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。
その他
PyTorch SummaryWriterとTensorFlow/Kerasコールバックを使って、TensorBoardでMLの学習データを記録・表示します。スカラー、画像、テキスト、ヒストグラム、モデルグラフ、埋め込みプロジェクター、ハイパーパラメータ表、PR曲線、TensorFlowまたはPyTorchプロファイラーのトレースに対応します。学習中の損失・精度曲線の描画、1つのダッシュボードでの複数実行の比較、重みや勾配分布の確認、PCAまたはt-SNEによる埋め込みの投影、ハイパーパラメータ実験の追跡、学習ループの性能ボトルネックの特定に使用します。チーム協業を伴うホスト型実験トラッキングには適しません。専用のトラッキングサービスを使用してください。
umap-learn（UMAP）を使ってPythonで高次元データを削減・埋め込みます。2D/3D可視化、教師あり・半教師ありUMAP、DensMAP、AlignedUMAP、Parametric UMAP（Keras）、新しいデータへのtransform()、逆変換に対応します。高次元データの2Dまたは3D埋め込みによる可視化、HDBSCANクラスタリング用の特徴量前処理、一部のラベルによる埋め込みの誘導、時点やバッチ間の埋め込みの整列、未見サンプルの学習済み埋め込みへの投影に使用します。n_neighbors、min_dist、n_components、metricを調整します。線形PCAやt-SNE専用のワークフローには適しません。
Vaex を使用して、RAM に収まらない表形式データセットを処理・分析します。Vaex は、メモリマップされた HDF5 および Arrow ファイル上で遅延評価によるアウトオブコア DataFrame を扱う Python ライブラリで、CSV と Parquet のインポート／エクスポートにも対応します。仮想列、フィルタリング、groupby 集計、大規模データのヒートマップとヒストグラム、vaex-ml のトランスフォーマー、PCA、K-means を扱います。複数 GB の CSV/HDF5/Arrow/Parquet ファイルの読み込みや変換、数十億行の高速な統計計算、大規模データセットの可視化、メモリに収まらない ML パイプラインの構築、遅延評価と delay=True による遅い集計の高速化に使用します。データが RAM に収まる場合は polars、クラスター分散処理には dask を優先してください。
Patchright のブラウザ自動化で VRBO（Vrbo / Expedia Group）のバケーションレンタル（一棟貸し、コンド、キャビン）を検索する。VRBO は Akamai Bot Manager の背後にあるため、通常の HTTP や標準の Playwright では 429 のボットブロックに遭遇する。一棟貸しやグループ滞在、複数ベッドルームの物件、Airbnb と VRBO の比較に使用する。トリガーフレーズには search VRBO、Vrbo rentals、vacation rental、cabin rental、whole house、condo for the group が含まれる。
Zarr-Python 3 を使い、チャンク化・圧縮された N 次元配列とグループを保存する方法を案内します。ローカル、メモリ内、ZIP、fsspec 対応の S3/GCS/HTTP ストアに加え、NumPy、Dask、Xarray との連携を扱います。配列の作成、サイズ変更と追加、属性、チャンクとシャードのサイズ設定、コーデック、統合メタデータ、v2 から v3 への移行を網羅します。Zarr 配列やグループの作成・読み込み、大規模データセットのチャンクサイズや圧縮方式の選択、S3 または GCS 上の配列の読み書き、時系列配列への追加、Zarr-Python 2 から 3 へのコード移行に使用します。Dask または Xarray で並列 I/O を設定する場合にも使用します。ラベル付き多次元データセットには Xarray を使用してください。
条件に合う Kalshi 予測市場を DFlow 上で見つける —— 裁定（YES+NO<$1）、安価なロングショット、ほぼ確実な短期の賭け、最大の変動銘柄、最も広いスプレッド、最高の出来高、最も早く終了するもの、およびシリーズ／イベントレベルのスキャン。ユーザーが「無料の金はどこ？」「価格が誤った市場はある？」「出来高のある安い YES」「今日何が動いた？」「まもなく終了する市場」「このイベントで最も安い YES」「出来高上位の市場」「X が起きたら知らせて」（ストリーミング）と尋ねたときに使用する。注文には使用しない（`dflow-kalshi-trading` を使用）、ユーザー自身のポジションの表示には使用しない（`dflow-kalshi-portfolio` を使用）、スキャンと無関係な一般的なライブデータの配管には使用しない（`dflow-kalshi-market-data` を使用）。
あるウォレットが DFlow の Kalshi 予測市場で何を保有しているかを表示する — 現在のポジション、未実現の時価評価、実現損益、アクティビティ履歴、償還可能な勝ちトークン。ユーザーが「自分のポジションは？」「何を保有している？」「儲かっているか損しているか？」「約定履歴は？」「何を償還できる？」「ポートフォリオを時価評価して」「このウォレットの DFlow アクティビティを見せて」と尋ねたときに使用する。読み取り専用。売却や償還の実行（`dflow-kalshi-trading` を使用）、ウォレットに関係しない市場全体のデータ（`dflow-kalshi-market-data` を使用）、新しい市場の発見（`dflow-kalshi-market-scanner` を使用）には使用しない。
DFlow 経由で Kalshi 予測市場の YES/NO 結果トークンを売買・償還する。イベントへの賭け、Kalshi 注文の発注、YES または NO ポジションの取得、Kalshi ポジションの解消、市場確定後の勝ち結果トークンの償還、PM 取引の優先手数料の調整、アプリが tx / ATA / 市場初期化コストを負担するガスレス / スポンサード PM フローの構築に使用する。`dflow` コマンドラインと DFlow Trading API の両方を扱う。市場の発見、ポジションの表示、価格のストリーミング、Proof KYC の完了、非 Kalshi の現物スワップには使用しない。
