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
ユーザーが弁護士の工数、専門家費用、調査費用を集計・管理し、訴訟コストを抑制し、顧客にタイムシートや費用明細を発行する必要がある場合にこのスキルを使用します。典型的なトリガーには以下が含まれますが、これらに限りません：-「作業時間」「専門家費用」「調査費用」「案件コスト」「タイムシート」「費用明細」「予算」「コスト管理」などのキーワードへの言及 - 特定の弁護士の作業時間、特定の案件のコストや訴訟コストについての質問 - 顧客への提出や経費精算のために、弁護士の作業時間のサマリーや案件タイムシート、案件費用明細の作成をユーザーが求めた場合 - 特定の案件や顧問サービスについて、予算の編成、予算執行のモニタリング、予算差異の分析が必要な場合 - 訴訟コストと期待収益を評価し、訴訟の経済性分析を行う必要がある場合
CDS（Core Data Services）ビューエンティティの開発を支援する。データモデリング、アノテーション、関連、コンポジション、アクセス制御、集計式、組み込み関数、入力パラメータを含む。ユーザーが CDS ビュー、CDS ビューエンティティ、CDS アノテーション、CDS 関連、CDS コンポジション、CDS アクセス制御、CDS メタデータ拡張、ABAP でのデータモデリング、define view entity、define root view entity、セマンティックアノテーション、UI アノテーション、RAP や分析シナリオ向けの CDS データモデル構築について尋ねたときに使用する。トリガーには "create a CDS view"、"define view entity"、"add an association"、"CDS annotation"、"access control"、"composition"、"CDS hierarchy"、"CDS aggregate"、"CDS functions"、"data model" が含まれる。
glab 経由でマネージド Orbit CLI を実行し、リモートグラフクエリとローカルコードグラフのワークフローを行う。Orbit のインストールや更新、グラフステータスの確認、リモート Orbit グラフのクエリ、ローカルコードグラフのインデックス作成や検索、Orbit ヘルプの転送、マネージドバイナリの認証のトラブルシューティングに使用する。トリガー：orbit、knowledge graph、code graph、graph query、graph status、glab orbit、orbit-cli、orbit binary。
プロバイダー、可観測性プラットフォーム、エクスポート形式、エージェントフレームワークに適した組み込みインポーターがない場合に、カスタムの Kitaru trace インポーターを構築して検証します。ユーザーがプロバイダーの trace を Kitaru のセッションとノードにマッピングしたい、範囲を限定したプロバイダー API 取得を追加したい、ターンごとの trace をより長いセッションに結合したい、不完全または失敗した trace の証跡を保持したい、スクリプトかパッケージのインストール方法を選びたい、インポーターの忠実度をテストしたい、インポーターのバージョンを登録したい、範囲を限定したサンプルをインポートしたい、部分的なインポートを診断したい場合に使用します。
企業データの照会、絞り込み、関係分析。工商情報、株主・持分、対外投資、経営動向、経営・司法リスク、知的財産、入札・調達、ニュース・世論などの多次元データを網羅し、ワンストップの照会とインサイトを提供する。地域、業種、設立時期、産業チェーン、企業規模、資格・表彰、入札記録などの条件で企業を絞り込み、企業の一括探索にも対応。顧客開拓、ビジネスチャンスの発見、ターゲット顧客の特定に用いる。企業の持分構造と関係（持分関係、支配関係、関連企業、最終受益者）の識別に対応する。企業情報の照会、絞り込み分析、リスク評価、データ統計、企業比較、関係判断などの場面に適する。企業の略称を入力すると正式名称を自動であいまい一致検索する。KUAICHA_API_KEY が必要。
定期的な営業パフォーマンスレビューの複合スキル。ある期間に行われたすべての営業施策——アウトバウンドキャンペーン、インバウンドの取り組み、イベント、パートナーシップ、コンテンツ、紹介——を集約し、それぞれがパイプラインと収益に与えた影響を測定する。施策レベルのパフォーマンス、施策間の比較、パイプラインのアトリビューション、うまくいっている点、いっていない点、次にどこへ投資すべきかを網羅した、チームに提示できるレポートを作成する。ツール非依存——CRM、アウトリーチツール、トラッキングシステムの任意の組み合わせからデータを取得する。
