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 97,501 件掲載。コマンド 1 行でインストールできます。
データ・データベース
A 株企業向けの機関投資家水準のエクイティリサーチ・カバレッジ開始レポート。企業分析、財務モデリング、バリュエーション、チャート作成、最終レポートのとりまとめを扱います。オリジナルの initiating-coverage スキルを中国市場の慣行、CAS 会計基準、AkShare データソースに合わせて改変したものです。"A股首次覆盖"、"首次评级"、"initiate coverage China"、"initiate on [company]"、"A股研究报告"、"start research on [company]" で発動します。
科学モデルをデプロイするためのデュアル skill。FastAPI は、自動ドキュメント付きの API を構築するための高性能で非同期な Web フレームワークを提供する。Streamlit は、Python スクリプトから直接、インタラクティブなデータアプリとダッシュボードを迅速に作成できる。Web API、モデルサービング、REST エンドポイント、インタラクティブなダッシュボード、データ可視化 UI、科学アプリのデプロイ、非同期 Web フレームワーク、Pydantic バリデーション、uvicorn、本番運用可能な科学ツールの構築を扱うときに読み込む。
GF-DMA Health Index を用いて銘柄の現在のバリュエーション／トレンドの健全性を採点する。ファンダメンタルズの成長速度、20/50/100/200DMA のトレンド速度、株価と DMA の乖離、ATR 乖離、escape ratio、業績予想の修正を組み合わせる。ユーザーがティッカーを提示したとき、または GF-DMA スコアリング、バリュエーションの健全性、トレンドの健全性、健全なモメンタム、過熱／逃げ切りリスク、上昇・下落中の銘柄にファンダメンタルズの裏付けがあるかを尋ねたときに使用する。
センサー構成を分析し、MATLAB Navigation Toolbox で慣性融合フィルターを作成する。フィルターの選択（imufilter、ahrsfilter、complementaryFilter、insfilterMARG、insfilterAsync、insfilterNonholonomic、insfilterErrorState、insEKF、insCF）、構築、チューニング、融合ループを管理する。IMU/AHRS/INS/GPS+IMU データの融合、姿勢やポーズの推定、フィルターの選択を行うときに使用する。ビジョンのみの SLAM、Simulink の融合、IMU シミュレーションには使用しない。
AutoDock Vina を用いた構造ベース創薬のための分子ドッキングパイプライン。docking、AutoDock Vina、receptor preparation、ligand preparation、PDBQT、grid box、virtual screening、binding affinity、pose prediction、structure-based virtual screening、"redocking RMSD"、"Vina score"、"docking pose"、"prepare receptor"、"ligand library screening" でトリガー。
マルチオミクスデータの処理と統合のためのパイプラインスキル。ユーザーが HGNC、Ensembl、UniProt 間の遺伝子 ID のマッピング、オミクスデータ形式間の変換、ComBat または ComBat-seq によるバッチ補正、マルチオミクス結果に対する GSEA または過剰発現解析の実行、統合データに対するコンセンサスクラスタリングの実行、R での MOFA2 または Python での mofapy2 の実行、マルチオミクス ETL パイプラインの構築、オミクス層をまたぐ特徴量識別子の統合、clusterProfiler によるエンリッチメント解析の実行を求めたときに使用する。トリガーには "map Ensembl to HGNC"、"ID mapping omics"、"ComBat code"、"run MOFA2"、"mofapy2"、"GSEA Python"、"fgsea R"、"consensus clustering"、"multi-omics pipeline"、"gseapy"、"biomaRt"、"clusterProfiler"、"mixOmics DIABLO" が含まれる。
ユーザーが最適化モデルを構築したい、数理計画問題を解きたい、または最適解を見つけたいときに使用。また、ユーザーが「linear programming」「integer programming」「mixed-integer programming」「constraint optimization」「mathematical optimization」「operations research」「optimal solution」「decision optimization」に言及したときにも使用。ネットワーク設計については network-design を参照。ルーティングについては route-optimization を参照。
クレームと臨床データから HEDIS 品質指標を計算するためのパイプラインスキル。ユーザーが HEDIS 指標率の算出、継続登録の確認、分母/分子ロジックの構築、ケアギャップの検出、利用率の計算、高コスト請求者の特定、リスク層別化指数のスコアリングを求めたときに使用する。トリガーには "calculate HEDIS"、"measure rate"、"continuous enrollment check"、"care gap detection"、"denominator query"、"numerator logic"、"utilization rate"、"high-cost claimant"、"Charlson score"、"LACE score"、"claims analysis"、"quality measure SQL" が含まれる。
