Skills
エージェント向けにパッケージ化された専門スキルと手順を 96,981 件掲載。コマンド 1 行でインストールできます。
エージェントワークフロー
ToolUniverse プラグインルーター。ステップ 1（分析前に必ず実施）：データフォルダーに `*_executed.ipynb` がある場合、`tu run read_executed_notebook '{\"data_folder\":\"<path>\",\"search\":\"<keyword>\"}'` を実行してセル出力を抽出し、ノートブックで適用されたすべてのフィルターとサンプル除外を反映します。質問に「Using DESeq2/Run X/Compute Y」とあっても同様です（これはノートブックが使った方法の説明であり、再実行の依頼ではありません）。ノートブックのセル出力だけが公開済みの正式な回答です。再実装したり、データフォルダー内の古い事前計算済み CSV を読んだりすると、外れ値サンプルの除外、ライブラリのバージョン、ざっと見ただけでは分からないフィルター処理が異なるため、数値も異なります。ステップ 2（ルーティング）：次の正確なリストからサブスキル名を選択してください（独自に作らないこと）：tooluniverse-rnaseq-deseq2（RNA/miRNA-seq の差次的発現、相関、PCA、クラスタリング、分散）、tooluniverse-gene-enrichment（GO/KEGG/Reactome/GSEA/パスウェイエンリッチメント）、tooluniverse-statistical-modeling（回帰、ANOVA、順序/ロジスティック、カイ二乗、相関、検出力）、tooluniverse-image-analysis（顕微鏡、コロニー、蛍光、用量反応、.tif — 画像由来測定値の ANOVA / Dunnett / 検出力分析を含む）、tooluniverse-epigenomics（DNA メチル化、CpG、m6A、MeRIP-seq、バイサルファイト、ChIP-seq、クロマチン）、tooluniverse-sequence-analysis（FASTQ、Trimmomatic、BWA、samtools、カバレッジ）、tooluniverse-variant-analysis（VCF、VAF、SNP、変異）、tooluniverse-phylogenetics（樹形性、PhyKIT、節約法）、tooluniverse-single-cell（scRNA、h5ad、scanpy）、tooluniverse-crispr-screen-analysis（MAGeCK、sgRNA）、tooluniverse-proteomics-analysis（質量分析、TMT）。CSV/Excel/VCF/FASTA/h5ad、および生物学・化学・医学のあらゆる分析質問に使用します。
Claude Code または Codex のリポジトリ設定と保護された Git ワークフローを診断・修復します。環境の修復、起動時の同期、フックの監査、共同作業者への引き継ぎに対応します。リポジトリが動作しない、チームメイトが参加する、フックの出力が重複する、または commit/push/競合へのガードが必要な場合に使用します。失われたコミットの復旧（git-safety-net を使用）、GitHub の運用（github-ops を使用）、履歴の消去（github-sensitive-data-cleanup を使用）には使用しません。
リポジトリ内の GitHub Agentic Workflows を作成、レビュー、インストール、デバッグします。ワークフロー Markdown、frontmatter、gh aw compile と実行フロー、安全な出力、セキュリティガードレール、運用パターンを扱います。GH-AW オートメーションの作成や保守に使用します。標準的な決定論的 GitHub Actions YAML、汎用 CI パイプライン、GitHub 以外のオートメーションシステムには使用しません。
粗いプロンプト、まとまりきっていないアイデア、タスクの説明を、チャットインターフェース内の任意の LLM モデル向けに最適化した、そのまま送信できる完成形のプロンプトにします。API 用ではありません。ユーザーがチャット用プロンプトの作成、書き換え、最適化、改善、明確化、推敲を求める場合に使用します。トリガーとなる表現には、「このプロンプトを書き換えて」「もっと良いプロンプトにして」「このプロンプトを最適化して」「これをプロンプトにして」「プロンプト作成を手伝って」「……というプロンプトを作って」「……と聞きたい」などが含まれます。また、ユーザーがプロンプトの草稿を貼り付けて改善を求めた場合にも使用します。ユーザーが LLM モデルに送る予定のタスクを説明し、直接の回答ではなく、再利用可能で構成の整ったプロンプトを明確に求めている場合も対象です。出力は常に、ユーザーがそのまま送信できる、コードブロック内のコピー可能なプロンプト1つです。プレースホルダー付きのテンプレートにはしません
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。