「pe」の検索結果

研究テーマから文献調査、アイデア選定、実験の実装・実行、反復レビューをつなぎ、成果の整理と、任意で論文PDFの作成まで進めるスキル。

• 研究テーマから実験とレビューへの一貫実行
• 実験の実装と結果収集をまとめたいとき
• 根拠を整理して論文執筆へ引き継ぎたいとき

研究提案から、論文の主張を支える実験を設計します。比較手法や評価指標、構成要素を外す検証、実行順序、計算予算を整理し、計画書と進捗表にまとめます。

• 研究提案を具体的な実験に落としたいとき
• 比較実験と構成要素の検証を設計
• 計算予算に合わせて実験を優先順位付け

公開学術論文を検索し、短い要約から章ごとの本文へ段階的に読み進めるスキル。DeepXivで注目論文も探せるため、必要な箇所に絞って文献を調べられます。

• 研究テーマに関する論文を探したいとき
• Introductionだけ読みたいとき
• 過去2週間の注目論文の確認

完成した論文から学会発表の構成、Beamer・PPTX、発表原稿を作成します。見た目の調整や書き出し確認に加え、指定に応じて主張・引用・匿名性も点検します。

• 完成論文から学会発表一式を準備
• Beamerと編集可能なPPTXの作成
• 発表者ノート・発表原稿・想定問答の準備

論文の内容と実際の図を使い、学会ポスターをHTML/CSSで作成します。会場指定の寸法や配置、主張の根拠を確認し、印刷用PDFに仕上げます。

• 論文から学会ポスターを作りたいとき
• 研究ポスターを作り直したいとき
• ポスターの主張を原論文と照合したいとき

KubeSphereのログ・イベント・監査・通知履歴を保存・検索するOpenSearch拡張を導入し、保存容量やメモリ、可視化画面、古いデータの整理を設定するスキルです。

• ログやイベント履歴の保存先を用意したいとき
• OpenSearch Dashboardsの有効化
• 保存容量やメモリを調整したいとき

Stripeの料金更新、Supabaseのデータベース変更、Vercelへの公開を順番に実行。Composio CLIで、公開後の動作確認やSlackへの通知まで一連の手順にまとめます。

• 課金・DB・画面をまとめて公開
• 料金変更に合わせた本番切り替え
• 定期リリースのスクリプト化

Pipecatが利用する各サービスの新モデルやAPI機能を調査し、サービス別のレポートと、確度の高い更新を反映したローカルブランチを作るスキル。

• 新モデルやAPI機能を調べたいとき
• 特定の提供元に絞って調査したいとき
• 明確な更新のローカルブランチ作成

OpenShellの不具合報告・機能要望・作業課題を、利用者の具体的な用途に基づいてテンプレートに沿って整理し、gh CLIでGitHubのIssueとして登録します。

• 実際に遭遇した不具合を報告したいとき
• 具体的な用途から機能を要望したいとき
• 完了条件付きの内部タスクの登録

OpenShellのサンドボックスで通信が拒否された際に、現在のポリシーを確認し、必要最小限の変更を提案して、承認と反映を確認後に再試行するスキル。

• policy_deniedの原因を確認
• 必要範囲に絞った通信許可の提案
• ポリシー承認・反映後の通信再試行

OpenShell 用のローカル Kubernetes 開発環境を構築し、起動・停止・削除を進めるスキルです。変更時の再ビルドやデプロイ、認証設定、複数構成での動作検証も扱います。

• ローカル開発クラスターの作成・停止
• 開発中に変更を再ビルド・反映したいとき
• ローカルの処理トレースの確認

OpenShellの依存ソフトウェア一覧を生成し、不足するライセンス情報を公開レジストリから補完します。確認用のCSV出力や、イメージに付属する一覧の検証も扱います。

• リリース用の依存ソフトウェア一覧作成
• 不足するライセンス情報の補完
• ライセンス確認用CSVの出力

OpenShellのWindows向けビルドとテストを保守・検証します。x64・ARM64のコンパイルや実行ファイルの生成、未対応ドライバーのエラー確認を扱います。

• Windowsのコンパイル失敗調査
• x64・ARM64の実行ファイル生成
• 未対応ドライバーのエラー確認

Open SaaSの開発を始めるために、Waspのインストール状況を確認し、OSに応じた導入からデータベースの準備、アプリの起動まで案内します。

• Waspの導入状況とバージョン確認
• OSに合ったWaspのインストール
• PostgreSQLの起動と構造変更の反映

Run Lighthouse audits locally via CLI or Node API, parse and interpret reports, and set performance budgets. Use when measuring site performance, understanding Lighthouse scores, setting up budgets, or integrating audits into CI. Triggers on: lighthouse, run lighthouse, lighthouse score, performance audit, performance budget. Do NOT use for fixing specific performance issues (use perf-web-optimization or core-web-vitals) or Astro-specific optimization (use perf-astro).

