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 97,222 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
idc-index Python パッケージを使って NCI Imaging Data Commons（IDC）の公開がん画像データを照会・ダウンロードし、メタデータによる絞り込み、ブラウザ内での可視化、ライセンスの確認を行えます。認証は不要です。AI/ML トレーニングやがん画像研究のために大規模な放射線画像（CT、MR、PET）やデジタル病理の DICOM データセットを取得する場合に使用します。AlterLab Academic Skills スイートの一部です。
EMBL-EBI InterPro REST API を照会し、メンバーデータベース（Pfam、PANTHER、PRINTS、SMART、SUPERFAMILY、CDD、ProSite、NCBIfam など）から統合されたタンパク質ファミリー、ドメイン、機能部位のアノテーションを取得します。タンパク質機能の予測、ドメイン構造の分析や比較、ファミリーまたは相同スーパーファミリーによるタンパク質の分類、Pfam/InterPro アクセッションの解決、タンパク質のシグネチャの GO タームへのマッピングを行う場合に使用します。生の UniProt エントリ/FASTA の取得や AlphaFold の 3D 構造には使用しません。AlterLab Academic Skills スイートの一部です。
オープンソースの FAIR データフレームワーク LaminDB で生物学的データを管理、アノテーション、追跡します。データセットを照会可能、バージョン管理可能、再現可能にします。生物学的データセット（scRNA-seq、空間、フローサイトメトリー）の登録や照会、オントロジー（遺伝子、細胞種、疾患、組織）に基づくデータの検証とキュレーション、データリネージと計算ワークフローの追跡、データレイクハウスの構築、Nextflow、Snakemake、W&B、MLflow との連携の実装を行う場合に使用します。AlterLab Academic Skills スイートの一部です。
molfeat で分子を機械学習向けに特徴量化します——ECFP/MACCS/MAP4 フィンガープリント、RDKit と Mordred の物理化学記述子、ファーマコフォアと形状記述子、事前学習済み埋め込み（ChemBERTa、ChemGPT、CheMeleon）を scikit-learn transformer として提供し、SMILES を特徴ベクトルに変換します。分子を QSAR/QSPR や仮想スクリーニング向けの ML 対応特徴行列に変換する場合、またはフィンガープリントと記述子・埋め込み表現をベンチマーク比較する場合に使用します。これらの特徴でモデルを訓練したり MoleculeNet ベンチマークを実行する場合は alterlab-deepchem を、低レベルのフィンガープリントや記述子のプリミティブが必要な場合は alterlab-rdkit を優先してください。AlterLab Academic Skills スイートの一部です。
NetworkX を用いて Python で複雑なネットワークとグラフを作成、解析、可視化する。ネットワーク/グラフのデータ構造を扱う場合、実体間の関係を解析する場合、グラフアルゴリズム（最短経路、中心性、クラスタリング）を計算する場合、コミュニティを検出する場合、合成ネットワークを生成する場合、トポロジーを可視化する場合に使用する。社会、生物、交通、引用など、あらゆるペアワイズ関係のネットワークに適用できる。これは古典的なグラフ分析であり深層学習ではない。グラフニューラルネットワークの学習（GCN/メッセージパッシング、Cora 系データでのノード/エッジ/グラフ分類）には、代わりに alterlab-torch-geometric を使用する。AlterLab Academic Skills スイートの一部。
SpikeInterface で Neuropixels 1.0/2.0 の細胞外電気生理データを分析します——SpikeGLX/Open Ephys の記録を読み込み、前処理と動き補正を行い、Kilosort4 によるスパイクソーティングを実行し、品質指標を計算し、Allen/IBL のキュレーションを適用し、AI 支援による目視検査を行います。神経記録、スパイクソーティング、細胞外電気生理を扱う場合、またはユーザーが Neuropixels、SpikeGLX、Open Ephys、Kilosort、品質指標、ユニットキュレーションに言及した場合に使用します。AlterLab Academic Skills スイートの一部です。
PathML で完全な計算病理ワークフローを実行——160 以上のスライド形式にわたる全スライド画像（WSI）解析、多重免疫蛍光（CODEX、Vectra、MERFISH）、核のセグメンテーション／分類（HoVer-Net、HACTNet）、組織グラフと細胞グラフの構築、HDF5 データセット管理、病理データでのディープラーニングモデル訓練。ユーザーがエンドツーエンドのディープラーニング病理パイプラインを構築する場合、多重または空間プロテオミクスのスライドを解析する場合、核をセグメンテーションする場合に使用。軽量な H&E スライドの前処理、組織マスキング、通常の Random/Grid/Score タイル抽出には、代わりに alterlab-histolab を推奨。AlterLab Academic Skills スイートの一部。
