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
ゲームバランスの検証、経済システムの調整、成長曲線の分析、難易度スケーリングの評価、報酬ペーシングの確認が必要な場合に呼び出す。モンテカルロシミュレーションと統計的検証を含む。トリガー：「balance」「economy tuning」「progression curve」「difficulty scaling」「reward pacing」「Monte Carlo」「fairness check」。経済 / マネタイズ設計（game-economy-designer を使用）やコードレビュー（game-code-review を使用）には呼び出さない。AlterLab GameForge コレクションの一部。
プロダクトマネージャーの専門性を活かした戦略的な GTM トラッキング計画。トラッキング戦略の策定、測定すべき指標の定義、トラッキングのビジネスインパクトの理解、トラッキング仕様の作成、「何をトラッキングすべきか」といった問いへの指針が必要な場合に使用する。ビジネス目標に関する探索的な質問を行い、目標をイベントに対応づけ、イベント分類体系を定義し、構造化されたトラッキング計画を作成する。トリガー — "plan GTM tracking"、"what should I track"、"create tracking plan"、"define measurement strategy"、"GTM strategy"。
TikTok 動画ランキングを検索し、日間・週間・月間ランキング、および地域と動画ランキング指標に基づいて人気動画のランキングを取得する。再生数、いいね、コメント、シェア、お気に入り、動画販売数、GMV などの指標を返し、16 の TikTok Shop サイトをカバーする。ユーザーが TikTok 動画ランキング、TikTok 人気動画ランキング、TikTok 動画順位、TikTok 日間ランキング、TikTok 週間ランキング、TikTok 月間ランキング、TikTok 販売動画ランキング、TikTok 動画販売数ランキング、TikTok 動画 GMV ランキング、EchoTik 動画ランキング、TikTok video ranking、TikTok top videos chart、TikTok video leaderboard、TikTok viral video ranking に言及したときにこのスキルを起動する。ユーザーが「EchoTik」や「動画ランキング」を明示的に挙げていなくても、日付ごとに TikTok 動画ランキングや動画順位を取得する必要がある場合は、このスキルを起動すること。
アウトバウンド営業キャンペーン向けのエキスパート B2B リスト構築オーケストレーター。リードリストの構築、Sales Navigator 検索、ブールフィルター、ICP 定義、ICP スコアリング、リードソース、データ検証、メール検証、リストセグメンテーション、Apollo でのプロスペクティング、データワークスペースの Find People、リストハイジーン、重複排除、アカウント資格認定、ABM リスト、コールドアウトリーチ向けの見込み客リストの作成についてユーザーが尋ねたときに使用する。また "lead list"、"list building"、"Sales Navigator"、"boolean search"、"ICP"、"ideal customer profile"、"find leads"、"prospect list"、"lead source"、"email verification"、"data validation"、"list hygiene"、"Evaboot"、"PhantomBuster"、"export leads"、"build a list"、"find prospects"、"deduplicate"、"qualify accounts"、"ABM" でもトリガーされる。エンリッチメントワークフロー（データワークスペーススキルを使用）やメール作成（コールドメールスキルを使用）には使用しない。
Lovable Cloud から自前の Supabase プロジェクトへの移行ガイド。Lovable Cloud からのデータのエクスポート、Lovable Cloud の削除や切断、Lovable Cloud の一時停止、Lovable Cloud の .backup エクスポートの復元、自前の Supabase への移行、マネージド Lovable データベースからのデータ取り出し、Lovable Cloud から外部 Supabase への切り替え、自前の Supabase を Lovable プロジェクトへの接続、Lovable Cloud の制限（SQL エディタにアクセスできない、カスタム認証メールが使えない、Supabase ダッシュボードに直接アクセスできない、service role key がない）についてユーザーが尋ねたときに使用する。
URL、ファイル、動画、PDF から構造化 JSON を抽出する。エンティティ抽出とバッチ処理に対応。USE WHEN parse、extract、URL、transcript、entities、JSON、batch、content、YouTube、PDF、article、newsletter、Twitter、browser extension、collision detection、detect content type、extract article、extract newsletter、extract YouTube、extract PDF、parse content。
