trigger-agents
Trigger.devを使用したAIエージェントパターンには、オーケストレーション、並列化、ルーティング、評価最適化、人間参加型ループが含まれます。複数の並列ワーカー、承認ゲート、ツール呼び出し、または複数ステップのエージェントワークフローが必要なLLMを活用したタスク構築時に使用します。
description の原文を見る
AI agent patterns with Trigger.dev - orchestration, parallelization, routing, evaluator-optimizer, and human-in-the-loop. Use when building LLM-powered tasks that need parallel workers, approval gates, tool calling, or multi-step agent workflows.
SKILL.md 本文
Trigger.dev を使用した AI エージェントパターン
Trigger.dev の耐久性のある実行を使用して、本番環境対応の AI エージェントを構築します。
パターン選択
必要な機能 → 使用するパターン
─────────────────────────────────────────────────────
複数項目を並列処理する → 並列化 (Parallelization)
異なるモデル/ハンドラーにルーティングする → ルーティング (Routing)
検証ゲートを使用してステップをチェーンする → プロンプトチェーニング (Prompt Chaining)
複数の特化したタスクを調整する → オーケストレーター・ワーカー (Orchestrator-Workers)
品質閾値まで自己改善する → 評価-最適化 (Evaluator-Optimizer)
人間の承認を一時停止する → ヒューマンインザループ (waitpoints.md)
フロントエンドに進捗をストリーミング → リアルタイムストリーム (streaming.md)
LLM があなたのタスクを
...
詳細情報
- 作者
- triggerdotdev
- リポジトリ
- triggerdotdev/skills
- ライセンス
- unknown
- 最終更新
- 不明
Source: https://github.com/triggerdotdev/skills / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。