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 100,928 件掲載。コマンド 1 行でインストールできます。
すべて
Alibaba Cloud NAS のマウント失敗を診断しトラブルシューティングする。ユーザーが Linux または Windows で NAS マウントエラーに遭遇した場合に使用する。NFS および SMB プロトコルのマウント失敗、ネットワーク接続の問題、権限グループの設定ミス、セキュリティグループのポート遮断、"mount.nfs No such device"、"access denied by server"、Windows システムエラー 53/58/64/67/85/1231/1272/1312/3227320323 などの特定のエラーコード、起動時の自動マウント失敗を含む。汎用 NAS と Extreme NAS の両方のファイルシステムを対象とする。コンテナ（K8s/Docker）の NAS マウント問題、VPC 間／アカウント間のマウント問題、ECS クラウドアシスタントによる一括マウント失敗も扱う。
任意の GRCh38 一塩基変異について、事前計算済みの AlphaGenome Atlas 効果（Phred 値と 18 項目の SHAP 特徴帰属を含む AVI スコア、および RNA-seq、DNase、ATAC、ChIP-TF、ChIP-histone、CAGE、PRO-cap、スプライシング、ポリアデニル化、コンタクトマップの各トラックの生スコアと分位スコア）を検索します。AlphaGenome モデルでヒトとマウスの変異をオンデマンドでスコアリングしたり、領域をスキャンしたり（変異スコアリング、インシリコ変異導入、REF 対 ALT のトラック予測）し、Atlas ウェブサイトへのディープリンクを作成します。AlphaGenome、AlphaGenome Atlas、AVI、AlphaGenome Variant Impact、DeepMind の変異効果予測に言及した場合や、VCF、信頼セット、領域内の SNV による非コード、調節、スプライシング、エンハンサー、プロモーター、クロマチンアクセシビリティへの影響を優先順位付けまたは機序的に解釈したい場合に使用します。研究用途のみ。臨床ツールではありません。
教員と研究者向けのアカデミックキャリア文書および専門能力開発資料を作成します。アカデミック CV、研究ステートメント、教育哲学、ダイバーシティステートメント、教員職のカバーレター、テニュア資料、昇進ナラティブ、アカデミックポートフォリオ、メンタリングステートメントの起草や、学会でのネットワーキング戦略の立案、アカデミックなウェブプレゼンスの構築、ORCID プロフィールの設定、インパクト指標の理解に使用します。AlterLab Academic Skills スイートの一部です。
包括的な臨床レポートを作成します — 症例報告 (CARE ガイドライン)、診断レポート (放射線科、病理科、検査科)、臨床試験レポート (ICH-E3、SAE、CSR)、患者ドキュメント (SOAP ノート、H&P、退院サマリー) — テンプレート、規制遵守 (HIPAA、FDA、ICH-GCP)、検証ツールを備えます。ジャーナル発表用の症例報告、放射線科/病理科/検査科の診断レポート、ICH-E3 臨床試験報告書 (CSR) や SAE ナラティブ、規制に準拠した書式が必要な SOAP/H&P/退院患者記録を起草するときに使用します。AlterLab Academic Skills スイートの一部です。
13 体のエージェントからなるディープリサーチパイプラインを実行し、あらゆるトピックの厳密な学術業務を 7 つのモード（本格調査、クイックブリーフ、論文レビュー、文献レビュー、ファクトチェック、ソクラテス式の誘導型リサーチ対話、任意でメタアナリシスを含むシステマティックレビュー）で支援する。研究課題の定式化、ソクラテス式メンタリング、方法論設計、系統的文献検索、情報源の検証、情報源をまたぐ統合、バイアスリスク評価、メタアナリシス、APA 7.0 レポートの作成、編集レビューと悪魔の代弁者レビュー、倫理審査、研究後の文献モニタリングを扱う。research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、guide my research、help me think through、araştırma、literatür taraması、sistematik derleme、meta-analiz、araştırmamı yönlendir、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題 といったリクエストで使用する。AlterLab Academic Skills スイートの一部。
