调研与学习技能

クライアントの与件情報と打ち合わせメモから、意思決定に直結する調査プロジェクト提案書（スライド骨子/Markdown）を一発で作成するスキル。「提案書を作成して」「提案書を作って」「プロポーザルを作成して」などの依頼、または与件ファイル（例：与件.md）を指定して提案書作成を依頼された場合に使用する。単なる章立てではなく、調査の観点・仮説・参入障壁や供給構造・会議転用可能なアウトプットまで落として提案する。インプットや指示からデプスインタビューが必要と推測できる場合のみ、インタビュー前提の設計を含める。

中文简介正在准备中。当前显示原文说明。

振り返り - Wave/Phase完了時の学習サイクル

中文简介正在准备中。当前显示原文说明。

Read a Japanese job posting closely and report what it actually states: base pay separated from fixed overtime allowance, the range converted to an hourly basis, required versus preferred requirements, and the terms left ambiguous. Use when a user wants a 求人票 or job description examined before applying, wants two postings compared on the same basis, or wants questions prepared about pay and working conditions; do not use to judge whether the user will be hired, to infer duties the posting does not state, or to evaluate the employer's reputation.

中文简介正在准备中。当前显示原文说明。

Sort incoming scout messages and agent-forwarded openings by what they actually disclose: whether the employer is named at all, which of pay, location, employment type, and duties are stated, whether the message refers to the applicant's own history or reads as a mass send, whether a stated salary is an offer or a "up to" figure, and whether the same employer has arrived through more than one route. Use when a user has a backlog of scout messages and wants to know which ones can be researched, what to ask before replying, and what to settle before handing over a resume; do not use to rate how promising an opening is, to judge an employer or an agent, or to reply on the user's behalf.

中文简介正在准备中。当前显示原文说明。

Research a specific company before applying or interviewing by gathering facts from primary and official sources, recording the source and date behind every claim, and keeping anonymous or unverifiable material clearly separated from confirmed fact. Use when a user asks what a company actually does, how it makes money, what its published conditions are, whether a posting matches the company's own disclosures, or what to verify before an interview; do not use to predict hiring outcomes, to repeat review-site content as fact, or to bulk-crawl sites that prohibit automated access.

中文简介正在准备中。当前显示原文说明。

Sentry の Issue 一覧 URL（例 `https://<org>.sentry.io/issues/?project=<id>&environment=<env>`）を受け取り、未解決（unresolved）の Issue を列挙して1件ずつサブエージェントで並列調査する。コード上で既に解消済みと確認できたものは Sentry 側を resolved にし、未解消のものは `create-issue` スキルで GitHub Issue を作成する。「Sentryのissueをトリアージして」「Sentryの未解決エラーをチケット化して」といった依頼で使用する。

中文简介正在准备中。当前显示原文说明。

GitHub Issueの確認事項（最後のコメント・descriptionの両方）を、コードベース・ドキュメント・そこから参照されている外部リンク（仕様書・ライブラリ公式ドキュメント等）まで調査し、根拠に基づいた回答をコメントに追記するスキル。調査しても事実で決まらず人間の意思決定が必要な項目は、固定セクションで明示して後続のトリアージへ引き渡す。

中文简介正在准备中。当前显示原文说明。

調査（Explore）・設計（Plan）・実装（general-purpose）・レビュー（review-* スキル群）のサブエージェントをオーケストレーションして開発タスクを遂行するスキル。依頼文からゴール（調査のみ / 設計まで / 実装まで / レビュー）を判定し、必要なフェーズだけ実行する。親は自分でコードを読み書きせず、分解・dispatch・検収・機械検証に徹する。Use when starting any non-trivial development task（複数ファイル・複数層にまたがる調査/設計/実装/レビュー）, when user says 'オーケストレート', 'orchestrate', '調べて', '設計して', '実装して', '調べて直して', or 'レビューして'.

