「aso」の検索結果

Predicts whether a DNA variant alters mRNA splicing using sequence-based deep-learning tools — SpliceAI (10kb context dilated CNN, clinical default), Pangolin (multi-tissue), MMSplice (modular per-region CNN with calibrated ΔPSI), SpliceTransformer/TrASPr (tissue-aware transformers), SpliceVault (empirical 300K-RNA lookup of likely mis-splicing outcomes), CADD-Splice (composite score). Applies the ClinGen SVI 2023 framework for ACMG/AMP variant interpretation (PVS1, PP3, BP4 evidence codes), HGVS splicing nomenclature (c.123+1G>A, c.123-3T>G, r.spl?), extended-window scoring for deep-intronic pseudoexons, tissue-specific predictions, branchpoint variant detection (BPHunter, LaBranchoR), and splice-switching ASO design. Use when interpreting splice impact of clinical variants, prioritizing VUS, identifying deep-intronic pathogenic variants, or designing ASOs.

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。

Predicts whether a DNA variant alters mRNA splicing using sequence-based deep-learning tools — SpliceAI (10kb context dilated CNN, clinical default), Pangolin (multi-tissue), MMSplice (modular per-region CNN with calibrated ΔPSI), SpliceTransformer/TrASPr (tissue-aware transformers), SpliceVault (empirical 300K-RNA lookup of likely mis-splicing outcomes), CADD-Splice (composite score). Applies the ClinGen SVI 2023 framework for ACMG/AMP variant interpretation (PVS1, PP3, BP4 evidence codes), HGVS splicing nomenclature (c.123+1G>A, c.123-3T>G, r.spl?), extended-window scoring for deep-intronic pseudoexons, tissue-specific predictions, branchpoint variant detection (BPHunter, LaBranchoR), and splice-switching ASO design. Use when interpreting splice impact of clinical variants, prioritizing VUS, identifying deep-intronic pathogenic variants, or designing ASOs.

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 carrier or driver asks about winter trucking, snow chain requirements, hot-weather precautions, summer tire failures, fuel additive use (anti-gel), idle management in extreme temperatures, weight restrictions in spring thaw, or how seasonal demand patterns affect freight rates and capacity.

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 documenting supervisor reasonable-suspicion training for Part 382 compliance. Covers what to log, what to retain, and what training providers to 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。

Use this skill when the user asks about commercial driver drug & alcohol testing under 49 CFR 382 + 40 — the six testing reasons (pre-employment, random, post-accident, reasonable suspicion, return-to-duty, follow-up), MRO process, SAP/return-to-duty process, post-accident triggers, random selection rates, what panels are tested, refusal definitions, or testing programs and consortiums. Cite specific 49 CFR 382 or 40 subsection.

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 implementing or renewing supervisor reasonable-suspicion training. Covers the 60-minute alcohol + 60-minute drug training requirement, recordkeeping, and refresher cadence.

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 an idea, proposal, change, claim, or decision from facts through problem, value, mechanism, consequences, evidence, alternatives, and action. Use when the user asks what something is for, why it matters, whether it is worth doing, what impact it has, or how to decide. Do not use for simple factual lookup or straightforward execution.

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。

[31] ANALYZE. Universal deep thinking methodology for any situation requiring quality reasoning. Use when solving problems, debugging, making decisions, analyzing code, planning, reviewing, or anytime you need thorough thinking instead of surface-level responses. Triggers on "think deeply", "analyze thoroughly", "reason carefully", "deep thinking", "understand completely", or any task requiring careful thought.

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。

Implement adaptive learning with ReasoningBank for pattern recognition, strategy optimization, and continuous improvement. Use when building self-learning agents, optimizing workflows, or implementing meta-cognitive systems.

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。

Implement ReasoningBank adaptive learning with AgentDB's 150x faster vector database. Includes trajectory tracking, verdict judgment, memory distillation, and pattern recognition. Use when building self-learning agents, optimizing decision-making, or implementing experience replay systems.

