「oss」の検索結果

Segments the genome into chromatin states from combinatorial histone modification and chromatin factor ChIP-seq data. Uses ChromHMM (multivariate HMM on binarized signal, v1.27), Segway (Dynamic Bayesian Network on continuous signal), EpiSegMix (flexible-distribution HMM with duration modeling, 2024), EpiLogos (multi-biosample visualization), IDEAS (cell-type-aware joint), and full-stack ChromHMM (Vu Ernst 2022) for cross-cell-type segmentations. Handles state-count selection (15 vs 18 vs 25 states), binarization choice, OverlapEnrichment / NeighborhoodEnrichment downstream analysis, and cross-biosample integration. Use when learning chromatin states from a histone mark panel, characterizing learned states by genomic feature enrichment, or comparing chromatin landscapes across cell types.

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。

Estimate SNP heritability and partition it across functional annotations, cell types, and loci from GWAS summary statistics or individual-level genotypes. Implements LDSC, stratified LDSC with the baseline-LD model, Finucane 2018 cell-type prioritization, LDAK SumHer, HDL, HESS local heritability, BOLT-REML, GCTA-GREML, graphREML, and Popcorn cross-population genetic correlation. Use when computing total h2_SNP from summary stats, partitioning heritability across functional categories, prioritizing trait-relevant tissues or cell types from ENCODE/Roadmap chromatin marks, reconciling LDSC vs LDAK enrichment estimates, computing local heritability with HESS, estimating genetic correlation between traits, or producing publication-grade enrichment with calibrated sensitivity to model assumptions.

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。

Estimate bivariate genetic correlation (rg) between traits from GWAS summary statistics or individual-level genotypes using cross-trait LDSC, HDL, LAVA, rho-HESS, GREML-bivariate, Popcorn, and HDL-L. Use when quantifying shared genetic architecture between two traits, screening MR validity before causal inference, distinguishing global from locus-level rg, estimating trans-ancestry rg, separating partial from full causation via LCV gcp, or producing a STROBE-MR-compliant cross-trait sensitivity battery. Cross-trait LDSC intercept absorbs sample overlap and is NOT a bias; HDL is biased under sample overlap above ~5%. High rg between exposure and outcome motivates CHP-aware MR sensitivity (CAUSE, LHC-MR).

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。

When the user wants to cut 1D materials optimally, minimize waste in linear cutting, or solve one-dimensional cutting stock problems. Also use when the user mentions "1D cutting," "linear cutting optimization," "rod cutting," "pipe cutting," "beam cutting," "trim loss," "cutting stock problem," "pattern generation," or "column generation for cutting." For 2D problems, see 2d-cutting-stock. For general trim loss, see trim-loss-minimization.

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。

Cross-platform development patterns for OneKey. Use when writing platform-specific code, handling platform differences, or working with native/web/desktop/extension platforms. Triggers on platform, native, web, desktop, extension, iOS, Android, Electron, platformEnv, .native.ts, .web.ts, .desktop.ts, .ext.ts, cross-platform, multi-platform.

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。

クロスレビュー。有識者エージェント3つの並行レビュー + Codex レビュー + Codex 敵対的レビュー（red team）で変更を多視点レビューし、結果を統合報告する（コードは変更しない）。「クロスレビューして」「cross-reviewして」「複数視点でレビューして」で発動。Codex 単体で足りる軽いレビューは codex-review、レビュー結果の修正・実装まで任せる場合は forge を使う。

Correlates disparate security incidents, IOCs, and adversary behaviors across time and organizations to identify unified threat campaigns, attribute them to common threat actors, and extract shared indicators for improved detection. Use when multiple incidents exhibit overlapping indicators, when sector-wide attack campaigns require cross-organizational analysis, or when building campaign-level intelligence products. Activates for requests involving campaign analysis, incident clustering, cross-organizational IOC correlation, or MISP correlation engine.

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。

Detects anomalous authentication patterns using UEBA analytics, statistical baselines, and machine learning models to identify impossible travel, credential stuffing, brute force, password spraying, and compromised account behaviors across authentication logs. Activates for requests involving authentication anomaly detection, login behavior analysis, UEBA implementation, or suspicious sign-in investigation.

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。

Configures host-based intrusion detection systems (HIDS) to monitor endpoint file integrity, system calls, and configuration changes for security violations. Use when deploying OSSEC, Wazuh, or AIDE for endpoint monitoring, building file integrity monitoring (FIM) policies, or meeting compliance requirements for change detection. Activates for requests involving HIDS configuration, file integrity monitoring, OSSEC/Wazuh deployment, or host-based detection.

