「red」の検索結果

コードベースの構成や使用技術を調べ、Claude Codeの自動化機能を提案します。フックやスキル、外部ツール連携などから、プロジェクトに合う候補と導入理由を整理します。

• プロジェクトの初期設定を整えたいとき
• 整形やテストの自動化を検討したいとき
• 使用技術に合う外部連携を選びたいとき

アイデアや参考資料から、出典付きのブログ下書きを作ります。調査、切り口の検討、構成の承認、執筆と修正を順に進め、資料や下書きを版ごとに保存します。

• アイデアをブログ下書きにしたいとき
• 調査資料から記事をまとめたいとき
• 過去の版を残して下書きを直したいとき

マーケティング文や顧客向けの案内を、定められたブランドの語り口にそろえます。親しみやすさと専門性を保ち、簡潔な表現や用語の選び方を整えるスキル。

• 広告文の語り口をそろえたいとき
• 顧客向け案内を方針に合わせたいとき
• 技術説明を分かりやすくしたいとき

ソースコードから脆弱性を探す静的解析ツールを導入し、開発時の自動検査、独自ルールの作成、誤検知の調整、問題の重大度に応じた判定基準の設定を支援するスキルです。

• CI/CDにセキュリティ検査を追加したいとき
• 独自のコード検出ルールを作りたいとき
• 誤検知やスキャン時間を減らしたいとき

似たデータを探すベクトル検索の速度・検索漏れ・メモリ使用量を調整します。データ規模に合う索引方式の選定から、設定の比較や圧縮方法の検討まで支援します。

• 類似検索の応答を速くしたいとき
• HNSWの検索漏れを減らしたいとき
• メモリ削減の圧縮方式を比較したいとき

回答の比較評価や高評価・低評価のフィードバックを使い、モデルの追加学習方式と設定を選びます。DPOなどの使い分けから回答ペアの作成、学習不調の見直しまで扱います。

• 回答の比較評価に合う方式を選びたいとき
• 個別の高評価・低評価を学習に使いたいとき
• DPOで能力が落ちた際の設定見直し

Pythonの命名や整形、型チェック、関数の説明文を共通ルールで整えます。ruffなどの設定からREADMEの構成まで、チームで読みやすいコードと文書を保つためのスキルです。

• Pythonの整形・検査環境を整えたいとき
• チームのコーディング規約づくり
• 型注釈と関数の説明文を見直したいとき

Pythonのクラスや関数の責任を整理し、読みやすくテストしやすい設計を支援します。巨大な処理の分割や、継承・オブジェクトの組み合わせ・共通化の判断に使えます。

• Pythonの新規部品の責任を設計したいとき
• 巨大なクラスや関数を分割したいとき
• 重複処理を共通化する時期の判断

数学・コード・構造化出力など、正誤をプログラムで判定できる課題向けに、GRPOによる強化学習の設定と報酬関数を整え、学習の不調や報酬の抜け穴を点検するスキル。

• 自動で正誤判定できる課題のGRPO設定
• 出力形式と正確さの報酬設計
• 学習開始前の報酬スコア点検

Pythonの入力検証、例外の使い分け、バッチ処理の部分的な失敗への対処を整理し、原因や修正方法が伝わるエラー処理をアプリやAPIに実装するスキル。

• ユーザー入力やAPI引数を検証したいとき
• 例外の種類とエラーメッセージの設計
• 一部の失敗後もバッチを続けたいとき

Pythonアプリに、検索しやすいログや性能指標、サービスをまたぐ処理の追跡を組み込みます。本番の障害調査に向けて、記録形式やリクエストIDの受け渡しを整えます。

