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 96,770 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
データのクエリ、追跡、再現を可能にし、FAIR 原則に準拠させる生物学向けオープンソースデータフレームワーク、LaminDB を扱う際に使用します。生物学データセット（scRNA-seq、空間データ、フローサイトメトリーなど）の管理、計算ワークフローの追跡、生物学オントロジーによるデータのキュレーションと検証、データレイクハウスの構築、生物学研究におけるデータ系譜と再現性の確保に適しています。データ管理、アノテーション、オントロジー（遺伝子、細胞種、疾患、組織）、スキーマ検証、ワークフローマネージャー（Nextflow、Snakemake）および MLOps プラットフォーム（W&B、MLflow）との連携、デプロイ戦略を扱います
データのクエリ、追跡、再現を可能にし、FAIR 原則に準拠させる生物学向けオープンソースデータフレームワーク、LaminDB を扱う際に使用します。生物学データセット（scRNA-seq、空間データ、フローサイトメトリーなど）の管理、計算ワークフローの追跡、生物学オントロジーによるデータのキュレーションと検証、データレイクハウスの構築、生物学研究におけるデータ系譜と再現性の確保に適しています。データ管理、アノテーション、オントロジー（遺伝子、細胞種、疾患、組織）、スキーマ検証、ワークフローマネージャー（Nextflow、Snakemake）および MLOps プラットフォーム（W&B、MLflow）との連携、デプロイ戦略を扱います
Neuropixelsの神経記録を解析します。SpikeGLX/OpenEphysデータの読み込み、前処理、動き補正、Kilosort4によるスパイクソーティング、品質指標、Allen/IBLによるキュレーション、AI支援の視覚分析に対応し、Neuropixels 1.0/2.0の細胞外電気生理データを扱います。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や、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。
BAM 入力から nf-core/pacsomatic のマッチド腫瘍-正常ワークフローを実行するためのオペレーターツールキット。ユーザーが実行入力の検証、pacsomatic 準拠の samplesheet の生成、再現可能な Nextflow 起動アーティファクトの準備、ローカル実行またはスケジューラ（LSF/Slurm/PBS/SGE）への投入、実行失敗のトリアージを必要とする場合にこのスキルを使用する。pacsomatic の実行、起動コマンド/スクリプトの準備、dry-run チェックの実施、パイプライン起動やスケジューラ投入エラーのトラブルシューティングの依頼でトリガーされる。
DICOM（Digital Imaging and Communications in Medicine）ファイルを扱うための Python ライブラリです。DICOM 形式の医用画像データの読み取り、書き込み、変更、医用画像（CT、MRI、X 線、超音波）からのピクセルデータ抽出、DICOM ファイルの匿名化、DICOM メタデータやタグの操作、DICOM 画像の他形式への変換、圧縮 DICOM データの処理、医用画像データセットの処理に使用します。医用画像解析、PACS システム、放射線診療ワークフロー、医療画像アプリケーションに関するタスクに適しています。
下流への影響分析を行いながら dbt モデルを安全にリファクタリングする。次のような dbt モデルの再構築に使用：（1）タスクに「refactor」「restructure」「extract」「split」「break into」「reorganize」が含まれる（2）CTE を中間モデルに抽出する、またはマクロを作成する（3）下流のコンシューマーがあるモデルロジックを変更する（4）カラムの名前変更、型の変更、モデル依存関係の再編成。変更を行う前にすべての下流依存関係を分析する。
Scry で意味ベクトルを合成する — 概念を @handles として埋め込み、コサイン距離で検索し、ベクトル代数でバイアスを除去し、信号損失を診断する。次のタスクに使用する: 意味検索、埋め込み、ベクトル、コサイン距離、<=>、「X but not Y」、バイアス除去、この概念を埋め込む、@handle、vibe algebra、概念ベクトル。次には使用しない: word2vec の学習、埋め込みのファインチューニング、ローカルベクトルデータベース（FAISS、Pinecone、Chroma）、単純なキーワード/SQL 検索（scry を使用）。
SHAP（SHapley Additive exPlanations）を使用したモデルの解釈可能性と説明可能性。機械学習モデルの予測の説明、特徴量重要度の計算、SHAPプロット（ウォーターフォール、ビーズウォーム、バー、散布図、フォース、ヒートマップ）の生成、モデルのデバッグ、モデルのバイアスや公平性の分析、モデルの比較、説明可能なAIの実装に使用します。ツリーベースモデル（XGBoost、LightGBM、Random Forest）、ディープラーニング（TensorFlow、PyTorch）、線形モデル、あらゆるブラックボックスモデルに対応します。
GA4、Google Search Console、Microsoft Clarity を統合してプレミアムな HTML メールにまとめる週次分析レポート。週次のプロダクト分析レポートを生成する日曜日の cron ジョブの自動化に使用する。ユーザー、セッション、ページビュー、SEO パフォーマンス（クエリ、インプレッション、CTR、順位）、UX の摩擦（デッドクリック、レイジクリック、クイックバック）、週次比較のトレンドを追跡する。説明責任の追跡（やると言ったことを実行したか？）、影響度/工数の評価付きの優先順位付き推奨事項、実行可能なチェックリストを含む。ペルソナ: 月額 15K ドルの SEO コンサルタント。出力: HTML メール + チャット要約。
ユーザーが Xquik 経由で X (Twitter) API と連携し、ツイート検索、ユーザープロフィールの照会、フォロワーの抽出、giveaway 抽選の実行、アカウントの監視、トレンドトピックへのアクセスを行いたいときに使用。ユーザーが 'Xquik'、'Twitter API'、'X API'、'tweet scraper'、'follower extraction'、'Twitter monitoring' に言及したときにも使用。REST API、webhooks、MCP サーバーのセットアップを扱う。
ユーザーがすでに持っている業務データ（Airtable、Notion、Google Sheets、Lark Base、Excel、CSV エクスポート、または以前誰かが設定したデータベース）から、一度の作業で3つの成果物を作成します。データベースに実際に記録されている内容の平易な説明、データの問題点と盲点の一覧、最も差し迫った金銭面の疑問に答える1ページのダッシュボードです。アラートは金銭的リスクの大きさで順位付けします。ダッシュボードやデータの分析を希望する場合（「ダッシュボードを作って」「スプレッドシートをダッシュボードにして」「データから何が分かる？」「帮我做仪表板」「分析我的数据/表格」）、対象製品のリンクやファイルを共有してデータの内容を尋ねる場合、または新しいエクスポートを持ち込み以前のページを更新する場合に使用します。データベース自体の設計・再構成（breakthrough-base-schema-design の対象）、第二の脳や保管庫の構築、リアルタイムで自動更新されるダッシュボードには使用しません。各ページは1回のエクスポートに基づくスナップショットです。
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。