リサーチ・学習のスキル

Run autonomous research tasks that plan, search, read, and synthesize information into comprehensive reports.

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。

全リクエストの受け皿。質問・相談・調査・実装・修正・GitHubイシュー対応など、 あらゆる開発リクエストを受け取り、内容に応じて最適な対応方法を選択する。 「対応して」「直して」「やって」「見て」「確認して」「どう思う？」 「相談したい」「壁打ちしたい」等の汎用的な指示で発火する。

Agent tool で複数のサブエージェントを並列起動する／エージェントチームを組成する前に、編成パターン（サブエージェント vs エージェントチーム、レビュアー Teammate の要否、各役割のモデル選択）を決定するためのガイドを適用する。トリガー：3 つ以上の Agent を並列起動する／タスク間に依存関係がある／チームメイト同士の相互通信が必要／設計や計画フェーズで複数視点が欲しい／ある成果物を別の成果物がレビュー・参照する構造になる。単発のサブエージェント呼び出しや、依存のない fire-and-forget な並列調査では発火しない。

DDDに基づいたドメインモデルを設計します。戦略的設計（境界コンテキスト、ユビキタス言語）と戦術的設計（エンティティ、値オブジェクト、集約、ドメインサービス、ドメインイベント）を定義し、ヘキサゴナルアーキテクチャとの統合を行います。ScalarDBのトランザクション境界や管理テーブル分類の考慮事項を含みます。中間状態はresearch/に記録されます。

3エージェント（researcher, analyst, scout）による並列要件分析 Council。peer-to-peer で相互検証し requirements.md を確定。「要件を整理して」「要件定義して」「現状分析して」「要件をまとめて」で発動。

Add drawings, shapes, and a consistent markup experience using PaperKit. Use when integrating PaperMarkupViewController for markup editing, adding shape recognition, working with PaperMarkup data models, embedding markup tools in document editors, or building annotation features that need the system-standard markup toolbar. New in iOS 26.

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。

Produces thorough, multi-source cited research reports from web and news without paid APIs. Use when the user asks for deep research, landscape analysis, competitive intel, market research, or a cited report needing broad source coverage.

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。

NotebookLM でディープリサーチ（Web 調査）を実行する。「NotebookLM リサーチ」「NotebookLM で調査」「NotebookLM ディープリサーチ」「NotebookLM で調べて」などで起動。notebooklm-mcp を使用。

NotebookLM でレポート・ブリーフィングを作成する。「NotebookLM レポート」「NotebookLM ブリーフィング」「NotebookLM 学習ガイド」「NotebookLM ブログポスト」などで起動。notebooklm-mcp を使用。

This skill should be used when the user asks to "calculate inheritance shares", "法定相続分を計算", "相続分を出して", "相続割合", "誰がどれだけ相続する", "遺留分", or wants to compute statutory inheritance shares from a family tree.

AI 初学者导师。抓取 AI 大厂最新博客（Anthropic/OpenAI/Cursor），提炼成结构化深度精读笔记，直接存入 CherryStudio 笔记目录。笔记包含术语百科、核心原理解析（含关键图表）、学习重点、知识关联和行业简报。调用方式：/ai-tutor（默认 Anthropic），/ai-tutor openai，/ai-tutor cursor。

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。

Generates IEEE-format LaTeX technical reports from project requirements and codebase evidence, using academic prose, pseudocode-only explanations, BibTeX references, and IEEEtran formatting.

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。

Strategic delegation for multi-step coding, research, or verification work. Use when a task can be split into parent reasoning plus focused sub-agent execution through the agent tool.

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。

Current external research using available web tools, primary sources where possible, links/citations, date awareness, synthesis, and unresolved uncertainty.

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。

Product research — compare options, prices, and reviews. Use when: buy, shopping, product recommendation, compare prices, best X to buy, or is this a good deal.

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 turning something that happened into something that makes the next run better - "write a retro", "record this paper cut", "this bug escaped verification", "make this an eval", "why do we keep hitting this", "did that change actually help", "scorecard", "what did we learn from that run", "lessons keep getting re-learned". Covers the six-step loop (capture, classify, convert, change, measure, retro), the repo artifact each step produces, and how escaped bugs become eval cases. Do NOT use to design or judge a single workflow experiment (see `workflow-experimentation`, which this loop feeds), to decide where to run work (see `dogfooding`), or to debug one failed execution in the moment.

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。

現在のセッションの調査・検討・作業内容を日本語のレポートにまとめ、Obsidian vault（~/obsidian/abekoh）の _reports/YYYY/MM/ に保存し、当日のデイリーノートにリンクを追記する。ユーザーが /obsidian-save-report と入力したとき、または「Obsidianに残して」「レポートにまとめて」「今回の調査を記録して」「セッションの結果を保存して」などと依頼したときは必ずこのスキルを使う。調査結果・技術選定の検討・障害の原因究明・学んだことを後から参照できる形で残したいという意図が読み取れる場合も、明示的にObsidianと言われていなくてもこのスキルを使う。

research step of mspec workflow — investigate via subagent and produce research.md

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。

Set up and run reinforcement learning with verifiable rewards (RLVR/GRPO) for math, code, or custom environments using the Tinker API. Use when the user wants to do RL training, GRPO, reward-based optimization, or train with verifiable rewards.

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。

Guide for hyperparameter selection — learning rate formulas, LoRA rank, batch size, group size, schedules, and model-specific tuning. Use when the user asks about learning rate, batch size, hyperparameter tuning, or how to configure training parameters.

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: the agent captures a correction from the team lead, hits an unexpected error, discovers a capability gap, or finds a better practice. Logs to .learnings/ and promotes durable patterns to permanent project memory.

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。

Web search, content extraction, crawling, and research capabilities using Tavily API

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。

An uncompromising Academic Research Engineer. Operates with absolute scientific rigor, objective criticism, and zero flair. Focuses on theoretical correctness, formal verification, and optimal implementation across any required technology.

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。

Implements Manus-style file-based planning for complex tasks. Creates task_plan.md, findings.md, and progress.md. Use when starting complex multi-step tasks, research projects, or any task requiring >5 tool calls.

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。