68 件 ・ 関連度順
概要と使いどころ
Deploy and run ML experiments on local, remote, Vast.ai, or Modal serverless GPU. Use when user says "run experiment", "deploy to server", "跑实验", or needs to launch training jobs.
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。
SSH job queue for multi-seed/multi-config ML experiments with OOM-aware retry, stale-screen cleanup, and wave-transition race prevention. Use when user says "batch experiments", "队列实验", "run grid", "multi-seed sweep", "auto-chain experiments", or when /run-experiment is insufficient for 10+ jobs that need orchestration.
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。
MNN CPU 后端性能归因分支（`skills/cpu/` 下，另一分支是 `cpu/kernel` kernel 开发）。按五层（Runtime 线程 / Executor 调度 / Layout 内存 / Dispatch 函数表 / Kernel ISA）定位瓶颈，含 bound 类型判定、op 级实验回路、跨框架 op 对 op 对比、跨层不一致的事后定位，以及 ARM / x86_64 / RISC-V 三侧「我到底跑在哪条 ISA 路径上」的诊断面。CPU 上算子或 LLM prefill/decode 慢、线程数或内存占用异常、出现性能回归、要与外部推理框架逐算子对比时使用。
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 the user asks to "design an A/B test", "set up a creative/landing test", "run an incrementality test", or "is this result statistically and practically material?"; produces a hypothesis, variant matrix, sample-size/duration/power plan, and a documented effect/uncertainty read from own exported results. It applies only a precommitted owner-approved action rule; the statistical helper never chooses a business action. Not for producing variants — use ad-creative-builder; not for reading back one shipped change — use paid-measurement-loop. 广告AB测试设计/实验设计/显著性判定/增效测试
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。
科研分析策略规划助手。根据用户的科研分析需求，通过调研顶尖期刊/会议论文的分析方法，制定个性化、可落地的最优分析策略。适用于需要制定实验设计、数据分析流程、技术路线的场景；兼容旧名 make-research-plan 的 prompt 触发。
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。
理解化学科研自然语言需求，生成带来源绑定的 ResearchIntent，并通过本地确定性校验路由到七个化学 Skill、受控 Skill 链或 Workflow A/B。用于复杂、多步、模糊、需要自动编排，或可能联网、产生费用和发送数据的化学身份、结构、特征、分子库、反应和已有路线任务；毒性预测、路线生成、实验安全和放大审批不支持。
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。
当你在为《自动化学报》(Acta Automatica Sinica, AAS) 规划一次完整投稿的时间线、把 12 个技能编排成从选题到见刊的流水线时调用。给出选题定位→写作→实验→匿名投稿→双盲三审→多轮退修→录用定稿的阶段划分、每阶段的准入准出、里程碑与常见延误点，帮助作者在 Acta Automatica Sinica 的双盲三审制与中英文双语综述长文传统下合理排期，避免作者承诺漏交、双盲泄露、退修超期等踩坑，并在每个节点指明应调用哪个 aas- 技能。
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。
当你在为《自动化学报》(Acta Automatica Sinica, AAS) 稿件准备代码与数据可用性材料、判断本刊是否设有独立制品评审(artifact evaluation)徽章制度时调用。讲清本刊现状(以同行评议为主、无独立徽章制度的现况为待核实)、如何主动提供匿名可复现的代码/数据以增强说服力、控制仿真与实物实验制品的组织，帮助控制/自动化/模式识别方向的中文稿在 Acta Automatica Sinica 外审中用可用制品提升可信度。
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。
在为《电子学报》(Acta Electronica Sinica, AES) 撰写审稿意见答复与修回说明时调用。适用于收到编辑部"修改后再审/退修"通知后，逐条回应外审专家意见、撰写"修改说明"对照表、在正文中标注修改痕迹、处理相互矛盾或要求补做实验的意见、把握修回时限与再审轮次。帮助电子/信息/通信/信号处理方向的中文稿件在《电子学报》多级审理中稳步走向录用，避免因答复不规范或情绪化措辞被再次退修甚至退稿。
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。
当你在为《自动化学报》(Acta Automatica Sinica, AAS) 提升实验可复现性、组织复现包、防范数据污染时调用。覆盖环境与依赖固定、随机种子与多次运行、数据划分与防泄露、控制仿真的求解器/步长/系统参数记录、超参数与调参协议披露、以及配合双盲的匿名化复现材料，帮助控制/自动化/模式识别方向的中文稿在 Acta Automatica Sinica 外审中经得起"结果能否复现"的追问。
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。
当你为《电子学报》(Acta Electronica Sinica, AES) 稿件组织附录与补充材料时使用。覆盖哪些内容应放正文、哪些应下沉到附录/在线补充材料、多媒体附件(音视频/信号波形/大数据表)的提交方式、公式推导与完整证明的呈现、扩展实验与超参数表、双盲阶段补充材料的匿名化、以及与正文的引用对应关系。帮助电子/信息/信号处理方向作者在《电子学报》有限正文篇幅内保持主线清晰，同时用补充材料完整承载可复现细节与扩展证据。
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。
创建、设计、修改、重构和验证 AgentDock Skill 时使用；负责 Agent Skills 兼容的 SKILL.md、可移植核心、引用、辅助脚本、测试、安全边界和本地真实验证。
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。
