Dialogflow Production Standard (Master Skill)
について
このマスタースキルは、本番環境用Dialogflowエージェントの構築と管理に関する完全な企業標準を提供します。Infrastructure as Code(Terraform)、CI/CDワークフロー、スケーラブルなデプロイのための生成AIパターンを特徴としています。堅牢で保守性の高い会話型AIエージェントを実装するための唯一の信頼できる情報源が必要な場合に、このスキルをご利用ください。
クイックインストール
Claude Code
推奨npx skills add milosriki/client-vital-suite -a claude-code/plugin add https://github.com/milosriki/client-vital-suitegit clone https://github.com/milosriki/client-vital-suite.git ~/.claude/skills/Dialogflow Production Standard (Master Skill)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
GitHub リポジトリ
よくある質問
Dialogflow Production Standard (Master Skill) Skillとは何ですか?
Dialogflow Production Standard (Master Skill) はmilosriki 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 Dialogflow Production Standard (Master Skill) に関連するタスクを実行できるようにします。
Dialogflow Production Standard (Master Skill) 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。Dialogflow Production Standard (Master Skill) 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。
Dialogflow Production Standard (Master Skill) はどのカテゴリに属しますか?
Dialogflow Production Standard (Master Skill) は メタ カテゴリに属します。
Dialogflow Production Standard (Master Skill) は無料で利用できますか?
はい。Dialogflow Production Standard (Master Skill) 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。
