仕事効率化のスキル

Routes face-alignment installation, import checks, landmark-detection workflows, and detector-backend selection.

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。

Routes evo trajectory-evaluation workflows for APE/RPE, trajectory I/O, result analysis, configuration, and programmatic usage.

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。

Build, inspect, and reuse Featuretools automated feature engineering workflows for EntitySets, DFS, feature matrices, primitive authoring, feature inspection, and selection.

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 FedML for setup, CLI operations, MLOps launch, distributed and federated training, model serving, and workflow orchestration.

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。

Router for FunASR speech workflows: local transcription, subtitles, services, vLLM, normalization, and training/export.

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。

Operate Flash Linear Attention package workflows: setup, kernels, layers/models, KDA/context parallel, and benchmarking.

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。

Routes Distil-Whisper inference, PyTorch distillation training, and Flax reproduction workflows.

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 Hugging Face Evaluate to load metrics, comparisons, and measurements; compute and combine results; run evaluator pipelines; create custom modules; troubleshoot optional dependencies, cache, Hub, and CLI workflows.

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 for Electricity Maps contrib parser development, capacity updates, zone/exchange configuration maintenance, and focused repo validation workflows.

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 Dipy for diffusion MRI IO, preprocessing, reconstruction, tractography, registration, visualization-aware workflows, and command-line operations.

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 the einops Python package for readable tensor rearrangement, reductions, repetition, named-axis einsum, packing, framework layers, and repository maintenance workflows.

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 Docling to convert, parse, configure, extract, chunk, serve, and maintain document-processing workflows across Python APIs, CLI commands, optional pipelines, and repository edits.

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 DeepMind dm_control for MuJoCo simulation, Control Suite environments, PyMJCF models, Composer tasks, rendering, and high-level locomotion/manipulation workflows.

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 this skill for Hugging Face Diffusers tasks: pipeline inference, schedulers, adapters/loaders, training recipes, modular pipelines, conversion helpers, CLI checks, and repo maintenance.

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。

Routes DI-engine users to the right workflow for CLI/config launches, serial and framework-based RL pipelines, and environment integration.

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。

Load, generate, compile, rasterize, evaluate, train, and serve DeTikZify and Ti*k*Zero workflows.

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 this DeepCTR repo skill for CTR/recommender feature columns, Keras models, sequence/session models, multitask models, and legacy TensorFlow Estimator workflows.

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。

DeepPavlov package routing for config-driven NLP workflows, model-family selection, and serving.

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。

Route DeepLabCut markerless pose-estimation workflows, project setup, PyTorch training/inference, maDLC tracking, Model Zoo, post-processing, 3D, and export tasks.

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。

Routes DataChain operating guidance for Python SDK pipelines, query expressions, CLI and Studio commands, agent-harness knowledge workflows, and repository maintenance.

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。

Route Torchreid deep-person-reid workflows for person re-identification training, evaluation, feature extraction, metrics, visualization, and model export.

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。

Guides agents using the datamol Python package for RDKit-first molecular IO, preparation, fingerprints, similarity, structure generation, visualization, and utility workflows.

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。

Route DataFlow workflows for pipelines, text and document processing, serving, evaluation, and Ray acceleration.

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 this repo skill for Dask, the Python parallel computing library, when working with lazy task graphs, schedulers, Dask Array, Dask DataFrame, Dask Bag/bytes IO, configuration, diagnostics, CLI usage, or contributor 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。