Skills

T

tech-debt-analyzer

ailabs-393 / ai-labs-claude-skills

コードベースの技術的負債の分析、コード品質問題の文書化、技術的負債台帳の作成、コードの保守性評価に使用します。コードスメル、アーキテクチャ上の問題、依存関係の問題、ドキュメント不足、セキュリティ脆弱性の特定や、包括的な技術的負債ドキュメントの作成に利用できます。

W

webflow-code-component:troubleshoot-deploy

webflow / webflow-skills

Webflow Code Componentsのデプロイ失敗をデバッグします。エラーメッセージを分析して根本原因を特定し、よくある問題への具体的な修正方法を提示します。

A

axiom-health

charleswiltgen / axiom

iOS または watchOS で HealthKit、WorkoutKit、健康データ、ワークアウト、フィットネス機能を扱う場合に使用します。権限、クエリ、バックグラウンド配信、カスタムワークアウト、複数デバイス間の連携を扱います。

C

capacitor-vue

capawesome-team / skills

Capacitorアプリ開発におけるVue固有のパターンをエージェントに案内します。CapacitorプラグインとVue 3 Composition API、ネイティブ機能向けのカスタムコンポーザブル、リアクティブなプラグイン状態、ライフサイクルフックのパターン、Vue Routerのディープリンク連携、プラットフォーム検出、PWA Elementsのセットアップ、Quasar FrameworkおよびNuxtとの連携を扱います。新規Capacitorアプリの一からの作成、Capacitorバージョンのアップグレード、特定プラグインのインストール、Ionic FrameworkとVueのセットアップ、またはVue以外のフレームワークには使用しないでください。

C

crewai-multi-agent

davila7 / claude-code-templates

自律型 AI の協調のためのマルチエージェントオーケストレーションフレームワーク。複雑なタスクに協力して取り組む専門エージェントのチームや、メモリーを備えた役割ベースのエージェント連携を構築する場合、または順次／階層実行が必要な本番ワークフローで使用します。LangChain 依存なしで、軽量かつ高速に実行できます

D

deepspeed

orchestra-research / ai-research-skills

DeepSpeedを使った分散トレーニングに関する専門的なガイダンス。ZeRO最適化ステージ、パイプライン並列化、FP16/BF16/FP8、1-bit Adam、スパースアテンション

Q

quantizing-models-bitsandbytes

orchestra-research / ai-research-skills

LLM を 8 ビットまたは 4 ビットに量子化し、精度の低下を最小限に抑えながらメモリ使用量を 50～75％削減します。GPU メモリが限られている場合、より大きなモデルを収めたい場合、または推論を高速化したい場合に使用します。INT8、NF4、FP4 形式、QLoRA トレーニング、8 ビットオプティマイザーに対応。HuggingFace Transformers で動作します。

A

annotating-task-lineage

astronomer / agents

inlets と outlets を使用して、Airflow タスクにデータリネージを注釈します。ユーザーがタスクにリネージメタデータを追加したい場合、入出力データセットを指定したい場合、または OpenLineage の抽出機能が組み込まれていないオペレーターでリネージ追跡を有効にしたい場合に使用します。

F

flutter-accessibility

flutter / agent-plugins

説明はまだありません

K

knowledge-site-creator

joeseesun / qiaomu-knowledge-site-creator

ひと言で、あらゆる分野の学習サイトを生成します。AI がテーマを自動で理解し、コンテンツを作成してページを生成し、サイトを公開します。進化心理学、LLM 用語、化学元素、歴史的事件など、体系的な学習が必要なあらゆる分野に対応します。

O

otel-instrumentation

dash0hq / agent-skills

OpenTelemetry の計装向けにトレーススパンを設定し、カスタムメトリクスを定義し、ログエクスポーターを構成して、サンプリング戦略を最適化します。トレース、メトリクス、ログを使ってアプリケーションを計装する場合に使用します。可観測性、テレメトリー、トレーシング、メトリクス収集、ログ連携、OTel のセットアップに関する依頼で起動します。

P

pr-address-comments

google-gemini / gemini-cli

Gemini CLI の現在のブランチに関する GitHub PR コメントへの対応をユーザーが求めた場合に使用します。`gh` CLI ツールが必要です。

P

product-changelog

inference-sh / skills

ユーザーが実際に読む製品の変更履歴とリリースノート。分類、ユーザー向けの言葉遣い、ビジュアル、配布を扱う。用途：リリースノート、変更履歴、製品アップデート、機能のお知らせ、バージョン管理。トリガー：changelog、release notes、product update、version notes、what's new、feature announcement、product changelog、update log、release announcement、version release、product release、ship notes

