スキル一覧に戻る

about

bitwize-music-studio
更新日 2 days ago
5 閲覧
209
37
209
GitHubで表示
メタgeneral

について

このスキルは、ユーザーがbitwize-musicプラグインについて問い合わせた際に、バージョンや制作者情報などのプラグインメタデータを返します。プラグインの設定ファイルからバージョンを動的に読み取り、関連リンクを提供します。プラグインの目的、機能、または制作者に関する質問に対応するためにご利用ください。

クイックインストール

Claude Code

推奨
メイン
npx skills add bitwize-music-studio/claude-ai-music-skills -a claude-code
プラグインコマンド代替
/plugin add https://github.com/bitwize-music-studio/claude-ai-music-skills
Git クローン代替
git clone https://github.com/bitwize-music-studio/claude-ai-music-skills.git ~/.claude/skills/about

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

Read the version from ${CLAUDE_PLUGIN_ROOT}/.claude-plugin/plugin.json (the version field), then display:

About bitwize-music

Version: (version from plugin.json)

Who Am I

I'm bitwize—a hacker who loves music and experimenting with new technology. When AI music generation tools started getting good, I couldn't resist seeing what was possible.

Website: https://www.bitwizemusic.com/

Behind the Music: https://www.bitwizemusic.com/behind-the-music/

Share What You Make: Tag @bitwizemusic on X/Twitter with anything interesting you create!

GitHub リポジトリ

bitwize-music-studio/claude-ai-music-skills
パス: skills/about
0
ai-musicai-music-toolsaudio-masteringclaudeclaude-codeclaude-code-plugin

関連スキル

content-collections

メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る

polymarket

メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る

creating-opencode-plugins

メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る

sglang

メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る