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。
すべて
KASM ワークスペースまたはスタンドアロン Docker 上に OpenClaw AI ゲートウェイをデプロイして設定します。複数プロバイダーの LLM ルーティング(Anthropic、OpenAI、Gemini、Groq、Bedrock)とマルチチャネルメッセージング(WhatsApp、Telegram、Discord、Slack)に対応します。Docker デプロイ、セキュリティ強化、永続ストレージ、ブラウザーサイドカー、Webhook 自動化を扱います。OpenClaw のデプロイ、AI ゲートウェイチャネルの設定、KASM 上の openclaw コンテナのセットアップ、「token mismatch」または「EACCES」エラーのトラブルシューティング、ゲートウェイバインドの保護に使用します。
`orca` CLI を通じて、Orca 管理の worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、worktree コメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」/「handover」/「give this to another agent」「Orca browser」「orca artifacts」「share skills」と言った場合に使用します。Orca の状態が関係する場合は、通常の git worktree、臨時の PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。
ユーザーがジャーナル/雑誌名を提示し、投稿要件、投稿形式/フォーマットのチェックリスト、ジャーナル公式サイトの情報、コミュニティの評価、査読速度、費用、記事種別、フォーマットの詳細、または「この journal への投稿方法/信頼できるか/投稿ガイドの調査」を求めた場合に必ず使用。ジャーナル公式サイトとコミュニティのレビューをオンラインで検証し、既定ではすべての中間ファイルをカレントディレクトリの `.bensz-api/task-{yyyymmdd-hhmm}-{短い説明}/paper-know-journal/` に隔離し、最終的には `KnowJournal-{雑誌名}.md` のみを納品する。⚠️ 非該当:manuscript に基づいて投稿先ジャーナルを選ぶ場合(paper-select-journal を使用)、論文本文の執筆、全文 PDF のダウンロード、または成稿不要の単純な事実だけを尋ねる場合。
個人用 CRM を管理し、人間関係、最後に連絡した日、必要なフォローアップ、過去の会話の背景、連絡すべき相手を記録します。ユーザーが「誰にフォローアップすべきか」「最後に話したのはいつか」「個人用 CRM」「この連絡先を管理」「この会話を記録」「誰に連絡すべきか」「[name] を連絡先に追加」などと言った場合や、人間関係やフォローアップ履歴について尋ねた場合に使用します。`contacts/` フォルダーに人物ごとの Markdown ファイルを作成して構造化し、フォローアップを自動表示するとともに、会議前に関連情報を提示します。
ソーシャルメディアのデータエクスポート(Twitter/X、LinkedIn、Instagram)から豊富なパーソナリティプロファイルを生成する。ユーザーが自身のソーシャルメディアでの存在感を分析したい、AI パーソナライズ用のパーソナリティプロファイルを作成したい、コミュニケーションのパターンを理解したい、デジタルフットプリントから洞察を引き出したい場合に使用。"analyze my Twitter data"、"create a personality profile"、"what can you learn about me from my posts"、"personalize an AI for me" といったリクエストや、ユーザーがソーシャルメディアのエクスポートファイルを提供した場合にトリガーされる。
Kubernetes 上で PAIDF Orchestration Event Video Generation DAG を実行する——画像から動画への異常生成、自動ラベリング、異常データセット生成。イベント動画生成、異常動画生成、画像から動画への合成、Cosmos3 image2video、異常データセット作成、安全・監視 SDG、またはシード画像からの転倒、よじ登り、走行、喧嘩、喫煙・電子タバコ、火災・煙、万引きの動画クリップ生成に関するリクエストに選択する。コントローラーの準備状態が不明な場合は先に環境セットアップを実行する。人物クロップの服装・属性拡張(それは image-attribute-augmentation-workflow)や動画スタイル変換には使用しない。
NVIDIA 公式の PhysicsNeMo ナビゲーションガイドです。SciML/AI4Science タスク(サロゲート、予測、ダウンスケーリング、物理情報、逆問題、生成)に適したモデル、datapipe、サンプルを選びます。リポジトリをリアルタイム検索して既存ファイルを案内し、コードは一切作成しません。インストールや環境設定、トレーニングループなどのコード作成・スキャフォールディング、コントリビューター/CI/パッケージ化に関する質問、physicsnemo-sym/-cfd/-curator のリポジトリ固有の質問、一般的な(物理以外の)ML/PyTorch には使用しないでください。
薬動学・薬力学のモデリングとシミュレーション — 非区画解析、区画モデルおよび母集団 PK、PK/PD と曝露-反応、TMDD、PBPK の基礎、生学的同等性、アレ Edmonton スケーリングと初回人体投与用量、薬物相互作用の予測、ベイズ的治療药物 monitoring。曝露-時間データの解析、曝露指標の導出、PK または PD モデルのフィット、投与用量方案的評価に使用します。トリガーには "pharmacokinetics"、"pharmacodynamics"、"PK/PD"、"NCA"、"non-compartmental"、"AUC"、"Cmax"、"lambda z"、"half-life"、"clearance"、"volume of distribution"、"compartmental model"、"population PK"、"popPK"、"NONMEM"、"nlmixr2"、"Pharmpy"、"Monolix"、"exposure-response"、"Emax"、"EC50"、"indirect response"、"effect compartment"、"TMDD"、"PBPK"、"bioequivalence"、"RSABE"、"ABEL"、"allometric scaling"、"first-in-human"、"MABEL"、"drug-drug interaction"、"DDI"、"ICH M12"、"concentration-QTc"、"therapeutic drug monitoring"、"MIPD"、"dosing regimen" などが含まれます。
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。