S

sf-industry-commoncore-flexcard

jaganpro / sf-skills

130点満点のスコアリングで OmniStudio FlexCard の作成と検証を行います。一目で把握できる UI カードの構築、Integration Procedures へのデータソースバインディングの設定、既存 FlexCard 定義のアクセシビリティとパフォーマンスのレビューに使用します。次の場合に使用：ユーザーが FlexCard を作成する、データソースを設定する、カードレイアウトを設計する、または OmniUiCard メタデータについて尋ねる場合。次の場合は使用しない：OmniScripts の構築（sf-industry-commoncore-omniscript を使用）、Integration Procedures の作成（sf-industry-commoncore-integration-procedure を使用）、依存関係の分析（sf-industry-commoncore-omnistudio-analyze を使用）。

G

grpo-rl-training

orchestra-research / ai-research-skills

推論およびタスク固有のモデル訓練に向けた、TRL を使用した GRPO/RL ファインチューニングの専門的なガイダンス

P

python-cybersecurity-tool-development

mindrally / skills

セキュアなコーディング手法、非同期スキャン、体系的なセキュリティテストを用いて Python サイバーセキュリティツールを構築するためのガイドライン

P

pytorch-lightning

orchestra-research / ai-research-skills

Trainer クラス、自動分散学習（DDP/FSDP/DeepSpeed）、コールバックシステムを備え、定型コードを最小限に抑えた高水準 PyTorch フレームワークです。同じコードでノート PC からスーパーコンピューターまでスケールできます。ベストプラクティスが組み込まれた簡潔な学習ループを作りたい場合に使用します。

R

rivet-secure-exec

rivet-dev / skills

Secure Exec：サンドボックス不要の安全な Node.js 実行。

V

verl-rl-training

orchestra-research / ai-research-skills

verl（Volcano Engine RL）を使用した強化学習によるLLMのトレーニングを支援します。柔軟なインフラストラクチャバックエンドを利用して、RLHF、GRPO、PPO、またはその他のLLMの大規模な事後学習用RLアルゴリズムを実装する際に使用します

H

http-api-cloudbase

tencentcloudbase / skills

CloudBase公式HTTP APIクライアントガイドです。バックエンド、スクリプト、非SDKクライアントが、プラットフォームSDKやMCP管理ツールではなく、生のHTTP経由でCloudBaseプラットフォームAPIを呼び出す必要がある場合に使用します。

I

ionic-appflow-migration

capawesome-team / skills

既存の Ionic Appflow プロジェクトを Capawesome Cloud に移行する手順をエージェントに案内します。Capawesome CLI の apps:import コマンドで Ionic Appflow の組織エクスポート（アプリ、署名証明書、環境、ライブアップデートチャネル、ネイティブ設定、ストアの配信先、ビルド自動化、リポジトリリンク）をインポートし、残りの作業として Live Update SDK（@capacitor/live-updates または cordova-plugin-ionic）の置き換え、設定オプションの対応付け、手動での後続作業、CI/CD パイプラインの更新、ビルド・ライブアップデート・ストアへのデプロイの確認を扱います。Appflow 組織の管理者権限がないチーム向けに手動の代替手順も含みます。Cordova のみのアプリでは @capawesome/cordova-live-update を使用します。既存の Appflow プロジェクトなしで Capawesome Cloud をゼロからセットアップする場合、Capacitor 以外のモバイルフレームワーク、または Ionic Enterprise プラグイン（Auth Connect、Identity Vault、Secure Storage）の移行には使用しないでください。代わりに ionic-enterprise-sdk-migration スキルを使用してください

R

remotion-to-hyperframes

calesthio / openmontage

既存の Remotion (React) コンポジションを HyperFrames HTML に移植する。ユーザーが Remotion ソースの移植/変換/移行/翻訳を明示的に求めた場合のみ使用する。以下には使用しない：(a) 新しい HyperFrames コンポジションの新規作成、(b) Remotion への言及のみ、(c) Remotion コードが参考として共有されただけ、(d) 明確な移行要求のない「Remotion のものと同じ動画」といった要望——新規構築として扱う。迷った場合は `/general-video`。一方向・Remotion 限定：逆方向のエクスポート（HyperFrames→Remotion および他のフレームワーク）は不可、Remotion 以外のソース（After Effects、Framer Motion、純 React/CSS）は対象外で、`/general-video` で再作成する。サポートされていないパターン（useState、useEffect、非同期 calculateMetadata、サードパーティ React ライブラリ、`@remotion/lambda`）を警告し、可逆性のない変換より実行時の相互運用を推奨する。移植か新規構築か迷った場合や、Remotion への言及のみの場合は？→ /hyperframes。

