「ml」の検索結果

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

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。

Design and implement a complete ML pipeline for: $ARGUMENTS

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。

Complete end-to-end MLOps pipeline orchestration from data preparation through model deployment.

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。

Scaffolds eval.yaml test files for agent skills in the dotnet/skills repository. Use when creating skill tests, writing evaluation scenarios, defining assertions and rubrics, or setting up test fixture files. Handles eval.yaml generation, fixture organization, and overfitting avoidance. Do not use for running or debugging existing tests nor for skills authoring.

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。

.river-review.{yaml,json} の context.budget / ranking / reviewMode 設定をモデル仕様とリポジトリ規模に合わせて調整するレビュー観点。

Review JSON/YAML configuration files for common issues and best practices.

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。

アセット管理画面（assets.html）から送られたレビュー（.review/pending/*.json）に対応する。 3D モデルやテクスチャへの「要修正」の指示とピン（画像の位置・モデルの部品と座標）を読み、 各アセットの生成スクリプト（scripts/blender/*.py, scripts/textures/*.py）を直して作り直し、 プレビューで確かめてから結果を返す。レビューが届いたというシステムメッセージを受けたとき、 またはユーザーがアセットのレビュー対応を頼んだときに使う。

Use when creating, editing, reviewing, packaging, or organizing AI-agent skills and deciding whether a skill should be text-only, script-backed, or backed by an ML/specialist pipeline.

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。

Write Estuary derivations in Python — async-generator transforms, Pydantic-typed source/output, optional persistent state, and dependency installation via uv. Use for ML/embeddings, async API calls, or any transform where SQL and TypeScript are awkward. Derivations add complexity and cost (and Python derivations require a private/BYOC data plane) — confirm the user wants a Python derivation before reaching for this. Use when user says "python derivation", "write a derivation in python", "embed with a python derivation", "ML derivation", "call an API from a derivation", or anything mentioning model2vec / huggingface / pydantic in a derivation context.

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。

在授权渗透测试中挖掘跨站脚本（XSS：反射型、存储型、DOM 型，含 WAF/CSP 绕过与 sink 分析）。当目标把用户输入回显到 HTML/JS/属性/URL 上下文、或前端把可控数据喂给危险 sink（innerHTML/eval/srcdoc）时使用——典型场景：搜索/评论/标题回显、SVG/上传、postMessage、javascript:URL 伪协议、模板属性注入、绕 CSP。适用目标类型 Web 前端 / REST API。触发场景包括用户说"测下 XSS""这个参数会不会弹窗""能绕 CSP/WAF 吗""DOM XSS/存储型看一下"。输出：XSS 触发点 + 上下文 + PoC 的 finding（含 killed 记录）。

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。

在授权渗透测试中系统性挖掘路径遍历/目录穿越（path traversal、directory traversal、zip-slip、archive/symlink 写入）。当目标用用户可控的文件名/路径读取、写入、删除、下载、解压文件时使用——典型场景：`../` 读任意文件（源码/密钥/web.xml）、解压覆盖文件拿 RCE、编码绕过前缀校验、规范化差异逃出目录。适用目标类型 Web / REST API / 桌面/移动客户端 / CI。触发场景包括用户说"测下路径遍历/任意文件读取""这个下载参数能不能 ../""解压有没有 zip slip""能读到 /etc/passwd 吗"。输出：带原始请求与读到的越权文件内容为证据的 finding 报告（含 killed 记录）。

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。

Builds native Android apps with the Android team's guides — Jetpack Compose UI, adaptive layouts, edge-to-edge, Compose styles, migrating XML views to Compose, Navigation 3 and predictive back; Android Gradle Plugin 9 upgrades, R8 keep rule analysis, profiling with Android Studio and Perfetto, and the Android CLI; Google Play policy compliance, Play Billing upgrades and the Engage SDK; Credential Manager restore and verified email; CameraX and Media3 Cast; App Functions and the ML Kit GenAI Prompt API; Wear OS, Android TV and display glasses. Use when writing, upgrading or auditing native Android (Kotlin) code for any of these topics, even if the user does not name the library.

