8,868 件 ・ 人気順
概要と使いどころ
Use for analytical thinking, or when a question needs breaking down and evidence: "why did metric X drop?", "what drives this?", "break this down", "what data do we need?". Builds a tree, hypotheses and evidence, ends with an answer and key uncertainty. Skip for quick verdicts.
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 Fermi estimation, or when a rough number is needed fast: "roughly how many...", "ballpark the cost", "estimate capacity or market size", "is this even feasible?". Decomposes, uses ranges and sanity-checks. Skip when exact data is available or a precise calculation is wanted.
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 request needs external sources, current facts, listings, a supplied URL, papers, or library and API documentation. When using Firecrawl for the request, use firecrawl_search to find sources and firecrawl_scrape to read a supplied or discovered URL. Firecrawl also retrieves documents, collects structured data, and tracks website changes. Respect explicit source and tool preferences.
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 infographic skill for AI agents — works inside Claude Code, Codex, Hermes, OpenClaw, Cursor, and any agent host that loads skills. Create professional infographics as self-contained HTML files with PNG exports. Use when the user asks to create, design, generate, build, or make an infographic, data visualization, visual explainer, chart poster, cheatsheet, or pocket guide. Trigger phrases include "make this visual", "turn this into a graphic", "visualize this data", "infographic for X", "cheatsheet for X", or when the user provides structured data (tokenomics allocations, ecosystem/partner lists, timelines, comparisons, step-by-step processes) AND asks for a visual output. Covers tokenomics, ecosystem overviews, game overviews, cheatsheets, airdrop guides, comparisons, and process flows. Do NOT trigger for plain text answers, markdown tables, bulleted summaries, questions asking for advice or explanations about a topic (even when the topic is tokenomics, ecosystem, vesting, etc.), inline chat diagrams, or data processing with no visual output requested. The signal is "asks for a visual", not "mentions a keyword".
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。
OBLITERATUS: abliterate LLM refusals (diff-in-means).
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 a throwaway prototype to flush out a design before committing to it. Routes between two branches — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route. Use when the user wants to prototype, sanity-check a data model or state machine, mock up a UI, explore design options, or says "prototype this", "let me play with it", "try a few designs".
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。
vLLM: high-throughput LLM serving, OpenAI API, quantization.
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。
TRL: SFT, DPO, PPO, GRPO, reward modeling for LLM RLHF.
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。
Axolotl: YAML LLM fine-tuning (LoRA, DPO, GRPO).
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。
W&B: log ML experiments, sweeps, model registry, dashboards.
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。
Outlines: structured JSON/regex/Pydantic LLM generation.
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。
Karpathy's LLM Wiki: build/query interlinked markdown KB.
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。
Systematic VPS cleanup — analyze files, categorize by importance, safely delete temporary/old data to free disk space
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。
Songwriting craft and Suno AI music prompts.
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。
Decomposition playbook + specialist-roster conventions + anti-temptation rules for an orchestrator profile routing work through Kanban. The "don't do the work yourself" rule and the basic lifecycle are auto-injected into every kanban worker's system prompt; this skill is the deeper playbook when you're specifically playing the orchestrator role.
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。
Pitfalls, examples, and edge cases for Hermes Kanban workers. The lifecycle itself is auto-injected into every worker's system prompt as KANBAN_GUIDANCE (from agent/prompt_builder.py); this skill is what you load when you want deeper detail on specific scenarios.
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。
HuggingFace hf CLI: search/download/upload models, datasets.
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。
Iterative Python via live Jupyter kernel (hamelnb).
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。
Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data 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。
Automate Asin Data API tasks via Rube MCP (Composio). Always search tools first for current schemas.
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。
AI-driven data extraction from 55+ Actors across all major platforms. This skill automatically selects the best Actor for your task.
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 product data, prices, reviews, and seller information from any e-commerce platform using Apify's E-commerce Scraping 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。
Track engagement metrics, measure campaign ROI, and analyze content performance across Instagram, Facebook, YouTube, and TikTok.
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。
Access 20+ years of global financial data: equities, options, forex, crypto, commodities, economic indicators, and 50+ technical indicators.
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。