mcpField

Skills

エージェント向けにパッケージ化された専門スキルと手順を 97,222 件掲載。コマンド 1 行でインストールできます。

開発

O
openrlhf-training
openrlhf-training
orchestra-research / ai-research-skills

Ray+vLLMで高速化した高性能RLHFフレームワーク。大規模モデル(7B-70B+)のPPO、GRPO、RLOO、DPOトレーニングに使用します。Ray、vLLM、ZeRO-3を基盤としています。分散アーキテクチャとGPUリソース共有により、DeepSpeedChatより2倍高速です。

開発973
P
provider-ephemeral-resources
provider-ephemeral-resources
hashicorp / agent-skills

Plugin Framework を用いて Terraform provider の ephemeral resources を実装する。Open/Renew/Close のライフサイクル、ephemeral なスキーマ設計、EphemeralResources による登録、期限が近い認証情報の更新、および ephemeral な値が write-only 属性や provider 設定へ流れる仕組みを扱う。ephemeral resource の追加、state や plan に永続化してはならないシークレット/トークン/証明書の公開、ephemeral resource と data source の使い分け、短期認証情報を provider 間で接続する場合に使う。

開発973
S
sglang
sglang
orchestra-research / ai-research-skills

RadixAttentionのプレフィックスキャッシュを使用した、LLM向けの高速な構造化生成とサービング。JSON/regex出力、制約付きデコーディング、ツール呼び出しを伴うエージェントワークフロー、またはプレフィックス共有によりvLLMより5倍高速な推論が必要な場合に使用します。xAI、AMD、NVIDIA、LinkedInで300,000台以上のGPUを支えています。

クラウド・DevOps973
S
speculative-decoding
speculative-decoding
orchestra-research / ai-research-skills

投機的デコーディング、Medusaの複数ヘッド、先読みデコーディング技術でLLM推論を高速化します。推論速度の最適化(1.5~3.6倍の高速化)、リアルタイムアプリケーションのレイテンシ削減、計算資源が限られた環境でのモデルデプロイに使用します。ドラフトモデル、ツリー型アテンション、Jacobi反復、並列トークン生成、本番デプロイ戦略を扱います。

開発973
U
use-user-controlled-wallets
use-user-controlled-wallets
circlefin / skills

Circle の user-controlled wallets SDK を使い、エンドユーザーが秘密鍵を管理するノンカストディアルウォレットを構築します。Google、Apple、Facebook のソーシャルログイン、メール OTP、PIN 認証に対応し、MPC ベースの鍵管理を備えています。ウォレット作成、トークン送金、メッセージ署名、スマートコントラクトの実行、ウォレット管理を扱います。トリガー:user-controlled wallets、social login wallet、email OTP wallet、PIN wallet、w3s-pw-web-sdk、executeChallenge、MPC wallet、userToken、deviceToken、contract execution。

開発973
Z
zustand-state-management
zustand-state-management
mindrally / skills

React と TypeScript アプリケーションにおける Zustand の状態管理のベストプラクティスを紹介し、ストア設計、セレクター、ミドルウェア、SSR、テストを扱います。Zustand ストアの作成やリファクタリング、状態を Zustand・コンポーネント状態・サーバー状態ライブラリのどこで管理するかの判断、セレクターによる再レンダリングの最適化、persist/devtools/immer ミドルウェアの追加、SSR/React Server Components での Zustand の扱いに使用します。

開発973
P
progressive-hydration
progressive-hydration
patternsdev / skills

優先度の高いクライアント側のインタラクティブ機能に対するプログレッシブハイドレーションを解説します。サーバー描画ページに、JavaScript の実行を遅らせて Time to Interactive を改善できる非クリティカルなセクションがある場合に使用します。

開発972
T
typescript
typescript
mindrally / skills

型安全とクリーンなコードのベストプラクティスに基づく TypeScript 開発の専門知識

開発972
G
gdb
gdb
mohitmishra786 / low-level-dev-skills

C/C++ プログラム向けの GDB デバッガースキル。GDB セッションの開始、ブレークポイントの設定、コードのステップ実行、変数の参照、クラッシュのデバッグ、逆デバッグ(record/replay)、gdbserver によるリモートデバッグ、core dump の読み込みなどで使用します。GDB コマンド、セグフォルト、ハング、ウォッチポイント、条件付きブレークポイント、pretty-printer、Python による GDB スクリプト、マルチスレッドデバッグに関する質問に反応します。

