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
科学データファイルに対する探索的データ解析（EDA）。形式を自動判別し、構造・品質・統計のチェックを実行し、下流の推奨事項を含む markdown の EDA レポートを書き出す。データファイルの「探索」「分析」「要約」「プロファイリング」「QC」を求められた場合や、どの解析を実行するかを決める前にその構造・内容・品質を把握したい場合に使用する。表形式（.csv .tsv .xlsx .parquet）、配列（.npy .npz .hdf5 .h5 .mat .fits）、配列解析/ゲノミクス（.fasta .fastq .sam .bam .vcf .bed .gff .gtf .h5ad）、顕微鏡（.tif .nd2 .czi .lif .ims .dcm .nii）、分光/質量分析（.mzML .mzXML .mgf .fid .jdx）、化学（.pdb .cif .mol .sdf .xyz .gro）、プロテオミクス/メタボロミクス（.pepXML .mzid .mzTab）を対象とする。系列のゼロショット予測には alterlab-timesfm を、チャンク化されたクラウド配列ストアの作成/設定には alterlab-zarr を使用する。AlterLab Academic Skills スイートの一部。
edgartools Python ライブラリを使って SEC EDGAR 提出書類のデータにアクセス・分析・抽出する。SEC 提出書類、財務諸表（損益計算書、貸借対照表、キャッシュフロー計算書）、XBRL 財務データ、インサイダー取引（Form 4）、機関保有（13F）、企業財務、年次/四半期報告書（10-K、10-Q）、委任状説明書（DEF 14A）、8-K 臨時報告、ティッカー/CIK/業種による企業スクリーニング、複数期間の財務分析、その他あらゆる SEC 規制提出書類を扱う場合に使用する。AlterLab Academic Skills スイートの一部。
ESM タンパク質言語モデルを実行する。ESMC は埋め込みと表現、ESMFold2 は構造予測、ESM3 は配列・構造・機能にまたがる生成的多モーダルタンパク質設計を担う。ローカルまたはホスト型の Biohub Platform API（旧 Forge）経由で実行できる。タンパク質配列、構造、機能予測の扱い、新規タンパク質の設計、タンパク質埋め込みの生成、逆折りたたみ、タンパク質工学タスクに使用する。AlterLab Academic Skills スイートの一部。
サードパーティの Paper2All パイプライン（LLM 呼び出しは OpenRouter/OpenAI 経由）で学術論文をプロモーション・プレゼンテーション形式に変換します——論文 PDF とその LaTeX ソースから、インタラクティブなウェブサイト（Paper2Web）、プレゼンテーション動画（Paper2Video）、学会ポスター（Paper2Poster）を生成します。論文を広める場合、学会の準備、探索可能な学術ホームページの構築、ビデオアブストラクトの生成、完成した論文からの印刷可能なポスターの自動生成に使用します。手作り LaTeX ポスターには alterlab-latex-posters、トーク資料には alterlab-scientific-slides を使用してください。AlterLab Academic Skills スイートの一部です。
pymatgen ツールキットで材料を分析・操作する — 結晶構造と分子、状態図と熱力学的安定性、電子構造（バンド構造、DOS）、表面と界面、および Materials Project データベースへのアクセス。材料科学における結晶構造の扱い、構造フォーマット間の変換（CIF、POSCAR、XYZ）、対称性や空間群の解析、状態図の計算、Materials Project API へのクエリ、VASP、Gaussian、Quantum ESPRESSO の出力処理に使用する。AlterLab Academic Skills スイートの一部。
各クエリを最適なバックエンドに自動ルーティングして最新の研究や学術論文を検索する — Parallel Web Systems Chat API（一般的な調査）または OpenRouter 経由の Perplexity sonar-pro-search（学術論文検索）— そして各結果を出典引用とともに sources/ に保存する。論文の検索、研究データの収集、科学的主張の検証、引用リストの作成を行い、どの検索バックエンドが適切か分からない場合に使用する。通常の一般的な Web 検索や既知の URL からの内容抽出には alterlab-parallel-web を、選んだ Sonar モデルで Perplexity を直接呼び出すには alterlab-perplexity を優先する。AlterLab Academic Skills スイートの一部。
オープンエンドなブレインストーミングのための創造的な研究アイデア出しと探索であり、学際的なつながりを浮かび上がらせ、前提を疑い、研究の空白を特定する。まだ具体的な観察がない初期段階の研究計画を始めるとき — オープンエンドなブレインストーミング、学際的なつながりの探索、空白の発見に使用。観察やデータから検証可能な仮説を立てるには alterlab-hypothesis-gen、エビデンスを評価したり設計上の欠陥を見つけたりするには alterlab-scientific-thinking を使用。AlterLab Academic Skills スイートの一部。