連続アクションヘッド、LoRA 適合、LIBERO シミュレーションおよび ALOHA 実機環境での FiLM 条件付けを用い、ロボット動作生成のための OpenVLA-OFT および OpenVLA-OFT+ ポリシーをファインチューン、評価します。OpenVLA-OFT 論文の結果の再現、独自 VLA アクションヘッド（L1 または拡散）の学習、ALOHA のサーバー・クライアント推論のデプロイ、正規化、LoRA のマージ、GPU 跨ぎの問題のデバッグに使用します。
ユーザーがある企業に持続的な競争優位があるかどうかを判断する必要があるときにこの skill を起動する。典型的なトリガー：ユーザーが特定の株式/企業を分析する際に "这门生意好不好"、"护城河够不够深"、"这个商业模式能不能持续赚钱" と尋ねる場合、または PE や財務指標から企業を評価しようとしても整理できない場合。適用外：純粋な財務モデリング（DCF 計算）、能力の輪の外にあることが明確な企業（まず能力の輪のフレームワークに戻るべき）、短期取引のタイミング判断。重要な言語シグナル："这个生意模式怎么样"、"为什么这家公司能一直赚钱"、"竞争对手能不能抢走它的市场"。
Hevy フィットネスアプリでワークアウトルーティンを作成する。トレーニングプログラム（テキスト/PDF/画像）をコマンドラインで Hevy JSON 形式に変換する。種目の ID を検索し、ルーティン JSON を構築し、API 経由で作成する。使用場面：ジムのルーティン作成、ワークアウトプランのインポート、種目 ID の検索、ワークアウト JSON の構築、プログラムの変換（PPL、5x5、531、GZCLP、nSuns、Starting Strength、PHUL、PHAT、Upper/Lower、Full Body）、Hevy への同期、その他あらゆる Hevy API タスク。キーワード：フィットネスアプリ、ワークアウトトラッカー、ルーティンビルダー、ジムプログラム、筋力トレーニング、筋肥大、種目データベース、トレーニングログ、ウエイトリフティング、ボディビル ユーザー呼び出し可能：/hevy
華為クラウドのオープン機能オンラインチャレンジ（activity_code=open-capability-2026-1024）の Agent 提出インターフェース（POST {base}/submit-activity-work）を直接呼び出します。AK/SK ヘッダー（X-HW-AK / X-HW-SK / X-HW-Security-Token）を使い、イベントで生成された作品リンク／パブリック URL を「サンドボックスデプロイ」（milestone=beginner）と「ECS 永続デプロイ」（milestone=intermediate）の 2 段階に自動提出し、成功後に獲得した対応ポイントを報告します。サンドボックスデプロイ（beginner）の完了後、作品を開発者作品ギャラリーのチャレンジに公開するかどうか、任意であることを含めて必ずユーザーに確認します。この時点で未公開なら、ECS（intermediate）の完了後にもう一度確認します。公開済みなら、ECS 段階では再確認しません（npx skills add ... publish-work-to-gallery）。作品の提出、チャレンジ成果の提出、イベント成果の自動提出、サンドボックスリンク／パブリック URL の提出をユーザーが依頼した場合、または華為クラウドのオープン機能チャレンジに生成済みサンドボックス URL を提出する必要がある場合に使用します。このスキルは本番環境のインターフェースを常に使用します。環境を切り替える必要はなく、切り替えてはいけません。インターフェースの呼び出し専用で、ページ／ブラウザー操作は行いません。
羅翔（ルオ・シャン）の視点：中国政法大学の刑法学教授で法学啓蒙クリエイターの思考フレームワークで、法的問題、社会正義、人生哲学を捉える。素材の出典：Bilibili の「羅翔が刑法を語る」チャンネル、著書（『円圏正義』『刑法学講義』など）、メディアインタビューなど。中核モデル：5 個。意思決定ヒューリスティック：9 項目。トリガーワード：「羅翔」「羅翔先生」「羅翔のやり方で」「羅翔の視点から」「羅翔はどう見るか」。限界：これは法律相談サービスではなく、弁護士による個別案件の分析に代わるものではない。素材は刑法・法治・人生哲学が中心で、民商法・行政法のデータは不十分。調査時期：2026 年 4 月。
A株の「MACD 強気ダイバージェンス + ゼロライン下での2度目のゴールデンクロス」の実践分析と取引執行スキル。ユーザーの相場感の記述を、実行可能な3段階の判断（監視リスト入り／試し買い可／撤退必須）、場中チェックリスト、エントリーとリスク管理のルールに変換します。「2度目のゴールデンクロス」「水面下の2度目のゴールデンクロス」「強気ダイバージェンス」「1本目2本目」「押し目での底値確認」「MACD ダイバージェンス」「底値拾いのリペア」「入りたいが偽シグナルが怖い」などの場面に適用されます。
野球の知識がまったくないユーザーに向けて、野球とファンタジー野球の専門用語を平易な英語に変換する。MLB エージェントチームが生成するすべてのユーザー向け文（モーニングブリーフ、トレード提案、ウェイバー指名、チャット要約）をラップする。専門用語を検出し、ドキュメント内で最初に登場したときにインラインの括弧書きで平易な英語の注釈を付け、アクション動詞のはしご（START / SIT / ADD / DROP / BID $X / ACCEPT / COUNTER / REJECT）を強制し、「hot streak」や「positive matchup」のような既知を前提とした表現を拒否する。初心者向けに翻訳して、平易な英語で説明して、これを翻訳して、専門用語なしで書いて、初心者にわかりやすくしてと依頼されたとき、または K L D'Souza の Fantasy Baseball 2K25 チーム向けのユーザー向け MLB 出力を生成するときに使用する。
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。