HTML/CSS で研究ポスターを作成します。レスポンシブレイアウトと容易なビジュアル統合に対応し、PDF または PPTX に書き出せます。ユーザーが PowerPoint/PPTX/PPT ポスター、HTML/ウェブベースのポスター、PowerPoint で編集するポスターを明示的に求めた場合、または LaTeX が利用できない場合にのみ使用してください。形式が指定されていない標準/学会の研究ポスターには alterlab-latex-posters を、スライド資料/口頭発表には alterlab-scientific-slides を使用してください。AlterLab Academic Skills スイートの一部です。
ScholarEval に着想を得た 8 次元のルーブリックで学術成果を評価し、研究品質の各次元（問題設定、文献、方法論、データ、分析、結果、執筆、引用）にわたる構造化された評価を、1〜5 の定量的なルーブリックスコア、重み付き集計、実行可能なフィードバックとともに生成する。論文、学位論文、研究成果をルーブリック基準で採点・評価するとき、または改訂をまたいで出版準備度をベンチマークするときに使用する。チェックリストに基づく叙述的な査読報告には alterlab-peer-review を優先し、エビデンス/主張の品質と論証の妥当性には alterlab-scientific-thinking を使用する。AlterLab Academic Skills スイートの一部。
仮説検定の選択、前提条件の確認、効果量、検出力分析、APA 形式の報告を、scipy.stats、statsmodels、pingouin を用いてガイド付きで行います (ベイズ代替手法は PyMC)。データに適した統計検定を選んで実行する場合、検定の前提を検証する場合、検出力/サンプルサイズを計算する場合、学術研究向けの APA スタイルの結果を作成する場合に使用します。特定のモデルをプログラムで実装する場合は alterlab-statsmodels を優先してください。AlterLab Academic Skills スイートの一部です。
statsmodels による Python での統計モデリング——OLS/WLS/GLS、GLM、離散選択モデルとカウントモデル、混合モデル、ARIMA/SARIMAX/VAR を、診断、ロバスト標準誤差、係数レベルの推論とともに扱う。計量経済学、時系列、または係数表と信頼区間を伴う厳密な推論のために特定のモデルクラスを当てはめるとき、あるいは statsmodels 0.15 向けにコードを更新するとき（result_object は results という名前、rng キーワード）に使用。APA 報告を伴う統計検定の選択ガイドが必要な場合は alterlab-statistical-analysis を推奨。AlterLab Academic Skills スイートの一部。
このスキルは、ユーザーが Amazon の検索結果から商品データを自動的に抽出できるようにするためのものです。ユーザーがキーワードに関連する商品の検索、特定ブランドのベストセラー商品の検出、Amazon 上の商品価格と在庫状況の監視、市場調査のための商品リスティングの抽出、競合分析のための商品評価とレビュー数の収集、指定した最大件数までの特定商品の検索、ローカライズされた結果を得るための異なる言語での Amazon 検索、ブランド商品の月間売上推定の追跡、商品カタログ用の商品 URL とタイトルの収集、特定カテゴリでの Amazon の Best Seller タグのスキャン、ブランド商品の配送・配達情報の監視、Amazon 検索結果の構造化データセットの構築を依頼した場合、Agent はこのスキルを積極的に適用すべきです。
任意の Anthropic Academy（Skilljar）コースを構造化された markdown フォルダに抽出する。ユーザーが anthropic.skilljar.com の URL を提示し、コースの抽出、調査、ダウンロード、markdown への変換を求めたときに起動する。セクションフォルダに整理してレッスンごとに 1 つの markdown ファイルを生成し、コースの図をダウンロードして説明を付ける。「このコースを抽出して」「markdown に変換して」「この skilljar リンクを深く調査して」といった発言や、任意の anthropic.skilljar.com URL の提示で使用する。
Pydantic v2 を用いた FastAPI プロジェクト向けの API コントラクト設計規約。設計フェーズで、新しい API エンドポイントの計画、リクエスト/レスポンスコントラクトの定義、ページネーションやフィルタリングの設計、エラー応答の標準化、API バージョニングの計画を行うときに使用。RESTful な命名、HTTP メソッドのセマンティクス、Pydantic v2 のスキーマ命名規約（XxxCreate/XxxUpdate/XxxResponse）、カーソルベースのページネーション、標準エラー形式、OpenAPI ドキュメントを網羅する。実装の詳細（python-backend-expert を使用）やシステムレベルのアーキテクチャ（system-architecture を使用）は対象外。