R

rendering-strategies

kostja94 / marketing-skills

ユーザーが SEO 向けのレンダリング戦略を選択または最適化したい場合に使用します。「SSR」「SSG」「CSR」「ISR」「静的レンダリング」「動的レンダリング」「サーバーサイドレンダリング」「クライアントサイドレンダリング」「JavaScript レンダリング」「事前レンダリング」「初期 HTML 内のコンテンツ」「クローラーからの可視性」に言及した場合も使用します。クロールの問題には site-crawlability を使用してください。

U

using-git-worktrees

jnmetacode / superpowers-zh

現在のワークスペースから分離して機能開発を始めるとき、または実装計画を実行する前に使用します。ネイティブツールまたは git worktree のフォールバック機構を使い、分離されたワークスペースを確保します

D

db-seed

jezweb / claude-skills

現実的なサンプルデータを含むデータベースシードスクリプトを生成します。Drizzle スキーマまたは SQL マイグレーションを読み取り、外部キーの順序を考慮し、冪等性のある TypeScript または SQL のシードファイルを作成します。D1 のバッチ制限、一意制約、ドメインに適したデータに対応します。開発・デモ・テスト用データベースへのデータ投入時に使用します。トリガー語句：'seed database'、'seed data'、'sample data'、'populate database'、'db seed'、'test data'、'demo data'、'generate fixtures'

D

dspy

orchestra-research / ai-research-skills

宣言的プログラミングで複雑な AI システムを構築し、プロンプトを自動最適化し、DSPy でモジュール型 RAG システムやエージェントを作成します。DSPy は、Stanford NLP による体系的な LM プログラミングのフレームワークです。

G

google-maps-platform

googlemaps / agent-skills

Google Maps Platform の API や SDK を用いて本番対応のコードを設計・実装するためのスキル集。地図、場所、住所、ジオコーディング、ルート/ETA（環境負荷の低いルートを含む）、周辺検索、3D / ストリートビュー / 静的地図、マーカーのクラスタリング、カスタムスタイル、描画、ジオフェンス、ヒートマップ、環境（空気質 / 花粉 / 太陽光 / 天気）機能など、Web、Android、iOS、Web Services API のいずれにも対応します。試作では公開の Maps Demo Key を使えます——課金設定も Cloud プロジェクトも不要で、人気の高い Google Maps Platform API を少しずつ多くカバーしています。本番環境では、スキルが独自のキーを作成し制限するよう促します。平凡でないコードはすべて、Google Maps Platform Code Assist サービスで直前に取得したドキュメントに基づいて書かれており、学習データの記憶には依存しません。

H

hqq-quantization

orchestra-research / ai-research-skills

キャリブレーションデータを使わないLLM向け半二次量子化。キャリブレーションデータセットなしでモデルを4/3/2ビット精度に量子化する場合、高速な量子化ワークフロー、またはvLLMやHuggingFace Transformersでデプロイする場合に使用します

A

audio-and-sound

phaserjs / phaser

Phaser 4 のゲームに音声や効果音を追加するときに使うスキル。音声の読み込み、効果音の再生、BGM、音量、空間音声、Web Audio API、SoundManager を扱います。sound、audio、music、volume、mute などで発動します。

C

convert-web-app

modelcontextprotocol / ext-apps

ユーザーが「ウェブアプリに MCP App 対応を追加する」「ウェブアプリをハイブリッド MCP App にする」「ウェブページも MCP App として動作させる」「既存 UI を MCP App としてラップする」「iframe 埋め込みを MCP App に変換する」「SPA を MCP App にする」と依頼した場合、または既存のウェブアプリを単独でも動作させながら MCP App 対応を追加する必要がある場合に使用します。既存のウェブアプリを分析し、サーバー側でツールとリソースを登録したハイブリッドな Web + MCP App を作成するためのガイダンスを提供します。

F

flutter-http-and-json

flutter / agent-plugins

説明はまだありません

L

langchain

orchestra-research / ai-research-skills

エージェント、チェーン、RAG を使った LLM 搭載アプリケーション構築用フレームワークです。複数のプロバイダー（OpenAI、Anthropic、Google）、500 以上の統合、ReAct エージェント、ツール呼び出し、メモリー管理、ベクトルストア検索に対応します。チャットボット、質問応答システム、自律型エージェント、RAG アプリケーションの構築に使用します。迅速なプロトタイピングと本番環境への導入に適しています。

