GAIAベンチマークで失敗した問題の実行記録を調べ、ツール不足や回答抽出の不具合などに原因を分類。修正案の提示から再実行での検証、知見の保存まで支援します。
- 特定の問題の不正解原因を調べたいとき
- 問題のタイムアウトを診断したいとき
- ベンチマークの合格率低下を調べたいとき
6,901 件 ・ 関連度順
概要と使いどころ
GAIAベンチマークで失敗した問題の実行記録を調べ、ツール不足や回答抽出の不具合などに原因を分類。修正案の提示から再実行での検証、知見の保存まで支援します。
対話や実績に応じて振る舞いを調整するエージェントを作成し、学習状況や効率・精度を確認します。フィードバックによる調整とエージェント間の知識共有も扱います。
別々の環境にあるエージェントをつなぐ連携機能の稼働状況を確認し、接続先の信頼度、セッション数、通信量や脅威検知の情報をまとめるスキルです。
メモリに蓄積した調査結果を集め、根拠の強さや情報の食い違いを整理します。要点、限界、出典、次に取る行動を含むレポートにまとめ、調査後の判断に役立てます。
過去の作業から学んだパターンと現在の進捗をもとに、次に取り組む作業を提案します。予測の確信度に応じた実行判断と、完了後の学習更新まで扱います。
実際のブラウザーで画面操作をテストし、操作履歴や検証結果、画像を再実行可能な記録として残します。過去の実行との画面比較や、CI失敗時の再確認にも使えます。
ブラウザでログインや多要素認証を進め、Cookieの生値を露出させずに参照用ハンドルを保存します。後続のブラウザ作業に向けて認証状態を準備するスキル。
記録済みのブラウザ操作を元のURLや別のURLで再実行し、画面構造の変化にも操作対象の類似検索で対応しながら、UIの回帰テストや不具合の再現を進めるスキル。
文章・コード・設定に含まれるメールアドレスや住所、APIキーなどを検出し、該当箇所と伏せ字化の提案を示して、コミットやログ保存、応答送信前の確認を支えるスキル。
タスクの進捗を確認して次の作業を選び、実行内容の記録と次回起動の予約まで進めるスキル。Claude Codeのループで、完了や反復上限を確認しながら作業を継続します。
項目名と値をまとめたJSONを使ってWebフォームを入力し、必要に応じて送信まで行います。保存済みテンプレートの再利用や新しい対応表の保存にも対応します。
エージェントの累積費用と予算を照合し、使用率に応じた4段階の警告を出します。残額や推奨対応を確認でき、予算到達時の起動制御にも使えます。
Webページのボタンや入力欄を識別するスナップショットを使い、ログイン、フォーム入力、情報の取得、画面撮影などのブラウザ操作を自動化するスキル。
GitHubの変更提案を複数の専門エージェントでレビューし、安全性・性能・設計・書式などの問題を整理して、修正案の提示やレビュー結果の投稿まで進めるスキル。
Claude Codeの操作前後に自動処理を組み込み、コード整形や検証、複数エージェントの連携、作業記録の保存と次回への引き継ぎを支えるスキル。
Flow Nexus上で複数のAIエージェントを編成し、調査や開発を分担。イベントを起点にした処理の自動化から、進捗監視や稼働数の調整まで扱うスキル。
JavaScriptが使えない環境でもページの重要な内容を読めるように、初期HTMLとnoscriptの代替表示を点検し、必要な修正を案内するスキル。
フォームへの貼り付けを妨げるコードを見つけて修正し、パスワード管理ツールの利用や長い文字列の入力を支えるアクセシビリティを確認するスキル。
ページ送りのHTMLを確認し、現在のページ表示や前後のリンク、キーボード操作を点検します。読み上げソフトでも位置や移動先が分かる構造へ修正するスキルです。
スマートフォンやタブレットの縦向き・横向きで、本文や操作部品が使えるか点検します。不要な向きの固定や回転を促す表示を見つけ、レイアウトの修正を案内します。
Web画面の文章や操作説明を点検し、専門用語や複雑な文を分かりやすく整えるスキル。読者に合う言葉と文の長さを選び、次に取る行動が伝わる表現へ改善します。
ブラウザに表示されるHTMLを基準に、内部・外部リンクやページ内リンクの不備を点検します。404や意図しない転送を見つけ、修正と継続的な監視の導入を支援します。
Webページのナビゲーションを点検し、nav要素や識別ラベル、スキップリンクを使って、スクリーンリーダーで目的の領域へ移動しやすい構造に整えるスキル。
AIがウェブページの内容を読み取りやすいか、見出しやHTML構造、JavaScriptなしでの本文表示、構造化データを点検し、改善を支援するスキル。