中文简介正在准备中。当前显示原文说明。

研究概要・中間発表予稿の「当てどころの深さ」を評価し、より深い框(フレーム)への付け替えを提案するスキル。鎖が繋がっているか(→framing-check)ではなく、狙いが浅くないか(道具の実装で終わっていないか)・題材固有の強みを活かしてもっと深い研究課題に貼り替えられるかを見る。深い框が実在するときだけ提案し、無ければ黙る。研究の面白さ・野心・当てどころ・框の付け替えを見てほしい、と言われたとき、または research-review から内部呼び出しされる。教員向け(率直・野心を上げてよい)。

中文简介正在准备中。当前显示原文说明。

研究概要・中間発表予稿の「研究としての筋」を、論理の鎖(L1背景→L2関連研究と限界→L3課題(差分)→L4仮説→L5評価→L6位置づけ)として1リンクずつ採点し、さらに端点間の整合(掲げた構成概念=旗と評価指標=物差しのズレ=construct validity)を照合するスキル。各文の綺麗さ(→articulation-check)でも汎用の弱点(→weakness-analyze)でもなく「リンク間が繋がっているか／旗と物差しが一致しているか」を見る。骨子・位置づけ・仮説・課題設定・研究の一貫性を見てほしい、research framing を見て、と言われたとき。旧名 research-framing-check。

中文简介正在准备中。当前显示原文说明。

研究文書（概要/梗概/アブストラクト・研究論文・卒業論文）を種別自動判別し、研究の骨子・グローバル一貫性・当てどころ・関連研究・説明不足・弱点・体裁の各面から一括レビューして教員向け統合1ファイルに集約するメタスキル。framing-check(骨子＋一貫性)・aim-check(当てどころ)・articulation-check(5W)・weakness-analyze(弱点)・lit-survey(関連研究)で検出し、shepherd で内容面を整形、format-check(概要は --fixed で紙面配分)で体裁を見る。--student で student-comment に渡し学生向け1枚も生成。論文・概要・卒論・中間発表予稿を「レビューして」「総合的に見て」と言われたときに使う。旧 abstract-review / paper-review / thesis-review / review を統合。

中文简介正在准备中。当前显示原文说明。

Transform review analysis into constructive feedback with actionable improvements. Mentor/shepherd mode - strict but supportive. Use for "give constructive feedback", "shepherd this paper". 旧名 review-shepherd。

中文简介正在准备中。当前显示原文说明。

教員向けの研究概要レビュー(research-review等の出力.md)を入力に、学生に直接渡せる「前向きだけど抑えめ・シンプル・self-contained・優先順つき」の中間発表コメント1枚に書き換えるスキル。厳しい分析を、学生が萎えず手を動かせる建設的な行動リストへ翻訳する層。レビュー結果を学生向けに書き換えて、学生向けコメントにして、と言われたとき、または research-review --student から連鎖呼び出しされる。

中文简介正在准备中。当前显示原文说明。

Survey related literature for a research topic or paper draft. Finds relevant papers, identifies citation gaps, and suggests key references. Use for "find related work", "survey papers on X", "what papers should I cite". 旧名 survey-literature。

中文简介正在准备中。当前显示原文说明。

Analyze a paper draft objectively and strictly. Identifies logic gaps, missing proofs, structural issues, and research weaknesses. Reviewer mode. Use for "analyze this paper", "find weaknesses in draft". 旧名 review-analyze。

中文简介正在准备中。当前显示原文说明。

新規開発の前に、GitHub の公開リポジトリから参考実装を探す。スターの多い定番と、関連分野で実績ある作者の低スターなプロジェクトを別経路で発見し、目的への適合を軽く確認する。実装監査や依存導入そのものは対象外。

中文简介正在准备中。当前显示原文说明。

pstackの開発手順とthermosの二方向レビューで、調査・設計・実装・検証を進める。pstack、poteto-mode、thermosの指定、開発全体の進行、変更の正しさと保守性のレビュー、初回設定に使う。

