
Optimize Performance (Grade A)セキュリティテスト済みのClaude AIの開発スキル。 Grade A。バックエンドパフォーマンス改善のワークフロー。 パフォーマンスを優先するクライアントに応えるために使用。
概要
主な機能
- パフォーマンス測定
- ボトルネック特定
- 変更提案と実施
- 改善検証
料金
- モデル
- Free
- カテゴリー
- 東学サェソー
- 評価
- まだレビューはありません
ユースケース
エンドポイント最適化
スローワークロードのエンドポイントまたは関数を最適化するために、ボトルネックを特定してターゲット化された改善を適用します。
レイテンシ削減
バックエンドオペレーションにおけるレイテンシを削減するためのワークフローを実行し、高速なレスポンスおよびユーザー体験を実現します。
メリット & デメリット
メリット
- Structured approach to performance optimization
- Emphasis on measurement and verification
- Focus on smallest changes first
デメリット
- Limited to backend performance improvements
- May not address front-end or database design issues
レビュー
レビューを投稿するにはログインしてください。
まだレビューはありません。最初の一人になりましょう!
Q&A
なぜこのツールを使うべきですか?
| 対象 | 主なメリット | | -------------------- | ------------------------------------------------------------------------------------------------- | | 個人 | 30%以上のトークン節約、標準の繰り返し停止、セキュリティガードレール、即時スキャフォールディング | | チーム | 一貫したAI振る舞い、デイ・ワンオンボーディング、コーディファイドパターン、累積コスト節約 | | 組織 | 常時コンプライアンス、1,000プロジェクト横断の同一基準、中央ガバナンス、測定可能なROI |
Asked by Giulia Conti · Apr 14, 2026
カスタマイズできる項目は何ですか?
| セクション | コントロール内容 | 例 | |-------------|--------------------------|----------------------------------------------| | project | プロジェクトのアイデンティティ | 名称、説明、リポジトリURL | | techStack | 言語、フレームワーク、ツール | TypeScript + Express または Python + FastAPI | | paths | ディレクトリ構造 | ハンドラー、サービス、共通コードの位置 | | domain | ビジネスエンティティ | Order, Product, Customer + ライフサイクル状態 | | patterns | コードパターン | 7ステップのハンドラフロー、エラーハンドリング戦略 | | testing | 品質ゲート | 90%のカバレッジ、テスト/リント/型チェックコマンド | | database | DBの慣例 | ソフトデリートフィールド、タイムスタンプ列、命名 | | packages | 内部パッケージ | @your-org スコープ、レジストリURL | | conventions | Git とワークフロー | ブランチプレフィックス、コミットフォーマット、PRテンプレート |
Asked by Ulrik Madsen · Apr 6, 2026
それは何を検出しますか?
| カテゴリ | 信号 | | ------------------ | ------------------------------------------------------------------------------------------ | | 言語 | tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, ファイル拡張子 | | フレームワーク | package.json / requirements.txt の依存関係(React, Express, Django, Spring など) | | データベース | ORM 設定(prisma/, sequelize, typeorm)、.sql ファイル、マイグレーションフォルダー | | テスト | jest.config., vitest, pytest, cypress/, playwright.config. | | インフラ | Dockerfile, terraform/, cdk.json, serverless.yml, cloud SDK 依存関係 | | CI/CD | .github/workflows/, .gitlab-ci.yml, Jenkinsfile |
Asked by Oscar Lindqvist · Apr 2, 2026
何が含まれていますか?
| レイヤー | カウント | 内容 | どのようにトリガーされるか | |-------------|-----|-------------------------------------------------|-----------------------------------| | ルール | 47 | すべてのAIインタラクションでコード基準を強制 | 自動 — 常時オン | | エージェント | 62 | 複雑なタスク用の専門アシスタント | 必要時 — /agent-name | | スキル | 50 | チェックリスト付きのステップバイステップガイドワークフロー | コンテキストに応じて — パターンが一致した時 | | コマンド | 37 | 軽量でトークン効率の高いクイックアクション | 必要時 — /command | | フック | 12 | AIループ内の自動化スクリプト | イベント駆動 — 前後アクション | | テンプレート | 9 | ハンドラ、コンポーネント、テストなどの足場 | スキルとエージェントに参照される
Asked by Ivana Novak · Mar 25, 2026
How It Works?
レイヤー1 — 事前処理:フックがプロジェクトコンテキストを注入し、危険なコマンドをブロックします。レイヤー2 — ルールエンジン:47の常に有効なルールがトークン効率、セキュリティ、アーキテクチャ、コード標準、データベース規約、テストしきい値を強制します。レイヤー3 — 専門処理:プロンプトに応じて適切なコンポーネント(エージェント、スキル、またはコマンド)が起動します。レイヤー4 — 後処理:フックが出力を検証し、自動フォーマット、シークレットスキャン、カバレッジ確認を行います。
Asked by Rasheed Osman · Mar 23, 2026
質問する
東学サェソーの代替

セキュリティテストで検証されたClaude AIの開発スキルの「Aレベル」。「Power Pagesサイトからのブラウザへのセキュリティヘッダーの検査および構成」のためのもの。Content Security Policy、フレームとクリックジャッキング保護

セキュリティテスト済みデータAISHILL(Grade A)。クリュードAIと併用する。

セキュリティテスト済みのデータ・AIスキル用Claude AI。 Grade A。GA4 BigQuery Export Schemaの参照情報大全、ネスト構造、検索パターン、パフォーマンスのヒント

Security-checked data-ai skill for Claude AI. Grade A. (Meta Conversions API (CAPI)のセットアップガイド — アーキテクチャ、イベントタイプ、顧客情報のハッシュ、削除、実装例、AEM)

Claude AI向けセキュリティ検証済開発スキル。 Grade A. 関数/メソッドはどこにコールしているかをリストする

セキュリティテスト済みデータ-AIスキル、クラウド AI用 Grade A。 モジュールをテストするモジュールと同じネームスペースのSpecサフィックスでモジュール名を付ける。 クラウド AIのテストモジュールライティングまたはレビューに使用してください。

SECURITY TESTED DATA-AI SKILL FOR CLAUDE AI. GRADE A. マジョルな決定を実行者 5 人が協議しながらの実行者 5 人によるディレクトオフィス議論シミュレーション。プランの評価やアーキテクチャーセレクション、機能デザイン評価など、複数視点の専門分析を必要とするあらゆる決定を評価するには使用してください。

セキュリティテスト開発スキル for Claude AI. AランクのMVCアドバンス
Trending now

複雑なPDF、スライド、スプレッドシートを.parse、分割、OCR、構造化データを抽出するドキュメント インテリジェンス API。

スポンサード回答、クリックごとに収益

正確な宿題の助けとなる説明がある

オープンマルチモーダル 12B モデルが、128K コンテキストウィンドウでインターリーブ画像とテキストを処理する。