PennyLane で量子回路を訓練・微分——自動微分と PyTorch/JAX 統合を備えたハードウェア非依存の量子機械学習フレームワーク。勾配による量子回路の訓練（parameter-shift、backprop、adjoint）、ハイブリッド量子古典モデルや量子ニューラルネットワークの構築、微分可能な変分アルゴリズム（VQE、QAOA）の実行に使用。IBM Quantum ハードウェアと Qiskit Runtime には alterlab-qiskit、Google Quantum AI や NISQ 回路には alterlab-cirq、開放系の Lindblad/master-equation ダイナミクスには alterlab-qutip を推奨。AlterLab Academic Skills スイートの一部。
PyMC 6 と ArviZ 1.x によるベイズモデリングと確率プログラミング——階層モデル、MCMC（PyMC、nutpie、NumPyro、BlackJAX による NUTS）、変分推論、PSIS-LOO によるモデル比較、事前／事後予測チェック。ベイズモデルや階層モデルのフィッティング、事後分布と信用区間の推定、ダイバージェンスや R-hat、ESS の診断、確率推論の実行、LOO によるモデル比較に使用（WAIC は ArviZ 1.x で削除）。AlterLab Academic Skills スイートの一部。
pysam（htslib バインディング）で Python からゲノムアラインメントとバリアントファイルを読み書き——SAM/BAM/CRAM アラインメント、VCF/BCF バリアント、FASTA/FASTQ 配列、さらに領域抽出と塩基ごとのカバレッジ／pileup。BAM/CRAM/VCF ファイルを解析、フィルタ、インデックス化、カバレッジ計算する NGS データ処理パイプラインのスクリプト作成に使用。AlterLab Academic Skills スイートの一部。
低レベルで細粒度な分子プリミティブ向けの RDKit ケミインフォマティクスツールキットを提供する — SMILES/SDF の解析、記述子（MW、LogP、TPSA）、フィンガープリント、部分構造／SMARTS 検索、2D/3D 座標生成、類似性、反応の処理。カスタムなサニタイズ、特殊なフィンガープリントや記述子アルゴリズム、反応列挙、コンフォーマー生成に直接 API 制御が必要な場合に使用。RDKit 上の高レベルで pandas に親和性の高いラッパーには alterlab-datamol を、分子を ML 特徴ベクトルに変換するには alterlab-molfeat を優先。AlterLab Academic Skills スイートの一部。
Scanpy で AnnData 上の標準的な単一細胞 RNA-seq 解析パイプラインを実行——QC フィルタリング、正規化、次元削減（PCA、UMAP、t-SNE）、Leiden/Louvain クラスタリング、マーカー／差次的発現、PAGA トラジェクトリ、プロット。クラスタリング、細胞型アノテーション、DE、擬似時間ワークフローで scRNA-seq データを解析する場合に使用。.h5ad データ構造そのものの構築や読み込み（layers、obs/var、連結、backed モード）には代わりに alterlab-anndata、spliced/unspliced カウントからの RNA ベロシティには代わりに alterlab-scvelo を推奨。AlterLab Academic Skills スイートの一部。
scVelo で単一細胞 RNA-seq データの RNA ベロシティ解析を実行——spliced/unspliced mRNA ダイナミクスから細胞状態遷移を推定し、トラジェクトリの方向を推論し、潜在時間を計算し、駆動遺伝子を特定。トラジェクトリに方向性を加える場合や、spliced/unspliced 層（velocyto/STARsolo 出力）から分化ダイナミクスを研究する場合に使用。一般的な QC、クラスタリング、UMAP、差次的発現解析パイプラインには代わりに alterlab-scanpy、.h5ad データ構造の I/O と層の操作には代わりに alterlab-anndata を推奨。AlterLab Academic Skills スイートの一部。
Stable-Baselines3 で単一エージェント強化学習エージェントを訓練——scikit-learn ライクな API の背後に PPO、SAC、DQN、TD3、DDPG、A2C。標準的な単一エージェント RL 実験、迅速なプロトタイピング、Gymnasium 環境での十分に文書化されたアルゴリズム実装、コールバックと評価の追加に使用。高スループットの並列訓練、マルチエージェントシステム、カスタムベクトル化環境には代わりに alterlab-pufferlib を推奨。AlterLab Academic Skills スイートの一部。
