企業のWebサイトや競合情報をもとに、Stream Agentsを使った顧客向けデモを組み立て、会話UIと確認用リンク、短い実演台本を用意します。
- 見込み顧客向けデモの作成
- 商談用POCの準備
- 企業別エージェントの試作
ルーターのCPU負荷やAPI・SQL・Redis呼び出しを調べ、最大のコスト要因を一つずつ改善してベンチマーク環境で容量や遅延、音声分あたりの費用を比較します。
Run the router performance loop - profile locally, fix the top cost, cut needless API, SQL and Redis calls, deploy to the benchmark cluster, ramp, record agents held and $/voice-minute, repeat ten times. Use when asked to run the performance loop, to improve how many agents one router holds, or to lower the hosting cost per voice minute.
実行スコア 未検証
インストール方法を見るルーターの負荷を測り、改善を繰り返す10ラウンドの手順を案内します。まずローカルでCPU、メモリ割り当て、ロック待ち、ゴルーチンなどを計測し、あわせてAPI、Postgres、Redisへの呼び出し回数を調べます。各ラウンドで最大のコスト要因を一つだけ直し、テストで動作を確かめてから固定構成のベンチマーク環境へ反映します。保持できたエージェント数、応答遅延、エージェントあたりのCPU使用量、音声1分あたりのホスティング費用、音声品質を記録し、前回と比較します。効果がない変更は戻し、結果を記録に残します。
同じルーターでより多くのエージェントを動かしたいときや、音声通話1分あたりのホスティング費用を下げたいときに向いています。変更の効果だけでなく、遅延や音声品質との兼ね合いも追いたい開発チームに役立ちます。
performance_benchmarkスキルのセットアップ、ベンチマーク環境、関連ルールが前提です。計測にはGoやDocker、kubectlなどを使い、ベンチマーク用クラスターへのデプロイが含まれます。
この紹介文は、公開されている SKILL.md をもとに AI(OpenAI Codex)が作成しました。正確な仕様は下の原文を確認してください。
SKILL.md の記述から、注意が要る操作と導入の前提を AI が確認しました。点数は実際に動かした結果(実行検証)だけで付けています。
点数には入れていません。 2026年11月18日 時点で AI(OpenAI Codex)が判定しました。目安なので、入れる前に原文も確認してください。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
まだレビューはありません。使ってみた感想をお寄せください。
ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。
まだコメントはありません。最初のコメントを書いてみませんか。
企業のWebサイトや競合情報をもとに、Stream Agentsを使った顧客向けデモを組み立て、会話UIと確認用リンク、短い実演台本を用意します。
アプリ専用のMCPサーバー接続をコードなしで登録する方法と、カタログに組み込むコネクターのYAML定義、同意テスト、改訂管理の手順を案内します。
ルーターが参照するベンダー料金を公開価格と照合し、差異の状況をまとめて、各環境向けの変更案と価格表更新用のPR案を準備します。
`getstream agents` コマンドが接続するローカルまたはホスト版ルーターの設定方法と、認証や初期化、エラーの切り分け方を確認できます。
変更を論理単位で整理し、規約に沿ったGitコミットを作成するスキルです。ブランチやコミットフックの確認、失敗時の修正と再実行も扱います。
外部サービスのアカウントをルーターに接続し、エージェントに使わせるツールや利用者ごとの認証を設定します。接続や応答の問題を調べる手順も扱います。