「hig」の検索結果

High-throughput event streaming and real-time data ingestion.

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 Event Hubs SDK for Python streaming. Use for high-throughput event ingestion, producers, consumers, and checkpointing.

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 real-time streaming applications with Azure Event Hubs SDK for Java. Use when implementing event streaming, high-throughput data ingestion, or building event-driven architectures.

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 AI Projects SDK for Java. High-level SDK for Azure AI Foundry project management including connections, datasets, indexes, and evaluations.

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 AI Projects SDK for .NET. High-level client for Azure AI Foundry projects including agents, connections, datasets, deployments, evaluations, and indexes.

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。

High-level SDK for Azure AI Foundry projects with agents, connections, deployments, and evaluations.

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。

Comprehensive guidance for implementing asynchronous Python applications using asyncio, concurrent programming patterns, and async/await for building high-performance, non-blocking systems.

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。

Core UI/UX engineering skill for building highly interactive, spatial, weightless, and glassmorphism-based web interfaces using GSAP and 3D CSS.

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。

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

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。

This skill should be used when the user asks to "create AGENTS.md", "update AGENTS.md", "maintain agent docs", "set up CLAUDE.md", or needs to keep agent instructions concise. Enforces research-backed best practices for minimal, high-signal agent documentation.

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 human-written CLAUDE.md into AI-native structured-label format. Battle-tested across 4 models. Same rules, fewer tokens, higher compliance.

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 skill covers integrating Static Application Security Testing (SAST) tools—CodeQL and Semgrep—into GitHub Actions CI/CD pipelines. It addresses configuring automated code scanning on pull requests and pushes, tuning rules to reduce false positives, uploading SARIF results to GitHub Advanced Security, and establishing quality gates that block merges when high-severity vulnerabilities are Detected.

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。

Ed25519 is a high-performance digital signature algorithm using the Edwards curve Curve25519. It provides 128-bit security with 64-byte signatures and 32-byte keys, offering significant advantages ove

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。

「留学生や外国人研究者に多言語で案内を配信したい」「MOU 覚書のドラフトを英語で準備したい」 「留学生向け FAQ を複数言語対応させたい」「新入留学生向けオリエンテーション資料を各国語で出したい」 場面で使う国際交流・留学生支援職員向けスキル。AI 翻訳で完結できる場面とネイティブチェックが必須の場面を 切り分け、固有名詞辞書・文化配慮リストで運用品質を担保する。

学生問い合わせを AI 回答／有人対応に振り分ける基準を整備したい、24 時間対応化の設計をしたい、 履修・奨学金・証明書 FAQ のチャットボット導入企画書を書きたい場面で使う学生支援・教務職員向けスキル。 問い合わせ分類・AI/人間振り分け・有人エスカレーション経路・時間帯別応答設計の判断フレームを提供する。

論文投稿時に生成 AI 利用を開示すべきか判断したい、学位論文における AI 使用の許容範囲を学生に伝えたい、 科研費申請で AI を使っていいか相談された、教員から「こういう使い方は OK か」と質問を受ける、 研究倫理セミナーで AI 使用の説明を求められる場面で使う研究支援職員向けスキル。 3 原則（補助ツール／二次的出典／独自視点再構築）と 3 場面別（投稿論文・学位論文・科研費）の 開示判断フローで、禁止事項 6 項目と日本学術振興会書式に合わせた開示テンプレを提供する。

「新任職員向けに生成 AI 基礎研修を作りたい」「SD 研修資料を短時間で組み立てたい」 「自分自身のリテラシー棚卸しをしたい」「新人に AI の使い分けを 30 分で説明したい」 「ハルシネーションの見抜き方を教えたい」場面で使う、大学職員向け AI リテラシー入門スキル。 プロンプトの基本構造・ハルシネーション検出・サービス選定を、30〜60 分のコア研修に そのまま流用できる章立てで提供する。

入試の志望理由書や総合型選抜書類に生成 AI を使った場合の扱いを決めたい、 出願要項に AI 使用可否をどう書くか悩む、AI 検知ツール導入を検討している、 志望理由書に AI 使用の疑義が生じた時の判断基準を整備したい、 不正認定と教育機会のどちらで運用するか迷う場面で使う入試部門職員向けスキル。 文科省通知を骨格に、3 類型判断・二重確認プロセス・運用語彙選択・ツール未導入大学向け代替案を提供する。

「学内委員会・教授会の議事録作成を AI で効率化したい」「録音から要点抽出のプロセスを標準化したい」 「機密性の高い会議で AI を使っていいか判断したい」「人事案件を含む教授会で AI 議事録ツールを 使って大丈夫か確認したい」「Enterprise 版がない自学で使える経路を知りたい」場面で使う、 議事録 AI 化の判断と運用のスキル。 `skills/confidential-info-guidelines/` の 3 段分類と連携し、会議機密性 × 出席者同意 × 匿名化の 3 軸判断でツール選定と運用手順を示す。

「学生調査の自由記述回答を AI で分析したい」「授業評価アンケートの傾向を可視化したい」 「大学評価業務で膨大な記述データを整理したい」「新入生アンケートの定性データからカテゴリを抽出したい」 場面で使う IR 担当者向けスキル。匿名化前処理・カテゴリ抽出・クラスタリング・検証の 7 ステップで、 Web 版 AI 禁止ゾーンと運用ラインを構造化する。

「これから組織として生成 AI 導入を検討する委員会で何を議論すべきか」 「AI 利用ガイドライン策定の優先順位を決めたい」「執行部に上程する導入検討資料を作りたい」 「自学の AI 導入成熟度はどの段階か診断したい」「学長説明用 1 ページ要旨を作りたい」 場面で使う、大学組織としての AI 導入検討支援スキル。 3 カテゴリ × 2 ステップ × 2 主体のチェックリストと 5 段階成熟度モデルで合意形成を支援する。

大学業務で「この資料を AI に入れて大丈夫か」「どのサービスなら安全か」と 判断が求められた時に使う、機密情報取扱の判断フレームワーク。情報分類が 個人感覚に揺れている現場で、3 段分類 (Level 1: 公開 / Level 2: 学内限定 / Level 3: 機密) に基づく一貫した可否判断を提供する。テキスト本文だけでなく ファイルメタデータ / EXIF / OCR リスクや、Custom GPT / Projects / Gem 等の 事前設定機能に登録する情報も同じ軸で扱う。所属大学規程が優先される前提での 汎用的な判定軸であり、法的助言ではない。

授業のシラバスに生成 AI の使用ルールを書き込みたい、学生に AI 使用可否と範囲を明示したい、 学科で AI 使用の共通テンプレートを作りたい、同僚教員から「うちの授業でどう書けば」と聞かれた、 教務委員会でシラバス記載ルールを議論する必要がある場面で使うシラバス AI 方針設計スキル。 4 段階テンプレート（自由／場面限定／完全禁止／その他）と科目類型別選択肢カタログで、 教員が 10 分で決められる判断フローを提供する。

大学業務で AI に入力しようとする情報を Level 1/2/3 に判定し、入力可否と 推奨次アクションを返す。「この資料を AI に入れて大丈夫？」「議事録を 要約させたいが機密度は？」と問われた時、または職員がファイル / テキストを 共有して AI 利用可否判断を求めた時に起動する。判定基準は `confidential-info-guidelines` の 3 段分類に依拠し、所属大学規程が優先される 旨を出力末尾に必ず添える。匿名化 / 統計化による Level 降格の検討も提示する。