秋芝2046（前产品经理，AI Native创作者）的AI科普内容创作思维——爆肝实操导向、痛点前置产品思维、全平台内容矩阵、B站深度+抖音短平快+飞书系统化。 触发词：「秋芝2046视角」「像秋芝2046那样写」「AI科普教程」「DeepSeek教程」「One-Click解决一切」。 擅长：AI工具测评与推荐、AI教程设计（幼儿园→专业级）、技术热点快速响应、AIGC内容实验、多平台内容矩阵运营、飞书知识库架构、AI春晚级别的项目管理。
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。
数字生命卡兹克（前UI/交互设计师→AI自媒体人→虚实传媒CEO→AIFUT大会发起人）的AI科技自媒体创作思维——平实直接、数据碾压、自嘲幽默、硬核输出。 触发词：「数字生命卡兹克视角」「像卡兹克那样写」「AI产品实测」「AI工具测评」「干货AI教程」。 擅长：AI产品实测与横评、AIGC创作实验、AI行业大会策展、Slogan式干货输出、数据粉碎型文案、一人对抗内容平台的全栈内容生产。
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。
根据指定的行切片规则和列映射，将源DataFrame（df_sub）的列数据转换为长格式DataFrame，包含sub_id、trial、start_time、end_time等字段。
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。
扮演人工智能辅助医生，结合最新AI工具（如医学成像、机器学习）和传统方法（如体检、实验室测试）来诊断病人症状的最可能原因。
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。
把带时间戳的 narration.json 合成为中文解说音频。使用 MiMo TTS（mimo-v2.5-tts）或 Fish Audio（s2.1-pro-free）或显式配置的通用 IndexTTS HTTP 服务逐段生成语音， 按时间窗动态适配语速并处理响度；输入输出时间线上的旁白，产出 tts_segments 与 tts_meta.json。 外发说明：每段旁白文字会发给所选 TTS 服务（MiMo / Fish Audio / 用户自托管的 IndexTTS），--voice-ref 的参考音频会发给 MiMo。 另含实验性的英译中 dub 路径：只在显式选择 dub 模式并传 --confirm-voice-rights 时运行，会把源视频音频发到 MiMo ASR， 并以原说话人的声音为参考经 MiMo voiceclone 克隆配音；只可用于用户有权使用、且说话人同意被克隆声音的内容。 触发词：配音、语音合成、TTS、解说配音、 voiceover、text to speech、旁白配音。
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。
科学公式/化学式规整 Skill：统一文本列中的数学符号、Unicode 上下标、化学反应箭头、全角 ASCII 和多余空格。 适用于实验记录、论文摘录、化学反应式和科学公式文本；不负责公式语义解析、单位换算或化学配平。
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。
长文本规则切分工具。将超长文本按照段落、句子、固定字符长度、非空行或科研论文章节标题进行自动切分，生成粒度均匀的短文本片段。 当用户提到文本切分、长文本拆分、按段落分割、按句子分割、文本分块、论文章节切分等需求时使用此skill。 适用于科研论文、实验综述、长篇文稿等资料的粒度拆分需求。 不负责采样、清洗、格式转换或PDF解析。
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。
统计与机器学习异常值检测工具。读取结构化表格数据，使用 IQR、Z-score、IsolationForest 或分组标准差一致性方法识别异常值，输出带异常标记、删除异常行或裁剪异常值后的结果文件。 当用户提到异常值检测、离群值识别、IQR、Z-score、IsolationForest、按实验组/分类组检查数值一致性等需求时使用此skill。 即使用户没有明确说出“statistical_outlier_detector”，只要任务涉及结构化数值字段异常识别或分组均值标准差一致性检查，就应该使用此skill。 不负责字段固定阈值上下限校验、枚举值校验、时间序列缺失/频率校验或格式转换。
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。
英文文本基础清洗工具。读取英文科研文本，展开常见缩写、修正常见拼写错误并可选规范大小写，输出整理后的 JSONL 数据。 当用户提到英文文本清洗、英文缩写展开、英文拼写纠正、英文文本规整等需求时使用此skill。 适合外文论文、英文实验记录的基础规整，不负责翻译、语法改写或跨语言语义修复。
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。
将中文毕业论文已有材料映射到“毕业论文角色”：把论文、模板、Overleaf 源稿、PDF、图表和实验材料按章节角色、研究问题和证据用途重新归位。
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。
按常见评分点生成建模论文结构与写作清单，并根据题目类型与数据条件给出模型选择与对照实验路线。Invoke when需要“论文格式/评分对齐/模型选型/路线不确定”。
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。
Audit experiment integrity against the evidence ledger. At L2 (repo + result files present) a fresh cross-model reviewer reads the eval code line-by-line for fake/derived ground truth, score self-normalization, phantom results (a paper number with no backing file/key), dead/uncalled metric code, verified-scope inflation, method-described ≠ method-evaluated drift, synthesized-looking results, placeholder/fake data still wired into a released result, code-output ≠ reported-number mismatch, and missing reproducibility artifacts (an empirical/agent/LLM paper shipping neither code nor the prompts/configs its results need) — every finding span-anchored to a ledger claim_id. At L0/L1 (PDF / source only) the same patterns are surfaced as info-level 'could-not-verify' signals where the ledger gives an anchor (observability_level_required:2) — NEVER a fraud verdict from a PDF. The reviewer PROPOSES findings; tools/adjudicate_findings.py computes the verdict. Detect-only. Triggers: "experiment forensics", "audit the results", "check the eval code", "实验诚实度".
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。