ネットワーク品質を総合的に診断し、ボトルネックの特定と根本原因の深堀りまで行うスキル。接続情報、レイテンシ、ダウンロード速度、HTTP接続タイミング、経路解析を自動実行し、 品質閾値に基づく総合評価を日本語レポートとして出力する。外部依存なし（OS標準ツールのみ使用）、macOSおよびLinux対応。
Use when diagnosing network quality, troubleshooting slow connections, identifying network bottlenecks, measuring latency/bandwidth/jitter, or generating network health reports. 「ネットワーク診断」「network diagnostics」「ネットワークが遅い」 「latency check」「bandwidth test」「traceroute analysis」
中文简介正在准备中。当前显示原文说明。
查看安装方法安装前可以查看交给 AI 代理的指令内容。
Comprehensive network quality assessment using OS-standard tools only. 3-Phase workflow: Collect → Analyze & Report → Deep-Dive (on issues).
Run the diagnostics script to collect all network metrics as JSON:
python3 scripts/network_diagnostics.py -o /tmp/network_diag.json
CLI Options:
| Option | Description | Default |
|---|---|---|
-o FILE | Output file (default: stdout) | stdout |
-t host,label | Add custom target (repeatable) | - |
--skip-traceroute | Skip traceroute | false |
--skip-speed | Skip download speed tests | false |
--ping-count N | Ping packet count | 10 |
Collected Data:
references/network_quality_thresholds.md for threshold definitionsassets/network_report_template.md formatThreshold Summary:
| Metric | Ethernet GOOD | Wi-Fi GOOD |
|---|---|---|
| Avg Ping | < 20ms | < 30ms |
| Jitter | < 5ms | < 10ms |
| Packet Loss | 0% | < 0.5% |
| Download | > 50 Mbps | > 30 Mbps |
| DNS | < 50ms | < 50ms |
| TLS | < 100ms | < 100ms |
| TTFB | < 200ms | < 200ms |
Overall Rating: CRITICAL if any CRITICAL → WARNING if any WARNING → GOOD
Triggered when Phase 2 detects WARNING or CRITICAL issues.
references/deep_dive_procedures.mdProblem Categories:
ping, curltraceroute (skipped with warning if missing)network_diagnostics.py - Main data collection script (JSON output)network_quality_thresholds.md - Quality thresholds by connection type (GOOD/WARNING/CRITICAL)deep_dive_procedures.md - Deep-dive investigation procedures by problem categorynetwork_report_template.md - Japanese report template with box-drawing tablestest_network_diagnostics.py - Unit tests for all parsers (unittest + mock)还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
Track and update action item status from natural language updates like 'Seanのメールには返信しておいた' or 'Lu対応予定'. Integrates with daily-comms-ops workflow. Use when managing action items across communication channels.
中文简介正在准备中。当前显示原文说明。
AI活用提案の専門コンサルタントスキル。LLM・AIエージェントの活用事例知識を基に、業界別、部門別、シーン別に最適なAI導入提案を行います。システム化、業務改善、効率化を得意とし、具体的な活用事例、期待効果、導入ステップを含む実践的な提案を提供します。Use when proposing AI/LLM adoption strategies for specific industries, departments, or business scenarios.
中文简介正在准备中。当前显示原文说明。
Generate AI-powered BPO service proposals for Japanese companies in the US market. Use when creating outsourcing proposals with AI service menus, ROI estimation, implementation roadmaps, and bilingual (JA/EN) proposal documents for 在米日系企業向けAI実装.
中文简介正在准备中。当前显示原文说明。
AI（LLM）が生成した日本語テキストの「AI臭」を検出・診断し、人間らしい文章にリライトするスキル。 Use when: 「AIっぽい文章を直して」「人間らしくリライトして」「AI臭を消して」「この文章をもっと自然にして」 「テキストのAI感を減らして」「機械っぽさを取りたい」 "make this sound more human", "remove AI tone", "humanize this text", "detect if this is AI-generated". 6つのAI特有パターン（視覚的マーカー、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、 定型メタファー）を正規表現ベースで検出し、0-100のAI臭スコアを算出。3つの人間化技法 （バランスを崩す・客観を崩す・論理を崩す）でリライトを実行する。 Note: 検出スクリプトは日本語テキスト専用。英語テキストの場合はClaude自身がreferences/を参照して分析・リライトする。
中文简介正在准备中。当前显示原文说明。
Generate audit-ready internal control design documents from As-Is business process inventories. Produces control IDs, assertion mappings, procedures, SoD analysis, KPIs, materiality thresholds, and implementation roadmaps. Use when building internal controls for new audit engagements, SOX/J-SOX compliance, or process improvement initiatives.
中文简介正在准备中。当前显示原文说明。
Review audit-related documents (control design documents, bottleneck analyses, requirements definitions, etc.) for quality, scoring them 0-100 with a severity-rated findings list. Use when reviewing audit documents, checking control design quality, or verifying cross-document consistency. Supports documents governed by US GAAP, IFRS, or J-GAAP.
中文简介正在准备中。当前显示原文说明。