「compare」の検索結果

Compares Hi-C contact maps between conditions across the right scale -- differential bin-pair contacts (multiHiCcompare, diffHic), differential A/B compartments (dcHiC), differential TAD boundaries (delta insulation), and differential loops (diffloop, DiffHiChIP) -- with distance-stratified between-sample normalization, replicate-aware NB-GLM FDR, HiCRep SCC reproducibility gating, and CNV correction for cancer/aneuploid samples. Use when comparing Hi-C between treatment and control, finding differential contacts/compartments/boundaries/loops, normalizing two maps of unequal depth, choosing a replicate-aware test, gating replicates with SCC, or correcting copy-number artifacts before a tumor-vs-normal comparison.

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。

Generates, normalizes, and converts bedGraph signal tracks (4-column chrom/start/end/value, 0-based half-open) with bedtools genomecov, deepTools bamCoverage/bamCompare/bigwigCompare, bedtools unionbedg, and UCSC bedGraphToBigWig. Covers why a raw coverage bedGraph is not comparable across samples until normalized, the CPM/RPKM/BPM/RPGC normalization menu and the conserved-total assumption that makes them wrong under a global perturbation, the strict sorted-non-overlapping-chrom.sizes bedGraphToBigWig contract that silently corrupts a bigWig, effective-genome-size selection, and bin-size aliasing. Use when building or normalizing a coverage/signal track from a BAM, comparing tracks across samples or conditions, converting bedGraph to a browser-ready bigWig, or diagnosing a track that looks plausible but reports wrong heights.

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。

Visualizes ChIP-seq data using deepTools (computeMatrix, plotHeatmap, plotProfile, bamCoverage, bamCompare), pyGenomeTracks (modern INI-driven track plots), Gviz (R browser-style), EnrichedHeatmap (ComplexHeatmap-based), ChIPseeker tag heatmaps, and IGV batch screenshots. Handles bigWig normalization choices (CPM, BPM, RPGC, spike-in scaled), bamCompare operations (log2 ratio, subtract, SES), k-means clustering of heatmaps for biological subgrouping, and spike-in-scaled tracks for global-shift experiments. Use when generating publication-quality ChIP-seq signal heatmaps, profile plots, genome-browser tracks, or comparing samples visually.

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。

Compare before/after Coval runs using matched cases, stable metric versions and inspected conversation evidence. Use to assess a regression or proposed improvement; does not automatically launch or tune anything.

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 competitive intelligence for any market. Analyzes competitors' products, pricing, customer sentiment, GTM strategy, and growth signals using real web data. Produces battle cards, pricing landscape, and feature matrix. Use when the user wants to understand their competitive landscape, analyze competitors, compare products in a market, or research who they're competing against. Triggers for "who are my competitors", "competitive analysis", "competitor research", "battle cards", "pricing comparison", "competitor pricing", "market players", "competitive intelligence", "competitive landscape", "who else is in this space", "competitive moat", or any request to profile, compare, or map competitors in a category. Works standalone — no prior startup-design session needed.

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のテストやプラグイン検証の遅さ・メモリ使用量を計測し、読み込みや起動処理の原因を調査。テストの検証範囲を保ちながら改善し、前後の数値を比較します。

