スキルを探す

Route DeepSearcher workflows for provider setup, data ingestion, RAG querying, CLI and service operation, 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。

Guides DeepMotionEditing BVH animation, skeleton-aware motion retargeting, motion style transfer, and Blender visualization workflows for research 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。

Use deepjazz for legacy MIDI jazz generation with music21 preprocessing, abstract grammar tokens, Keras/Theano LSTM training, safe diagnostics, and modernization 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。

Route DeepKE knowledge extraction workflows across supervised extraction, data prep, triples, LLMs, and MCP tools.

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。

DeepPavlov package routing for config-driven NLP workflows, model-family selection, and serving.

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 DeepSpeed for distributed training, inference acceleration, ZeRO configuration, parallelism/MoE design, profiling, autotuning, and operational diagnostics.

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 Chronos Forecasting for pretrained time-series forecasting, Chronos-2 covariates, data validation, fine-tuning, evaluation, and deployment planning.

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 Spotify Chartify to build tidy pandas/Bokeh charts, route plot workflows, customize styling, and diagnose output/configuration issues.

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 Chai Lab / Chai-1 for molecular structure prediction, input preparation, MSA/template setup, restraints, glycans, and repo-specific 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。

Use CausalML for causal inference, uplift modeling, matching, validation, interpretation, and treatment optimization 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 CAMEL-AI to build, configure, tool, remember, evaluate, and troubleshoot multi-agent Python systems with self-contained routing across agents, models, tools, RAG, and evaluation 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 this self-contained Browser Use repo skill for Python agents that automate websites, browser sessions, custom tools, LLM/provider setup, persistent CLI sessions, cloud/sandbox production deployment, MCP, skills, and troubleshooting. Prefer ChatBrowserUse by default and route to focused sub-skills for implementation details.

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 Brian2 for clock-driven spiking-neural-network modeling, simulation, synaptic connectivity, input generation, recording, physical-unit equations, spatial neurons, runtime code generation, and C++ standalone 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。

Routes EEG, ECoG, MEG, and related electrophysiology deep-learning workflows through the braindecode Python package, including dataset construction, preprocessing, model training, augmentation, and interpretation.

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 CausalNex to learn causal structures, fit Bayesian networks, discretize features, generate synthetic graph data, and run inference, evaluation, and latent-variable 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 CellTypist for single-cell RNA-seq cell type annotation, model management, custom classifier training, CLI usage, and result visualization 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 Cirq to build, simulate, transform, serialize, validate, and provider-package quantum circuits.

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 ClearML Python SDK tasks across experiment tracking, data/versioned storage, remote execution CLIs, automation pipelines, HPO, schedulers, routers, and services.

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 CleanRL's single-file reinforcement learning scripts, evaluation utilities, experiment operations, and repository maintenance workflows safely.

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。

Routes cleanlab data-centric AI workflows for finding label errors, dataset issues, outliers, annotator quality, and task-specific label-quality problems.

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 ClawBio for local-first bioinformatics agent workflows: install and run its skill library, route genomic or omics inputs, create reproducible reports, connect optional MCP or Nextflow integrations, and author or validate skills.

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 CLAM for weakly supervised computational pathology workflows on whole-slide images, from WSI patching through features, training, evaluation, and heatmaps.

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 city2graph 1.0.0 Python package to construct, validate, transform, and troubleshoot geospatial, spatial-topology, morphology, mobility, transportation, heterogeneous, and GNN-ready graphs.

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。

Routes CenterNet object-detection training, evaluation, configuration, and setup 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。