具体的なタスク目標に基づいて Fireworks のポストトレーニングを計画します。ユーザーがすでに伝えた情報から手法、cookbook の項目、データ計画、評価方法を提案し、意思決定に不可欠な質問だけを行い、トレーニングの準備ができたら configure に引き継ぎます。ユーザーが問題を平易な言葉で説明する場合、適切な手法やデータセットが分からない場合、公開データセットの案が必要な場合、決定前に検討したい場合に使用します。読み取り専用で、ジョブの作成やデータのアップロードは行いません。モデルとデータが既知で明示的なトレーニング依頼がある場合は configure、失敗時は debug を使用します。
Syncfusion WinForms Maps コントロールの実装ガイド——シェープファイル、バブル、マーカー、インタラクティブ機能を用いて統計データや地域データを表示する地理データ可視化コンポーネント。WinForms Maps、Windows Forms での地理マップ、シェープファイルの可視化、コロプレスマップ、バブルマップを扱う場合に使用します。このスキルでは、マップレイヤー、ズーム/パン、地理データバインディング、ESRI シェープファイル、インタラクティブなマップを備えた位置情報ベースのデスクトップアプリケーションの構築をカバーします。
OpenSearch で分散トレースとスパンを調査する。ユーザーがトレースの分析、遅いスパンの調査、エラースパンの検出、エージェント呼び出しの追跡、トークン使用量の測定、トレースツリーの再構築、サービス・マップの照会、トレースデータによる分散システムのデバッグを求めた場合にこのスキルを使用する。ユーザーが OpenSearch に言及せず、traceId、spanId、OpenTelemetry、OTel、distributed tracing、latency、span duration、service map、trace investigation と言った場合でも有効化する。
マーケティングの数値が悪く、その理由を知る必要があるときに使用——トラッキング、配信、クリエイティブ、ランディングページからオーディエンスの質までの5層で診断し、48時間のアクションプランを出す。ユーザーが「so dang xau」「CPMess cao qua」「ROAS thap」「chan doan root cause」「tai sao khong ra don」「ads dot tien」に言及したときに起動。対象外——広告アカウントの設定を監査して Health Score を採点するにはスキル 21-audit-ads-performance；他の人が読むレポートを書くにはスキル 07-bao-cao-marketing；1ページだけを診断するにはスキル 68-cro-audit-trang。
Meta、TikTok、GA4、CRM、Google スプレッドシートからの生データを、意思決定に使えるインサイトに変える必要があるときに使用——決定、根拠、期待される影響、レビュー日を記録する決定ログを添えて。ユーザーが「phan tich du lieu」「doc so lieu nay」「export data ra insight」「so nay noi len dieu gi」「lam decision log」「cohort analysis」に言及したときに起動。対象外——広告が不振な理由を診断するにはスキル 03-danh-gia-hieu-suat；プレゼン用レポートを書くにはスキル 07-bao-cao-marketing。
ClickHouse の権限付与と認証のエラーを、特にアップグレード後に診断して解決する。クエリが ACCESS_DENIED/NOT_ENOUGH_PRIVILEGES、AUTHENTICATION_FAILED/WRONG_PASSWORD/REQUIRED_PASSWORD、または ON CLUSTER の権限エラーで失敗するとき、system.* や INFORMATION_SCHEMA へのアクセスが拒否されるとき、またはバージョンアップ後に権限付与の挙動が変わるときに使用。
Azure SQL Database コンテナ（Private Preview）にできることとできないこと、および Microsoft Azure クラウドの Azure SQL Database と何が異なるのか、その理由を回答します。ユーザーが "can I take a backup"、"why does USE fail"、"is X supported"、"why can't I create a vector index"、"why does SSMS error"、"why isn't the image on Docker Hub"、"what's different from the cloud" と質問したとき、または Azure SQL Database への期待と一致しない動作に遭遇したときに使用します。一般的な SQL Server / Azure の知識から推測しないでください。このコンテナは Private Preview 製品であり、特定の機能不足と特定の接続モデルがあります。本スキルを読み、現在の完全なリストについてはユーザーを最新の Known limitations ページへ案内してください。