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。

This skill helps users extract YouTube video transcripts and perform deep competitive analysis on the content. Agent should proactively apply this skill when users express needs like analyze YouTube video content strategy, perform competitive video content analysis, extract and analyze YouTube subtitles for marketing insights, understand competitor value propositions from their videos, identify target audience from YouTube video content, analyze pain points and needs mentioned in YouTube videos, evaluate competitor CTA strategies in video content, find content gaps in competitor YouTube videos, analyze video narrative structure and hooks, extract key messaging and positioning from YouTube content, benchmark competitor video content quality, research competitor marketing angles through video analysis, identify audience signals and terminology level in videos, analyze emotional tone and persuasion techniques in YouTube content.

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。

Deep-crawl any website from start URLs, return per-page LLM-ready text/markdown/HTML plus metadata (title, description, author, language, canonical URL, OG) and in-scope outbound links. Use when user mentions deep crawl website, recursive crawl, crawl a whole site, scrape entire website, scrape docs site, scrape documentation, scrape knowledge base, scrape blog, build RAG corpus, build vector database from website, knowledge base for chatbot, GPT knowledge files, llms.txt, sitemap crawl, BFS crawl, scrape with depth or page limit, include exclude URL globs, remove boilerplate, strip navigation header footer, website to markdown, website to text, multi-page extraction, bulk page scraping, clean markdown from URL, docs site to markdown corpus, site to clean corpus. Also applies to building RAG pipelines, indexing a customer site, syncing docs into a vector store, generating training corpora from any docs hub, or expanding a single start URL into a clean corpus of every reachable in-scope page.

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。

This skill helps users automatically extract detailed video metrics and channel information from YouTube based on keyword searches using the BrowserAct API. The Agent should proactively apply this skill when users express needs such as extract specific keyword YouTube video detailed data, monitor the latest video performance of competitor channels, collect comment and like counts for videos on a specific topic, find AI agent tutorials published this week and extract metrics, evaluate total views and subscriber info for specific videos, scrape detailed metrics of marketing campaign videos, track video trends for a tech topic periodically, get high quality video list data for specified keywords on YouTube, mine detailed information of the latest YouTube videos, collect video duration and engagement data for specific industries, or monitor YouTube content creator performance metrics.

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。

Trustpilot customer reviews scraper for any company listed on trustpilot.com — given a company domain (e.g. shopify.com, apple.com, shopwagandtail.com) plus optional filters (page number, single star rating 1-5, single language ISO code, verified-only flag, has-company-reply flag, date period last30days/last3months/last6months/last12months, free-text keyword search, and reviewer countryCode client-side filter), extracts paginated reviews with 20+ fields per review: reviewId, reviewUrl, reviewTitle, reviewDescription, reviewRatingScore (1-5), reviewDate (ISO publishedDate), reviewDateOfExperience, reviewLabel, isReviewVerified, reviewer (display name), reviewerId, reviewersCountry (ISO Alpha-2), reviewLanguage, reviewCompanyResponse (the company reply text), plus pagination metadata (currentPage, totalPages, totalCount). Optional flags add reviewer profile metadata (reviewerNumberOfReviews, reviewerProfileIsVerified), reply analysis dates (companyReplyPublishedDate, companyReplyUpdatedDate), extended metadata (reviewSource, reviewVerificationSource, reviewLikes), and review photos. Use when user mentions Trustpilot reviews, scrape Trustpilot, get reviews from Trustpilot, Trustpilot review scraper, Trustpilot customer reviews, extract Trustpilot reviews, Trustpilot review data, download Trustpilot reviews, paginate Trustpilot, paginated Trustpilot reviews, filter Trustpilot reviews by star, filter Trustpilot by language, verified reviews Trustpilot, has reply Trustpilot, company response Trustpilot, Trustpilot reply analysis, brand monitoring Trustpilot, sentiment analysis Trustpilot, competitor reviews Trustpilot, bulk reviews from a Trustpilot page, batch download reviews, trustpilot.com reviews scraping, fake review research Trustpilot, Trustpilot dataset, persona research from Trustpilot reviews, Trustpilot keyword search reviews, Trustpilot date range reviews, review export Trustpilot. Also applies to comparing review trends across competitors, training data for LLM sentiment classifiers, monitoring competitor response time, exporting reviews for BI dashboards, lead generation from active reviewers, ML / fake-review detection, and aggregator sites that display third-party reviews.

