について
このスキルは、会話の焦点を広範な視点と具体的な意図の間で動的に切り替えることで、ユーザーの創造的ブロックを克服する手助けをします。創出、展開、破壊といった段階を通じて思考を導き、アイデア間のギャップをイノベーションの機会として特定します。ブレインストーミングや複雑な分析、あるいは会話が繰り返し的になったり行き詰まったりした際にご活用ください。
クイックインストール
Claude Code
推奨npx skills add majiayu000/claude-skill-registry -a claude-code/plugin add https://github.com/majiayu000/claude-skill-registrygit clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/cognitive-variabilityこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
GitHub リポジトリ
Frequently asked questions
What is the cognitive-variability skill?
cognitive-variability is a Claude Skill by majiayu000. Skills package instructions and resources that Claude loads on demand, so Claude can perform cognitive-variability-related tasks without extra prompting.
How do I install cognitive-variability?
Use the install commands on this page: add cognitive-variability to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does cognitive-variability belong to?
cognitive-variability is in the Meta category, tagged ai and design.
Is cognitive-variability free to use?
Yes. cognitive-variability is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
関連スキル
このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
