データ分析、機械学習、LLMアプリ、プロンプト設計（9,144 件）
Provides Qdrant vector database integration patterns with LangChain4j. Handles embedding storage, similarity search, and vector management for Java applications. Use when implementing vector-based retrieval for RAG systems, semantic search, or recommendation engines.
日本語の概要は準備中です。原文の説明を表示しています。
Provides integration patterns for LangChain4j with Spring Boot. Configures AI model beans, sets up chat memory with Spring context, integrates RAG pipelines with Spring Data, and handles auto-configuration, dependency injection, and Spring ecosystem integration. Use when embedding LangChain4j into Spring Boot applications, building Java LLM applications with @Bean configuration, or setting up Spring AI patterns.
日本語の概要は準備中です。原文の説明を表示しています。
Provides patterns to build declarative AI Services with LangChain4j for LLM integration, chatbot development, AI agent implementation, and conversational AI in Java. Generates type-safe AI services using interface-based patterns, annotations, memory management, and tools integration. Use when creating AI-powered Java applications with minimal boilerplate, implementing conversational AI with memory, or building AI agents with function calling.
日本語の概要は準備中です。原文の説明を表示しています。
このスキルは、ユーザーが「プロンプトをレビューして」「対話履歴を分析して」「理解度を診断して」 と依頼したとき、または /prompt-review で呼び出されたときに使用する。 過去のAIエージェント対話履歴（Claude Code, GitHub Copilot Chat, Cursor, Cline, Roo Code, Windsurf, Antigravity, Gemini CLI, OpenAI Codex, OpenCode）を読み取り、技術理解度・プロンプティングパターン・AI依存度を推定してレポートを生成する。
Evaluate WooAIAssistant against a structured scenario suite with hard invariants + LLM-as-judge rubric scoring. Runs live against the demo store + gpt-5.1 via the woo-mobile-ai backend wrapper, writes a JSONL run record, compares against stored baselines, and surfaces regressions. Always delegated to a subagent so the main context only sees the markdown report.
日本語の概要は準備中です。原文の説明を表示しています。
Develop art direction for image generation with curated style cards distilled from Open Image Prompts. Use when choosing or comparing visual directions, improving an existing generation prompt, or translating a subject, use case, or supplied image into a compact creative spec. Use img-gen-prompts for real archive examples, exact source prompts, or gallery browsing.
日本語の概要は準備中です。原文の説明を表示しています。
Search oip-visual-v2 for traceable prompt-image pairs and open local result galleries. Use when finding, inspecting, comparing, browsing, or copying real image-generation references or exact source prompts. After references are selected, adapt them into a derived bilingual prompt when requested; use img-gen-taste first when the visual direction is still unclear.
日本語の概要は準備中です。原文の説明を表示しています。
Guildlines for handling json files
日本語の概要は準備中です。原文の説明を表示しています。
Guidelines for handling image files
日本語の概要は準備中です。原文の説明を表示しています。
Guidelines for handling CSV/Excel files
日本語の概要は準備中です。原文の説明を表示しています。
Guidelines for handling text files
日本語の概要は準備中です。原文の説明を表示しています。
Guidelines for handling databases
日本語の概要は準備中です。原文の説明を表示しています。
Use when drafting an IRB or ethics research protocol. Writes Background, Study Design, Sample Size and Statistical Plan in full prose and leaves institution-specific sections as TODO skeletons. Filling an institutional Word form is /fill-protocol.
日本語の概要は準備中です。原文の説明を表示しています。
Use when you must prove an analysis ran on the intended data or lock a dataset version. Builds a deterministic content-hash manifest (file SHA-256, schema, per-column value hashes), verifies later copies against it for drift, and diffs two manifests.
日本語の概要は準備中です。原文の説明を表示しています。
Use when building or auditing a radiomics or tabular clinical-ML prediction model with a classical learner (LASSO, SVM, random forest, XGBoost and similar). Enforces nested CV, dimensionality control, in-fold feature selection, feature stability, calibration and external validation.
日本語の概要は準備中です。原文の説明を表示しています。
Renamed to /imaging-data in v6 (removed in v7).
日本語の概要は準備中です。原文の説明を表示しています。
Use when preparing a medical-imaging dataset (DICOM/NIfTI) for modelling. Profiles spacing, orientation, intensity, label integrity, foreground fraction and target volume, gates them against the plan, then plans and audits preprocessing and augmentation for leakage.
日本語の概要は準備中です。原文の説明を表示しています。
Use when clinical data may contain PHI and must be de-identified before any LLM-assisted analysis. A local Python script (no network or AI calls) detects identifiers with regex and heuristics in 12 country locale packs, with interactive terminal review.
日本語の概要は準備中です。原文の説明を表示しています。
Use when sending local changes back to the project (an added journal profile, a fixed checklist item, an adapted skill) or reporting a false positive or bug. Finds what changed, scans it for patient data, shows every line and sends nothing until you confirm.
日本語の概要は準備中です。原文の説明を表示しています。
Use when a clinical CSV/Excel dataset needs profiling and cleaning before analysis (missing values, outliers, duplicates, type mismatches). Profiles, flags and generates cleaning code in three stages, each gated on the researcher's approval. Never auto-cleans.
日本語の概要は準備中です。原文の説明を表示しています。
Use when data needs statistical analysis. Runs reproducible Python/R code for Table 1, diagnostic accuracy, agreement, regression, survival, propensity score, survey-weighted and repeated-measures models, with publication tables. Sample size is /calc-sample-size; pooling studies is /meta-analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Renamed to /imaging-data in v6 (removed in v7).
日本語の概要は準備中です。原文の説明を表示しています。
Use when a trained medical-imaging model needs its documentation. Fills a Model Card and a Datasheet for its dataset from facts you supply, adds a METRIC-informed data-quality pass and gates that no required section is empty. Never invents numbers, provenance or licence.
日本語の概要は準備中です。原文の説明を表示しています。
Use when exposure, outcome, covariate or eligibility definitions and cutoffs need a citable basis before the protocol. Reads the data dictionary first, then maps each variable to a guideline or published definition and the database columns in a citation-backed table.
日本語の概要は準備中です。原文の説明を表示しています。