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 クライアントを介して NCI Imaging Data Commons(IDC)のがん放射線画像および病理データセットをクエリしてダウンロードする。認証不要:pip wheel に parquet インデックスが同梱され、SQL は DuckDB でローカルに実行され、DICOM のダウンロードは s5cmd を介して公開 S3/GCS バケットからストリーミングされる。DuckDB のコホート選択には sql_query()、階層的なブラウジングには get_collections/get_patients/get_dicom_studies/get_dicom_series、ダウンロードには download_from_selection()、OHIF/Slim リンクには get_viewer_URL() を使用する。ローカルの DICOM 読み込みには pydicom-medical-imaging、全スライド病理の前処理には histolab を使用する。
DSP System Toolbox の System object を用いて適応フィルターを設計・実装する。適応フィルタリング、システム同定、ノイズキャンセリング、エコーキャンセリング、能動騒音制御 (ANC)、チャネル等化、逆システム同定、適応予測を扱うときに使用する。dsp.LMSFilter、dsp.RLSFilter、dsp.FilteredXLMSFilter、dsp.FrequencyDomainAdaptiveFilter、dsp.AffineProjectionFilter、dsp.BlockLMSFilter、dsp.AdaptiveLatticeFilter、dsp.FastTransversalFilter、maxstep()、および適応フィルタリング問題のアルゴリズム選択を網羅する。非推奨の adaptfilt.* オブジェクト（R2020a で削除）を置き換える。
化合物トリアージ向けのメディシナルケミストリーフィルター。ドラッグライクネス規則(Lipinski Ro5、Veber、Oprea、CNS、leadlike、REOS、Golden Triangle、Ro3)、構造アラート(PAINS、NIBR、Lilly Demerits)、化学基検出器、複雑度メトリクス、フィルター構成クエリ言語。RDKit/datamol 上に構築。hit-to-lead フィルタリング、ライブラリ設計、ADMET 事前スクリーニングに。分子 I/O には rdkit-cheminformatics または datamol を使用する。
ユーザーが ML 推論の最適化、エクスポート、配信、圧縮、高速化を求めたときにこのスキルを使う。次の場合に積極的に有効化する：(1) レイテンシ、スループット、p95/p99、バッチ処理、並行処理、KV cache、メモリ、コストの問題、(2) 量子化 INT8/INT4、GPTQ、AWQ、bitsandbytes、プルーニング、スパース化、蒸留、(3) ONNX export、ONNX Runtime、TensorRT、TorchScript、torch.compile、XLA、OpenVINO、Core ML、TFLite、(4) Triton、TorchServe、TF Serving、BentoML、Seldon、KServe の設定、(5) エッジデプロイ、CPU/GPU/TPU/Inferentia での配信。提供するもの：ハードウェアを考慮した推論最適化と安全なベンチマーク。
Smartlead キャンペーンの返信を取得し、Claude を使って各返信を positive/neutral/negative/OOO/bounce/unsubscribe に分類し、ポジティブ返信率 —— コールドメールの最重要指標 —— を報告する。キャンペーンが本当に機能しているか（返信が来ているかだけでなく、適切な返信が来ているか）を知りたいときに使用する。トリガーは "score my replies"、"how's campaign X doing"、"positive reply rate"、"is this campaign working"。
webhook、Zapier/Make、ネイティブ連携、カスタム API パイプラインで営業ツールを接続する — CRM 同期、イベントトリガー、データマッピング、エラー処理。Mailshake/Apollo/Salesloft からの CRM データが同期されない、webhook イベントが発火しないか不正な形式で届く、Zapier/Make の自動化が失敗またはレコードをスキップする、ツール間でデータが重複または欠落する、動作していた連携が突然壊れた場合に使用。Qwilr 専用の自動化（/sales-qwilr-automation を使用）、一般的な CRM プラットフォーム設定（/sales-apollo または /sales-salesloft を使用）、マーケティング自動化フロー（/email-sequence を使用）には使用しない。
