクトを使い、OpenHarnessの動作を検証するスキル。複数ターンの会話やツール実行を確認し、環境の不備と機能の不具合を切り分けます。

• 実際のAPIでエージェントを検証したいとき
• 複数ターンの文脈保持を確かめたいとき
• フックやスキルを組み合わせて試したいとき

shadcn/uiの既存部品を探して追加し、フォームや管理画面を組み立てます。プロジェクト設定と資料を確認しながら、不具合修正や見た目の調整、更新を進めます。

• 既存部品でフォームや管理画面を作りたいとき
• レジストリから部品を探して追加したいとき
• 部品の構成やスタイルを修正したいとき

組織内で加えたqmの修正を共有元へ提案するため、提出用の履歴を整え、機密情報や組織固有の記述を点検してPRを準備するスキル。

• qmの独自修正を共有元へ提案したいとき
• 提出する履歴の機密情報チェック
• 非公開フォークから提出用ブランチを準備

ReactとTypeScriptの画面開発で、機能別のファイル配置、共通部品、型、API呼び出しを規約に沿って整理し、変更やレビューの基準をそろえるスキル。

• 規約に沿って画面機能を追加したいとき
• 共通部品と型の配置を見直したいとき
• インポートと公開範囲の整理

機械学習論文の本文や実験データから、構成図や比較グラフを作成します。図の種類選び、配色・文字サイズの調整、投稿用の画像出力まで支援するスキル。

• 手法の説明を構成図にしたいとき
• 実験結果の比較グラフ作成
• 学習中の損失や精度の可視化

社内文書やWebページを取り込み、関連資料を検索して答えるAIアプリを作るスキル。LlamaIndexによる文書整理から質問応答・会話・回答評価まで案内します。

• 社内文書の質問応答を作りたいとき
• 会話の文脈を覚えるチャットの構築
• ファイル・Web・データベースの横断検索

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

大規模言語モデルの学習を複数GPUに分散する設定を支援。NVIDIA Megatron-Coreで並列化方式を選び、メモリ使用量や処理速度を調整します。

• LLaMA型モデルの分散学習設計
• MoEの専門ネットワークの分散配置
• GPU使用効率と学習速度の調整

長い文章を扱うモデルの学習・推論で、Flash Attentionによる計算の高速化とGPUメモリ削減を支援し、組み込みから速度・出力比較まで案内するスキル。

• 長い入力でGPUメモリを節約したいとき
• PyTorchモデルへの組み込み
• 変更前後の速度と出力の比較

Axolotlを使うLLMの追加学習で、YAML設定や学習手法の選択、データ形式の確認、複数GPUでの設定や不具合調査を支援するスキル。

• 追加学習用のYAML設定作成
• LoRAや好みに基づく学習手法の検討
• データ形式と入力処理の確認

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

AIと外部ツールやデータをつなぐMCPサーバー・クライアントを開発し、入力の検証、通信設定、接続時の不具合調査まで扱うスキルです。

• 外部ツールやデータをAIにつなぐ
• TypeScriptやPythonでMCP開発
• 入力検証や通信エラーを調べたいとき

大きなシステムを独立したサービスへ分ける設計を支援します。業務ごとの境界や通信方式、データの所有範囲を整理し、障害対策・監視・配備の方針までまとめます。

• 一体化したアプリの分割計画
• REST・gRPC・イベント通信の選定
• データの所有範囲と整合性の設計

文書を検索してAIの回答に渡すRAGの仕組みを設計・実装し、文書分割や検索用データの作成、検索結果の並べ替え、精度評価まで支援するスキル。

• 社内文書を参照するAIアプリの設計
• 検索用DBと文書分割方針の比較
• キーワード検索と並べ替えによる改善

Hugging Face Hub上のモデルをダウンロードせず、推論に必要なメモリを見積もります。GPUに収まるか、量子化や入力長による違いも確認できます。

• モデルがGPUに収まるか確認したいとき
• GGUFの量子化別メモリ比較
• 入力長に応じたKVキャッシュの見積もり

機能開発の着手前に、Linearのチケットと関連情報、作業環境、既存PRや実装済みの変更を確認し、重複開発を避けて次の手順へつなぐスキル。

• 開発前に機能チケットを確認したいとき
• 実装済みの機能や進行中のPRを調べたいとき
• 開発ツールとブランチを確認したいとき

保留中の作業を説明や蓄積資料とともに一覧化し、着手・保留継続・削除を利用者が選べるようにします。着手する項目は進行中の計画へ移し、工程番号やロードマップを更新します。

• 保留課題と関連資料を見直したいとき
• 保留課題を進行中の計画へ移したいとき
• 古くなった保留課題を削除したいとき

コード全体の構造把握、知識グラフの生成、文書更新、過去の判断の参照など、プロジェクトの情報を調べて整理する依頼に応じて、適切な関連スキルを呼び出します。

• 初めて触れるコードの構造を把握したいとき
• プロジェクト文書を更新したいとき
• 計画前に過去の判断を参照したいとき

GSDの設定や作業環境の管理、作業の中断・再開、完了した作業の出荷など、プロジェクト運用に関する依頼を受け付け、目的に合った関連スキルを呼び出します。

• GSDの設定やモデル構成を調整したいとき
• 作業環境と並行作業の管理
• 作業を中断し新しい会話で再開したいとき

開発作業を途中で中断するときに、進捗・判断・残作業を引き継ぎファイルへ保存するスキル。作業途中のGitコミットと再開手順の案内まで行います。

• 作業セッション終了前の進捗保存
• 次回へ判断や問題点を引き継ぎたいとき
• 中断前に作業途中の状態をコミット