調査、論文、教育、資格学習（4,124 件）
概要と使いどころ
研究文書（概要/梗概/アブストラクト・研究論文・卒業論文）を種別自動判別し、研究の骨子・グローバル一貫性・当てどころ・関連研究・説明不足・弱点・体裁の各面から一括レビューして教員向け統合1ファイルに集約するメタスキル。framing-check(骨子＋一貫性)・aim-check(当てどころ)・articulation-check(5W)・weakness-analyze(弱点)・lit-survey(関連研究)で検出し、shepherd で内容面を整形、format-check(概要は --fixed で紙面配分)で体裁を見る。--student で student-comment に渡し学生向け1枚も生成。論文・概要・卒論・中間発表予稿を「レビューして」「総合的に見て」と言われたときに使う。旧 abstract-review / paper-review / thesis-review / review を統合。
研究概要・中間発表予稿の「研究としての筋」を、論理の鎖(L1背景→L2関連研究と限界→L3課題(差分)→L4仮説→L5評価→L6位置づけ)として1リンクずつ採点し、さらに端点間の整合(掲げた構成概念=旗と評価指標=物差しのズレ=construct validity)を照合するスキル。各文の綺麗さ(→articulation-check)でも汎用の弱点(→weakness-analyze)でもなく「リンク間が繋がっているか／旗と物差しが一致しているか」を見る。骨子・位置づけ・仮説・課題設定・研究の一貫性を見てほしい、research framing を見て、と言われたとき。旧名 research-framing-check。
研究概要・中間発表予稿の「当てどころの深さ」を評価し、より深い框(フレーム)への付け替えを提案するスキル。鎖が繋がっているか(→framing-check)ではなく、狙いが浅くないか(道具の実装で終わっていないか)・題材固有の強みを活かしてもっと深い研究課題に貼り替えられるかを見る。深い框が実在するときだけ提案し、無ければ黙る。研究の面白さ・野心・当てどころ・框の付け替えを見てほしい、と言われたとき、または research-review から内部呼び出しされる。教員向け(率直・野心を上げてよい)。
Predicts protein-coding gene structures (exons, introns, UTRs) in eukaryotic genomes with BRAKER3 (RNA-seq + protein evidence), BRAKER1/BRAKER2, GALBA (protein-only), Funannotate (fungi), GeMoMa (homology projection), or Helixer/Tiberius (deep-learning ab initio). Covers the evidence-first tool decision, mandatory soft-masking, the training-set-quality-dominates principle, OrthoDB clade-partition selection, the one-isoform-per-locus and missing-UTR traps, merge/split errors, and reference bias against orphan genes. Use when annotating a newly assembled eukaryotic genome, choosing a gene-prediction pipeline based on available evidence, or diagnosing a poor annotation.
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。
Predict RBP binding from RNA sequence using deep learning models (RBPNet sequence-to-signal, RNAProt RNN, GraphProt2 GCN with structure, DeepCLIP, DeepRiPe multi-modal CNN) for variant-effect prediction, in silico binding-site discovery, model interpretation, and transfer learning from CLIP and RBNS datasets. Use when computational prediction of RBP binding from sequence is needed, evaluating variant effects on binding without further wet-lab experiments, comparing model performance, or training a custom model on ENCODE eCLIP data.
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。
Trains and applies base-resolution deep learning models on ChIP-seq / ChIP-nexus / CUT&RUN data. Uses BPNet (Avsec 2021 Nat Genet 53:354; soft motif syntax from ChIP-nexus), chromBPNet (Pampari A et al 2025 Nat Genet; bias-factorized base-resolution profiles), EnFormer (Avsec 2021 Nat Methods 18:1196; 196 kb input, ~100 kb effective receptive field), DeepSEA (Zhou 2015; multi-task CNN), and JASPAR 2026 deep-learning collection (1259 BPNet ChIP models). Performs in silico mutagenesis for variant-effect prediction, DeepLIFT/Grad attribution, and TF-MoDISco motif discovery from attribution scores. Use when predicting variant effects on TF binding, discovering soft motif syntax / cooperativity, integrating ChIP-seq with sequence-only predictions, or applying precomputed JASPAR Deep Learning models to new variants.
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。
Sequence-based deep learning for ATAC-seq using chromBPNet, BPNet, scBasset, or EnFormer. Use when correcting Tn5 bias with neural networks beyond k-mer models, predicting per-base accessibility profiles, scoring in silico variant effects at GWAS or rare-variant SNPs, discovering motifs via DeepLIFT/TF-MoDISco from a trained model, or generating cell-type-specific accessibility predictions for unobserved cell states.