• 検索しやすいJSONログの導入
• Prometheusで性能指標を集めたいとき
• 複数サービス間の処理を追いたいとき

時間のかかる処理をPythonのバックグラウンドジョブに分けるスキル。タスクの待ち行列と実行役を設計し、再試行や二重実行対策、進行状況の管理を整えます。

• メールや通知を裏側で送信したいとき
• レポート生成やデータ出力の非同期化
• アップロード後の処理やメディア変換

追加学習したモデルを公開してよいか、学習データの品質、汎用能力の低下、元モデルとの比較、段階的な本番投入で検証し、根拠付きの採否レポートにまとめるスキル。

• 追加学習したモデルの公開を判断したいとき
• 学習で汎用能力が落ちていないか調べたいとき
• 更新した評価基準でモデルを再判定したいとき

サービス障害の検知から復旧確認まで、担当者が順番に追える対応手順書を作成します。重大度の判定、連絡先への引き継ぎ、関係者への状況報告も整理します。

• 決済サービスの障害手順書作成
• データベースの復旧手順整理
• 新しい障害対応当番への引き継ぎ

AIへの指示文を設計・改善し、回答のばらつきや出力形式の崩れを検証します。例の選び方、再利用できるテンプレート、JSON形式の出力を扱い、品質や応答時間を比較します。

• 回答がばらつく指示文を改善したいとき
• 再利用できるプロンプトを作りたいとき
• 指定形式のJSON出力を設計したいとき

人とAIが読みやすい技術文書を、事実・背景・既知の不具合・未確認情報に分けて整理します。既存文書のHADS形式への変換や構造の点検にも使えます。

• 人とAI向けのAPI文書を作りたいとき
• 既存のREADMEをHADSに変換
• 文書構造やタグの書式を点検

LangChain 1.xとLangGraphで、外部ツールを使うAIアプリを設計します。会話履歴や処理状態の管理、文書検索、動作の記録やテストも扱います。

• 外部ツールを呼ぶAIエージェント開発
• 会話履歴と処理状態を管理したいとき
• 文書処理と検索の流れを作りたいとき

RESTとGraphQLのAPI仕様を設計・レビューするスキル。URLやデータ構造、エラー形式、ページ分割、互換性を保つ変更方針を整理し、チームの設計基準づくりにも使えます。

• REST・GraphQLの新規API設計
• 実装前にAPI仕様を確認したいとき
• チーム共通のAPI設計基準づくり

社内データセンターとAWS・Azure・GCP・OCIを、VPNや専用接続でつなぐ構成を支援します。経路制御、冗長化、監視、費用の検討まで扱います。

• 社内データセンターとクラウドを接続
• 段階的なクラウド移行の接続設計
• 回線の冗長化と自動切り替えを検討

大きな機能開発を複数のAIエージェントに分担し、ファイルの担当範囲やAPIの取り決めを整理。作業の競合を避けながら、実装結果の統合を進めるスキル。

• 大きな機能を複数エージェントに分担
• 編集の競合を防ぐ担当範囲の設定
• 並行実装に向けたAPI仕様の合意

データの欠損・重複・鮮度を検証し、処理工程に品質チェックを組み込むスキル。Great Expectationsやdbt tests、チーム間のデータ仕様の合意を扱います。

• データの欠損や重複を確認したいとき
• dbtのテストを整備したいとき
• チーム間でデータ仕様を合意したいとき

学習後に残したい理解と、その理解を確かめる課題から逆算して授業を設計するスキル。単発授業やシリーズ授業で、中心となる問い、評価、体験活動をつなげます。

• 到達目標から逆算して授業を作りたいとき
• 共通の概念を軸にシリーズ授業を設計
• 実践課題で理解を確かめたいとき

過去に作った授業とチャット履歴を調べ、繰り返し現れる進め方や好みを整理します。根拠となる事例と本人の確認をもとに、次の授業作りで再利用できる専用スキルを作成します。

• 過去の授業作りの傾向を振り返りたいとき
• 好みの作業手順を再利用できる形にしたいとき
• 推測された好みを実例で確かめたいとき

顧客受け入れ時の情報を社内の本人確認・資金洗浄対策ルールに照らし、リスク区分と各ルールの結果、不足書類や上位審査への引き継ぎ事項を整理するスキル。

• 社内基準に沿った申請リスクの分類
• 不足書類や期限切れ書類の確認
• ルール別の結果と根拠の記録