Workflow Automation

agent-browser と Chrome DevTools Protocol (CDP) を使って、VS Code、Slack、Discord、Figma、Notion、Spotify など既存の Electron デスクトップアプリを自動化します。このスキルにより、起動中の Electron アプリに接続し、スナップショットを取得して UI と対話し、デスクトップや業務フローのエンドツーエンド自動化の一部として扱えるようになります。

ブラウザー自動化を使って、コマンドラインから Slack を操作できます。slack スキルは `agent-browser` 経由で、既存の Slack Web セッションに接続し、未読チャンネルの確認、DM のスキャン、会話の検索、データ抽出、構造化レポートの作成などを、より大きなワークフローの一部として実行できます。

agent-browser は、inference.sh 経由で Playwright ベースのブラウザを AI エージェントから制御できるスキルです。ページを開き、@e 要素リファレンスを使ってクリック・入力・ドラッグ・ファイルアップロード・コンテンツスクレイピングを行い、スクリーンショットや動画も取得できます。Web 自動化、データ抽出、エージェントによるブラウジングワークフローに最適です。

agent-browser は、AI エージェントやシェルスクリプトから利用できる Chrome/Chromium 自動化用の CLI です。ページを開く、遷移する、クリックする、フォーム入力、スナップショット取得、スクリーンショット撮影、動画録画、パフォーマンス計測、セッション管理、認証処理など、ブラウザーを使ったエンドツーエンドのワークフローを自動化できます。

agent-tools は、あなたのエージェント内で inference.sh の CLI を使えるようにし、1つの場所から 150 以上の AI アプリを実行できるようにします（画像生成、動画生成・編集、LLM、検索、3D、Twitter 自動化など）。FLUX、Veo、Gemini, Grok, Claude, Seedance, OmniHuman, Tavily, Exa, OpenRouter などを、GPU や複雑な個別インテグレーションを管理せずに、ひとつのワークフローランナーでまとめて扱いたい場合に最適です。

ai-automation-workflows をインストールして、inference.sh CLI を使った自動化された AI ワークフローを構築しましょう。バッチ処理、スケジュール実行、イベント駆動パイプライン、エージェント風ループを使ったコンテンツ生成・データ処理・モニタリングの大規模自動化を学べます。

inference.sh CLI を使って、画像と音声トラックから AI アバター／トーキングヘッド動画を生成します。ai-avatar-video は OmniHuman、Fabric、PixVerse Lipsync といったアプリをラップし、音声駆動のアバター、リップシンク動画、バーチャルプレゼンターを作成できます。マーケティング動画、解説動画、SNS 向けコンテンツのワークフローに最適です。

inference.sh CLI を使って、画像・動画・音声・テキスト系ツールをつなぐマルチステップの AI コンテンツパイプラインを設計・実行できます。ai-content-pipeline を使えば、「画像生成 → 動画にアニメーション化 → サウンドやボイスを追加 → YouTube や SNS、マーケティング向けに整形」といったワークフローを自動化できます。

既存の Azure ワークロードについて、プラン、ティア、SKU 間の評価とアップグレードを段階的なガイド付きワークフローで実行できます。azure-upgrade を使うと、Consumption から Flex Consumption への移行、Azure Functions プランの切り替え、ホスティングティアの変更、App Service から Container Apps への移行などを、アセスメントレポートと自動化されたアップグレード手順とあわせて実行できます。

複数の独立した AI エージェントを、それぞれ専用のコンテキストとタスク領域を持たせて並列に設計・実行します。

executing-plans スキルを使うと、既に書かれている実装プランを読み込み、批判的にレビューしたうえで、チェックポイントとステータス管理付きで小さな開発タスクを順に実行できます。

Azure AI Foundry のエージェントおよびプロジェクトについて、作成・デプロイ・評価・監視・トラブルシューティングまでを包括的に案内します。RBAC、クォータ、標準/プライベートネットワーク構成、エージェントのメタデータ構造などを含みます。

1つのセッションの中で、タスクごとに専用の subagent を立ち上げ、仕様レビューとコード品質レビューまで含めて開発をオーケストレーションします。

実際に検証コマンドを実行し、その出力を確認し、最新の証拠に基づいて判断するまで、「完了した」「修正済み」「テストに通った」と宣言することを一切認めない、厳格なルールを徹底します。