2,598 件 ・ 関連度順
概要と使いどころ
Scans .NET code for ~50 performance anti-patterns across async, memory, strings, collections, LINQ, regex, serialization, and I/O with tiered severity classification. Use when analyzing .NET code for optimization opportunities, reviewing hot paths, or auditing allocation-heavy patterns.
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。
Estrategia e implementacao de monetizacao para produtos digitais - Stripe, subscriptions, pricing experiments, freemium, upgrade flows, churn prevention, revenue optimization e modelos de negocio SaaS.
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, iterate, and scale paid ad creative for Google Ads, Meta, LinkedIn, TikTok, and similar platforms. Use when generating headlines, descriptions, primary text, or large sets of ad variations for testing and performance optimization.
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 financial models, backtest trading strategies, and analyze market data. Implements risk metrics, portfolio optimization, and statistical arbitrage.
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。
PyTorch deep learning development with transformers, diffusion models, and GPU optimization.
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 local LLM inference, model selection, VRAM optimization, and local deployment using Ollama, llama.cpp, vLLM, and LM Studio. Expert in quantization formats (GGUF, EXL2) and local AI privacy.
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。
RAG (Retrieval-Augmented Generation) implementation workflow covering embedding selection, vector database setup, chunking strategies, and retrieval optimization.
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。
Expert in building Retrieval-Augmented Generation systems. Masters embedding models, vector databases, chunking strategies, and retrieval optimization for LLM 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。
Measurement-driven model router for Claude Code. Routes Haiku/Sonnet/Opus per task class, logs every routed task with real $ numbers, and A/B tests cheaper tiers before you trust the savings.
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。
Expert database optimizer specializing in modern performance tuning, query optimization, and scalable 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。
Master modern SQL with cloud-native databases, OLTP/OLAP optimization, and advanced query techniques. Expert in performance tuning, data modeling, and hybrid analytical 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。
Best practices for SciPy scientific computing, optimization, signal processing, and statistical analysis in Python
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。
SQL query optimization, schema design, indexing strategies, and relational database mastery for production data 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。
Generate production-ready Python code using Dataverse SDK with error handling, optimization, and best practices
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。
Performs numerical and symbolic mathematics using NumPy, SciPy, SymPy, and mpmath. Use when the user needs linear algebra, arrays, optimization, integration, ODEs, symbolic expressions, equation solving, or arbitrary-precision arithmetic.
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。
Database development and operations workflow covering SQL, NoSQL, database design, migrations, optimization, and data engineering.
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 production code for Dataverse SDK using advanced patterns, error handling, and optimization techniques.
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 website and web application performance including loading speed, Core Web Vitals, bundle size, caching strategies, and runtime performance
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。
RAG (Retrieval-Augmented Generation) implementation workflow covering embedding selection, vector database setup, chunking strategies, and retrieval optimization.
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 optimization guide for React and Next.js applications, maintained by Vercel. Use when writing new React components or Next.js pages, implementing data fetching (client or server-side), or reviewing code for performance issues.
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 Python 3.12+ with modern features, async programming, performance optimization, and production-ready practices. Expert in the latest Python ecosystem including uv, ruff, pydantic, and FastAPI.
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。
Transforms user prompts into optimized prompts using frameworks (RTF, RISEN, Chain of Thought, RODES, Chain of Density, RACE, RISE, STAR, SOAP, CLEAR, GROW)
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。
Expert in building Retrieval-Augmented Generation systems. Masters embedding models, vector databases, chunking strategies, and retrieval optimization for LLM 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。
Profile and optimize Python code using cProfile, memory profilers, and performance best practices. Use when debugging slow Python code, optimizing bottlenecks, or improving application performance.
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。