「integration」の検索結果

Use this skill for EverOS local-first Markdown memory service setup, HTTP memory and knowledge APIs, cascade/OME operations, and observability integration.

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 GeoAI geospatial data, inference, training, foundation-model, and integration 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。

Routes DocsGPT deployment, source ingestion, retrieval, agent workflows, tools, integrations, and native or OpenAI-compatible API operations.

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 DI-engine users to the right workflow for CLI/config launches, serial and framework-based RL pipelines, and environment integration.

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。

Guide the official Elasticsearch Python client for cluster connections, generated APIs, async code, bulk ingestion, query DSL, ES|QL, optional integrations, and runtime 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。

Use DreamerV2 2.2.0 for TensorFlow world-model reinforcement-learning training, custom Gym integration, typed experiment configuration, replay/checkpoint management, and JSONL/TensorBoard 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。

Use DPM-Solver and DPM-Solver++ single-file samplers for diffusion ODE sampling, PyTorch/JAX integration, ScoreSDE/DDPM examples, and Stable Diffusion acceleration.

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 Deepchecks package tasks for ML data/model validation across tabular, NLP, vision, result export, and integration 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。

Route DeePMD-kit package workflows for installation, data/config preparation, training, inference/model operations, integrations, and repository development.

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 you need to design DataDesigner configs, run preview/create/validate workflows, inspect the CLI or agent context, work with plugins or MCP tools, or adapt documented recipes and integrations for synthetic dataset 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。

Routes Chinese-LLaMA-Alpaca-2 training, inference, serving, evaluation, and integration 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。

Use Chonkie for text/document chunking, pipelines, embeddings, CLI/API serving, and storage integrations.

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 code-review-graph for local-first CLI/MCP code knowledge graphs, graph-backed code review, structural search, and repository-analysis integrations.

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 ChatterBot conversational dialog engine workflows, including chatbot setup, training, logic adapters, storage backends, Django integration, and optional LLM adapters.

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 ClawBio for local-first bioinformatics agent workflows: install and run its skill library, route genomic or omics inputs, create reproducible reports, connect optional MCP or Nextflow integrations, and author or validate 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。

Operate the Deep Researcher Agent repository for autonomous deep-learning experiments, execution backends, provider/tool dispatch, GPU resources, durable progress, and research-support integrations.

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 ARIS, the Auto Research in Sleep skill-based research harness, for setup, workflow routing, reviewer backend integration, state recovery, experiment operations, and repository maintenance.

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 bm25s for sparse lexical retrieval: tokenize text, build and query BM25 indexes, persist or memory-map them, run the high-level or bm25 CLI workflows, and diagnose optional acceleration and integrations.

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 AWS SDK for pandas (awswrangler) workflows across S3 lakehouse data, Athena/Glue catalogs, SQL connectors, runtime configuration, and AWS service integrations.

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 substantive ML, AI, data, scientific-computing, and software-engineering requests to the smallest useful set of managed repository skills. Invoke proactively when a request names or implies a package, framework, model family, dataset, modality, workflow, backend, deployment target, evaluation method, or implementation approach that may benefit from repository guidance, even if no repository is named. Narrow progressively from area to family to repository root: inspect only the one or two most likely area pages; compare candidates by capability, task surface, model/data format, training versus inference versus evaluation intent, runtime constraints, and root-skill description; then open only the selected root and relevant sub-skills, references, or scripts. Select multiple repositories only when each adds a distinct capability. Do not load the whole collection, treat dependencies or incidental integrations as capabilities, choose by name alone, or force a match when no exact taxonomy family applies.

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 Aim for experiment tracking SDK instrumentation, local/remote run storage, CLI/UI/server workflows, storage maintenance, and ML framework logging integrations.

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 a completed Shell scenario planning exercise needs to be converted into a TikTok script. Triggers when user says "make a tiktok", "tiktok script", "generate tiktok", or "content from scenario". Requires a completed scenario with narratives, findings, and worldview integration.

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 writing tests of any kind — unit, slice, or integration. Covers test structure, naming conventions, Mockito patterns, @WebMvcTest, @DataJpaTest, and Testcontainers setup.

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 integrating LLMs, chat clients, embeddings, RAG pipelines, or AI agents into Spring Boot. Covers Spring AI 2.0 ChatClient, prompt templates, embeddings, vector stores, and structured output. Use when user mentions Spring AI, LLM, ChatGPT, Claude, RAG, embeddings.

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。