スキルを探す

Routes AutoViz users to automated EDA, data-quality, and text/wordcloud workflows.

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。

Route AutoGPT Platform self-hosting, backend, frontend, and legacy Classic agent work to focused operating guidance.

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 audio-diffusion-pytorch for PyTorch waveform diffusion generators, text-conditioned audio generation, inpainting, upsampling, vocoding, and diffusion autoencoding.

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。

Operate ASRT SpeechRecognition Chinese ASR data, acoustic models, pinyin language model, and serving clients.

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 ARIS, the Auto Research in Sleep skill-based research harness, for setup, workflow routing, reviewer backend integration, state recovery, experiment operations, and repository maintenance.

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。

Route Asteroid tasks to the right sub-skill for pretrained inference, training recipes, custom model building, and model sharing.

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 Astropy core for astronomy units, coordinates, times, tables, FITS/WCS files, modeling, statistics, visualization, cosmology, configuration, and public CLIs.

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。

Route BertViz Transformer attention visualization, neuron-view, notebook, and HTML export workflows.

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。

Route BERTopic topic modeling, embedding, vectorizer, labeling, visualization, and serialization workflows.

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 BentoML to author model-serving Services, build and containerize Bentos, run HTTP/gRPC servers and clients, manage models, operate the CLI and BentoCloud, and configure observability or production runtime behavior. Use when tasks mention BentoML, bentoml service.py, bentofile.yaml, Bento build/serve/deploy, BentoCloud, or BentoML model stores.

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 the ALAE repository for Adversarial Latent Autoencoder data preparation, CUDA training, checkpoint-backed generation, latent editing, and legacy 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。

Route Acme reinforcement-learning framework tasks across core loops, replay/data, JAX agents, and TensorFlow/Sonnet agents.

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。

Operate AB3DMOT 3D multi-object tracking workflows for KITTI and nuScenes data, tracking, evaluation, and visualization.

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 3DDFA Python inference, geometry rendering, training/evaluation, and optional C++ ONNX workflows for 3D dense face 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。

Operate AnyLabeling desktop annotation, auto-labeling model, dataset export, install, packaging, and release workflows for the PyQt6/ONNX image-labeling package.

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。

Guides Any4LeRobot dataset conversions, LeRobot-to-RLDS export, and LeRobot v1.6-v3.0 format migrations with schema validation, version-aware environments, and safe publication boundaries.

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。

Route AlphaFold protein structure prediction setup, data preparation, local prediction, model configuration, output interpretation, and relaxation workflows.

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 Aim for experiment tracking SDK instrumentation, local/remote run storage, CLI/UI/server workflows, storage maintenance, and ML framework logging integrations.

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。

Router for Alpamayo R1 multimodal driving inference and trajectory sampling.

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 AlpaSim repository guidance for autonomous-driving simulation setup, Hydra wizard runs, runtime services, ego drivers and plugins, ASL evaluation, controller/physics/traffic components, gRPC contracts, and operational troubleshooting.

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。

Route AlphaGPT data ingestion, factor mining, live strategy, and dashboard workflows.

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 AgileRL for reinforcement learning workflows: classical RL training, evolutionary HPO, evolvable networks, multi-agent PettingZoo training, offline/bandit data, and LLM fine-tuning.

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。

Operate the ai-data-science-team package for AI-assisted data loading, EDA, pandas transformations, SQL analysis, H2O/MLflow modeling, multi-agent teams, and Streamlit app workflows.

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。

Route AI-Optimizer reinforcement-learning collection tasks across model-based RL, easy-MARL, offline RL, safe command builders, and repository limitations.

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。