S

sf-industry-commoncore-integration-procedure

jaganpro / sf-skills

OmniStudio Integration Procedureの作成と検証を110点満点で評価します。Data Mapperアクション、Apex Remote Actions、HTTP呼び出し、条件ロジックを組み合わせたサーバー側プロセスのオーケストレーション構築に使用します。次の場合にトリガーします：ユーザーがIntegration Proceduresを作成する、Data Mapperのステップを追加する、Remote Actionsを設定する、既存のIP設定をレビューする。次の場合はトリガーしません：OmniScriptsの構築（sf-industry-commoncore-omniscriptを使用）、Data Mappersの直接作成（sf-industry-commoncore-datamapperを使用）、コンポーネント間の依存関係の分析（sf-industry-commoncore-omnistudio-analyzeを使用）。

U

use-gateway

circlefin / skills

Circle Gateway を統合し、許可不要の入金、バーン、ミントのワークフローを通じて、複数のブロックチェーンで USDC の統合残高を保持し、USDC を即時（<500ms）に送金します。11 の EVM チェーンと Solana（メインネット、テストネット）、および Arc（メインネット、テストネット）で利用できます。チェーンに依存しないユーザー体験の実現、低レイテンシまたは次ブロックでの即時ファイナリティ、資本効率向上のためのチェーン間の資金集約、クロスチェーン残高を統合するアプリの構築に使用します。Gateway、Gateway Wallet、Gateway Minter、gatewayMint、burn intent、unified balance、instant crosschain transfer で起動します。

A

axolotl

orchestra-research / ai-research-skills

Axolotlを使ったLLMのファインチューニングに関する専門的なガイダンス。YAML設定、100以上のモデル、LoRA/QLoRA、DPO/KTO/ORPO/GRPO、マルチモーダル対応

D

django-storages-s3

jeffallan / claude-skills

django-storages を使って Django の静的ファイルやメディアファイルを AWS S3 に保存する設定を行う際に使用します。settings.py での STORAGES 設定、S3 バケット、presigned URL、CloudFront、boto3 ベースのファイルストレージを扱うときに呼び出します。Django 4.2+ の STORAGES 辞書、公開/非公開のカスタムバックエンド、presigned GET/POST URL、IAM ポリシー、テスト用の S3 モックを設定します。トリガー語：django-storages、S3、boto3、S3Boto3Storage、STORAGES、presigned URL、CloudFront、media files、collectstatic、AWS_STORAGE_BUCKET_NAME。

H

huggingface-tokenizers

orchestra-research / ai-research-skills

研究および本番環境向けに最適化された高速トークナイザー。Rust ベースの実装により、1GB を <20 秒でトークン化します。BPE、WordPiece、Unigram アルゴリズムに対応。カスタム語彙の学習、アライメントの追跡、パディング／切り詰めに対応します。transformers とシームレスに統合します。高性能なトークン化やカスタムトークナイザーの学習に適しています。

J

java

mindrally / skills

Spring Boot とエンタープライズパターンに精通した Java 開発のエキスパート

S

sentence-transformers

orchestra-research / ai-research-skills

最先端の文、テキスト、画像の埋め込みを生成するフレームワーク。意味的類似度、クラスタリング、検索に使える 5000+ の事前学習済みモデルを提供します。多言語、ドメイン特化型、マルチモーダルモデルに対応。RAG、セマンティック検索、類似度タスク向けの埋め込み生成に使用でき、本番環境での生成に最適です。

U

use-circle-wallets

circlefin / skills

アプリに適した Circle ウォレットの種類を選び、実装します。開発者管理型、ユーザー管理型、モジュラー型（パスキー）ウォレットを、カストディモデル、鍵管理、アカウントの種類、ブロックチェーン対応、ユースケースの観点から比較します。オンチェーンアプリ開発でブロックチェーンウォレットの統合が必要な場合に使用します。対象：「どのウォレット」「ウォレットを選ぶ」「ウォレット比較」「EOA と SCA と Modular Wallet」「カストディモデル」「プログラマブルウォレット」。

A

awq-quantization

orchestra-research / ai-research-skills

アクティベーションを考慮した重み量子化により、LLM を 4-bit に圧縮し、精度の損失を最小限に抑えながら 3x 高速化します。限られた GPU メモリで大規模モデル（7B-70B）をデプロイする場合、GPTQ より高速な推論と高い精度維持が必要な場合、または指示チューニング済みモデルやマルチモーダルモデルに使用します。MLSys 2024 最優秀論文賞を受賞。

