Ai

videodb は、ローカルファイル、URL、RTSP/RTMP のライブ配信、またはデスクトップキャプチャから動画と音声を取り込み、タイムスタンプ付きの検索で該当シーンを見つけ、再生可能な証拠として確認し、クリップ、オーバーレイ、文字起こし、アラート、タイムライン編集で実際に操作するのに役立ちます。VideoDB for Video Editing とライブ配信分析に向けた、実用的な videodb ガイドです。

token-budget-advisor は、回答前に応答の深さを選ぶためのルーティングスキルです。ワークフロー自動化やチャットフローで、出力の長さ、詳細度、トークン消費をコントロールするのに役立ちます。この token-budget-advisor ガイドでは、発火条件、使わないべき場面、skills/token-budget-advisor からの適用方法を解説します。

skill-comply は、実運用の実行でエージェントが skill、rule、または agent definition に従っているかを確認するためのコンプライアンス検証スキルです。markdown から仕様を生成し、3段階の prompt strictness でシナリオを実行、tool-call の時系列を分類し、証拠付きでコンプライアンス率をレポートします。Compliance Review 向けの skill-comply として有用です。

santa-method は、公開前に正確さが求められる出力のためのマルチエージェント検証ワークフローです。独立したレビューで、コンテンツ、コード周辺の成果物、コンプライアンスに配慮が必要な文面、ワークフロー自動化タスクに潜む見落としを検出します。生成・検証・収束を繰り返す再現性の高いループが必要なら、santa-method スキルを導入してください。

regex-vs-llm-structured-text は、構造化テキスト抽出で regex と LLM のどちらを使うかを判断するためのスキルです。まずは決定論的なパースから始め、信頼度の低い例外ケースには LLM による検証を追加。文書、フォーム、請求書、データ分析では、より安価で信頼性の高いパイプラインを構築できます。

llm-trading-agent-security は、ウォレット権限を持つ自律型トレーディングエージェントを安全にするための実践ガイドです。プロンプトインジェクション、支出上限、送信前シミュレーション、サーキットブレーカー、MEVを意識した実行、鍵の分離を扱い、Security Audit における金銭損失リスクの低減に役立ちます。

foundation-models-on-device は、iOS 26+ で Apple FoundationModels の機能を構築するためのガイドです。オンデバイスのテキスト生成、@Generable を使ったガイド付き出力、tool calling、snapshot streaming、利用可否チェックまで、プライバシー重視のアプリに必要な要素をまとめています。

cost-aware-llm-pipelineは、モデルルーティング、不変のコスト追跡、リトライ処理、プロンプトキャッシュによって、APIコストを抑えたLLMワークフローの構築を支援します。出力量と品質のトレードオフに明確なルールが必要なバッチ処理、ドキュメントパイプライン、Workflow Automationに適しています。

ai-first-engineering は、AIエージェントが実装作業の多くを担うチーム向けの簡潔な運用モデルです。計画、アーキテクチャ、レビュー、テストにおける Agent Standards を整えるのに役立ち、導入方法、使い方、適用すべき場面までガイドします。

fact-checker は、主張の検証を構造的に進め、情報源を評価し、確信度と文脈付きで分かりやすい判定を返すプロンプト駆動型スキルです。Shubhamsaboo/awesome-llm-apps から導入すれば、発言、噂、統計、不正確または誤解を招く主張のファクトチェックを、再現しやすいワークフローで進められます。

deep-research は、構造化された Web リサーチ向けの軽量なエージェントスキルです。調査範囲の明確化、複数ソースの収集、信頼性の見極め、出典付きの知見整理までを、1つの SKILL.md ワークフローで進めやすくします。

triageは、GitHubのissueトリアージ用スキルです。着信するバグ報告や機能要望を、役割ベースのステートマシンに沿って振り分けます。issueの分類、追加情報の要否判断、AFKエージェントまたは人間のメンテナーへのルーティング、そして一貫したissue対応の維持に役立ちます。Issue Trackingに実用的なtriageスキルです。

vector-index-tuning は、レイテンシ・再現率・メモリ使用量の観点からベクトル検索インデックスを調整するためのスキルです。RAG ワークフロー向けに、インデックスタイプの選定、HNSW 設定の最適化、量子化オプションの比較に活用できます。

rag-implementationは、ベクターデータベース、埋め込み、検索パターン、根拠に基づく回答フローを踏まえてRAGシステムを設計するための実践的なスキルです。スタック候補の比較、アーキテクチャ判断の整理、ドキュメントQ&A・ナレッジアシスタント・セマンティック検索向けの導入や活用方針の検討に役立ちます。

similarity-search-patterns は、セマンティック検索や RAG ワークフローに向けて、距離指標、インデックス方式、ハイブリッド検索パターンの選定を支援するスキルです。再現率・レイテンシ・スケールのバランスを踏まえ、プロダクション環境のベクトル検索設計を検討したいときに役立ちます。

hybrid-search-implementation スキルは、RAG や検索システム向けに、ベクトル検索とキーワード検索を組み合わせ、RRF、線形融合、reranking、cascade パターンを実装する方法を示します。

llm-evaluation スキルを使うと、LLMアプリ、プロンプト、RAGシステム、モデル変更に対して、指標設計、人手レビュー、ベンチマーク、リグレッションチェックを組み合わせた再現性のある評価計画を設計できます。

embedding-strategies は、セマンティック検索や RAG ワークフロー向けに埋め込みモデルを選定・最適化するためのスキルです。チャンク分割の実践、モデル選定のトレードオフ、多言語コンテンツへの対応、検索評価の進め方まで、実務で役立つ観点をまとめて確認できます。

ai-prompt-engineering-safety-review は、LLMプロンプトを本番導入前、評価時、または顧客向け利用前に見直し、安全性・バイアス・セキュリティ上の弱点・出力品質を監査するためのプロンプトレビュー用スキルです。

gws-modelarmor は、googleworkspace/cli エコシステムで Google Model Armor を扱うのに役立ちます。プロンプトのサニタイズ、モデル応答のサニタイズ、テンプレート作成を、汎用的なプロンプトよりも少ない試行錯誤で進められます。繰り返し使う前提の、ポリシーを意識した運用や Security Audit ワークフロー向けに設計されています。

develop-ai-functions-example は、vercel/ai の `examples/ai-functions/src/` 配下で実行可能な AI SDK サンプルを新規作成・修正するときに役立つスキルです。適切なカテゴリ選定、リポジトリ規約への準拠、プロバイダ検証・デモ・fixture 向けの最小構成のサンプル作成を進めやすくします。

add-provider-package は、vercel/ai で新しい `@ai-sdk/<provider>` パッケージを作成するための実践ガイドです。プロバイダ追加時に、AI SDK の provider アーキテクチャ、パッケージ構成、実装フローに沿って進めたいコントリビューターや API チームに役立ちます。

ai-seoは、ChatGPT、Perplexity、Google AI Overviews、Claude、GeminiでのAI回答露出を改善したいチーム向けのスキルです。インデックス状況、botアクセス、抽出しやすさ、引用されやすい状態を診断し、リポジトリ内のプラットフォーム別ガイドやコンテンツパターンの参照資料をもとに、実践的なコンテンツ計画を組み立てられます。

mama は `pua` スキルの語り口違いバリアントで、コアのルールはそのままに、中国語の“口うるさいお母さん”風ボイスへ切り替えるスキルです。継続的なトラブルシュート、デバッグ、Prompt Writing の作業で再利用できるトリガーパターンを導入したいときに向いており、親スキルから継承されるエスカレーション、チェックリスト、より強い追い込みまで活用できます。