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npx skills add bitwize-music-studio/claude-ai-music-skills -a claude-code/plugin add https://github.com/bitwize-music-studio/claude-ai-music-skillsgit 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
よくある質問
about Skillとは何ですか?
about はbitwize-music-studio が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで about に関連するタスクを実行できるようにします。
about をインストールするには?
このページのインストールコマンドを使用してください。about をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。
about はどのカテゴリに属しますか?
about は メタ カテゴリに属します。
about は無料で利用できますか?
はい。about は AIMCP に掲載されており、無料でインストールできます。
関連スキル
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。
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。
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。
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。