L

local-ai-app-integration

amd / skills

Embeddable Lemonade を用いてローカル AI 機能をアプリに統合する。既存のアプリにローカル AI、オフライン AI、プライベート AI、端末上 AI、ローカル LLM、ローカルチャット、エンベディング、画像生成、音声認識、音声合成を追加したい場合、ローカルバックエンドで OpenAI、Anthropic、Ollama その他のクラウド AI API を置き換えまたは補完したい場合、ユーザー自身のアプリを変換するためにのみ使う。ユーザーが現在のワークスペースでエージェント自体にローカルな画像生成・文字起こし・発話させたいだけの場合（自らの API 費用削減目的でも）、このスキルは使わない。

L

long-context

orchestra-research / ai-research-skills

RoPE、YaRN、ALiBi、位置補間技術を使用して Transformer モデルのコンテキストウィンドウを拡張します。長文書（32k-128k+ tokens）の処理、事前学習済みモデルのコンテキスト制限の拡張、効率的な位置エンコーディングの実装に使用します。LLM のロータリー埋め込み、アテンションバイアス、補間手法、外挿戦略を扱います。

P

pytorch-fsdp2

orchestra-research / ai-research-skills

適切な初期化、シャーディング、混合精度／オフロード設定、分散チェックポイントとともに、PyTorch FSDP2（fully_shard）をトレーニングスクリプトに追加します。モデルが単一 GPU のメモリ容量を超える場合や、DeviceMesh を使った DTensor ベースのシャーディングが必要な場合に使用します。

C

clip

orchestra-research / ai-research-skills

OpenAI の視覚と言語を結び付けるモデルです。ゼロショット画像分類、画像とテキストの照合、クロスモーダル検索に対応します。4 億組の画像とテキストで学習しています。ファインチューニングなしで画像検索、コンテンツモデレーション、視覚と言語のタスクに利用できます。汎用的な画像理解に適しています。

L

laravel-11-12-app-guidelines

thienanblog / awesome-ai-agent-skills

インストール済みのフレームワーク、フロントエンド、コマンドランナーを使って Laravel 11 または 12 に変更を実装します。composer の情報に基づいて選択してください。Laravel 12 から 13 へのアップグレードには laravel-13-app-guidelines を使用します

R

requirements-clarity

softaworks / agent-toolkit

実装前に、焦点を絞った対話を通じて曖昧な要件を明確にします。要件が不明確、機能が複雑（>2 日）、またはチーム間の調整を伴う場合に使用します。コーディング前に明確化するため、「なぜ？（YAGNI チェック）」と「もっとシンプルにできる？（KISS チェック）」の2つの核心的な質問をします。

U

use-modular-wallets

circlefin / skills

Circle Modular Wallets SDK を使用して、パスキー認証、ガスレス取引、拡張可能なモジュールアーキテクチャに対応する暗号資産ウォレットを構築します。用途：パスキー（WebAuthn）による登録とログインに対応した暗号資産ウォレットの作成、Circle Gas Station paymaster を使ったガスレス取引の送信、複数の取引を単一のユーザーオペレーションにまとめる処理、BIP-39 ニーモニックフレーズを使ったパスキー復旧、カスタムモジュール（マルチシグ、サブスクリプション、セッションキー）を備えた高度なオンチェーンウォレットの構築。トリガー：MSCA、パスキー認証、WebAuthn、paymaster、Gas Station、ERC-4337、ERC-6900、toCircleSmartAccount、toModularTransport、sendUserOperation、2D nonce、パスキー復旧、EIP-1193 provider。

C

cosmos-dbt-core

astronomer / agents

Astronomer Cosmos を使って dbt Core プロジェクトを Airflow DAG/TaskGroup に変換します。Astronomer Cosmos で dbt Core プロジェクトを Airflow DAG または TaskGroup に変換する場合に使用します。実装前に、dbt エンジン、データウェアハウス、Airflow のバージョン、実行環境、DAG と TaskGroup のどちらを使うか、manifest の有無を確認してください。

N

nanogpt

orchestra-research / ai-research-skills

約 300 行の教育用 GPT 実装です。OpenWebText 上で GPT-2（124M）を再現します。Transformer 学習向けの、シンプルで改変しやすいコードです。Andrej Karpathy 作。GPT アーキテクチャを一から理解するのに最適です。Shakespeare（CPU）または OpenWebText（マルチ GPU）で学習できます。