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。

スライド作成の“プレゼント”一式。このリポジトリ（リンク/フォルダ）を渡されたら内部を読み、相手の状況に合わせて「壁打ち」または「フォルダテンプレート作成」または「スライド作成」を行う。構成→1スライドずつ生成→批評→改善→自動検証のループで、はみ出しゼロ・1スライド1メッセージのスライド（単一HTML）を作る。「スライド作って」「資料にして」「プレゼン作って」「この台本をスライドに」「このリポジトリでスライド作りたい」で使う。Codex 推し（AGENTS.md / .codex/agents）。Claude Code でも動く。

適切なプロジェクト構造、setup.py/pyproject.toml、PyPIへの公開を使用して配布可能なPythonパッケージを作成。Pythonライブラリのパッケージング、CLIツールの作成、Pythonコードの配布時に使用。

ベストプラクティスとセキュリティ標準に従った、Deployment、Service、ConfigMap、Secret用の本番環境対応Kubernetesマニフェストの作成。KubernetesYAMLマニフェストの生成、K8sリソースの作成、本番グレードのKubernetes構成の実装に使用します。

CLI版 mc-cli test コマンドと YAML テストファイルの書き方。回路の自動テストを作成・実行する前に必ず読む。

Azure Weights & Biases SDK for .NET. ML experiment tracking and model management via Azure Marketplace. Use for creating W&B instances, managing SSO, marketplace integration, and ML observability.

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。

Azure Machine Learning SDK v2 for Python. Use for ML workspaces, jobs, models, datasets, compute, and 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。

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

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。

Bu template'i klonladiktan sonraki tum kurulumu yurutur — bagimliliklar ve codegen, projeyi kendine uyarlama, Firebase, giris yontemleri (Google/Apple/e-posta dogrulama/misafir gezinme), zorunlu guncelleme (Remote Config), odeme ve abonelik (RevenueCat), Android release imzalama (keystore), native splash ve store URL'leri. Kullaniciya ne istedigini sorar, AppConfig bayraklarini cevirir ve Firebase Console / Apple Developer / Play Console / RevenueCat tarafinda yapmasi gerekenleri sirayla listeler. Kullanici "kurulumu yap", "kurulumu baslat", "klonladim ne yapmaliyim", "Firebase'i bagla", "odeme ekle", "keystore olustur", "release imzasi kur", "set up the project" dediginde kullan. Repoyu ilk kez calistiran icin GIRIS NOKTASIDIR.

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 working with Baseten — baseten ML deployment platform management covering model inventory, deployment status, autoscaling configuration, inference call history, GPU allocation, environment management, and performance metrics. Use for comprehensive Baseten workspace assessment and ML serving 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。

AiZynthFinder retrosynthetic route planning (CASP) from AstraZeneca Molecular AI. Monte Carlo tree search guided by a template-based neural expansion policy recursively disconnects a target SMILES until precursors are found in a purchasable stock. Covers config.yml (v4 format), aizynthcli batch screening, the AiZynthFinder/AiZynthExpander Python API, one-step disconnections, custom stocks via smiles2stock, scorers, Retro*/breadth-first/DFPN search alternatives, and reading output.json.gz / trees.json. Use for synthesis route planning, synthesizability screening, and building-block/precursor search. For reaction barriers use neb-irc-activation-energy; for 2D reaction scheme drawing use rdkit-chemdraw-cdxml.

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。

Convert an existing frontend into Stitch-ready design assets by extracting static HTML, writing DESIGN.md, creating the design system, and uploading approved files.

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。

Upload approved local HTML, markdown, or image assets to a Stitch project using direct MCP for small DESIGN.md files or the bundled API script for larger files.

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。