2,909 件 ・ 関連度順
概要と使いどころ
Use when evaluating Ed Seykota-style systematic trend following: mechanical rules, long-term trend capture, small losses, position sizing, whipsaw tolerance, and emotional discipline.
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 evaluating a decision through Charlie Munger-style mental models: inversion, incentives, quality filters, multidisciplinary reasoning, and concentrated judgment.
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 evaluating growth stocks through O'Neil CAN SLIM: earnings acceleration, relative strength, institutional demand, market direction, base quality, and breakout discipline.
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 evaluating crypto charts through an Hsaka-style technical lens: market structure, trend, invalidation, leverage discipline, and narrative-aware timing.
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 evaluating Paul Tudor Jones-style macro trend trades: major turning points, trend confirmation, risk control, stop discipline, liquidity, and not losing big.
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 evaluating trend-following trades, pivotal-point breakouts, pyramiding, stop discipline, or whether a liquid market is acting right in a Jesse Livermore style.
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。
Apply when designing types, reviewing a function signature, or writing code in any statically-typed language. Make illegal states unrepresentable, brand semantic primitives, parse external data at boundaries, refuse to lie to the compiler, exhaust variants, derive from authoritative schemas.
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。
Apply when wiring validation, error handling, or framework adapters. Concentrate guards at system boundaries (CLI, config, network, external APIs); trust internal types and keep business logic in pure functions.
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。
从数据剖析到出版级成图的完整可视化工具。先做数据剖析（列类型/样本量/分布/异常值/分组结构/相关性）， 再结合论证目标推荐图型，主动拦截科研画图经典错误，产出 Nature / Science / IEEE / Elsevier / PNAS / 中文核心期刊级别的成图。覆盖数据 EDA、图表契约、选图决策、出版级绘制、程序自检 + AI 读图闭环、多格式 导出和文件审计。数学建模场景额外支持三类图体系（原始数据/过程/结果）、子问题覆盖检查和建模流程图规范。 当用户涉及论文配图、科研画图、数据可视化、选图、期刊投稿图、figure、出版级图表、matplotlib、seaborn、 plotly、误差棒、显著性标注、色盲安全配色、矢量图导出、中文论文图表、多面板时使用。
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。
Search and retrieve content from Product Hunt. Get posts, topics, users, and collections via the GraphQL API. Use when user mentions Product Hunt, PH, or product launches.
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。
SEO & GEO (Generative Engine Optimization) for websites. Analyze keywords, generate schema markup, optimize for AI search engines (ChatGPT, Perplexity, Gemini, Copilot, Claude) and traditional search (Google, Bing). Use when user wants to improve search visibility, search optimization, search ranking, AI visibility, ChatGPT ranking, Google AI Overview, indexing, JSON-LD, meta tags, or keyword research.
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。
Generate user demand research reports from real user feedback. Scrape and analyze feature requests, complaints, and questions from Reddit, X, GitHub, YouTube, LinkedIn, and Amazon. Use when user wants to do demand research, find feature requests, analyze user demand, or run RequestHunt queries.
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。
SEO & GEO (Generative Engine Optimization) for websites. Analyze keywords, generate schema markup, optimize for AI search engines (ChatGPT, Perplexity, Gemini, Copilot, Claude) and traditional search (Google, Bing). Use when user wants to improve search visibility.
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。
Clear description of what this skill does and when to use it. Include trigger keywords and contexts inline, e.g. "Use when user wants to X, Y, or Z."
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。
Search domains, compare prices, find promo codes, get purchase recommendations. Use when user wants to buy a domain, check domain prices, find domain deals, compare registrars, or search for .ai/.com domains.
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。
Archive session learnings, debugging solutions, and deployment logs to .archive/yyyy-mm-dd/ as indexed markdown with searchable tags. Use when completing a significant task, resolving a tricky bug, deploying, or when the user says "archive this". Maintains .archive/MEMORY.md index for cross-session knowledge reuse.
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。
Search and retrieve content from Reddit. Get posts, comments, subreddit info, and user profiles via the public JSON API. Use when user mentions Reddit, a subreddit, or r/ links.
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。
Checklist and automation guide for adding a new skill to the OPC Skills project. Ensures all required files, metadata, logos, and listings are created before release. Use when adding a new skill, publishing a skill, or preparing a skill for release.
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。
Create banners using AI image generation. Discuss format/style, generate variations, iterate with user feedback, crop to target ratio. Use when user wants to create a banner, header, hero image, cover image, GitHub banner, Twitter header, or readme banner.
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。
Search and retrieve content from Twitter/X. Get user info, tweets, replies, followers, communities, spaces, and trends via twitterapi.io. Use when user mentions Twitter, X, or tweets.
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。
Generate and edit images using Google Gemini 3 Pro Image (Nano Banana Pro). Supports text-to-image, image editing, various aspect ratios, and high-resolution output (2K/4K). Use when user wants to generate images, create images, use Gemini image generation, or do AI image generation.
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。
Create logos using AI image generation. Discuss style/ratio, generate variations, iterate with user feedback, crop, remove background, and export as SVG. Use when user wants to create a logo, icon, favicon, brand mark, mascot, emblem, or design a logo.
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。
Define custom distance/similarity metrics for clustering and ML algorithms. Use when working with DBSCAN, sklearn, or scipy distance functions with application-specific 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。
High-performance numerical computing and machine learning workflows using JAX. Supports array operations, automatic differentiation, JIT compilation, RNN-style scans, map/reduce operations, and gradient computations. Ideal for scientific computing, ML models, and dynamic array transformations.
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。