• 遅いテストや重い読み込みの原因調査
• プラグイン検証の時間とメモリ削減
• テスト中のメモリ増加を調べたいとき

OpenClawのテスト中に起きるメモリ増加や不足を調べます。測定結果やメモリ内の記録を比較し、実際の解放漏れとテスト実行側の保持を見分け、修正を検証します。

• Vitestのメモリ不足を調べたいとき
• 同一プロセスのメモリ記録を比較したいとき
• 解放漏れとモジュール保持を見分けたいとき

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

コードの構造や処理の流れ、性能比較を対話型の図で説明し、OpenClawのダッシュボードに指標や表を継続して表示するスキルです。

• コード構造やデータの流れを説明したいとき
• 実測した性能を比較したいとき
• UIの試作を操作して確認したいとき

AIエージェント向けスキルの新規作成・改訂・公開前検証を、テストから進めるスキル。導入前後の振る舞いを比較し、指示の抜けや誤解を修正します。

• 再利用できるスキルを作りたいとき
• 誤解される指示を改訂したいとき
• 公開前にスキルを検証したいとき

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

再現しにくい不具合や処理速度の悪化を、症状を判定するテストやスクリプトで調べます。原因候補の検証から修正、再発防止の確認まで進めるスキル。

• 再現しにくいエラーを調べたいとき
• 処理が遅くなった原因の調査
• 断続的な不具合を繰り返し検証

メモや文字起こしなどの素材を、読者が理解しやすい順序の記事に組み立てます。導入案や段落の役割を対話で確かめ、合意した文章を別ファイルに保存するスキル。

• 散らばったメモを記事にしたいとき
• 文字起こしから記事を組み立てる
• 執筆前に導入の切り口を比べる

処理の流れや状態変化を試すHTML、または複数の画面案を切り替える試作品を作り、操作しながら設計上の疑問を確かめ、判断を記録するスキル。

• 複雑な状態変化を操作して確かめたいとき
• 異なる画面デザインを比較したいとき
• 非エンジニアに処理の試作品を共有したいとき

Perform evidence-backed impact analysis before changing code, data, interfaces, or governance documents, then compare the planned impact with the actual diff after implementation. Covers call paths, data and schema, API contracts, tests, documentation, ADRs, deployment, migration, and rollback. Use for cross-module or high-risk changes, database migrations, authentication, public interfaces, blast-radius questions, pre-change checks, and post-implementation alignment.

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。

遺伝子情報や塩基・アミノ酸配列をggetで検索し、配列の類似性や遺伝子群の特徴を調べながら、結果と検索条件を再確認できる記録にまとめるスキル。

• 遺伝子IDや転写産物を調べたいとき
• 塩基・アミノ酸配列の取得
• BLASTやBLATでの簡易配列検索

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

新しい機能を実装する前に、既存コードやnpm・PyPIのパッケージ、MCP serversなどを調べます。候補を比較し、採用・拡張・自作の判断につなげるスキルです。

• 機能追加前に既存の解決策を調べたいとき
• 依存パッケージの導入前の比較
• 外部連携に使えるツールの調査

予測市場の価格が示す確率を出典と時刻付きで調べ、取引量や結果の判定ルール、他の情報源との比較から、製品や業務の判断材料として使えるか評価するスキル。

• 製品で予測市場データを使いたいとき
• 市場の確率と社内指標の比較
• エージェントの記憶や通知への利用検討

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

複数のスキルに共通する行動原則を抽出し、既存ルールとの重複や不足を確認します。根拠と修正文案を示し、利用者の承認後にルールファイルへ反映するスキルです。

• スキル追加後のルール見直し
• 繰り返し現れる原則をまとめたいとき
• 既存ルールの不足や古い記述の確認

ルーターやスイッチ、Linuxの通信エラーや切断を調べ、両端の設定とエラー件数の増え方から、ケーブル不良や混雑などの原因を切り分けるスキル。

• 通信の途切れやパケット損失を調べたいとき
• スイッチのCRC増加を調べたいとき
• リンク両端の設定を比較したいとき

Laravel向けパッケージを機能や対応バージョンで探し、更新状況、健全性の評価、提供元の指標を確認します。導入前に候補の互換性や保守状況を見比べるスキルです。

• 認証や権限管理のパッケージを探したいとき
• 管理画面向けパッケージの検索
• パッケージの保守状況を確認したいとき

AIによる開発の成功条件を実装前に定義し、コード・ルール・モデル・人の評価で新機能と既存機能を確認しながら、複数回の試行から信頼性を記録するスキル。

• AI実装前に成功条件を決めたいとき
• プロンプトやエージェント変更後の回帰確認
• 複数回の試行で信頼性を測りたいとき