スキルを探す

Use when starting or inheriting a radiology research project and need to know what it is. Classifies the project type, summarizes its current state, lists missing inputs, recommends next steps and scaffolds lightweight project memory 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。

Use when you need full-text PDFs for a list of DOIs, such as a meta-analysis screening set. Batch-downloads open-access copies via Unpaywall, PMC, OpenAlex and Crossref, lists paywalled papers for manual access, and can convert PDFs to Markdown.

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 target journal has no profile yet. Reads the journal's author guidelines and writes a detailed /write-paper profile plus a compact /find-journal profile, public or user-local private, in the canonical format with quality gates.

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 Fairlearn to assess group fairness, compute disparity metrics, visualize subgroup performance, and mitigate unfairness with preprocessing, reductions, postprocessing, or adversarial learning.

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。

Create, polish, and troubleshoot figures4papers-style publication-ready matplotlib figures, including grouped bars, trends, radar charts, heatmaps, concept diagrams, manifolds, and high-DPI/vector export 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。

Guides Researchers through Faiss installation, dense and binary similarity search, index training and composition, persistence and evaluation, and explicitly gated CPU/GPU interoperability 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 DreamerV2 2.2.0 for TensorFlow world-model reinforcement-learning training, custom Gym integration, typed experiment configuration, replay/checkpoint management, and JSONL/TensorBoard evaluation.

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 DRL-Pytorch reinforcement-learning workflows for standalone PyTorch Q-learning, DQN-family, PPO, DDPG, TD3, SAC, Atari DQN, and Actor-Sharer-Learner scripts.

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 DreamerV3 for world-model reinforcement learning training, embodied environment dataflow, JAX model internals, result operations, and troubleshooting.

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 DeepMotionEditing BVH animation, skeleton-aware motion retargeting, motion style transfer, and Blender visualization workflows for research use.

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 Tongyi DeepResearch and its WebAgent family: ReAct inference setup, rollout validation, benchmark evaluation, and variant routing.

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 and use the repository's PyTorch reinforcement-learning examples across tabular control, DQN, on-policy actor-critic, and off-policy continuous control.

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 DeepCTR-Torch for PyTorch CTR/recommender feature columns, single-task models, DIN/DIEN sequence models, and multi-task learning 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。

Routes Chainer workflows for training, export, distributed learning, ChainerX, and checkout 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 DisCo Researcher to Cream-family vision NAS, compression, distillation, and relative-position-encoding workflows across the AutoFormer, AutoFormerV2, Cream, CDARTS, EfficientViT, MiniViT, TinyCLIP, TinyViT, and iRPE project families.

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 CleanRL's single-file reinforcement learning scripts, evaluation utilities, experiment operations, and repository maintenance workflows safely.

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 auto-sklearn AutoML estimator, data validation, search, custom component, and metadata-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。

Operate the Deep Researcher Agent repository for autonomous deep-learning experiments, execution backends, provider/tool dispatch, GPU resources, durable progress, and research-support integrations.

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 ARIS, the Auto Research in Sleep skill-based research harness, for setup, workflow routing, reviewer backend integration, state recovery, experiment operations, 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。

Routes AXLearn training, language-model, vision, audio/ASR, and GCP 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。

Guide agents through AgiBot X1 humanoid reinforcement-learning training, checkpoint playback, policy export, and MuJoCo sim2sim workflows with verified configuration contracts and explicit Isaac Gym limits.

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 AI-Optimizer reinforcement-learning collection tasks across model-based RL, easy-MARL, offline RL, safe command builders, and repository limitations.

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。

Online (incremental) covariance, correlation, and precision estimation in Python — the streaming complement to sklearn.covariance. Use when code needs a covariance/correlation matrix updated per observation, recomputes np.cov/np.corrcoef in a rolling loop, must judge or compare covariance estimates, or proposes a new covariance methodology. Points to task-specific skills.

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。

Ingest a CVE writeup, blog post, advisory, or GitHub repo into the wiki - fetch, dedup via sources:, update the right technique/tool page(s), re-index. Generic knowledge only; never client 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。