「score」の検索結果

Evaluate any project, product, or system's claims against its actual implementation — scoring each claim for truth, identifying architectural gaps, assessing competitive positioning, proposing creative solutions, and producing an actionable roadmap. Load when the user asks to evaluate claims, reality-check a project, assess what this project actually does vs what it says, validate product claims, or score a system's credibility. Also triggers on "is this real", "does this work as claimed", "evaluate this project", "assess the gap between claims and reality", "how credible is this", "investor assessment", "score these claims", or "what's real vs marketing".

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。

Score an unbuilt business idea on desirability, viability, feasibility, distribution wedge, why-now, founder-market-fit, market size, alternatives, defensibility, capital intensity, and regulatory/ethical risk — and return a GO / ITERATE / KILL verdict with kill criteria and a next kill test. Load when the user asks to evaluate a business idea, score a startup idea, screen an idea, decide whether to pursue this venture, do an idea review, or says "is this a good business idea", "should I build this", "evaluate this startup", "screen this idea", "go/no-go on this idea", "kill or pursue". Sub-skill of `venture-exploration`. Calls `fermi` for sizing, `assumption-mapping` for hidden beliefs, optional `pre-mortem` / `adversarial-hat` for high-stakes ideas. Does NOT evaluate built products — for that use `reality-check`.

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。

Analyzes pooled CRISPR screens with MAGeCK (Li et al 2014), covering count generation (mageck count), the RRA two-condition workflow (mageck test using alpha-RRA over per-sgRNA negative-binomial p-values), the MLE multi-condition workflow (mageck mle with explicit design matrix and beta-score output), normalization choice (median vs total vs control-sgRNA vs spike-in), sgRNA efficiency injection, paired-sample testing, time-course design, drug-screen versus dropout-screen design matrices, MAGeCKFlute and MAGeCK-VISPR downstream visualization, and decision logic for when to use MAGeCK vs JACKS / BAGEL2 / drugZ / Chronos. Use when running a fresh CRISPR screen analysis, picking RRA vs MLE for the experimental design, choosing a normalization method from QC signatures, debugging MLE convergence failure or NaN beta scores, comparing MAGeCK output across tools, or building a batch-aware multi-cell-line / multi-condition MLE design matrix.

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。

Quantify homologous recombination deficiency (HRD) from tumor copy number using the three genomic-scar metrics — loss of heterozygosity (LOH), large-scale state transitions (LST), and telomeric allelic imbalance (TAI) — with scarHRD, and via the whole-genome HRDetect and CHORD models. Covers the genomic instability score, the PARP-inhibitor clinical context, whole-genome-doubling correction, and the scar-versus-state distinction. Use when computing an HRD score for PARP-inhibitor eligibility, deriving LOH/LST/TAI scars from allele-specific copy number, deciding between scar-based and mutational-signature HRD methods, or interpreting an HRD result in a BRCA-reverted or low-purity tumor.

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。

Maps GWAS-implicated loci to candidate effector (causal) genes by integrating variant-to-gene (V2G) features via Open Targets L2G (Mountjoy 2021), MAGMA gene-based association (de Leeuw 2015), FUMA SNP2GENE, cS2G combined SNP-to-gene scores (Gazal 2022), Polygenic Priority Scores (PoPS, Weeks 2023), FLAMES, INQUISIT, DEPICT, and enhancer-gene predictors (ABC, ENCODE-rE2G). Use when narrowing a GWAS lead locus to a candidate causal gene, picking between proximity, eQTL-based, and similarity-based prioritizers, integrating multi-evidence streams (fine-mapping, colocalization, ABC enhancer-gene, distance, chromatin), reconciling discordant L2G vs PoPS calls, prioritizing tissue-specific eQTL evidence, or triangulating across at least three independent lines of evidence for a publication-grade effector-gene nomination.

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 this skill when the user asks about DataQ — FMCSA's data review system at dataqs.fmcsa.dot.gov — for disputing inspection violations, crash records, or other entries that appear in a carrier's CSA / SMS score. Covers Request for Data Review (RDR) process, success rates, common dispute grounds, what evidence to attach, timeline expectations, and how successful disputes reduce BSI (BASIC Severity Indicator) scores. Cite 49 CFR 392.7 and the FMCSA DataQs User Guide.

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。

End-to-end Coval adversarial / red-team testing workflow. Builds one adversarial test set (12 core attack vectors plus legitimate controls, each with an expected-behavior checklist), creates a persistent "Adversarial User" persona and a Composite Evaluation metric that scores each scenario against its own expected behaviors, launches a multi-iteration run against the agent (voice or chat), polls for completion, builds a per-scenario pass/fail scorecard, and creates a saved report grouped by Test Case. Use when a user wants to follow the Adversarial & Red-Team Testing cookbook (https://docs.coval.dev/guides/adversarial-red-team-testing) without doing each step by hand. Triggers: "adversarial test set", "red team my agent", "jailbreak / prompt-injection testing", "test my agent against bad actors".

