2,206 件 ・ 関連度順
概要と使いどころ
Implement adaptive learning with ReasoningBank for pattern recognition, strategy optimization, and continuous improvement. Use when building self-learning agents, optimizing workflows, or implementing meta-cognitive 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。
Implement ReasoningBank adaptive learning with AgentDB's 150x faster vector database. Includes trajectory tracking, verdict judgment, memory distillation, and pattern recognition. Use when building self-learning agents, optimizing decision-making, or implementing experience replay 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。
Comprehensive performance analysis, bottleneck detection, and optimization recommendations for Claude Flow swarms
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。
AI-assisted pair programming with multiple modes (driver/navigator/switch), real-time verification, quality monitoring, and comprehensive testing. Supports TDD, debugging, refactoring, and learning sessions. Features automatic role switching, continuous code review, security scanning, and performance optimization with truth-score verification.
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。
Deploy your own Open-Inspect instance. Use when the user wants to set up, deploy, or onboard to Open-Inspect. Guides through repository setup, credential collection, Terraform deployment, and verification with user handoffs.
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 GitHub release orchestration with AI swarm coordination for automated versioning, testing, deployment, and rollback management
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。
Cloud-based AI swarm deployment and event-driven workflow automation with Flow Nexus platform
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 Flow Nexus platform management - authentication, sandboxes, app deployment, payments, and challenges
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。
Train and deploy neural networks in distributed E2B sandboxes with Flow Nexus
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。
Quantum-resistant, self-learning version control for AI agents with ReasoningBank intelligence and multi-agent coordination
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。
Implement semantic vector search with AgentDB for intelligent document retrieval, similarity matching, and context-aware querying. Use when building RAG systems, semantic search engines, or intelligent knowledge bases.
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。
Optimize AgentDB performance with quantization (4-32x memory reduction), HNSW indexing (150x faster search), caching, and batch operations. Use when optimizing memory usage, improving search speed, or scaling to millions of vectors.
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。
Implement persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.
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 and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.
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。
Review a PR or branch diff using the knowledge graph for full structural context. Outputs a structured review with blast-radius analysis.
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。
Worker-Agent integration for intelligent task dispatch and performance tracking
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。
Run comprehensive worker system benchmarks and performance analysis
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。
Automated coordination, formatting, and learning from Claude Code operations using intelligent hooks with MCP integration. Includes pre/post task hooks, session management, Git integration, memory coordination, and neural pattern training for enhanced development 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。
Advanced Hive Mind collective intelligence system for queen-led multi-agent coordination with consensus mechanisms and persistent memory
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 GitHub project management with swarm-coordinated issue tracking, project board automation, and sprint planning
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。
Master advanced AgentDB features including QUIC synchronization, multi-database management, custom distance metrics, hybrid search, and distributed systems integration. Use when building distributed AI systems, multi-agent coordination, or advanced vector search applications.
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 images using nano-banana-2 MCP tools with best-practice prompting. Use this skill when the user asks to create, generate, or edit images.
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。
Review only changes since last commit using impact analysis. Token-efficient delta review with automatic blast-radius detection.
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。
MCP server optimization and transport layer enhancement for claude-flow v3. Implements connection pooling, load balancing, tool registry optimization, and performance monitoring for sub-100ms response times.
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。