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。
pstackの開発手順とthermosの二方向レビューで、調査・設計・実装・検証を進める。pstack、poteto-mode、thermosの指定、開発全体の進行、変更の正しさと保守性のレビュー、初回設定に使う。
会話の成果 (調査・比較・解説など) を人が判断するための HTML レポートにまとめ、crit preview で開いてコメント対応まで往復するスキル。ユーザーが「HTML にまとめて」「レポートにして」「crit で開いて」「/crit で表示して」など、HTML 化して crit で見る意図を示したら必ず使用する。dev パイプラインの成果物 (research / plan / report.html) は対象外。
Use this skill when the user's prompt requires (1) researching a topic across multiple sources, comparing options or alternatives, analyzing trends or history, understanding markets or industries, or reviewing literature or studies and (2) synthesizing that research into a comprehensive, narrative report. If you're planning to search the web or internal knowledge bases, consider using this skill. This skill coordinates research subagents, so use it only when you have a tool for spawning subagents (the Agent or Task tool); otherwise, research the question directly.
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 formula-backed WorkPaper JSON and MCP tools for agent spreadsheet tasks without driving Excel or a browser UI.
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。
Analyze market conditions, geographic opportunities, pricing, consumer behavior, and product validation across Google Maps, Facebook, Instagram, Booking.com, and TripAdvisor.
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。
Complete App Store Optimization (ASO) toolkit for researching, optimizing, and tracking mobile app performance on Apple App Store and Google Play Store
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。
Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.
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。
investigation-scout と investigation-diver による2フェーズ調査。 不具合の原因調査やコード探索など、未知の領域を掘り下げたいときに使う。 scout が候補を広く洗い出し、diver が高優先の候補を深掘りする。
PRレビューで受けた指摘をCLAUDE.mdのルールとして蓄積するスキル。`/review-learn` または `/review-learn #123` で使用。レビュアーの知見をチーム全体の資産に変換し、同じ指摘を繰り返さないコードベースを実現する。
Claude Code の過去のセッション記録（~/.claude の履歴・セッションログ・memory）から、他のメンバーと共有できる運用 Tips を抽出し、公式ドキュメントや論文などの一次情報で裏付けを取って、Markdown・Artifact・Notion に公開する。「過去の会話から Tips をまとめて」「Claude Code の使い方をチームに共有したい」「今月の学びを Tips にして」などの依頼で使う。セッション 1 本の効率採点ではない（それは evaluate-session の領域）。週次のナレッジカード提出は knowledge-cards で行い、このスキルはカードや記録から Tips 文書を作る下流工程にあたる。
CLAUDE.mdの「Lessons Learned」セクションを管理するスキル。`/lessons` で学びを追記、`/lessons review` で既存ルールのレビュー・整理を行う。セッション中の修正・失敗・発見を構造的に蓄積し、チーム全体の知見として共有する。「CLAUDE.mdを更新して」「学びを記録して」等の自然言語でも起動可能。
CLAUDE.mdを分割ルールファイル(.claude/rules/)で管理するスキル。学習トライアドの書き込み先を分割ファイルにリダイレクトし、CLAUDE.mdには目次だけを生成する（本文は .claude/rules/ を Claude Code が自動で読み込む）。/rules-init, /rules-merge, /rules-add, /rules-status コマンドを提供。CLAUDE.mdが肥大化している場合や、学習トライアドの蓄積を分割管理したい場合に使用。
CI/GitHub Actionsの失敗パターンをCLAUDE.mdに蓄積するスキル。`/ci-learn` で直近の失敗runから学び、`/ci-learn #run_id` で指定runを分析。同じCI失敗を繰り返さないコードベースを実現する。
Pull an earnings call (or investor-event) transcript from Quartr (FMP fallback), extract qualitative signal (management commentary deltas, hedging shifts, Q&A tone), and produce a thesis-delta-first Research note. Use when user says "transcript", "pull earnings call", "transcript diff", or "ingest [TICKER] earnings".
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。
Extract a thesis's load-bearing assumptions and scan for internal contradictions — the falsifiable claims the bull case requires, what would falsify each, and where the thesis's own Risks / Bear Case / research already argue against it. Use when user says "assumptions", "what must be true", "load-bearing assumptions", or "does [TICKER] contradict itself".
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。
Targeted deep research to fill a specific gap in an existing thesis. Use when user says "deepen", "flesh out", "expand on", "fill in", or specifies a thesis section to improve. Also supports --sync-metrics mode — detects stale financial metrics across every in-scope analytical section of a thesis (not just Key Metrics or Summary) and coherently updates every sentence that depends on them, using a Key-Metrics-table / FMP / web-search waterfall. Use when user says "sync metrics", "update the numbers throughout the note", or "fix stale figures across the whole thesis". The batch form `--sync-metrics --all-flagged` syncs every thesis flagged by the latest `/numbers --all-open` in one operation — detection fanned out to capped READ-ONLY agents, one consolidated confirmation gate, direct sequential writes (agents never write).
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。
Pull an earnings call transcript from Financial Modeling Prep, extract qualitative signal (management commentary deltas, hedging shifts, Q&A tone), and produce a thesis-delta-first Research note. Use when user says "transcript", "pull earnings call", "transcript diff", or "ingest [TICKER] earnings".
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。