「pipeline」の検索結果

Use Augmentor for Pillow-based image augmentation pipelines, operation selection, mask-safe augmentation, array/generator workflows, and package-specific 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 BasicTS time-series training, dataset, model, and pipeline workflows through focused sub-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 anomalib for anomaly-detection install, data/model selection, training and evaluation, deployment and inference, and benchmark 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。

Build, debug, serialize, and integrate Albumentations 2.x augmentation pipelines for images, masks, bboxes, keypoints, volumes, and PyTorch-style datasets.

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 AdalFlow to build, debug, evaluate, optimize, trace, and operate LLM task pipelines, RAG systems, agents, tools, and structured-output 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。

External recon and OSINT pipeline - subdomain enum, live host discovery, URL crawl, JS analysis, nuclei scan. Outputs to Attack-surface.md and scope/. Queries wiki before each phase. Use when starting recon on any target.

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。

Post-engagement knowledge harvest AND harness retrospective - after a box/bugbounty/pentest/CTF is completed, first diff how the engagement was EXECUTED against the skills/hooks that governed it (what discipline was skipped) and improve the harness, then sweep the whole engagement for GENERIC reusable knowledge NOT already in wiki/ and land it via the leak-gated stage->promote pipeline. Use at close-out or when asked to "extract learnings", "what did we learn", "harvest lessons into wiki", "distill this engagement", "post-mortem into the wiki", "what did we do wrong", "improve the harness from this box".

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, generate, or scaffold .gitlab-ci.yml pipelines, stages, and jobs.

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, generate, or scaffold GitHub Actions workflows, action.yml, or .github/workflows 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。

Generate/create/scaffold Jenkinsfile — declarative, scripted, shared library, 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。

Generate/create Fluent Bit configs — INPUT, FILTER, OUTPUT, parsers, log 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。

Validate, lint, audit, or fix .gitlab-ci.yml pipelines, stages, and jobs.

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。

Dedicated LOD generation, naming, screen-size targets, and validation for game meshes 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。

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。

Production export from Blender to FBX, GLTF, OBJ, USD, and Alembic with scale, pivot, rotation, normals, materials, animation, and collision verification 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。

Blender Geometry Nodes for procedural modeling, scatter systems, vegetation, buildings, pipes, cables, and reusable node groups. Use for procedural asset generation and instancing pipelines 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。

AAA environment art for modular kits, buildings, terrain, vegetation, architecture, and scene composition. Use for game-optimized environments, storytelling through space, and modular asset 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。

Use when starting any Blender asset task, planning a production pipeline, coordinating multiple disciplines, or matching a reference photo/concept art. Invoke for game-ready assets, hard surface, environment, character, creature, export, or any multi-skill Blender workflow.

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 the complete Spring Boot 4 request path is reactive: WebFlux controllers, Reactor pipelines, R2DBC persistence, streaming, backpressure, or cancellation. For defining and registering declarative outbound API interfaces, use http-interface-clients.

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。

Use when integrating LLMs, chat clients, embeddings, RAG pipelines, or AI agents into Spring Boot. Covers Spring AI 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。

Use when building batch jobs, ETL pipelines, scheduled imports/exports, or any chunk-oriented bulk processing with Spring Batch. Covers the Spring Batch 6 / Boot 4 builder API, resourceless vs JDBC job repositories, restartability and idempotent job parameters, reader/writer thread-safety, fault tolerance, and chunk transaction boundaries.

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 the complete Spring Boot 3 request path is reactive: WebFlux controllers, Reactor pipelines, R2DBC persistence, streaming, backpressure, or cancellation. For defining and registering declarative outbound API interfaces, use http-interface-clients.

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 building batch jobs, ETL pipelines, scheduled imports/exports, or any chunk-oriented bulk processing with Spring Batch. Covers the Spring Batch 5 / Boot 3 builder API, restartability and idempotent job parameters, reader/writer thread-safety, fault tolerance, and chunk transaction boundaries.

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。