「red」の検索結果

ローカルのSKILL.mdを一覧・検索し、追加や編集、削除、ユーザー用とプロジェクト用の比較・コピー、形式検証まで扱うスキル管理用のスキル。

• 導入済みスキルを探して内容を確認
• プロジェクトの手順をスキルにしたいとき
• ユーザー用とプロジェクト用の比較・コピー

APIやデータベースを扱うサーバー側の設計・実装を支援するスキル。Node.js、Express、Next.js向けに、認証やキャッシュなどの実装例を示します。

• APIの構成と処理を整理したいとき
• データベースの問い合わせを減らしたいとき
• 認証と権限確認を実装したいとき

LinkedInでの検索、営業連絡、採用、投稿などの作業を、Curviate CLIの用途別スキルへ案内します。実行前の確認やエラー処理の共通ルールも整理します。

• LinkedIn検索の担当スキルを探したいとき
• 人物検索から連絡までの手順整理
• CLI実行前の共通ルール確認

LinkedInの個人プロフィールや企業情報をCurviate CLIで取得し、自己紹介の更新、企業ページの受信箱確認、検索条件に必要なIDの特定を支援するスキル。

• LinkedInの人物・企業調査
• 自分の見出しや自己紹介の更新
• 地域・業種の検索用IDを調べたいとき

検索からの流入を増やすために、キーワード選び、記事構成、ページ内の設定や表示速度を見直すスキル。コンテンツと技術の両面から改善案を整理します。

• キーワード選定と関連記事の企画
• タイトル・概要文・見出しの見直し
• 構造化データや検索登録設定の確認

履歴書と求人票をもとに、応募先に合わせたカバーレターを作成します。経験や実績を募集要件につなげ、企業文化に合う文体や経験不足の伝え方、書き出しの別案まで整えます。

• 特定の求人向けの応募書簡の作成
• 異業種で生かせる経験を伝えたいとき
• 募集要件に足りない点を説明したいとき

会員登録や無料トライアルの申し込みで利用者が離脱する要因を点検し、入力項目、認証方法、案内文、画面構成の改善案と検証する仮説を優先度付きで整理するスキル。

• 会員登録の離脱要因を調べたいとき
• 登録時の必須項目を見直したいとき
• スマートフォンの登録操作の改善

LinkedInの見出し・自己紹介・職歴を、採用担当者が探すキーワードや実績に沿って整え、履歴書との一貫性も確認しながらプロフィールの改善案をまとめるスキル。

• 転職に向けたプロフィールの更新
• 見出しとAboutを書き直したいとき
• 履歴書とプロフィールの整合確認

サイトのSEO監査からキーワード戦略、ページ別の構成案、記事下書きまでを支援し、成果物を保存して次回の作業へ引き継げるスキル。

• 主要ページの技術的SEOを監査したいとき
• トピック群と内部リンクの設計
• ページ構成案とSEO記事の下書き

商品やサービスに合う見込み客企業を調べ、適合度と優先順位を整理します。企業ごとの課題や意思決定者の役職を踏まえ、個別の営業アプローチまで提案します。

• 商品の見込み客を探したいとき
• 営業先の優先順位を決めたいとき
• 提携候補の企業調査

LLMへの繰り返し入力や回答を再利用するキャッシュ設計を支援するスキル。共通の冒頭部分、回答全体、文書の事前保持を使い分け、更新時の無効化も検討します。

• Claudeへの共通指示を再利用
• 同一・類似の質問への回答を保存
• CAGによる文書の事前保持を検討

学習済みの大規模言語モデルを4ビットに量子化し、必要なメモリを抑える手順を案内します。量子化済みモデルの読み込み、自前モデルの圧縮、追加学習との連携を扱います。

• 限られたGPUメモリでモデルを動かしたいとき
• 量子化済みモデルで文章を生成したいとき
• 学習済みモデルを圧縮して保存したいとき

大量のデータから似たものを探す検索を、FAISSで実装するスキル。検索方式の選択からメモリ節約、GPU活用、索引の保存まで、速度と精度を考えて進めます。

• 大量データから類似候補を探したいとき
• 検索速度と精度に合う索引選び
• ベクトル検索のメモリ使用量削減

好ましい回答と好ましくない回答のペアを使い、LLMの応答を調整する学習を支援します。参照モデルを必要としないSimPOの設定、実行、学習中の問題への対処を扱います。

• 回答の優劣データでベースモデルを学習
• 指示調整済みモデルへの追加学習
• 数学・コード向けの学習設定の調整

Qdrantを使い、文章の意味の近さと属性条件を組み合わせた検索を実装します。文書を検索して回答に使うRAGの構築から、メモリ節約や分散構成の検討まで支援します。

• AI回答用の文書検索を作りたいとき
• 類似検索をカテゴリや日時で絞りたいとき
• 大量のベクトルのメモリを節約したいとき

言語モデルの有害な出力を減らす学習手順を案内します。原則に沿った自己批評と回答修正、AIによる回答比較を使い、教師あり学習から強化学習までを扱います。

• 安全性を学習させる原則の設計
• 自己批評と修正による学習データ作成
• AI評価を用いた強化学習の計画

機械学習モデルを本番サービスで動かすための設計・実装を支援します。学習や予測用データの整備から、モデル配信、性能比較、監視、再学習まで扱います。

• リアルタイム推薦サービスの設計
• A/Bテストでモデルを比較したいとき
• データの変化とモデル性能の監視

PyTorchモデルの内部で生じる数値を観察・変更し、出力への影響を調べる実験を支援します。nnsightを使い、小規模モデルのローカル実行からNDIFでの大規模モデル実験まで案内します。

• 各層の出力や注意パターンの観察
• 内部の値を置き換えて比較したいとき
• NDIFで大規模モデルを実験したいとき

言語モデル内部の中間値や注目先をTransformerLensで調べ、値の差し替え実験から出力への影響を探ります。予測に関わる内部の仕組みを分析するスキルです。

• 注意パターンや中間値を観察したいとき
• 活性値の差し替えで出力変化を調べる
• 各ヘッドの予測への寄与を分析

大きな言語モデルの出力を手本に、小さなモデルを学習させる知識蒸留を案内します。予測分布や生成文を使う学習、設定値の調整、学習後の出力比較まで扱うスキルです。

• 大型モデルから小型モデルを学習したいとき
• 教師の生成回答で追加学習したいとき
• 専門知識を持つ小型モデルの育成

複数工程の作業計画、調査結果、進捗を3つのMarkdownファイルに記録します。判断の理由やエラーへの対処も残し、長い作業でも目的と現在地を確認できます。

• 複数工程の計画と進捗を管理したいとき
• 調査で得た情報を残したいとき
• 実装履歴とテスト結果の記録

調査・執筆・分析などの役割を持つAIエージェントをCrewAIで組み合わせ、作業の引き継ぎや記憶、条件分岐を備えた協働処理を構築するスキル。

• 調査から記事作成までの分担処理
• 管理役による専門エージェントの連携
• 条件分岐のある作業フローの構築

AIエージェントの能力や信頼性を確かめるために、繰り返し実行による結果のばらつき、守るべき行動、想定外の入力への対応を調べるテスト設計を支援します。

• 同じテストの結果のばらつきを測りたいとき
• 守るべき行動を確認したいとき
• 想定外の入力への対応テスト

社内文書やWeb、データベースを取り込み、関連情報を検索して答えるLLMアプリの構築を支援します。文書への質問応答や会話型検索、回答の評価を扱います。

• 社内文書の質問応答を作りたいとき
• 会話を覚えるチャットボットの構築
• ファイル・Web・DBを横断した検索