4,566 件 ・ 関連度順
Download water level data from USGS using the dataretrieval package. Use when accessing real-time or historical streamflow data, downloading gage height or discharge measurements, or working with USGS station IDs.
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 this skill when calculating control system performance metrics such as rise time, overshoot percentage, steady-state error, or settling time for evaluating simulation results.
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。
Fetch and parse LeetCode problems with metadata, constraints, examples, hints, difficulty ratings, and related problems. Integrates with LeetCode API for comprehensive problem data retrieval.
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。
Arize Phoenix observability platform setup for LLM debugging and evaluation
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。
Hybrid search combining semantic and keyword retrieval for RAG pipelines. Implement BM25 + dense vector search with fusion strategies.
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。
Query expansion, HyDE, and multi-query generation for improved retrieval
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-encoder reranking and MMR diversity filtering for improved retrieval quality
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。
HNSW vector search for pattern similarity retrieval and knowledge graph maintenance with PageRank scoring, community detection, and 3-tier memory management.
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。
LangChain retriever implementation with various retrieval strategies for RAG applications
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。
Perform closed-book frontier reasoning — complex problem solving from internalized knowledge without external retrieval or tool use.
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。
Observation capture and retrieval across sessions. Stores decisions, discoveries, and bugfix patterns. Searchable via tags and relevance scoring.
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。
Pattern extraction, confidence-scored evaluation, skill creation, organization, versioning, and cross-project export pipeline.
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。
Research-first development methodology that investigates existing solutions, brainstorms alternatives, and evaluates trade-offs before any implementation begins.
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。
Implement efficient similarity search with vector databases. Use when building semantic search, implementing nearest neighbor queries, or optimizing retrieval performance.
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。
Build Retrieval-Augmented Generation (RAG) systems for LLM applications with vector databases and semantic search. Use when implementing knowledge-grounded AI, building document Q&A systems, or integrating LLMs with external knowledge bases.
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。
Evaluate and improve LLM prompts using examples, structured instructions, and measured comparisons. Use when refining prompt reliability, output quality, or model-specific behavior.
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。
Combine vector and keyword search for improved retrieval. Use when implementing RAG systems, building search engines, or when neither approach alone provides sufficient recall.
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。
Improve pull request descriptions, change summaries, validation details, and review workflows. Use when preparing a pull request or making an existing proposal easier to evaluate.
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 should be used when the user asks to "analyze competitors", "assess competitive landscape", "identify differentiation", "evaluate market positioning", "apply Porter's Five Forces", or requests competitive strategy analysis.
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。
Capture and serialize project state, architectural decisions, and working context. Use when preserving knowledge for later sessions, handoffs, or searchable context retrieval.
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。
Guide for setup Serena MCP server for semantic code retrieval and editing capabilities
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。
Launch a meta-judge then a judge sub-agent to evaluate results produced in the current conversation
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。
Evaluate solutions through multi-round debate between independent judges until consensus
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。
The screenwriting business and career (编剧行业与生意经) — merged from Diamond & Weissman's Bulletproof (buyer's-eye workflow, three Cs, one-page nine-step, set pieces, submission, notes, resilience), Eric Bork's The Idea (PROBLEM seven-element idea test, 60/30/10, television differences), Neill Hicks (market four entities, six criteria, WGA, agents, option, credit arbitration, gross vs net, step deals), Richard Walter (query letter, agents, package, option, spec, release, copyright, guild, gatekeepers, professionalism, 66 principles), Wendy Henson (breaking in), Blake Snyder (logline pitch, genre, agents), Julian Hoxter (industry terms), Mei Feng's Oscar analyses, and the Hollywood masterclass (pitching, notes, credits, TV vs film). Use when evaluating whether an idea is sellable, writing a logline/query/pitch, preparing a submission, handling notes and rewrites, understanding options/credits/WGA/agents/net profit, choosing between film and TV, or building a career strategy.
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。