c-speakers
について
このClaudeスキルは、開発者が`sonos` CLIを通じてSonosスピーカーを制御し、オーディオ再生管理を行うことを可能にします。再生/一時停止、音量調整、ルームグループ化、およびスピーカゾーン間でのお気に入り選択を処理します。スマートホーム統合の構築や、マルチルームオーディオワークフローの自動化にご活用ください。
クイックインストール
Claude Code
推奨npx skills add daxaur/openpaw -a claude-code/plugin add https://github.com/daxaur/openpawgit clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-speakers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
What This Skill Does
Enables Claude to control Sonos speakers — playback, volume, grouping, and favorites — via the sonos CLI.
Available CLI Tool: sonos
Common Commands
# List all Sonos rooms/players
sonos rooms
# Play and pause
sonos play --room "Living Room"
sonos pause --room "Living Room"
# Skip tracks
sonos next --room "Living Room"
sonos previous --room "Living Room"
# Set volume (0-100)
sonos volume 50 --room "Living Room"
# Adjust volume relative
sonos volume +10 --room "Kitchen"
sonos volume -5 --room "Kitchen"
# Play a favorite (from Sonos app favorites)
sonos favorite "Morning Jazz" --room "Bedroom"
# List favorites
sonos favorites
# Group rooms together
sonos group "Kitchen" --with "Living Room"
# Ungroup a room
sonos ungroup "Kitchen"
# Show now playing info
sonos status --room "Living Room"
Usage Guidelines
- Always specify
--roomto target the correct speaker - Use
sonos roomsto discover available rooms if unsure of names - Grouping joins a room into the specified room's group
Notes
- Requires
sonosCLI (sonoscli) installed and Sonos system on local network - Favorites must be pre-configured in the Sonos app
GitHub リポジトリ
関連スキル
llamaguard
その他LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。
cost-optimization
その他このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。
quantizing-models-bitsandbytes
その他このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。
dispatching-parallel-agents
その他このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。