開発971
M
model-merging
model-merging
orchestra-research / ai-research-skills

mergekit を使って複数のファインチューニング済みモデルを統合し、再トレーニングせずに能力を組み合わせます。分野別の専門性(数学 + コーディング + チャット)を融合した特化モデルの作成、単体モデルを超える性能向上、モデルバリアントの迅速な実験に使用します。SLERP、TIES-Merging、DARE、Task Arithmetic、線形統合、本番デプロイ戦略を扱います。

開発971
O
omni-models
omni-models
diegosouzapw / omniroute

設定済みのすべてのプロバイダーで利用可能な AI モデルを参照します。モデルの一覧表示、モデルエイリアスの解決、プロバイダー固有のバリアントを含む全カタログの閲覧ができます。

開発971
P
provider-framework-migration
provider-framework-migration
hashicorp / agent-skills

Terraform provider のリソースとデータソースを Plugin SDKv2 から Plugin Framework へ移行します。1 つの provider で両プラグインを多重化する手法(terraform-plugin-mux、tf5to6server)、リソース単位の移行ワークフロー、SDKv2 から Framework へのスキーママッピング(ForceNew、ValidateFunc、DiffSuppressFunc、Default、Timeouts、blocks)、null とゼロ値烨理の挙動の落とし穴、状態の互換性検証等内容を含みます。SDKv2 のリソースを Framework に変換・移行する)mux 化した provider サーバーを構築する、特定のリソースを移行すべきか判断する、移行後に現れた plan の差分や状態エラーを調査するといった場合に使います。

開発971
P
pyvene-interventions
pyvene-interventions
orchestra-research / ai-research-skills

pyvene の宣言的介入フレームワークを使って PyTorch モデルに因果介入を行うためのガイダンスです。因果トレーシング、活性化パッチング、交換介入学習、モデルの振る舞いに関する因果仮説の検証に使用します。

データ・データベース971
S
sentencepiece
sentencepiece
orchestra-research / ai-research-skills

言語に依存せず、テキストを生の Unicode として扱うトークナイザー。BPE と Unigram アルゴリズムに対応。高速(毎秒 5 万文)、軽量(メモリ使用量 6MB)で、語彙が決定的です。T5、ALBERT、XLNet、mBART で使用されています。事前トークン化せずに生テキストで学習できます。多言語、CJK 言語への対応や、再現可能なトークン化が必要な場合に使用します。

開発971
C
compose-slot-api-pattern
compose-slot-api-pattern
chrisbanes / skills

呼び出し元によって表示領域が異なる再利用可能なJetpack Composeコンポーネントを設計またはレビューする場合や、プリミティブなコンテンツパラメーターとブール型の形状フラグが増えている場合に使用します。

開発970
O
outlines
outlines
orchestra-research / ai-research-skills

Outlines(dottxt.ai の構造化生成ライブラリ)を使って、生成時に有効な JSON/XML/コード構造を保証し、Pydantic モデルによる型安全な出力を実現します。ローカルモデル(Transformers、vLLM)に対応し、推論速度を最大化します

開発970
P
python-uv
python-uv
mindrally / skills

高速な Python パッケージインストーラー兼リゾルバーである uv を使った、Python 依存関係管理のガイドライン。

開発970
R
react19-source-patterns
react19-source-patterns
github / awesome-copilot

API の変更、ref の処理、context の更新など、React 19 のソースファイル移行パターンに関するリファレンスです。

開発970
R
reference-signal-forms
reference-signal-forms
angular / angular

`packages/forms/signals` 配下のコードのメンタルモデルとアーキテクチャを説明します。`packages/forms/signals` 内のコードを扱う予定がある場合は、必ずこのスキルを使用してください。

開発970
S
serve-model
serve-model
modular / skills

MAX の `max serve` コマンドでモデルを提供する:環境のセットアップ(max-nightly conda channel / nightly wheel index を使う pixi または uv)、サーバーを Hugging Face リポジトリまたはローカルの checkpoint に向け、`--custom-architectures` でカスタムアーキテクチャを指定し、モデルに適した serve フラグを選ぶ。用户在 MAX 上でモデルを実行・起動・ホストしたい、OpenAI 互換エンドポイントを立てたい、カスタム/移植アーキテクチャを提供したい、`max serve` の起動失敗をデバッグしたい、特定のモデルに必要な serve フラグ(devices、quantization-encoding、max-length、task、trust-remote-code)が分からない、というときに「max serve」と明示していなくても使う。