STRING API でタンパク質間相互作用を照会（5,900 万タンパク質、12,500 以上の生物にわたる 200 億以上の相互作用）し、相互作用ネットワークの構築、機能的パートナーの発見、タンパク質リストに対する GO/KEGG/Pfam エンリッチメントを実行。タンパク質間相互作用ネットワークの構築、シードタンパク質から機能的パートナーへの拡張、システム生物学のための PPI ベースのエンリッチメントに使用。キュレーションされた代謝経路マップと反応には alterlab-kegg、タンパク質配列、アノテーション、アクセッション ID マッピングには代わりに alterlab-uniprot を推奨。AlterLab Academic Skills スイートの一部。
Google の TimesFM 基盤モデルで時系列をゼロショット予測——TimesFM 2.5（200M、Apache-2.0 重み；ForecastConfig API、XReg 共変量）と TimesFM 3.0（約 330M、ネイティブの過去／未来共変量を備えた多変量；非商用重み）——CSV/DataFrame/配列入力から点予測と分位点予測区間を生成し、RAM/GPU のプリフライトシステムチェッカーを備える。カスタムモデルを訓練せずに単変量または多変量の系列（売上、センサー、エネルギー、バイタル、天気）を予測する場合、多数の系列をバッチ予測する場合、予測区間に対して異常を検出する場合に使用。AlterLab Academic Skills スイートの一部。
TorchDrug で分子とタンパク質向けの PyTorch ネイティブなグラフニューラルネットワークを構築——カスタム GNN アーキテクチャ、タスク／データセット抽象、分子生成、逆合成計画、ナレッジグラフ推論を提供。プロジェクトが TorchDrug のデータセットとタスクを特に必要とする場合に使用——GearNet タンパク質構造モデル、center-identification/synthon-completion 逆合成、Hetionet ナレッジグラフベースライン。TorchDrug は 0.2.1（2023 年 7 月）以降リリースがなく、Python < 3.11 が必要なため、新しいカスタム GNN 作業には alterlab-torch-geometric、既製の特徴化器、MoleculeNet ベンチマーク、事前学習済みモデルには alterlab-deepchem を推奨。AlterLab Academic Skills スイートの一部。
Hugging Face Transformers v5（PyTorch のみ）で事前学習済みモデルを読み込み、実行し、ファインチューニングする — チャットモデルのテキスト生成、テキスト分類、NER、ゼロショット、音声認識、画像分類、物体検出、画像テキスト間の VLM に対する pipeline() 推論；dtype、device_map、bitsandbytes 量子化を伴う AutoModel/AutoTokenizer の読み込み；generate() によるデコード制御；オプションの PEFT/LoRA を使った Trainer ファインチューニング。Hugging Face Hub のチェックポイントで推論を実行するとき、カスタムのラベル付きデータセットで BERT/ModernBERT/Qwen 系モデルをファインチューニングするとき、生成を制御するとき（サンプリング、ビーム探索、ストリーミング、チャットテンプレート）、または v4 のコード（torch_dtype、削除された要約/翻訳/QA パイプライン、TF/Flax）を v5 に移植するときに使用。AlterLab Academic Skills スイートの一部。
UniProt（Swiss-Prot/TrEMBL）への直接 REST API アクセスを提供し、タンパク質配列検索、FASTA の取得、機能アノテーション（GO 用語、ドメイン）、データベース間の ID マッピングを行う。タンパク質エントリの検索、タンパク質 FASTA 配列の取得、生の HTTP/REST によるデータベース間のアクセッションのマッピングに使用；実験的な 3D 構造には alterlab-pdb、AI 予測の 3D 構造には alterlab-alphafold-db、タンパク質間相互作用ネットワークには alterlab-string-db、多くのデータベースにまたがる Python ワークフローには alterlab-bioservices を優先。AlterLab Academic Skills スイートの一部。
米国財務省の Fiscal Data API を 50 以上のデータセットと約 180 のデータテーブルにわたって照会し（API キー不要）、国の債務、政府支出、歳入、金利、為替レート、貯蓄債券に関する連邦財政データを取得する。米国の連邦財政データ、国の債務の追跡（Debt to the Penny）、Daily Treasury Statements、Monthly Treasury Statements、国債の入札、国債の金利、外国為替レート、貯蓄債券、その他の米国政府の財政統計を扱うときに使用。AlterLab Academic Skills スイートの一部。
