スキルを探す

Train neural models (LSTM, Transformer, N-BEATS) on market data using npx neural-trader with confidence intervals

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。

Trace agent execution by collecting spans and building a trace tree for a 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。

Generate a new song from a creative brief (genre, mood, language, BPM, theme) via the cogmusic MCP create_production 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。

Detect current market regime using npx neural-trader — bull/bear/ranging/volatile classification with recommended strategy. Use when the user asks about market conditions, wants to pick a strategy for current conditions, or before running a backtest/signal that should be regime-aware.

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。

Cluster code by graph community detection via npx ruvector@0.2.25 hooks graph-cluster (spectral / Louvain)

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。

Regulator-grade feature attribution for any LSTM/Transformer signal — single-entry PageRank ranks the top-K features that drove the prediction (ADR-126 Phase 6, ADR-123 single-entry PR)

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。

Walk through a complete GAIA benchmark→submit flow — from key resolution through HAL-compatible package 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。

Run a heavy neural-trader job (long walk-forward, big Monte-Carlo, parameter sweep, model training) on the Anthropic Managed Agent cloud runtime instead of locally

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。

Manage RVF (Ruflo Vector Format) files for portable agent memory and cross-platform transfer

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。

Initialize a multi-agent swarm with anti-drift configuration. Use when starting a complex multi-file task that needs 3+ coordinated agents (feature implementation, refactor across modules, security audit). Skip for single-file edits or quick questions.

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。

Validate a Claude Code plugin structure, frontmatter, and MCP tool references

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。

Optimize portfolio allocation using npx neural-trader mean-variance engine with risk constraints and rebalancing plan

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。

Mean-variance portfolio optimization via Conjugate Gradient — 40-60× faster than the legacy Neumann path (ADR-126 Phase 3, ADR-123 Wedge 8)

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。

Run the SPARC Pseudocode and Architecture phases (2 and 3) — write algorithm pseudocode, design module boundaries and API contracts, then implement

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。

TDD London School workflow -- mock-first, outside-in test development

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。

Assess portfolio risk using npx neural-trader — VaR, CVaR, Sharpe, position sizing, circuit breaker status

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。

Run full security scans on the codebase using Ruflo security tools. Use when reviewing PRs for security regressions, auditing auth/input-handling code, before production deploys, or when the user asks for a security check at quick/standard/deep depth.

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。

Run the SPARC Refinement and Completion phases — review code, improve test coverage, validate against specification, and generate documentation

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。

Scaffold a new Claude Code plugin with proper directory structure, plugin.json, skills, commands, and agents

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。

Run the SPARC Specification phase — gather requirements, define acceptance criteria, identify constraints, and store the spec in 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。

Detect missing test coverage and generate test suggestions. Use when the user asks about coverage gaps, untested code, or what tests to write next; also after adding a feature to find what still needs tests.

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。

Generate embeddings via npx ruvector@0.2.25 embed text (ONNX all-MiniLM-L6-v2, 384-dim), normalize, and store in HNSW index

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。

Add descriptions for new models from the HuggingFace router to chat-ui configuration. Use when new models are released on the router and need descriptions added to prod.yaml and dev.yaml. Triggers on requests like "add new model descriptions", "update models from router", "sync models", or when explicitly invoking /add-model-descriptions.

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。

AgentDB memory system with HNSW vector search. Use when: need to store patterns, search for solutions, semantic lookup. Skip when: no learning needed, ephemeral 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。