Word / PDF / PPT ドキュメントの解析とデータ分析エンジン。3 種類のファイル形式の全量抽出、表の数値化、グラフ理解、複数ドキュメントの横断集計分析をカバーする。**次のいずれかに該当する場合は本 skill を積極的に使用する**：①ユーザーが .docx / .doc / .pdf / .pptx / .ppt ファイルをアップロードまたは指定し、内容の分析・抽出・集計を求めた場合；②ユーザーが次のトリガーワードを用いた場合：Word 分析 / PDF 解析 / PPT 抽出 / ドキュメント分析 / レポート解析 / スライド分析 / 請求書抽出 / 契約書分析 / ドキュメント統計 / 誤字 / 文法エラー / 文字サイズチェック / 履歴書分析 / 複数ドキュメント比較；③タスクがドキュメントからの表、数値、グラフ、書式（色/ハイライト/文字サイズ）、組織図、タイムラインなどの構造化情報の抽出に関わる場合。使用しないのは次の場合のみ：Excel/CSV データ分析（sn-da-excel-workflow を使用）、純粋な画像分析（sn-da-image-caption を使用）。
細胞外電気生理のための統一 Python フレームワーク。20 以上の形式(SpikeGLX、OpenEphys、NWB、Intan、Maxwell、Blackrock)を読み込み、前処理し、1 つの API で 10 以上のソーター(Kilosort4、SpykingCircus2、Tridesclous、MountainSort5)を実行し、品質メトリクス(SNR、ISI、発火率)を計算し、ソーターを比較し、NWB/Phy をエクスポートする。形式に依存しないマルチソーターのワークフローに。Neuropixels 固有の PSTH/デコーディングには neuropixels を使用する。
TiDB 向けの SQL を作成・レビュー・適応し、TiDB と MySQL の差異（VECTOR 型とベクトルインデックス/関数、全文検索、AUTO_RANDOM、楽観/悲観トランザクション、外部キー、ビュー、DDL の制限、およびプロシージャ/トリガー/イベント/GEOMETRY/SPATIAL など TiDB がサポートしない MySQL 機能）を正しく扱う。TiDB で実行する必要がある SQL の生成、MySQL の SQL を TiDB へ移行する場合、TiDB の SQL 互換性エラーのデバッグに使用する。
可視化、クラスタリング準備、特徴量エンジニアリングのための UMAP 次元削減。局所構造と大域構造を保持する高速な非線形多様体学習。標準 UMAP（fit/transform、sklearn 互換）、教師あり/半教師あり、Parametric UMAP（NN エンコーダ/デコーダ、TensorFlow）、DensMAP（密度）、AlignedUMAP（時系列/バッチ）。15 種類以上の距離指標、カスタム Numba 指標、事前計算距離に対応。線形削減には PCA、近傍グラフには sklearn NearestNeighbors を使用。
機械学習スタイルの API による空間データのグリッド化と補間。地理座標およびデカルト座標の点データを規則的なグリッドに処理します。エージェントが次のことを行う必要があるときに使用します：(1) 散在する空間データを規則的なグリッドにグリッド化する、(2) スプライン、線形、三次の手法で点データを補間する、(3) 投影法を用いて地理座標を処理する、(4) ブロック平均で大規模データセットを削減する、(5) 空間データから多項式トレンドを除去する、(6) グリッド化パラメータを交差検証する、(7) Chain で処理パイプラインを作成する、(8) GPS 速度などのベクトルデータをグリッド化する。
geniml Python パッケージによるゲノム区間データ（BED ファイル）の機械学習 — 領域埋め込み（Region2Vec）、領域とメタデータの結合埋め込み（BEDspace/StarSpace）、単一細胞 ATAC-seq 埋め込み（scEmbed）、コンセンサスピークセット / ユニバース（build-universe）、トークン化、BEDshift ランダム化、BBClient/BEDbase キャッシュ。領域/細胞埋め込みの学習や使用、scATAC-seq のクラスタリング、BED コレクションからのトークン化ユニバースの構築、ゲノム領域に対する ML/特徴学習タスクに使用します。単純な区間演算（オーバーラップ/インターセクト/マージのカウント）には使用しません — それは geniml ではなく gtars です。AlterLab Academic Skills スイートの一部です。
GeoPandas Python ライブラリで地理空間ベクターデータ（shapefile、GeoJSON、GeoPackage）を読み書き・分析します。PostGIS をサポートし、matplotlib、folium、cartopy と統合されています。空間分析や幾何演算 — バッファ分析、データセット間の空間結合とオーバーレイ、境界のディゾルブ、クリップ、面積と距離の計算、座標系の再投影、コロプレスマップの作成、ベクターファイル形式間の変換に使用します。これは表形式のベクターデータ向けです。ラスター/衛星/DEM の作業、スペクトル指数（NDVI）、地球観測データの空間 ML には geomaster スキルを優先してください。AlterLab Academic Skills スイートの一部です。