クラウド・DevOps970
S
slime-rl-training
slime-rl-training
orchestra-research / ai-research-skills

Megatron+SGLang フレームワークの slime を使った LLM の強化学習によるポストトレーニングをガイドします。GLM モデルの学習、カスタムデータ生成ワークフローの実装、強化学習のスケーリングに向けた Megatron-LM との緊密な統合が必要な場合に使用します。

開発970
T
training-llms-megatron
training-llms-megatron
orchestra-research / ai-research-skills

NVIDIA Megatron-Core と高度な並列化戦略を使って大規模言語モデル(20 億~4620 億パラメーター)を学習します。10 億パラメーターを超えるモデルの学習、GPU 効率の最大化(H100 で MFU 47%)、テンソル/パイプライン/シーケンス/コンテキスト/エキスパート並列化が必要な場合に使用します。Nemotron、LLaMA、DeepSeek で使われている本番環境対応フレームワークです。

開発970
A
axiom-watchos
axiom-watchos
charleswiltgen / axiom

あらゆる watchOS アプリの開発に使用します。アプリ構成、独立したアプリ、Watch Connectivity、Smart Stack ウィジェット、コンプリケーション、コントロール、RelevanceKit、バックグラウンドタスク、ClockKit からの移行を扱います。

開発969
C
compose-state-holder-ui-split
compose-state-holder-ui-split
chrisbanes / skills

Jetpack Compose の画面レベルのコンポーザブルが ViewModel/コンポーネント/コントローラーを受け取り、状態やエフェクトを収集し、ナビゲーションやスナックバーを処理する、またはレイアウトを描画しながらコールバックを接続する場合に使用します。

開発969
F
frontend-enhancer
frontend-enhancer
ailabs-393 / ai-labs-claude-skills

Next.js の Web アプリケーションのビジュアルデザインと美しさを向上させるスキルです。モダンな UI コンポーネント、デザインパターン、カラーパレット、アニメーション、レイアウトテンプレートを提供します。スタイルの改善、レスポンシブデザインの作成、モダンな UI パターンの実装、アニメーションの追加、配色の選定、美しいフロントエンドインターフェースの構築などに使用します

デザイン・UI969
G
github-contributor
github-contributor
daymade / claude-code-skills

自分がメンテナンスしていないオープンソースプロジェクトにプルリクエストを送ります。CONTRIBUTING の遵守、PR のサイズ/範囲の確認、最小差分での実装、AI 利用開示を含む PR 説明、rebase やボットレビューへの返信に対応します。「提 PR / 上游 PR / 贡献代码」「open a PR」「fix this upstream」「rebase against main」「respond to the bot review」で使用します。メンテナーとしての PR レビュー(github-review-pr を使用)や一般的な GitHub CRUD(github-ops を使用)には使用しません。

開発969
G
gptq
gptq
orchestra-research / ai-research-skills

精度低下を最小限に抑える、LLM 向けの学習後 4 ビット量子化です。コンシューマー向け GPU で大型モデル(70B、405B)をデプロイする場合、メモリを 4× 削減しつつパープレキシティの悪化を 2% 未満に抑えたい場合、または FP16 より高速な推論(3~4× 高速化)が必要な場合に使用します。QLoRA ファインチューニング向けに transformers および PEFT と統合できます。

開発969
L
langchain
langchain
davila7 / claude-code-templates

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。

エージェントワークフロー969
L
llamaindex
llamaindex
orchestra-research / ai-research-skills

RAG を使った LLM アプリケーション構築のためのデータフレームワークです。ドキュメントの取り込み(300 以上のコネクター)、インデックス作成、クエリに特化しています。ベクトルインデックス、クエリエンジン、エージェント、マルチモーダルに対応。ドキュメントの Q&A、チャットボット、ナレッジ検索、RAG パイプラインの構築に使用します。データ中心の LLM アプリケーションに最適です。

データ・データベース969
S
simpo-training
simpo-training
orchestra-research / ai-research-skills