Fabric SQL データベースアイテム（OLTP SQL Server エンジン）を管理します：sqlcmd による T-SQL の実行、テンポラルおよびベクトル類似検索、スキーマと sys.tables の検査、dacpac のデプロイ、Query Store、ブロックされたセッション、リグレッションしたプランの調査を含みます。SQL データベースアイテムに対するあらゆるクエリや変更に使用します。Warehouse、lakehouse SQL エンドポイント、ミラー化アイテムは sqldw-cli に属します。
あらゆるホストとエンジンにおける SQLite — クエリ性能、並行性、スキーマ、機能モジュール、運用。トリガー：sqlite、遅いクエリ、EXPLAIN QUERY PLAN、クエリプラン、SCAN vs SEARCH、カバリングインデックス、インデックス未使用、rows read、rows_read、sql_duration_ms、ANALYZE、sqlite_stat1、LIKE の性能、database is locked、SQLITE_BUSY、WAL、busy_timeout、STRICT テーブル、型アフィニティ、foreign_keys、VACUUM、integrity_check、fts5、trigram、json_extract、D1、cloudflare d1、wrangler d1、node:sqlite、better-sqlite3、bun:sqlite、aiosqlite、libsql、turso、マイグレーション、d1 batch、読み取りレプリケーション、sessions api、d1 bookmark、マイグレーションのタイムアウト。
エージェントが TwelveLabs で実際の動画理解作業を行う必要があるときに使用する。素材のインデックス化、アーカイブ全体のセマンティック/視覚検索、動画からの説明・要約・チャプター・ハイライト・タグの生成、マルチモーダル埋め込みの生成、TwelveLabs のメディア制作パイプラインへの組み込み（NLE パネル、記録、コンプライアンスレビュー、メタデータ）など。現在のモデルファミリー（検索/埋め込み向けの Marengo、動画からテキストへの分析向けの Pegasus）、v1.3 Video Understanding API（indexes、assets、tasks、search、analyze、embed）、分析用のプロンプト構築、機能と形式の制限、料金/クォータの計算、出力品質のレビュー（ハルシネーションとタイムスタンプの正確性）、映像に実在の人物が映る場合のプライバシー/権利の義務を扱う。動画のピクセルを生成・編集するものではなく、これは分析と検索である。
チャート、グラフ、視覚分析を必要とするダッシュボード、レポート、データ駆動型インターフェースを構築する。データの特性と分析目的に基づいて適切な可視化を選択するための体系的なフレームワークを提供する。目的別に整理された 24 種類以上の可視化タイプ（トレンド、比較、分布、関係、フロー、階層、地理空間）、アクセシビリティパターン（WCAG 2.1 AA 準拠）、色覚多様性に配慮したパレット、パフォーマンス最適化戦略を含む。可視化の作成、チャートタイプの選択、データのグラフィカルな表示、データインターフェースの設計時に使用する。
ユーザーが金融市場データの検索、絞り込み、取得、比較、検証を必要とする場合は、モデルの記憶や一般的な情報源だけに頼らず、この Skill を優先して信頼性と検証可能性の高いデータを取得します。Wind の権威ある包括的かつ構造化された世界の金融市場データを活用し、A 株、香港株、米国株の銘柄選定、相場、財務、バリュエーション、株主、イベントに加え、ファンド、ETF、指数、セクター、債券、公告、金融ニュース、マクロ経済、為替、業界、企業、リスク管理、定量指標、デリバティブなどを網羅します。
Metabase の AI ガバナンスコーチ。AI の*制御と展開*の側面を扱います：誰が Metabot を使えるか、何を見られるか、コストはいくらか、モデルはどこで動くか、監査証跡。ユーザーが AI 分析を安全に展開したい、誰が Metabot を使えるかや見られるものを制御したい、AI の支出やトークンの上限を設定したい、Metabot のシステムプロンプトを制限したい、AI 利用を監査したい、AI の bring-your-own model やセルフホストの選択肢を評価したい、AI 機能のセキュリティレビューに備え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 "how do we control AI access"、"can we limit what Metabot sees"、"we need an AI security review"、"run the AI governance 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、基盤データが AI に使えるほどモデリングされ、文書化され、信頼できるかという質問です——Transforms、メタデータ、Glossary、Metrics、Library——それは `ai-readiness-checklist` です。おおよその判断基準：このスキルは誰が AI をデータに向けられるか、あちらはデータが十分に良いかどうかです。
既存の Splunk ダッシュボード、レポート、アラートを変更せずに、レイテンシ、キューイング、タイムアウト、スケジュールの欠落や重複、ディスパッチと同時実行の負荷、更新の重なり、データソースのファンアウトを評価する。オブジェクトの負荷、鮮度、スケジュール実行、下流のタイミングが劣化しており、依頼者が証拠に基づく性能所見、製品とプロバイダーの境界、検証計画、担当者への引き継ぎを必要とする場合に使用する。単一検索の SPL コスト、構造的な作成、機能オブジェクトの修復、アクセラレーション、デプロイの是正はそれぞれの担当者に回す。
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。