T

tailwind-best-practices

asyrafhussin / agent-skills

Tailwind CSS のパターンと規約です。レスポンシブデザインの作成、ダークモードの実装、再利用可能なコンポーネントスタイルの作成、Tailwind の設定、v3 から v4 への移行時に使用します。Tailwind クラス、レスポンシブデザイン、ダークモード、CSS スタイル、「Tailwind v4 への移行」に関するタスクで起動します。

B

bash-pro

sickn33 / agentic-awesome-skills

「本番自動化と CI/CD のための堅牢な Bash スクリプト作成の達人

C

capacitor-ci-cd

cap-go / capgo-skills

Capacitorアプリ向けのCI/CDパイプラインを設計・修正します。GitHub Actions、GitLab CI、Fastlane、Capgo Cloud Build（npx @capgo/cli@latest build request）に対応し、Webのビルドとテスト、cap sync、App Store Connect APIキーを使ったiOSのアーカイブ/エクスポート/アップロード、Android AABの署名とPlayへのアップロード、Capgoのライブアップデートのアップロード、シークレット、キャッシュ、ビルド番号の更新を扱います。ランナーイメージやツールチェーン（Node 22/24、macos-26とxcode-27のランナー、JDK 21、Capacitor 9向けGradle 9 / AGP 9）の選定時や、CIが「No signing certificate」「requires a provisioning profile」「Unsupported class file major version」「Android Gradle plugin requires Java 17」「The engine node is incompatible」「Could not find the web assets directory」などのエラーで失敗した場合に使用します。単発の手動ストア申請（capacitor-app-store）、Capgo Cloud Buildの認証情報の詳細なオンボーディング（capgo-native-builds）、Capgoのチャンネル/リリース戦略（capgo-release-workflows）、テスト作成（capacitor-testing）には使用しないでください。

I

instructor

orchestra-research / ai-research-skills

Pydantic 検証で LLM の応答から構造化データを抽出し、失敗した抽出を自動再試行し、型安全に複雑な JSON を解析し、Instructor で部分結果をストリーミングします。Instructor は実績のある構造化出力ライブラリです

M

moe-training

orchestra-research / ai-research-skills

DeepSpeed または HuggingFace を使って Mixture of Experts（MoE）モデルを学習します。限られた計算資源での大規模モデルの学習（密モデル比でコストを 5 分の 1 に削減）、Mixtral 8x7B や DeepSeek-V3 などの疎なアーキテクチャの実装、計算量を比例して増やさずにモデル容量を拡張する場合に使用します。MoE アーキテクチャ、ルーティング機構、負荷分散、エキスパート並列化、推論の最適化を扱います。

R

react-server-components

patternsdev / skills

ゼロバンドルのサーバーサイドレンダリングを実現する React Server Components を解説します。コンポーネントがサーバー側のデータアクセスのみを必要とし、状態やイベントハンドラーなどのクライアント側インタラクティブ機能を必要としない場合に使用します。

T

transformer-lens-interpretability

orchestra-research / ai-research-skills

TransformerLens を使ったメカニスティック解釈可能性研究のガイダンスを提供します。HookPoints と活性化キャッシュを介して Transformer の内部を調査・操作します。モデルアルゴリズムのリバースエンジニアリング、注意パターンの研究、活性化パッチング実験に使用します。

C

chinese-git-workflow

jnmetacode / superpowers-zh

中国国内の Git プラットフォーム設定リファレンス。Gitee、Coding.net、极狐 GitLab、CNB の SSH/HTTPS／認証情報／CI 接続の違いとミラー同期設定を扱います。ユーザーが明示的に /chinese-git-workflow と指定した場合のみ呼び出し、文脈に基づいて自動的に起動しないでください。

D

distributed-llm-pretraining-torchtitan

orchestra-research / ai-research-skills

torchtitan を使用し、4D 並列処理（FSDP2、TP、PP、CP）による PyTorch ネイティブの分散 LLM 事前学習を提供します。Float8、torch.compile、分散チェックポイントを用いて、8～512 基以上の GPU で Llama 3.1、DeepSeek V3、またはカスタムモデルを大規模に事前学習する場合に使用します。

L

llama-factory

orchestra-research / ai-research-skills

LLaMA-Factory による LLM のファインチューニングをエキスパートがガイド。WebUI でのノーコード操作、100 以上のモデル、2/3/4/5/6/8 ビット QLoRA、マルチモーダルに対応