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。

Hunting skill for auth bypass vulnerabilities. Built from 12 public bug bounty reports across SAML XSW / parser-differential (GitHub Enterprise CVE-2025-25291/25292), SAML signature stripping (Uber, Rocket.Chat, samlify CVE-2025-47949), SAML domain enforcement bypass via control characters (HackerOne 2024), partner-portal cross-IdP assertion reuse (Slack), WordPress XMLRPC bypassing SSO (Uber), JWT alg-confusion HS256/RS256 (Jitsi), JWT signature-validation skip (Linktree, Newspack), and token-audience confusion (Argo CD CVE-2023-22482). For standalone JWT signature/crypto forging (alg:none, key confusion, kid/jku) see hunt-jwt-crypto; this skill covers JWT only inside SSO/SAML/token-trust bypass chains. SAML assertion-layer attacks (XSW, comment injection, signature stripping, XXE-in-assertion) are owned by hunt-saml; this skill owns the broader cross-protocol auth-bypass taxonomy. Use when hunting auth bypass — see the Legacy-Protocol Matrix for branded-UI vs legacy-endpoint patterns.

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。

Cross-pollination multiplier technique: find a vulnerability in one package, then search for the same pattern across all similar packages to multiply findings.

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。

Foundational impossibility result proving consensus cannot be guaranteed in asynchronous systems with even one faulty process

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。

Defensive counterpart to federated-harbor-redteam: closes the smells that red team opens against The Federated Harbor whitepaper. Federation-specific defenses for cross-harbor primitives — mechanization commitments, scope hedges, cross-paper dependency formalization, pre-emptive analogies (CT, Macaroons, atomic swaps), and defense-in-depth framing (refuses vs prices). Use during a versioned red-vs-white round; pairs with federated-harbor-redteam. NOT for ad-hoc code review, NOT for the Anchor or Bonded papers (use whitehat-defense).

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。

技術文書やエージェント向け指示ファイルを作成・レビューするスキル。READMEや貢献手順も調べ、説明の分かりやすさ、運用上の整合性、多言語版の差分を確認します。

• 技術文書を作成・更新したいとき
• READMEや文書の変更レビュー
• エージェント指示と貢献手順の整備

GitHubのローカル保存データからIssueやPR、重複候補を調べ、同期状況や情報の不足を確認しながら、判断前に最新の状態を照合するスキル。

• 不具合に関連するIssueやPRを探したいとき
• 重複候補のIssueを確認したいとき
• 対応判断前に保存情報の鮮度を確かめたいとき

リモート環境やDockerで、導入・連携・実操作のテストを進めるスキル。コードの信頼性に応じた環境の選択から、障害調査と実行後の後片付けまで扱います。

• クリーン環境でのパッケージ導入テスト
• 実サービスとの連携を検証したいとき
• macOS・Windows・WSL2の動作確認

Parallelsの仮想マシンでOpenClawの導入・初期設定・更新を検証するスキル。macOS、Windows、Linuxの基本動作確認と失敗の切り分けを扱います。

• 3つのOSで新規導入を確認したいとき
• OpenClawの更新処理を検証したいとき
• 既存スナップショットから検証をやり直す

OpenClawのQAシナリオを模擬環境や実サービスで実行し、失敗原因の修正、結果レポートの確認、複数モデルの応答スタイル比較まで支援するスキル。

• 模擬環境や実サービスでQAを実行
• 失敗シナリオの原因調査と再検証
• 複数モデルのキャラクター比較

集めた素材から記事の展開を複数提案し、選んだ内容を一段ずつ書き進めます。読者が知っている概念を確認し、必要な説明を先に置きながら文章を組み立てるスキルです。

• 収集済みのメモを記事にしたいとき
• 記事の書き出しを比較したいとき
• 初心者向けに説明順を整えたいとき

開発用スキルの初回利用に向けて、課題の管理先、仕分け用ラベル、用語集や設計判断の記録の配置を確認し、リポジトリ共通の設定文書を整えるスキル。

• 開発用スキルの初期設定
• 課題管理先と仕分けラベルの整理
• 用語集と設計判断の記録の配置決め

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

複数回のインタビューでブランドの目的、顧客像、個性、語り口を掘り下げ、創業者間の認識の違いも整理して、協力者に共有できるブランドブックにまとめます。

• 新ブランドの方向性を決めたいとき
• ブランドの立ち位置を見直したいとき
• 複数の創業者の認識をそろえたいとき

GitHubやLinear、ローカルの通知を棚卸しし、重要度と担当者に応じた届け先を設計します。重複や不要な通知を整理し、次の対応が分かる運用にまとめるスキル。

• 複数ツールの通知をまとめたいとき
• CI失敗の重複通知を減らしたいとき
• 緊急通知とまとめ通知の振り分け

学術・技術文献を検索し、選定基準に沿って比較・統合するスキルです。検索履歴や除外理由を残し、根拠の強さと引用を確認したレビューにまとめます。

• 研究テーマの全体像を把握したいとき
• 検索手順を記録した文献レビュー
• 研究結果の矛盾や未解決課題の整理