scikit-survival を使った Python での生存分析と時間-イベントモデリング。打ち切り生存データの扱い、Cox モデル、Random Survival Forest、Gradient Boosting モデル、Survival SVM の適合、一致性指数や Brier スコアによる予測の評価、競合リスクの処理、あらゆる時間-イベントワークフローの実装に使用する。AlterLab Academic Skills スイートの一部。
scvi-tools で単一細胞オミクス向けの深層生成モデルを訓練——確率的バッチ補正と統合（scVI）、参照マッピングによる転移学習（scArches）、不確実性を伴う差次的発現、マルチモーダルモデル（CITE-seq 向け totalVI、multiome 向け MultiVI）。バッチ効果の補正、マルチモーダルデータの統合、高度な確率的単一細胞モデリングに使用——標準的な解析パイプラインには scanpy を使用。AlterLab Academic Skills スイートの一部。
SHAP（SHapley Additive exPlanations）によるモデルの解釈性と説明可能性 — 特徴重要度とプロット（waterfall、beeswarm、bar、scatter、force、heatmap）。ML モデルの予測の説明、特徴重要度の計算、モデルのデバッグ、バイアスや公平性の分析、モデルの比較、または木ベースモデル（XGBoost、LightGBM、Random Forest）、深層学習（TensorFlow、PyTorch）、線形モデル、あらゆるブラックボックスモデルにわたる説明可能 AI の実装に使用する。AlterLab Academic Skills スイートの一部。
Vaex によるアウトオブコアの表形式解析 — vaex.open によるメモリマップされた HDF5/Arrow/Parquet、遅延仮想列、数十億行のテーブルに対する遅延シングルパス集計、ビン化ヒストグラム/ヒートマップ、1 台のマシン上での vaex.ml 変換器。Vaex は最小メンテナンスモードにある（2025 年 9 月の vaex-core 4.19 は Python 3.9〜3.12 と pandas < 3 のみをサポート）ため、既存の Vaex コードを実行、修正、移行するために使用；RAM を超える新しい作業には Polars の遅延/ストリーミングクエリ（alterlab-polars）または Dask（alterlab-dask）を優先。プロジェクトがすでに Vaex に依存しているとき、メモリマップされた HDF5/Arrow ファイルを開くとき、delay=True で集計をバッチ処理するとき、Vaex パイプラインを Polars に移植するときに使用。AlterLab Academic Skills スイートの一部。
Apidog CLI を使って Apidog プロジェクトのリソースを管理します。API 自動化テストやテストスイートの実行、エンドポイント、環境、スキーマ、モック、ブランチなどのプロジェクトリソースの照会・作成・更新・削除、API ドキュメントのインポート・エクスポート、テストレポートの確認、ランナー、スケジュールタスク、通知、CI/CD 設定の管理に使用します。CLI の出力は構造化 JSON で、多くの場合 agentHints.nextSteps を含みます。すべてのコマンドで --help を使用できます。
ユーザーが Apple のアプリ — Reminders、Calendar、Contacts、Notes、Mail、Messages（iMessage/SMS）、または tmux セッション — について尋ねたときは常にこのスキルを使用する。これにはリマインダーの作成・完了、カレンダーイベントの確認・追加、連絡先の検索、メモの読み書き、メールの送受信、iMessage とテキストの送受信、tmux セッション内容のキャプチャが含まれる。ユーザーがタスク、ToDo、スケジュール、誕生日、空き時間帯、終業時のサマリーに言及した場合にもこのスキルを使用する。これらのブリッジは ~/.claude/ にインストールされるコマンドラインツールで、Claude Code が macOS 上でこれらの Apple アプリにネイティブにアクセスできるようにする。
博士課程や研究の志願パッケージ全体を、申告されたテーマとの適合、一貫性、欠けている証拠、ナラティブの整合性、プログラムとの適合、推薦者のリスク、締め切りの優先順位の観点から審査する。ユーザーが、志願書類全体が準備できているか、締め切り前に修正の優先順位をどう付けるか、CV/SOP/研究ステートメント/教員との適合/推薦者がそろっているか、SOP と推薦状がプログラムの申告するテーマ、専攻、トラックに実際に応えているか、入試委員会が資料全体で気づく可能性のある弱点は何かを尋ねたときはいつでもこのスキルを使う。どの審査でも、学術面や教員との適合に関する所見より先に、申告テーマのスクリーニングを最初に実行し、対象が会話からすでに判明していない場合は公式プログラムページをウェブで検索する。
自然で文法的に正しいアラビア語——現代標準アラビア語とエジプト、レバント、湾岸、マグリブの方言——を書き、翻訳する。機械翻訳らしさを避ける。アラビア語の文章を生成するあらゆる場面で使用：オリジナルのアラビア語を書く、アラビア語へ翻訳する（特に英語から）、あるいは文法、綴り（hamza、ة/ه、ى/ي）、一致、コロケーション、句読点、レジスター、自然さのためにアラビア語を編集・校正する。ユーザーが「これをアラビア語で言って」と求めるだけの場合や、修正したいアラビア語テキストを貼り付けた場合にも使用。