Open Data Portal（ODP）API を通じて USPTO の特許および商標データにアクセスする — Patent File Wrapper 検索、審査履歴（PEDS の後継）、継続出願、譲渡、オフィスアクション、PTAB の決定 — そして TSDR による商標ステータス。特許や商標を検索するとき、先行技術調査を行うとき、特許の審査記録や譲渡記録を取得するとき、知的財産（IP）分析を行うときに使用。AlterLab Academic Skills スイートの一部。
アナリティクスのトラッキング実装のセットアップ、監査、デバッグ — GA4、Google Tag Manager、イベント分類、コンバージョン計測、データ品質。トラッキングプランをゼロから構築するとき、既存のアナリティクスの欠落やエラーを監査するとき、欠落イベントをデバッグするとき、GTM をセットアップするときに使用する。トリガーキーワード：GA4 setup、Google Tag Manager、GTM、event tracking、analytics implementation、conversion tracking、tracking plan、event taxonomy、custom dimensions、UTM tracking、analytics audit、missing events、tracking broken。マーケティングキャンペーンデータの分析には使用しない — それには campaign-analytics を使用。BI ダッシュボードには使用しない — プロダクト内のイベント分析には product-analytics を使用。
アプリまたはアプリ群の ASO パフォーマンスを分析します。追跡キーワードの順位と（gate-iv によって制御される）トレンド、カテゴリ順位の推移、競合状況を踏まえたキーワード機会、対話形式のキーワード追加フロー（唯一の書き込み経路）、率直なメタデータ提案を扱います。構造化された findings.json と、単体で動作する HTML レポートを出力します。「ASO レポート」「キーワードランキング」「キーワード機会」「<keyword> でどうランクインするか」「追加するキーワードを提案」などで起動します。
インフルエンサーキャンペーンの ROI を算出し、生のパフォーマンスデータから経営層向けのナラティブな要約を作成する。クリエイターキャンペーンの ROI 算出、経営層向けのキャンペーン実績レポート作成、生のインフルエンサー指標のエグゼクティブサマリー化、クリエイタープログラムの CPM・CPE・ROAS・EMV の計算、ステークホルダー会議向けのキャンペーン支出と収益の要約、CMO や VP へのインフルエンサーマーケティング ROI の証明、財務指標を含むキャンペーン総括レポートの作成、インフルエンサーチャネル効率と有料ソーシャルの比較を行う場合にこのスキルを使用する。キャンペーン開始前の KPI 目標設定は performance-benchmark-setter を参照。クリエイターの投稿コンプライアンスの追跡は creator-posting-compliance-tracker を参照。定性分析を含む完全なキャンペーン終了時レポートは post-campaign-creator-scorecard を参照。アトリビューションを可能にする UTM リンクの作成は utm-parameter-builder を参照。
ユーザーが「DiD 回帰を実装する」「因果推論パイプラインを書く」「イベントスタディを設定する」「操作変数を実装する」「回帰不連続デザインを実行する」「合成コントロールモデルを構築する」「傾向スコアマッチングを実装する」「平行トレンド検定を書く」「Bacon 分解を実装する」と依頼したとき、または Python、R、Stata での因果推論手法のコードテンプレートが必要なときにこの skill を使用する。Scott Cunningham の Causal Inference: The Mixtape に基づく。
CData ドライバー経由でデータソースに接続する Python アプリケーションコードを書くときに使用します。ただし、接続と SQL が cdata-cli discovery スキルで検証済みであることが前提です。言語を CData Python Connector のエディションにマッピングすること、CData の Python リポジトリからコネクターの wheel をダウンロードすること、そのライセンスを有効化すること、DB-API 2.0（cdata.<source>.connect）で接続することを扱います。これは cdata-cli の Python ビルドフェーズ版の相棒であり、対象アプリケーションの言語が Python（Salesforce、Snowflake、Jira、Gmail など）のときは常に呼び出します。