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。

Govern Power Automate flows and Power Apps at scale using the FlowStudio MCP cached store. Classify flows by business impact, detect orphaned resources, audit connector usage, enforce compliance standards, manage notification rules, and compute governance scores — all without Dataverse or the CoE Starter Kit. Load this skill when asked to: tag or classify flows, set business impact, assign ownership, detect orphans, audit connectors, check compliance, compute archive scores, manage notification rules, run a governance review, generate a compliance report, offboard a maker, or any task that involves writing governance metadata to flows. Requires a FlowStudio for Teams or MCP Pro+ subscription — see https://mcp.flowstudio.app

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。

Full-cycle recruiting agent — source, screen, score, and hire top talent with structured frameworks, scorecards, and pipeline automation. Zero dependencies.

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。

Score and qualify leads using customizable criteria. Prioritize your pipeline by fit, intent, and engagement to focus on deals most likely to close.

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。

Full pipeline from signal detection to scored lead in CRM. Chains signal-scanner, lead-scorer, and crm-writer into one flow.

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。

Score raw leads as HOT/WARM/COOL based on config-driven weights from agency.config.json

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。

Validates agent outputs against schemas and quality criteria, scores confidence, detects hallucinations, monitors convergence, decides when to iterate, and synthesizes actionable feedback. Use when checking if a node's output is acceptable, scoring confidence, detecting fabricated content, deciding whether to re-execute, or generating improvement feedback. Activate on "validate output", "check quality", "confidence score", "hallucination check", "should we iterate", "improvement feedback". NOT for executing DAGs (use dag-runtime), planning DAGs (use dag-planner), or matching skills (use dag-skills-matcher).

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。

Claude Codeの作業記録から修正や反復する手順を見つけ、信頼度付きの小さな行動ルールとして蓄積し、プロジェクトごとに分けてスキルやコマンドへ育てるスキル。

• 作業中の好みや手順を学習させたいとき
• プロジェクトごとの開発規約の整理
• 学習したルールのスキル化

絞り込んだ競合を九つの観点で採点し、根拠付きの比較カードと戦略の二軸図に整理するスキル。各社の強みや、自社が狙う領域の競合を確認します。

• 競合を共通の基準で比較したいとき
• 出典付きの競合紹介カード作成
• 戦略の二軸で競合を配置したいとき

AIエージェントがスキルやルールを実際に守るか、指示の強さが異なる３段階のシナリオで検証し、遵守率とツール呼び出しの時系列をレポートにまとめます。

• 追加したルールの遵守確認
• 念押しなしで手順が守られるか確認
• ツール実行順序と抜けの確認

公開前や変更の取り込み後に、アプリの認証・データ・決済・運用を根拠付きで点検します。公開を妨げる問題と優先して直す項目を、本番への準備状況としてまとめるスキル。

• 公開前に本番への準備状況を確認したいとき
• 変更の取り込み後にリスクを確認したいとき
• CI通過後の本番リスクの点検

請求書やフォームなどの規則的なテキストから情報を取り出す処理を、正規表現とLLMで設計し、抽出結果の信頼度が低い項目だけを確認・修正する流れを示します。

• 問題文・選択肢・解答の抽出
• フォームや請求書の抽出処理設計
• 正規表現とLLMを選びたいとき

ユーザーや状況に合う上位候補を選ぶ推薦・ランキング処理を、候補取得から採点、選択、記録までの6段階で設計し、動くコードのひな形にするスキル。

• 個人向けコンテンツ配信の設計
• 検索やRAGの結果を並べ替えたいとき
• タスクの優先順位付け

アプリ開発を計画・実装・評価のエージェントに分け、動作中の画面を検証しながら、設定した品質基準に向けて修正を繰り返す開発支援スキル。

• 短い案からアプリ仕様を作りたいとき
• 別担当の評価で画面を改善したいとき
• フルスタックアプリの動作検証と修正

Claude Codeでの修正や繰り返し作業から、確信度付きの小さな行動ルールを抽出し、プロジェクト別に管理してスキルやコマンドへ育てるスキル。

• 修正指示や反復作業の知識化
• プロジェクト別の規約管理
• 行動ルールのスキル・コマンド化

公開サイトやAPIから求人・価格・ニュースなどを定期収集する仕組みを作ります。AIによる要約・分類・採点、保存先との連携、利用者の評価を次回に反映する設計も扱います。

• 求人を収集して条件との一致度を採点
• 商品価格を定期的に追跡したいとき
• ニュースを収集して話題別に分類

既存コードから色・文字・余白などの共通ルールを抽出し、デザインの仕様書とプレビューを作るスキル。画面の統一感を10項目で評価し、修正箇所も示します。

• 既存コードからデザイン規則を作りたいとき
• リニューアル前の見た目の統一感確認
• スタイルを変更するPRのレビュー

運送会社の選定、運賃交渉、入札、実績評価、貨物の割り当てを支援します。米国の輸送実務を基に、費用・配送品質・輸送力を踏まえた契約や更新の判断を整理します。

• 新しい運送会社の審査
• 輸送業務の入札準備
• 運賃や燃料割増を交渉したいとき