統合ホスト MCP `topview-mcp` による Shopee の公開市場インテリジェンス（段階的開示：use_shopee_data → get_tool_schema → call_tool）。用途：Shopee サイト/カテゴリの市場分析、商品ランキング/詳細、ショップ/ブランド分析、Shopee 各サイト（tw/my/id/th/ph/sg/vn/br）横断の急上昇検索キーワード調査。非対象：Amazon、TikTok Shop、YouTube クリエイター、メディア生成（topview-amazon-ops、topview-tiktok-shop-ops、topview-youtube-kol-ops、または topview-generate を使用）。
Contentstack で最もシンプルで再利用可能な構造を使ってコンテンツをモデル化する方法を開発者に案内します。このスキルでは、コンテンツタイプ、参照、グローバルフィールド、グループ、モジュラーブロック、JSON RTE、タクソノミー、タグを使う場面を説明し、過剰なモデル化、深い参照チェーン、チャネル固有のスキーマの肥大化を避ける方法を示します。スキーマの作成や変更前に、Contentstack のコンテンツモデルを設計、レビュー、リファクタリングするときに使用します。
Power BI セマンティックモデル向けの DAX（Data Analysis Expressions）習得。積極的に発火する場面：(1) DAX メジャーや計算列の作成、(2) CALCULATE、FILTER、ALL、REMOVEFILTERS などのコンテキスト変更関数、(3) フィルターコンテキストと行コンテキストとコンテキスト遷移の理解、(4) タイムインテリジェンス（SAMEPERIODLASTYEAR、DATEADD、YTD/MTD、TOTALYTD、DATESBETWEEN）、(5) イテレーター（SUMX、AVERAGEX、FILTER）、(6) 変数（VAR/RETURN）と DAX の最適化、(7) 計算グループ、フィールドパラメーター、ビジュアル計算、(8) WINDOW/INDEX/OFFSET/ORDERBY/PARTITIONBY/MATCHBY（ウィンドウ関数）、(9) DAX ユーザー定義関数（UDF）、(10) 比率、累計、ランキングの DAX パターン。提供：メジャーテンプレート、タイムインテリジェンスパターン、最適化テクニック（変数、FILTER と CALCULATETABLE の比較）、コンテキスト遷移の解説、ウィンドウ関数と計算グループのリファレンス。
Items REST API を通じて Fabric Eventstream のリアルタイムストリーミングトポロジを作成、接続、公開する。25 種類のソース（Event Hubs、IoT Hub、CDC、Kafka、SampleData）、8 種類のオペレーター（Filter、Aggregate、GroupBy、Join、ManageFields、Union、Expand、SQL）、4 種類の出力先（Lakehouse、Eventhouse、Activator、Custom Endpoint）、DefaultStream/DerivedStream ルーティングで定義を構築する。**このスキルを呼び出す**用途：(1) Eventstream トポロジの作成、(2) Event Hub ソースの追加、(3) フィルターオペレーターの追加、(4) Debezium フラット化を伴う CDC ソースの追加、(5) 出力先の接続、(6) Eventstream 定義の変更/削除。トポロジを変更する前に呼び出す。トリガー：「create eventstream」「deploy eventstream」「eventstream topology」「add source to eventstream」「add event hub source」「add filter operator」「eventstream filter」「eventstream destination」「CDC source」「eventstream operator」「eventstream definition」「update eventstream」「wire eventstream」「real-time ingestion pipeline」「eventstream topology deployment」。
Footprint WMS データを扱う OData クエリ、データソース、フロー、レポートを設計するときに使用する。つまり Tasks、Shipments、ArchivedShippingLicensePlateContents (ASLPC)、LicensePlate、Lot、Material、Project、Owner などのエンティティ、または Footprint の業務概念（受入、出荷、在庫アーカイブ、ライセンスプレート、固定重量/実測重量、梱包）を照会するあらゆる場面。OData メタデータだけでは分からないナビゲーションチェーン、フィルターの慣例、重量計算、除外ルールを記録する。Footprint エンティティ上にフローのデータソースを構築する前に使用する。非 Footprint アプリ（WMS データを扱わないカスタムアプリ）ではスキップする。