中文简介正在准备中。当前显示原文说明。

Predicts protein-coding gene structures (exons, introns, UTRs) in eukaryotic genomes with BRAKER3 (RNA-seq + protein evidence), BRAKER1/BRAKER2, GALBA (protein-only), Funannotate (fungi), GeMoMa (homology projection), or Helixer/Tiberius (deep-learning ab initio). Covers the evidence-first tool decision, mandatory soft-masking, the training-set-quality-dominates principle, OrthoDB clade-partition selection, the one-isoform-per-locus and missing-UTR traps, merge/split errors, and reference bias against orphan genes. Use when annotating a newly assembled eukaryotic genome, choosing a gene-prediction pipeline based on available evidence, or diagnosing a poor annotation.

中文简介正在准备中。当前显示原文说明。

Predict RBP binding from RNA sequence using deep learning models (RBPNet sequence-to-signal, RNAProt RNN, GraphProt2 GCN with structure, DeepCLIP, DeepRiPe multi-modal CNN) for variant-effect prediction, in silico binding-site discovery, model interpretation, and transfer learning from CLIP and RBNS datasets. Use when computational prediction of RBP binding from sequence is needed, evaluating variant effects on binding without further wet-lab experiments, comparing model performance, or training a custom model on ENCODE eCLIP data.

中文简介正在准备中。当前显示原文说明。

Trains and applies base-resolution deep learning models on ChIP-seq / ChIP-nexus / CUT&RUN data. Uses BPNet (Avsec 2021 Nat Genet 53:354; soft motif syntax from ChIP-nexus), chromBPNet (Pampari A et al 2025 Nat Genet; bias-factorized base-resolution profiles), EnFormer (Avsec 2021 Nat Methods 18:1196; 196 kb input, ~100 kb effective receptive field), DeepSEA (Zhou 2015; multi-task CNN), and JASPAR 2026 deep-learning collection (1259 BPNet ChIP models). Performs in silico mutagenesis for variant-effect prediction, DeepLIFT/Grad attribution, and TF-MoDISco motif discovery from attribution scores. Use when predicting variant effects on TF binding, discovering soft motif syntax / cooperativity, integrating ChIP-seq with sequence-only predictions, or applying precomputed JASPAR Deep Learning models to new variants.

中文简介正在准备中。当前显示原文说明。

Sequence-based deep learning for ATAC-seq using chromBPNet, BPNet, scBasset, or EnFormer. Use when correcting Tn5 bias with neural networks beyond k-mer models, predicting per-base accessibility profiles, scoring in silico variant effects at GWAS or rare-variant SNPs, discovering motifs via DeepLIFT/TF-MoDISco from a trained model, or generating cell-type-specific accessibility predictions for unobserved cell states.

中文简介正在准备中。当前显示原文说明。

会話の成果 (調査・比較・解説など) を人が判断するための HTML レポートにまとめ、crit preview で開いてコメント対応まで往復するスキル。ユーザーが「HTML にまとめて」「レポートにして」「crit で開いて」「/crit で表示して」など、HTML 化して crit で見る意図を示したら必ず使用する。dev パイプラインの成果物 (research / plan / report.html) は対象外。

中文简介正在准备中。当前显示原文说明。

Use this skill when the user's prompt requires (1) researching a topic across multiple sources, comparing options or alternatives, analyzing trends or history, understanding markets or industries, or reviewing literature or studies and (2) synthesizing that research into a comprehensive, narrative report. If you're planning to search the web or internal knowledge bases, consider using this skill. This skill coordinates research subagents, so use it only when you have a tool for spawning subagents (the Agent or Task tool); otherwise, research the question directly.

中文简介正在准备中。当前显示原文说明。

Use formula-backed WorkPaper JSON and MCP tools for agent spreadsheet tasks without driving Excel or a browser UI.

中文简介正在准备中。当前显示原文说明。