gtars（databio）による高性能なゲノム区間解析を実行します。これは Python バインディングを備えた Rust ツールキットであり、geniml ML ライブラリの性能が重要なバックエンドです。BED 領域セット間のオーバーラップ/jaccard/カバレッジの計算、IGD による区間のインデックス化、uniwig の蓄積/カバレッジトラックの生成、ML のためのゲノム領域のトークン化、単一細胞フラグメントの疑似バルクへの分割、GA4GH refget 配列ダイジェストの計算に使用します。領域埋め込みの学習（alterlab-geniml を使用）や非ゲノムの空間結合（alterlab-geopandas を使用）には使用しません。AlterLab Academic Skills スイートの一部です。
GTEx（Genotype-Tissue Expression）ポータル v2 REST API を照会し、組織特異的遺伝子発現（54 のヒト組織における中央値 TPM）、発現 QTL（eQTL）、スプライシング QTL（sQTL）を取得します。ある遺伝子がどの組織で発現するかを調べる、非コード/GWAS 変異が制御する遺伝子を eQTL で特定する、組織間での変異の調節効果を解釈する場合に使用します。キュレーションされた形質-変異関連（alterlab-gwas を使用）、集団の対立遺伝子頻度や変異制約（alterlab-gnomad を使用）、遺伝子/転写産物の構造や ID マッピング（alterlab-ensembl を使用）には使用しません。AlterLab Academic Skills スイートの一部です。
HypoGeniC で表形式データセットに対する LLM 駆動の仮説生成と検証を自動実行し、文献からの知見とデータ駆動の検証を組み合わせる。経験的データのパターンに関する仮説を体系的に探索する場合（例えば欺瞞検出や内容分析）に使用する。手動での仮説構築には alterlab-hypothesis-gen、自由な発想のアイデア出しには alterlab-scientific-brainstorm を使用する。AlterLab Academic Skills スイートの一部。
KEGG への REST API による直接アクセスを提供する（学術利用のみ）。パスウェイ解析、遺伝子からパスウェイおよび化合物からパスウェイへのマッピング、代謝反応、KEGG Orthology (KO)、薬物間相互作用、ID 変換に用いる。生の HTTP/REST で KEGG パスウェイを照会する場合、遺伝子や化合物を代謝マップにマッピングする場合、KEGG パスウェイ濃縮を実行する場合に使用する。タンパク質間相互作用ネットワークには alterlab-string-db、タンパク質配列とアノテーションには alterlab-uniprot、多数のデータベースを横断する Python ワークフローには alterlab-bioservices を優先する。AlterLab Academic Skills スイートの一部。
LabArchives 電子実験ノート（ELN）を REST API 経由で統合する。ノートブックへのアクセス、エントリと添付ファイルの管理、ノートブックのバックアップ、Protocols.io、Jupyter、REDCap との連携に対応する。LabArchives ELN ワークフローの自動化、ノートブックのエントリや添付ファイルのプログラムによる読み書き、LabArchives ノートブックのバックアップ、Protocols.io、Jupyter、REDCap との同期に使用する。AlterLab Academic Skills スイートの一部。
Latch SDK を使用して LatchBio プラットフォーム上でバイオインフォマティクスパイプラインを構築・デプロイします — @workflow/@task デコレーターでワークフローを作成し、LatchFile/LatchDir の I/O を処理し、サーバーレスワークフローを登録し、CPU/GPU タスクリソースを構成し、Latch Registry でデータを整理し、Nextflow/Snakemake パイプラインをラップします。Latch SDK ワークフローの開発やデプロイ、タスクリソースのサイジング、Registry の使用、Nextflow/Snakemake バイオインフォマティクスパイプラインの LatchBio への移植に使用します。DNAnexus（dxpy/dx CLI）や汎用の Flyte には使用しません。AlterLab Academic Skills スイートの一部です。
matchms を用いて質量スペクトル類似度を計算し、メタボロミクスのための化合物同定を行う。質量スペクトルの比較、類似度（コサイン、修正コサイン）のスコアリング、スペクトルライブラリ検索による未知化合物のアノテーションに対応する。MS/MS スペクトルを照合する場合、代謝物を同定する場合、ライブラリ検索を行う場合に使用する。完全な LC-MS/MS プロテオミクスパイプラインには alterlab-pyopenms を使用する。AlterLab Academic Skills スイートの一部。
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。