都爆鸭（doubaoya/本鸭）ニューメディアデータ取得パッケージ：DOUBAOYA_API_KEY で掲載中のデータを取得し、ネット上のファクトチェックを行う。データのみを提供：本文の執筆は dby-write、禁止ワードのチェックは dby-banned-words、レイアウトと下書き保存は dby-publish、不明な点は dby に確認。完成画像（画像生成／画像修正／素材画像／キービジュアル）は dby-image、本パッケージはカバーとタイトルの**参考データ**のみを提供する。トリガーワード：小紅書：検索／クロール／作品／制作／テーマ／タイトル／カバー／ランキング／リスト／トレンド／日間／週間／週間ランキング／TOP／人気ノート／バズノート／ノート検索、WeChat 公式アカウント：データ取得／クローラー／タイトル／カバー／ランキング／リスト／バズ記事／ダークホース／ベンチマーク、抖音：検索／データ取得／コメント／リアルタイム検索／総合検索、視頻号：AI／日報／バズ／テーマ、バズ：記事／タイトル／カバー／構成／模倣執筆／振り返り／ランキング／テーマ／ノート発見、テーマ：分解／インスピレーション／素材／切り口／シグナル、カバー：インスピレーション／参考／定番／デザイン／テーマ、タイトル：インスピレーション／最適化／定番／生成、アカウントプロフィール／アカウント診断／アカウント健全度／アカウント投稿一覧、ベンチマーク：分析／作品／おすすめ／マトリクス／アカウント／その後に執筆、競合：アカウント／診断／追跡／投稿の振り返り、海外展開：テーマ／バズ／日報／トラフィックの潮目、ノート：ベンチマーク／分解／生成／テーマ、コンテンツ：制作／インスピレーション／海外展開、クロスプラットフォーム：テーマ／分析／トレンド検索、ホット：スキャン／ランキング、今日のホット／総合ホット／ホットを追う／便乗ホット／便乗テーマ／テーマ探し／中長期テーマ／ショート動画テーマ／全ネット検索トレンド／トレンドキーワード／全ネットトレンドリスト／アグリゲートトレンドリスト／トレンド TOP10／デイリーリスト／今日のバズ／週間バズ／最近のバズ／全プラットフォームのバズ／低フォロワーバズ／素人バズ／抖音バズ検索、低フォロワー高いいね／ダークホースノート／ダークホースアカウント／トップアカウント／人気アカウント／類似アカウント／ベンチマークアカウント／サブアカウント戦略／コールドスタートベンチマーク／アカウント立ち上げ参考／公式アカウント診断／一括診断／シャドウバン／閲覧数低下／週次トレンド／直近 30 日の作品／最新投稿／最多いいね／右肩上がり／成長ランキング／閲覧数成長／成長率ランキング／トラフィックの方向性／熱度指数／トラフィックを追う／更新を追う／トピック研究／ジャンルの人気コンテンツを見る、高クリックタイトル／タイトル作成、出典確認／引用元／ネット検索／ネット検証／豆包検索／SNS 世論／世論モニタリング／ユーザーニーズ／コメント分析／コメントの傾向／コメントを見る／コメント欄を収集、リンク解析／リンクパース／作品詳細／記事を収集／抖音作品を収集／小紅書をそのまま模写／ベンチマークノートを探す／人気記事／公式アカウントを一括クロール／公式アカウントを監視／公式アカウントを購読／ある公式アカウントが何を投稿したか、AI 視頻号／小紅書抖音公式アカウント／文化観光／ショートドラマ／ジャンル日報／毎日何が推されているか／リアルタイムデータ取得
ローカルの DrugBank XML を解析して、薬剤情報、相互作用、標的、プロパティを取得する。ID/名前/CAS で検索し、重症度付きの DDI を抽出し、標的/酵素/トランスポーターをマッピングし、SMILES 類似度を計算する。主にローカル XML 経由;REST API はレート制限あり(開発版で月 3k)。ライブの生物活性には chembl-database-bioactivity、化合物プロパティには pubchem-compound-search を使用する。
インプロセスの分析用 SQL データベース管理システム。高速な分析クエリ（OLAP）向けに設計されている。Python のデータエコシステム（Pandas、NumPy、Arrow、Polars）との相互運用性が高い。取り込みステップなしでファイル（CSV、Parquet、JSON）を直接クエリできる。Pandas/Polars データに対する複雑な SQL クエリ、大規模な Parquet/CSV ファイルの直接クエリ、異なるソースのデータの結合、分析パイプライン、Excel には大きすぎるローカルデータセット、機械学習のための中間データ保存と特徴量エンジニアリングに使用する。
一定期間のアプリまたはコレクションへのフィードバックを分析します。前期間との差分付き KPI、評価・件数・感情の傾向、異常の指摘、上位のバグと機能リクエストを順位付けし、構造化された findings.json と自己完結型 HTML レポートを出力します。読み取り専用（書き込みは行いません）。「feedback report」「how are our reviews」「what are users complaining about」「review trends for <app>」「what are our testers saying」（Google Play のテストフィードバック）で起動します。
モデルファインチューニングサービス | Model Fine-tuning Service。LLM の LoRA/QLoRA ファインチューニング | LLM LoRA/QLoRA fine-tuning。7B/13B モデルのファインチューニング | 7B/13B model fine-tuning。Stable Diffusion LoRA トレーニング | Stable Diffusion LoRA training。20GB の VRAM を活用 | Leveraging 20GB VRAM advantage。トリガーワード：微调、fine-tune、LoRA、训练模型。
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。