新しいアプリ（.NET Aspire、FastAPI、Next.js、NestJS）を、ローカルの Azure SQL Database コンテナをデフォルトの開発データベースとして接続して足場を作ります。ローカルで SQL Server または Azure SQL が必要なプロジェクトを開始/ブートストラップ/初期化する場合や、"set up the database"、"docker compose for the db"、"create the local DB"、".env connection string"、"first migration"、データアクセス層を追加する場合に使用します。これは Azure SQL エンジン（EngineEdition 5）であるため、mssql/server の SQL Server イメージの代わりにこれを使用します。トリガーには "scaffold app with SQL"、"spin up Azure SQL locally"、"compose service for the database"、"wire up Prisma/EF/SQLAlchemy/TypeORM to SQL Server" が含まれます。ユーザーが新しいプロジェクトに "add a database" と言っただけの場合でも、これを使用してください。
HCLS におけるバイオマーカーの発見と検証の推論 — バイオマーカーの意図の分類、特徴選択と交差検証戦略の選択、リーケージの回避、外部での再現の計画。ユーザーがバイオマーカーの発見、開発、検証を求める場合；高次元オミクスまたは臨床データから特徴を選択する場合；検証研究を設計する場合；評価指標を選択する場合；サンプルサイズを正当化する場合；マルチオミクスのシグナルを統合する場合；または臨床的有用性を評価する場合に使用。トリガーには "discover a biomarker"、"validate biomarker"、"prognostic vs predictive"、"feature selection"、"LASSO vs elastic net"、"nested cross-validation"、"data leakage"、"C-index"、"time-dependent AUC"、"decision curve analysis"、"external validation cohort"、"events per variable"、"optimism-corrected"、"multi-omics integration"、"clinical utility of a biomarker"、"is this biomarker ready" が含まれる。
単一のテキスト（AI コーディングの human input。任意でペアとなるアシスタント返信と直前のアシスタント末尾を含む）を現在の v2 human input の category + topic タクソノミーに分類し、主 category、優先順に並んだ categories 配列全体、1 つの topic、topic_reason、topic_confidence を返す — uid.core-product の分類ルール（gpt-4o 本番プロンプト、ポストプロセス無効）に対する純粋な推論チェックであり、CawPlan のデータや API 呼び出しは関与しない。使用場面: 特定の文や human input を現在の category と topic のルールに基づいて分類/カテゴライズするよう依頼されたとき — 例:「これの category/topic は何：...」「このアシスタント返信とともに分類して」— または cawplan-internal-qa-coding-humaninputs-test が使用する行単位の分類ステップとして。非対象: 多数のアップロード済み human input にわたる一括/バッチの精度テスト、CawPlan からのデータ取得全般（それには cawplan-internal-qa-coding-humaninputs-test を使用）、レポートの提出、チケットの作成。
RDKit を用いた低分子の物性計算、フィルタリング、類似性解析のためのケモインフォマティクスパイプライン。ユーザーが分子記述子の計算、Lipinski または Veber の規則による化合物のフィルタリング、PAINS の検出、フィンガープリント類似性の計算、マッチトモレキュラーペア解析の実行、ADMET 記述子の生成、SMILES の処理を求めたときに使用する。トリガーには "RDKit"、"molecular descriptors"、"Lipinski"、"rule of five"、"Veber"、"PAINS"、"pan-assay interference"、"Morgan fingerprint"、"Tanimoto"、"fingerprint similarity"、"matched molecular pair"、"MMP"、"mmpdb"、"ADMET"、"druglikeness"、"SMILES"、"cheminformatics"、"compound filtering"、"chemical similarity" が含まれる。
A 株銘柄の決算発生前分析。シナリオフレームワーク（実績 vs コンセンサス、上振れ/下振れケース）を構築し、注目すべき主要指標を特定し、中国企業が四半期決算を発表する前にポジショニングノートを準備する。A 株をカバーする場合は元の earnings-preview スキルの代わりに使用。"A股财报前瞻"、"季报前瞻"、"业绩前瞻"、"earnings preview"、"what to watch for [company] earnings"、"pre-earnings setup" で起動する。
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。