半透明のガラス表面、vibrancy/blur マテリアル、2025 Liquid Glass 言語、アプリアイコン（連続コーナーのスクワークル）、SF Symbols を実装する際に使用する。apple-design ファミリーの一部。キーワード：liquid glass、vibrancy、blur、backdrop-filter、frosted glass、translucency、material、ultraThinMaterial、glassEffect、specular highlight、lensing、app icon、squircle、superellipse、continuous corner、corner-shape、icon grid、SF Symbols、symbol rendering mode、hierarchical palette multicolor、symbol effect。
モジュラーモノリス、クリーンアーキテクチャ、垂直スライス、マイクロサービス、DDD、CQRS、クラウドネイティブの境界を網羅し、過剰設計を避けつつ .NET ソリューションアーキテクチャを設計またはレビューする。使用対象：.NET のアーキテクチャ選定、レイヤーとドメイン境界のレビュー、サービス分割、クリーンアーキテクチャ・垂直スライス・DDD・CQRS・モジュラーモノリスの判断。使用対象外：無関係な技術スタック、この具体的な指針を必要としない汎用タスク。呼び出し内容：リポジトリのコンテキストを調査し、対象ファイルを編集し、変更時に該当するビルド・テスト・lint・検証コマンドを実行する。
保存したクエリ/カテゴリに一致する新しい論文を arXiv で監視します。確定的な "seen" トラッキングを備えたウォッチリストを管理し、以降のチェックでは新しいものだけを返します。ユーザーが "watch arxiv"、"track arxiv"、"new papers on"、"arxiv monitor"、"check my arxiv watches" と言う、または定期的な発見を求める場合に使用します。arxiv-search に依存します（兄弟 skill としてインストールする必要があります）。
TypeScript または React（.ts/.tsx）のコードに対して ast-grep のパターン、YAML ルール、codemod を書く、デバッグする、レビューするときにこのスキルを使用——JSX 要素、props、hooks、インポート、型構文を検索し、書き換える。TS/React 特有の落とし穴——tsx と typescript の言語の違い、JSX と TypeScript のノード種別、フラグメントのマッチング、書き換え、@ast-grep/napi API——を扱う。汎用の ast-grep スキル（ルールの仕組み）を補完する——対象コードが TypeScript または React のときは常にこちらを使う。
PostHog プロジェクトの物化ビュー（保存されたクエリ）の健全性を監査する — 失敗したすべての物化を洗い出し、ストレージとコンピューティングを消費している未使用または古い物化ビューをフラグ付けする。ユーザーが「自分のビューのどれが壊れているのか？」「なぜこの物化ビューが失敗するのか？」「自分のビューがコンピューティングを無駄に使っているか？」と尋ねたとき、またはビューの健全性を一度にトリアージしたいときに使用する。ソース/同期の健全性には `auditing-warehouse-source-health` を使用する。
キーベースのログイン（推奨）またはメール OTP で OpenAnt にサインインします。login --key を使用し、その後 agents register で新しいエージェントを登録します。エージェントがログインする必要があるとき、認証状態を確認するとき、ID を取得するとき、または "Authentication required" や "not signed in" エラーで操作が失敗したときに使用します。本スキルは、タスクの作成、作業の受諾、提出、その他の書き込み操作の前提条件です。
TypeScript/Pythonでクラウドインフラを構築するAWS Cloud Development Kit（CDK）のエキスパートです。CDKスタックの作成、CDKコンストラクトの定義、Infrastructure as Codeの実装、またはCDK、CloudFormation、IaC、cdk synth、cdk deployへの言及や、AWSインフラをプログラムで定義したい場合に使用します。CDKアプリの構成、コンストラクトのパターン、スタックの構成、デプロイワークフローを扱います。
