このスキルは、データドリブンな分析、プロンプトエンジニアリング、構造化されたテストワークフローを通じて、AIエージェントのパフォーマンスを体系的に改善し、測定可能な結果による継続的なエージェント最適化を可能にします。

長期学習と文脈認識応答を可能にする AI エージェント向けのインテリジェントなメモリアーキテクチャを構築します。このスキルは、時間の経過とともにエージェントのパフォーマンスを向上させる短期メモリ、長期メモリ、エピソードメモリの導入パターンを提供します。

このスキルは、AI エージェントに永続的で検索可能なメモリを提供し、セッション間でアーキテクチャの決定、パターン、知識を保持し、手動での追跡を不要にします。

このスキルによりClaudeは複数のローカルCLIエージェントを並行して実行されるtmuxセッションで管理し、開始/停止/監視機能とcron対応スケジュールによる自動化ワークフローを提供できます。

Microsoft Agent Framework Python SDKを使用してAzure AI Foundryで永続的なAIエージェントを作成します。このスキルでは、ホストされたツール、関数ツール、および会話スレッドを使用してエージェントを構築するためのコード例を提供します。

LLMエージェントはベンチマークでは合格しても本番環境では失敗することがよくあります。このスキルは、本番環境への展開前に問題を検出するための行動テスト、能力評価、信頼性指標を提供します。

このスキルは、GitHub CLI を使用して PR レビューコメントを体系的に対処し、フィードバックを見逃さず、すべての問題が適切に解決されることを保証します。

セキュリティチームには、承認されたActive Directory評価のための包括的な参照資料が必要です。このスキルは、ペネトレーションテスターがレッドチーム運用で実行する攻撃手法とツールコマンドの文書化された情報を提供します。

マーケティングチームや営業担当者は、連絡先管理や自動化登録などの反復的なActiveCampaignタスクに時間を費やしています。このスキルにより、AIアシスタントはRube MCP統合を通じてこれらのワークフローを自動的に実行できます。

このスキルは、自動化ツールと手動テストを組み合わせて包括的な WCAG コンプライアンス監査を実施し、アクセシビリティの障害を特定するとともに、修正ガイダンスを提供するものです。

A/B テストは、設計の不備、早期停止、無効なメトリクスが原因で失敗することがよくあります。このスキルは、テスト実行前に仮説の確定、メトリクスの定義、サンプルサイズの計算を必須ゲートとして強制することで、厳密な方法論を適用します。

Three.js、React Three Fiber、Spline を使用して、見事な 3D ウェブサイトと Web アプリを構築します。このスキルは、インタラクティブな製品コンフィグレーター、没入型のポートフォリオ、あらゆるデバイスで動作する魅力的な 3D インターフェースの作成をサポートします。

自動化された検証とロールバックにより、AI 生成コードが品質基準を満たしていることを確認します。リアルタイムの真実スコアを取得し、不正なコードがコードベースに入力されるのを防ぎます。

複数のAIエージェント間で複雑な分散ワークフローを管理することは、構造化されたオーケストレーションなしには困難です。このスキルは、高度なスームトポロジ、エージェントの専門化戦略、およびフォールトトレランス機構を提供し、大規模な並列AIエージェント操作を連携させます。

複雑なAIシステムを複数のエージェントで構築するには、高度なオーケストレーションが必要です。このスキルは、メッシュ、階層型、適応型スウォームトポロジーと、自動負荷分散とフォールトトレランスのパターンとコマンドを提供します。

開発プロジェクトは往々にして構造と一貫性が欠けています。SPARCは17の専用モードを備えた体系的な5フェーズ手法を提供し、仕様策定から完成までの包括的なソフトウェア開発のために複数のエージェントを調整します。

複雑なマルチステップAIワークフローの構築は、各ステップが前の結果からコンテキストを容易に受け取れない場合に困難です。Stream-Chainは、各エージェントの出力が自動的に次のステップに流れる高度なパイプラインを実現し、カスタムチェーンと事前検証済みのワークフローをサポートします。

Claude Codeスキルの構築には、YAMLフロントマター、ディレクトリ構造、プログレッシブディスクロージャパターンの理解が必要です。このスキルは、Claude、Claude Code、SDK、APIプラットフォーム間で機能するスキルを作成するための包括的なテンプレートとステップバイステップのガイダンスを提供します。

AIエージェントは過去の経験から学習して時間とともに改善することに苦労しています。ReasoningBankはAgentDBを使用した適応学習パターンを提供し、エージェントが軌跡を追跡し、結果を判断し、記憶を再利用可能なパターンに蒸留できるようにします。

AIエージェントは、同じ非効率なアプローチを繰り返して時間を浪費しています。ReasoningBankは、エージェントが経験から学び、パターンを認識し、戦略を継続的に改善することを可能にします。