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。

Design AgentSpeak-style BDI plan libraries with explicit event, context, failure, and authority boundaries. NOT for treating BDI plans as safety approval or guaranteed execution.

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。

Temporal interval algebra for reasoning about time relationships in planning and knowledge representation

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。

OpenClawのPRやIssueの重複を根拠付きで判断し、関連する作業をprtagsで一つのグループに整理して判断理由と確信度を記録するスキルです。

• PRが既存作業と重複するか調べたいとき
• 同じ問題を報告するIssueを探したいとき
• 関連作業を一つの重複グループに整理

OpenClawの機能分類とQAの証拠を照合し、品質・機能の充足度・長期サポートの評価を見直して、成熟度のスコアカード文書を更新するスキルです。

• 機能領域ごとの成熟度を見直したいとき
• 想定した利用手順の充足度を確認したいとき
• QAの証拠から評価文書を更新したいとき

新機能や不具合修正で、先に期待する動作のテストを書き、失敗を確認してから実装します。最小限のコードで成功させ、全体のテストを保ちながら整理するスキルです。

• 新機能をテストから実装したいとき
• 不具合をテストで再現して直したいとき
• テストを保ちながらコードを整理

コードの構造を調べ、理解やテストを難しくしている箇所の改善案を図入りHTMLレポートにまとめます。候補を選んだ後は、制約や設計判断を対話で掘り下げます。

• 変更が多い領域の設計を見直したいとき
• リファクタリング案を図で比較
• テストしやすいモジュール設計を検討

プロジェクトで使う業務用語や概念の境界を、具体例とコードの照合で明確にします。決まった定義を用語集に記録し、重要な設計判断の理由も必要に応じて残すスキルです。

• 曖昧な業務用語を整理したいとき
• GLOSSARY.mdの作成・更新
• 業務上の定義とコードの整合確認

一度の対話では収まらない大きな企画や変更を、決めるべき問いと依存関係に整理します。課題管理ツールに判断の記録を残し、実行に移るまでの道筋を明らかにするスキル。

• 複数の対話にまたがる大きな計画
• 未決事項と依存関係の整理
• 共同作業で判断の経緯を共有

Claudeのスキルやコマンドを棚卸しし、内容の重複、実用性、技術情報の古さを点検します。変更分だけの確認と全件レビューに対応し、改善や統合の判断材料をまとめます。

• 導入済みスキルを全件点検したいとき
• 変更したスキルだけ確認したいとき
• スキル同士の重複を探したいとき

候補の探索や比較を繰り返し、試行の根拠と判断を追記型の台帳に残すスキル。前回との整合性や再検証の結果を確認し、実取引や本番操作へ進む条件を明確にします。

• 試行を重ねて候補を比較したいとき
• 判断の根拠を記録したいとき
• 新情報で前回の採用候補を見直したいとき

開発前に製品の狙いを検証し、企画の実行判断、利用開始時のつまずき、機能の優先順位を整理します。根拠と次の行動を含む企画書やロードマップにまとめます。

• 曖昧なアイデアを企画書にしたいとき
• 開発する機能の優先順位付け
• 公開前の導入体験の点検

複数工程の計画書を読み、各工程に合うECCコマンドを貼り付け用に生成します。工程の識別情報や完了条件を含め、対象範囲を渡せないコマンドは保留として示します。

• 実装計画をコマンドに変えたいとき
• 追加・修正・整理のコマンド選び
• 指定した工程だけを準備したいとき

技術や設計を選んだ理由を、背景・比較案・影響とともにMarkdownへ記録するスキル。連番と索引で整理し、既存の記録から過去の判断理由も確認します。

• フレームワークやDBの選定理由の記録
• 設計の比較案と利点・欠点の整理
• 過去の技術判断の理由を調べたいとき

大規模言語モデルの知識・推論・コード生成を共通の課題で評価するスキル。複数モデルの比較表や学習途中の成績推移を作り、評価結果と個別の回答を保存します。

• MMLU・GSM8Kでのモデル評価
• 複数モデルの比較表作成
• 学習途中のモデルの成績追跡