ビジネストランザクションが複数のサービスまたは集約にまたがり、分散トランザクションのプリミティブが利用できない場合に使用します。「saga パターン」「分散トランザクション」「補償アクション」「コレオグラフィー型 saga」「オーケストレーション型 saga」「プロセスマネージャー」「ここで saga を使うべきか」「サービス間でロールバックする方法」などの表現が対象です。saga を、補償アクションで結び付けられた一連のローカルトランザクションとして定義し、コレオグラフィーとオーケストレーションの 2 つの実装方式を説明します。
セッション記録のフォルダーに対して、ローカルでコーパス規模の統計のみの PII 監査を実行し、集計レポートを生成します — タイプ別およびレイヤー別の件数、セッションごとのマスキング率分布、文書長、粗い残留プロキシ。ユーザーが「audit my sessions」「scan folder for PII」「how much PII across these transcripts」「PII stats for my corpus」「is my redaction holding at scale」と言うとき、または記録のディレクトリを指して含まれる個人データの量を尋ねるときに使用します。完全にローカル — 生テキストはマシンから出ません。レポートには PII の値、記録の部分文字列、ファイル名が一切含まれません（匿名化された own-NN id と件数のみ）。そのため集計結果は安全に提示できます。RED（生）コーパスで実行して PII の規模を見積もり、GREEN（マスキング済み）コーパスで実行して残留漏えいを確認します。
自動車製造のサプライチェーンを最適化したいとき、ティアサプライヤーを管理したいとき、JIT 生産を導入したいとき、自動車特有の物流を扱いたいときに使う。ユーザーが "automotive manufacturing"、"OEM supply chain"、"tier 1/2/3 suppliers"、"sequenced parts delivery"、"just-in-time automotive"、"vehicle assembly"、"automotive aftermarket" に言及したときにも使う。一般的な製造業については production-scheduling を参照。リーンの原則については lean-manufacturing を参照。
KMS 暗号化、Secrets Manager、IAM セキュリティ、VPC セキュリティ、ACM 証明書、パラメータのセキュリティ、出力、安全なクロススタック参照など、セキュリティインフラストラクチャ向けの AWS CloudFormation パターンを提供する。セキュリティのベストプラクティスの実装、データの暗号化、シークレットの管理、最小権限の IAM ポリシーの適用、VPC 構成の保護、TLS/SSL 証明書の管理、多層防御戦略の実装を行う際に使用する。
ローカルの Azure SQL Database コンテナのデータベース（appdb）に、リアルなサンプル/テストデータを投入し、開発者が構築の対象を持てるようにする。ユーザーが「seed the database」「add test data」「populate the dev database」「generate sample data」「fake data」「load fixtures」「insert test rows」「write a seed script」「bulk load a CSV」と言ったときに使用。これは Azure SQL エンジン（EngineEdition 5）であり、mssql/server の SQL Server イメージではない。azuresql-db-scaffold（アプリのブートストラップ中に単一の seed.sql ステップを実行する）や azuresql-db-import（.bacpac を読み込む）とは異なる。既存の appdb にボリューム、fixtures、もっともらしい行が必要なときは常にこれを選ぶ。
実際の Azure SQL Database コンテナに対してコード内で実行される統合テストを記述する。コンテナは Testcontainers でテストごとまたはスイートごとに起動し、終了後に破棄する。ユーザーが "integration tests against SQL"、"Testcontainers"、"spin up a database for tests"、"an ephemeral test database"、"a test database per test"、"xUnit/Jest/pytest with a real database"、"a database fixture" を求めたときに使用する。これは Azure SQL エンジン（EngineEdition 5）であるため、Testcontainers の MsSql プリセット（mcr.microsoft.com/mssql/server）の代わりにこれを使用する。サービスコンテナやワークフロー YAML を介してエンジンを CI パイプラインに組み込む場合は、代わりに azuresql-db-ci を使用する。
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。