LLM のアラインメント向けのシンプルな選好最適化です。参照モデル不要の DPO 代替手法で、より高い性能を実現します(AlpacaEval 2.0 で 6.4 ポイント向上)。参照モデルが不要で、DPO より効率的です。DPO/PPO よりシンプルで高速な学習による選好アラインメントに使用します。

開発969
S
sparse-autoencoder-training
sparse-autoencoder-training
orchestra-research / ai-research-skills

SAELens を使って Sparse Autoencoders(SAE)をトレーニングおよび分析し、ニューラルネットワークの活性化を解釈可能な特徴に分解するためのガイダンスを提供します。解釈可能な特徴の発見、重ね合わせの分析、言語モデルにおける単義的表現の研究に使用します。

データ・データベース969
T
tailwind-capacitor
tailwind-capacitor
cap-go / capgo-skills

Capacitor アプリで Tailwind CSS v4 を設定して使用します。CSS ファーストの設定(`@import "tailwindcss"`、`@theme`、`@utility`、`@custom-variant`、`@source`、`@plugin`)、`@tailwindcss/vite` / `@tailwindcss/postcss`、`npx @tailwindcss/upgrade` による v3 の `tailwind.config.js` からのアップグレード、WebView の最低ブラウザ要件(Safari 16.4+ / Chrome 111+ と Capacitor iOS 15/16 の対象バージョンの違い)、`env(safe-area-inset-*)` に基づくセーフエリアユーティリティ、ルートクラスによるプラットフォームバリアント(`ios:`/`android:`)、クラスベースのダークモード、`pointer-coarse:` のタッチターゲット、タッチ操作時のホバー動作を扱います。Capacitor プロジェクトへの Tailwind のインストール、v4 へのアップグレード後にスタイルが適用されない問題、古い iPhone で色がおかしく見える問題、Tailwind によるモバイルレイアウトの構築に使用します。Konsta UI コンポーネント(konsta-ui)、Ionic のテーマ設定(ionic-design)、ネイティブのシステムバー/エッジツーエッジ設定(safe-area-handling)、キーボードによるコンテンツの重なり(capacitor-keyboard)には使用しないでください。

デザイン・UI969
F
flutter-databases
flutter-databases
flutter / agent-plugins

説明はまだありません

開発968
M
mamba-architecture
mamba-architecture
orchestra-research / ai-research-skills

状態空間モデルで、計算量は O(n)(Transformers は O(n²))。推論は 5 倍高速で、100 万トークンのシーケンスに対応し、KV キャッシュは不要です。ハードウェアを考慮した設計の選択的 SSM を採用。Mamba-1(d_state=16)と Mamba-2(d_state=128、マルチヘッド)を提供。HuggingFace 上のモデル規模は 130M~2.8B。

開発968
R
react-selective-hydration
react-selective-hydration
patternsdev / skills

React 18+でストリーミングSSRと組み合わせて選択的ハイドレーションを行う方法を解説します。ページの残りの部分をストリーミングしながら、インタラクティブなコンポーネントのハイドレーションを優先する場合に使用します。

開発968
S
sap-abap-cds
sap-abap-cds
secondsky / sap-skills

データモデリング、ビュー開発、セマンティック強化のための包括的な SAP ABAP CDS(Core Data Services)リファレンス。CDS ビューやビューエンティティの作成、注釈によるデータモデルの定義、アソRPーションとカーディナリティの処理、入力パラメータの実装、組み込み関数の使用、CASE 式の記述、DCL を使ったアクセス制御の実装、CURR/QUAN データ型の扱い、CDS エラーのトラブルシューティング、ABAP からの CDS ビューへのクエリ、SALV IDA によるデータ表示などに活用できます。ABAP 7.4+ から ABAP Cloud までを扱います。

データ・データベース968
A
android-adb
android-adb
httprunner / skills

生の ADB コマンドで Android デバイスを制御します。デバイスやエミュレーターの検出、USB または Wi-Fi 接続、アプリの起動/強制停止、タップ/スワイプ/キーイベント/テキスト入力、スクリーンショット、UI 階層のダンプ、ADB のトラブルシューティングに使用します。

開発967
A
autonomous-agent-patterns
autonomous-agent-patterns
sickn33 / agentic-awesome-skills

[Cline](https://github.com/cline/cline) と [OpenAI Codex](https://github.com/openai/codex) に着想を得た、自律型コーディングエージェント構築のための設計パターン。