HetuEngine 向けの包括的な SQL ステートメントチェック。2 つのチェックモードを備える：1. 構文チェック——Presto/Trino + Hive の文法定義に基づくキーワード検証、ステートメント構造の検証、句の完全性、HetuEngine の構文互換性。2. 仕様チェック——HetuEngine 開発のベストプラクティスに基づくオブジェクト設計基準、データ操作基準、命名規則。カスタムの HetuEngine SQL トークナイザー（400 以上のキーワード）と 30 以上のステートメント種別をサポートする再帰下降パーサーを内蔵。ユーザーが HetuEngine の SQL 品質レビュー、構文検証、仕様準拠チェックを必要とする場合に適用。トリガーワード：「HetuEngine SQL 检查」「Hetu SQL 规范」「Hetu SQL 审计」「Hetu SQL 语法」「Hetu SQL 优化」「检查 Hetu SQL」「HetuEngine SQL review」
データベースブランチング用に mirrord.json を構成するのを支援し、安全な開発とテストのための分離されたデータベースコピーを可能にします。ユーザーが MySQL、MariaDB、PostgreSQL、MSSQL、MongoDB、Redis、DynamoDB、ClickHouse、Google Spanner、Amazon S3、turbopuffer、または汎用ブランチを設定したい場合、コピーモード、接続ソース、schema マイグレーション、IAM 認証を構成したい場合、またはデータベースブランチを管理したい場合に使用します。
PostHog の月次/PAYG 顧客を年次前払いクレジットプランへ転換する提案を組み立てる。データウェアハウスから 12～24 か月分の請求履歴を取得し、ハンドブックの資格チェックを実行し、今後の成長を予測し、ハンドブックの割引段階を適用し、最近の顧客タッチポイント（Slack、Gmail、Granola）を走査して交絡変数を洗い出し、Exa で顧客の勢いシグナルを取得し、担当者自身の文体を模倣して、簡潔なブリーフィングとプレーンテキストの Slack 下書きを出力する。「annual conversion math for [account]」「monthly to annual for [account]」「draft annual nudge for [account]」「credit-discount math for [account]」でトリガー。
TanStack DB の React バインディング。派生した構造化クエリ識別子を伴う useLiveQuery({ query }) を優先する。queryKey は、不透明な関数型クエリの変種または非常にホットなレンダリングパスにのみ指定する。依存配列はレガシーであり、1.0 での削除前に警告が出る。useLiveSuspenseQuery は Error Boundaries を伴う React Suspense 用（data は常に定義される）。useLiveInfiniteQuery はカーソルベースのページネーション用（pageSize、fetchNextPage、hasNextPage、isFetchingNextPage）。usePacedMutations はデバウンスされた React の状態更新用。戻り値の形：data、state、collection、status、isLoading、isReady、isError。@tanstack/react-db からインポートする（@tanstack/db のすべてを再エクスポートする）。
統一ホスト MCP `topview-mcp` 経由で Amazon の公開市場インテリジェンスを取得する（段階的開示：use_amazon_data → get_tool_schema → call_tool）。用途：Amazon の市場/カテゴリ調査、ASIN/商品スクリーニング、競合調査、listing/キーワード/トラフィック分析、レビュー VOC、トレンドや商標リスクの確認、SellerSprite スタイルの公開 Amazon データ。用途外：TikTok Shop、Shopee、YouTube クリエイター pool、動画/画像/アバター生成（topview-tiktok-shop-ops、topview-shopee-ops、topview-youtube-kol-ops、または topview-generate を使用）。
MaxCompute（ODPS）の Information Schema メタデータビューをクエリします。テナントレベル（SYSTEM_CATALOG.INFORMATION_SCHEMA.*、推奨）またはプロジェクトレベル（Information_Schema.*、非推奨）。IS ビュー向けの NL→SQL：tables、columns、partitions、tasks_history、tunnels_history、table_privileges、users、user_roles、quota_usage など。対象外：DDL/DML、MCP 経由でのテーブル一覧、アドホック SQL の実行、一般的な MaxCompute の質問。
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。