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。

Amazon product detail page scraper: extract full product data from any open Amazon product detail URL (any /dp/{asin} or /gp/product/{asin} page across all Amazon regional TLDs) — returns asin, url, title, brand, price, listPrice, stars, reviewsCount, starsBreakdown (5/4/3/2/1 star percentages), answeredQuestions, inStock, inStockText, delivery, fastestDelivery, returnPolicy, breadCrumbs, features (bullet points), description, bookDescription, thumbnailImage, highResolutionImages, galleryThumbnails, productOverview (Brand/Model/etc.), attributes (tech spec table), attributesMapped (flat key-value), bestsellerRanks (rank + category + url), variantAttributes (currently selected color/size/style), variantAsins, seller (name + id + url), isAmazonChoice, amazonChoiceText, monthlyPurchaseVolume, hasAPlusContent, hasBrandStory, aiReviewsSummary, reviewsLink, productPageReviews (sample), videosCount, locationText, loadedCountryCode. Works on amazon.com, amazon.co.uk, amazon.de, amazon.co.jp, amazon.fr, amazon.it, amazon.es, amazon.ca, amazon.com.au, amazon.in, amazon.com.mx, amazon.com.br, amazon.nl, amazon.se, amazon.sg, amazon.ae, amazon.sa, amazon.pl, amazon.tr, amazon.eg. Use when user mentions Amazon product page, Amazon /dp/, Amazon dp URL, Amazon ASIN scraper, Amazon product detail, Amazon PDP, Amazon product data, Amazon product info, Amazon product fields, Amazon product attributes, Amazon full field extraction, Amazon per-ASIN enrichment, Amazon rating breakdown, Amazon stars breakdown, Amazon bestseller rank, Amazon BSR, Amazon variants, Amazon variant ASINs, Amazon color size options, Amazon feature bullets, Amazon A+ content, Amazon brand story, Amazon AI review summary, Amazon bought in past month, Amazon monthly sales volume, Amazon Amazon's Choice badge, Amazon seller info, scrape Amazon product, enrich Amazon ASIN, Amazon ASIN details, Amazon product review data. Also applies to bulk ASIN enrichment from a list of URLs, competitive product research, brand catalog audits, price and stock monitoring per ASIN, and building a normalized product dataset from a list of Amazon URLs.

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。

Diagnose and fix concrete MSBuild property defects in projects and existing shared-file hierarchies. USE FOR: conditions, defaults, append versus overwrite, last-write-wins values, OS/TFM checks, portable paths, normalization, and reviews centered on those property defects. Property defects in Directory.Build.* remain in scope, including overwritten values across parent/child imports and conditions that run before TargetFramework is set, even when the fix changes import order or moves a property group to .targets. DO NOT USE FOR: placement-only or import-only requests with no concrete property defect, such as discovering shared files or choosing which file owns a target or customization (use directory-build-organization); item operations; target structure; broad reviews without a concrete property defect; non-MSBuild work.

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 "generate daily paper", "search arXiv for EEG papers", "find EEG decoding papers", "review brain-computer interface papers", or wants to create paper summaries for EEG/brain decoding/speech decoding research. This skill automates searching arXiv for recent papers on EEG decoding, EEG speech decoding, or brain foundation models, reviewing paper quality, and generating structured Chinese/English summaries.

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。

Academic paper writing skill with 12-agent pipeline. v2.5: Style Calibration (learn author's writing voice from past papers) + Writing Quality Check (writing quality checklist for natural prose). Supports IMRaD, literature review, theoretical, case study, policy brief, and conference paper structures. APA 7.0 (default), Chicago, MLA, IEEE, Vancouver citation formats. Bilingual abstracts (zh-TW + EN). Multi-format output (LaTeX, DOCX, PDF, Markdown). Triggers on: write paper, academic paper, paper outline, write abstract, revise paper, check citations, convert to LaTeX, guide my paper, parse reviews, revision roadmap, 寫論文, 學術論文, 論文大綱, 寫摘要, 修改論文, 檢查引用, 引導我寫論文, 帶我規劃論文, 逐章規劃, 論文架構, 審查意見, 修訂路線圖.

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。

Scope a feature end to end and write an implementation spec under specs/ from an accepted proposal — current-system mapping, goals/non-goals, a Decision Log for one-way-door choices, a live Open Questions backlog, and a real migration + test plan. Read when asked to write a spec, scope this feature, turn this proposal into a spec, plan the implementation, or break this into tasks. Do NOT fire on frame a proposal or write the PRD (sibling frame-a-proposal — a PRD frames a change before it is accepted; this skill starts once one is), record a decision or write the ADR (record-a-decision), write a postmortem (write-a-postmortem), or review this design (review-a-design) — those are separate skills. Complements the platform open-knowledge skill; does not replace it.

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。