エージェントワークフロー967
F
frontend-design
frontend-design
digitalsamba / claude-code-video-toolkit

独特でRuthlessly 本番品質othekのあるデザイン水準の高いフロントエンドインターフェースを作成します。ユーザーが Web コンポーネント、ページ、アプリの構築を求めときにこのスキルを使用します。ありふれた AI 的な-automatic 了一座の_dsgn を避けた、創造的で洗練されたコードを生成します。

デザイン・UI967
G
guidance
guidance
orchestra-research / ai-research-skills

正規表現と文法で LLM の出力を制御し、有効な JSON/XML/コードの生成を保証して、構造化形式を強制します。Microsoft Research の制約付き生成フレームワーク Guidance で複数ステップのワークフローを構築します

エージェントワークフロー967
I
implementing-llms-litgpt
implementing-llms-litgpt
orchestra-research / ai-research-skills

Lightning AI の LitGPT を使用して LLM を実装・学習します。20 種類以上の事前学習済みアーキテクチャ(Llama、Gemma、Phi、Qwen、Mistral)に対応しています。シンプルなモデル実装、アーキテクチャの学習、または LoRA/QLoRA による本番向けファインチューニングが必要な場合に使用します。単一ファイルで実装し、抽象化レイヤーは設けません。

開発967
R
review-game
review-game
playableintelligence / game-creator

既存のゲームコードベースのアーキテクチャ、パフォーマンス、ベストプラクティスをレビューします。ユーザーが「ゲームをレビューして」「コードレビュー」「ゲームのアーキテクチャを確認して」「ゲームの構成は適切か」「ゲームコードを監査して」と言った場合に使用します。変更には使用しないでください。読み取り専用の分析です。修正の実装にはimprove-gameを使用します。

テスト・品質967
S
sentry-cli

Sentry CLI を使用してコマンドラインから Sentry と対話するためのガイド。ユーザーが問題、イベント、プロジェクト、組織の表示、API 呼び出し、または CLI 経由での Sentry への認証について尋ねる場合に使用します。

開発967
U
ui5-typescript-conversion
ui5-typescript-conversion
cline / skills

UI5(SAPUI5/OpenUI5)プロジェクトを TypeScript に変換するためのスキル。

開発967
A
architect
architect
michael-denyer / pstack-claude

コードを書く前に型、シグネチャ、モジュール構造を設計し、実装が進む間も引き続き関与します。/architect、「architect this」「design this」、またはすぐにコードを書き始めると不適切な構成に固まるような複雑な作業で使用します。

開発966
S
skyline-wxss
skyline-wxss
wechat-miniprogram / skyline-skills

Skyline WXSS のスタイルサポートスキル。Skyline が対応する CSS プロパティ、値、制限の情報を提供します。キーワード:WXSS、CSS サポート、スタイルの互換性、プロパティサポート、非対応プロパティ、display grid、position sticky、overflow、filter、gradient、linear-gradient、radial-gradient、conic-gradient、border-style、white-space、font-weight、text-decoration、text-overflow、aspect-ratio、will-change、calc、env、mask、mask-image、background-image、transition、animation、transform、font-feature-settings。

デザイン・UI966
M
miles-rl-training
miles-rl-training
orchestra-research / ai-research-skills

slime の本番対応フォークである miles を使ったエンタープライズ級 RL トレーニングのガイダンスを提供します。FP8/INT4 で大規模 MoE モデルをトレーニングする場合、学習と推論の整合が必要な場合、または最大スループットのために speculative RL が必要な場合に使用します。

開発965
M
model-pruning
model-pruning
orchestra-research / ai-research-skills

Wanda や SparseGPT などのプルーニング手法を使い、LLM のサイズを縮小して推論を高速化します。再トレーニングなしでモデルを圧縮する場合、精度低下を最小限に抑えて 50% のスパース性を実現する場合、またはハードウェアアクセラレーター上で推論を高速化する場合に使用します。非構造化プルーニング、構造化プルーニング、N:M スパース性、マグニチュードプルーニング、ワンショット手法を扱います。

開発965
R
remotion-best-practices
remotion-best-practices
digitalsamba / claude-code-video-toolkit