Brain Imaging Data Structure（BIDS）標準を使用して、神経科学・生物医学データセットを整理、検索、検証、変換します。MRI、PET、EEG、MEG、iEEG、EMG、NIRS、顕微鏡、モーションキャプチャ、行動データに対応します。PyBIDS（BIDSLayout）、bids-validator、HeuDiConv、dcm2bids、BIDScoin、JSON sidecars、dataset_description.json、events.tsv、participants.tsv、.bidsignore、derivatives を扱います。生データを BIDS ディレクトリとファイル名に整理する場合、DICOM スキャンを BIDS に変換する場合、OpenNeuro または DANDI への提出前にデータセットを検証する場合、PyBIDS でファイルや sidecar メタデータを検索する場合、BIDS derivatives を作成する場合に使用します。細胞外 Neuropixels 解析には neuropixels-analysis を使用してください。
ユーザーが Bootstrap のコンポーネントについて尋ねたときにこの skill を使用する。例えば "how to create a modal"、"navbar not collapsing"、"carousel autoplay"、"responsive card grid"、"toast notifications"、"dropdown menu"、"accordion FAQ"、"offcanvas sidebar"、"tab navigation"、"tooltip not showing"、"popover not working"、Bootstrap の accordion、alerts、badges、breadcrumb、buttons、button groups、cards、carousel、close button、collapse、dropdowns、list group、modal、navbar、navs and tabs、offcanvas、pagination、placeholders、popovers、progress、scrollspy、spinners、toasts、tooltips に関する場合、または任意の Bootstrap UI コンポーネントの実装について助けが必要な場合。
Power BI セマンティックモデル向けの対話的な BPA ルール生成。ガイド付きの探索、モデル調査、エキスパートによるルール作成。ユーザーが「BPA rule」「Best Practice Analyzer」に言及した場合、または「create a BPA rule」「audit BPA rules」「recommend BPA rules」「set up BPA for my team」「check model for best practices」「validate BPA rules」「improve a BPA expression」を求めた場合に自動的に呼び出す。
BPMN 2.0 のビジネスプロセス図（.bpmn XML）を読み取り、説明し、作成し、編集します。ユーザーがプロセス/ワークフローを BPMN として開く、レビューする、要約する、モデル化する、変更するときに使用します — スイムレーン、プール、レーン、ゲートウェイ、タスク、イベント、シーケンスフロー、境界イベントを含みます。ユーザーが「BPMN」と明示的に言わなくても、.bpmn ファイル、プロセスモデル/図、図にしたいワークフローの説明、または Camunda/Zeebe/Flowable/bpmn.io のモデルを扱う場合にもトリガーします。クリーンで自動生成されたレイアウトの有効な BPMN 2.0 XML を生成します。
brain に入るコンテンツの書き込み前品質ゲートです。生のコピーは禁止です。brain リポジトリへの単純な cp/mv は不具合です。新しいページを追加する前に、まずレジストリを優先して固有表現を解決します（ベクトルスコアは文章の下限であり、固有名詞の判定基準にしてはいけません）。次に、最上位ヒットを読んで重複を判断するツリー（clear-dup / plausible-dup / clear）を実行します。重複排除を担当し、内容の拡充は提供済みの取り込みスキルに委譲します。これはルーティング規約であり、操作境界を強制するものではありません。
brain ページをユーザーに報告する際は、新規作成、編集、コミット、サブエージェントからの伝達のいずれの場合も、同じメッセージ内で機能するリンクを成果物として提示します。パスは機械的に取得し（git ls-files --full-name）、リンクを提示する前に push します。ホストされたリモートがある場合はリンク先を検証し、ない場合は定義済みのフォールバック手順に従います。brain ページ内ではルールが逆になり、相対リンクでリンクグラフを維持し、絶対 URL はチャットでの成果物にのみ使用します。
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。