Skills
エージェント向けにパッケージ化された専門スキルと手順を 97,501 件掲載。コマンド 1 行でインストールできます。
データ・データベース
Metabase の AI 就緒度コーチ。AI の回答を信頼できるものにする*データ基盤*を扱います：Transforms によるモデリング、テーブルとフィールドのメタデータ、Glossary、保存された Metrics、正規コンテンツのマーク。ユーザーが自分のデータが AI に適しているか確認したい、Metabot や Metabase MCP サーバー向けに基盤データを整えたい、AI 就緒度チェックリストを進めたい、AI 機能を有効にする前にデータモデリング/メタデータ/メトリクスを監査したい場合にこのスキルを使用します。ユーザーが Metabase の文脈で "is my data AI ready?"、"let's get set up for Metabot"、"run the AI readiness checklist" と言っただけでもトリガーします。**このスキルではない**のは、誰が AI を使えるかの制御、AI 支出の上限、Metabot が見られるものの制限、AI 利用の監査、セキュリティレビューの通過に関する質問です——それは `ai-governance-checklist` です。おおよその判断基準：このスキルはデータが十分に良いかどうか、あちらは誰が AI をデータに向けられるかです。
API、データベースなどのソースから dlt（data load tool）パイプラインを作成・保守する。ユーザーがパイプラインを構築またはデバッグしたいとき、検証済みソース（Salesforce、GitHub、Stripe など）や宣言型 REST API またはカスタム Python を使いたいとき、デスティネーション（DuckDB、BigQuery、Snowflake など）を構成したいとき、増分ロードを実装したいとき、.dlt の設定とシークレットを編集したいときに使用する。ユーザーがデータ取り込み、dlt pipeline、dlt init、rest_api_source、増分ロード、パイプラインダッシュボードに言及したときに使用する。
Entity Framework Core のベストプラクティス。デフォルトでの NoTracking、ナビゲーションコレクションのクエリ分割、マイグレーション管理、専用マイグレーションサービス、インターセプター、コンパイル済みクエリ、接続の回復性を含む。新しいプロジェクトで EF Core をセットアップするとき、クエリ性能を最適化するとき、データベースマイグレーションを管理するとき、EF Core を .NET Aspire と統合するとき、または変更追跡の問題をデバッグするときに使用する。
米国株の決算プレビューワークフロー。次の場合に使用：今後の決算をプレビューする、来四半期の期待値を設定する、決算前に強気/基準/弱気シナリオを構築する、決算発表に備える、ウォール街の予想を理解する。トリガー："preview AAPL earnings"、"what to expect from NVDA next quarter"、"earnings preview MSFT"、"build scenarios for GOOGL earnings"、"prepare for Tesla earnings release"。注：決算後分析（結果公表後）には、代わりに earnings-analysis skill を使用してください。
ゲームコンセプトの市場調査を実施する — 競合状況、市場規模の算定、オーディエンス分析、トレンド検出、ポジショニング戦略。トリガー：「market research」「competitive analysis」「market sizing」「audience analysis」「is this game viable」「similar games」「market validation」。アイデアのブレインストーミング（game-brainstorm を使用）や経済・マネタイズ設計（game-economy-designer を使用）には呼び出さない。AlterLab GameForge コレクションの一部。
ユーザーが Google Ads の実験、A/B テスト、広告バリエーションテスト、キャンペーンドラフト、スプリットテスト、入札戦略の実験を設定または分析したいとき。'Google Ads experiments'、'campaign experiment'、'ad variation test'、'split test'、'test bid strategy'、'A/B test ads'、'test landing page'、'statistical significance'、'experiment setup'、'control vs treatment'、'uplift test'、'test new campaign structure' でもトリガーされる。継続的なキーワードと広告コピーの最適化については google-ads-search を参照。入札戦略の選択については google-ads-bidding を参照。
このスキルを使って CSV または表形式の入力から多要素の Excel ダッシュボードを構築する —— 開いたときに表示される Dashboard シート、複数の数式駆動の KPI カード、複数のグラフ、スパークライン、条件付き書式。トリガー：'dashboard'、'KPI dashboard'、'analytics dashboard'、'executive dashboard'、'metrics dashboard'、'CSV to dashboard'、'data visualization'。出力は単一の .xlsx。officecli-xlsx 上のシーンレイヤーであり、すべての xlsx ハードルールを継承する。以下には使用しない：単一の予算トラッカー／書式付きの 1 シート CSV（xlsx を使用）、3 表／DCF／LBO 財務モデル（financial-model を使用）、最大 1 グラフで 10 行未満の週次レポート（xlsx を使用）。
数式、書式、型、元ファイルを保持しながら、スプレッドシートデータを検査、プロファイリング、クレンジング、照合、分析、可視化、検証する。.xlsx、.xlsm、.xls、.ods、.csv、.tsv ファイルを扱うとき、ワークブックから質問に答えるとき、数式やデータ品質を監査するとき、シートやバージョンを比較するとき、ピボット、グラフ、予測、サマリーワークブックを作成するとき、不正な表を修復するとき、スプレッドシートの編集と計算が正確であることを検証するときに使用する。
比例データの可視化のための Syncfusion ASP.NET Core 累積チャートを実装する。ASP.NET Core アプリケーションで円グラフ、ドーナツグラフ、ピラミッドグラフ、ファネルグラフを作成する場合に使用する。このスキルでは、チャートの設定、データバインディング、凡例、ツールチップ、データラベル、グループ化、アクセシビリティ機能を扱う。市場シェア、売上分布、アンケート結果など、割合ベースのデータ表現の可視化に適している。
ASP.NET Core アプリで Syncfusion PivotView／ピボットテーブルを構築する方法をユーザーが尋ねた場合にこのスキルを使用する。サーバー統合、データバインディング（API／DB／リモート）、OLAP、集計、ドリルダウン、グループ化、フィルタリング、条件付き書式、エクスポート（Excel／PDF／CSV）、ASP.NET Core のピボットチャートでトリガーする。MVC／Blazor／JS には対応しない。
ArcGIS Enterprise カスタムデータフィード（CDF）— 外部システムを ArcGIS Feature Service として公開する Node.js/Koop プロバイダー — を構築する。ユーザーが CDF プロバイダーや model.js（getData/editData/authorize/getMetadata）を書く場合、cdf コマンドラインを使用する場合、またはデータベース、API などの外部システムを ArcGIS Enterprise の feature service として公開したい場合に使用。
CoinMarketCap の取引所エンドポイント（取引所情報、出来高、市場ペア、アセット）の API リファレンス。ユーザーが取引所 API に言及したとき、取引所の出来高を尋ねたとき、取引ペアのデータを求めたとき、準備証明（proof-of-reserves）の情報を必要としたとき、または取引所連携を構築しているときはいつでもこのスキルを使用する。CMC 取引所 API に関する質問の権威あるリファレンスである。Trigger: "exchange API", "CMC exchange data", "trading pairs API", "exchange volume API", "/cmc-api-exchange"
デプロイを変更せずに、Splunk のデータモデルとレポートアクセラレーションの準備状況、サマリーカバレッジ、トラブルシューティングの証跡を評価する。データモデルオブジェクトの準備状況、アクセラレーションの有効化、ビルドまたはラグの状態、不完全なサマリー、レポートアクセラレーション、サマリー共有、および反復検索の目的にアクセラレーション機構が適合するかの判断に使用する。検証済みのフィールドと CIM の前提条件を求め、オーナーシップとデプロイの境界を維持し、SPL、正規化、ガバナンス、単一検索のチューニング、進行中のプラットフォームインシデントはそれぞれの担当者に引き継ぐ。
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。