すべての Remotion スキル repairing ルーター

クリエイティブ・メディア965
R
rust
rust
fandhe-ai / agent-reference-skills

Rust 言語リファレンス。別名: rustlang、rs(拡張子)、Rust-lang。TRPL(The Rust Programming Language)、Rust by Example、Reference、Cargo Book、rustc Book、rustdoc Book、Rustonomicon(Unsafe Rust)、Edition Guide、Standard Library、Error Index。所有権、ライフタイム、トレイト、async / await、エラーハンドリング、マクロ。

開発965
T
torchforge-rl-training
torchforge-rl-training
orchestra-research / ai-research-skills

インフラとアルゴリズムを分離する Meta のライブラリ torchforge を用いた、PyTorch ネイティブなエージェント型 RL のガイダンスを提供します。明確な RL 抽象、容易なアルゴリズム実験、Monarch と TorchTitan によるスケーラブルなトレーニングに使用します。

開発965
W
writing-web-documentation
writing-web-documentation
onmax / nuxt-skills

Web ソフトウェアプロジェクト向けの開発者用ドキュメントを作成、改稿、レビュー、整理します。フロントエンド、バックエンド、フルスタック、SDK、API、フレームワークベースの Web 製品の README ファイル、ドキュメントのホームページ、クイックスタート、チュートリアル、操作ガイド、API/リファレンスページ、概念解説、移行ガイド、トラブルシューティングの作成や改善に使用します。優れた情報設計、タスク優先のページ構成、明確な文体、実行可能なサンプル、バージョンと前提条件の適切な管理、アクセシビリティ規則、docs-as-code の保守習慣を適用します。マーケティング文、法律文書、技術以外のカスタマーサポート記事には使用しないでください。

ドキュメント965
A
agent-tool-builder
agent-tool-builder
sickn33 / agentic-awesome-skills

ツールは AI エージェントが世界とやり取りする手段です。適切に設計された

エージェントワークフロー964
A
ai-product
ai-product
sickn33 / agentic-awesome-skills

LLM 製品機能、検索、検証済み出力、レイテンシ、コスト管理を設計・評価します

開発964
A
airflow-hitl
airflow-hitl
astronomer / agents

承認ゲート、フォーム入力、人間主導の分岐など、人間参加型(HITL)の Airflow ワークフローを構築します。DAG に人間の介入が必要な場合、たとえば承認/却下ステップ、タスク実行前の承認、判断・承認 UI、人間の選択に基づく分岐、実行中のフォーム入力収集に使用します。ApprovalOperator、HITLOperator、HITLBranchOperator、HITLEntryOperator、HITLTrigger に関する言及にも対応します。Airflow 3.1 以降が必要です。AI/LLM タスク呼び出しには使用しません(migrating-ai-sdk-to-common-ai を参照)。

データ・データベース964
N
nnsight-remote-interpretability
nnsight-remote-interpretability
orchestra-research / ai-research-skills

nnsight を使用してニューラルネットワークの内部を解釈・操作するためのガイダンスを提供し、NDIF によるリモート実行も選択できます。ローカルの GPU リソースなしで大規模モデル(70B+)の解釈可能性実験を実行する場合や、あらゆる PyTorch アーキテクチャを扱う場合に使用します。

開発964
T
trading-expert

専門レベルのアルゴリズム取引、市場システム、定量分析、取引プラットフォームに対応します。ユーザーがアルゴリズム取引、クオンツ、市場、金融、高頻度取引に言及した場合、またはタスクが取引システム、市場データ、執行に関わる場合に使用します。

データ・データベース964
V
voice-ai-development
voice-ai-development
sickn33 / agentic-awesome-skills

リアルタイム音声から音声 AI アプリまで、開発を支援するエキスパート

開発964
A
architect
architect
jsmastery-pro / jsm-agent-skill

コードを書く前に、これから構築するものについてシニアエンジニアの視点で検討します。判断事項を明確にし、使用言語について合意したうえで、開始前に確認できる明確な実装計画を作成します。

開発963
A
auth-nodejs-cloudbase
auth-nodejs-cloudbase
tencentcloudbase / skills

サーバーサイドの ID、ユーザー検索、カスタムログインチケットを扱う CloudBase Node SDK の認証ガイド。Node.js コードで呼び出し元の ID の読み取り、エンドユーザーの確認、既存のユーザーシステムと CloudBase の連携が必要な場合に使用します。プロバイダーの設定やクライアントのログイン UI の構築には使用しません。

セキュリティ963
37,216 件中 5101–5160 件

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。