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
依存関係によってレディ状態が決まり、ジョブが長時間実行かつステートフルで、唯一の永続化基盤がリレーショナル DB である SQLAlchemy 2.x 上の DB ベースのジョブキュー／タスクスケジューラを構築するときに使用——シングルボックス、組み込み可能、ブローカーなし、マルチダイアレクト（SQLite / PostgreSQL / MySQL）。汎用の jobs/job_deps モデル、レディセットクエリ、ダイアレクトごとのアトミックリース（PostgreSQL + MySQL 8 の FOR UPDATE SKIP LOCKED と SQLite の BEGIN IMMEDIATE の比較、ダイアレクト検出を含む）、ハートビート + リース期限切れ + 古いリースの回収によるクラッシュ復帰、ハングしているが生存中のディスパッチ単位タイムアウト、group_key に対する重み付きフェアシェア、scan→rank→lease→dispatch→persist→reclaim の tick ループ、ポーリングと LISTEN/NOTIFY ウェイクの比較、at-least-once の冪等性契約を扱う。キーワード：job queue、task scheduler、ready-set、SKIP LOCKED、lease、crash-resume、multi-dialect、SQLAlchemy、background jobs。同期優先。SQLAlchemy のデータ層やロックプリミティブ（sqlalchemy）ではなく、マイグレーション（alembic）でもない。
Toutiao の人気コンテンツを検索します。キーワードを入力して Toutiao の最新投稿（記事・画像／動画）を検索し、閲覧数または時間で並べ替え、期間を指定できます。結果はターミナルの表で表示し、CSV にエクスポートし、インタラクティブな HTML レポートを生成できます。Toutiao の人気コンテンツの検索、トレンドの追跡、話題の記事の分析に使用します。API がクレジット不足（code=3210）を返した場合、Alipay を自動的に起動してチャージし、検索を続行します。
ユーザー個人の zframes マーケットダッシュボードを構築、更新、配信、または fork する。ユーザーが "/zframes"、"build me a dashboard"、"set up my terminal"、"make me a market terminal"、"add X to my dashboard"、"start/open/serve my dashboard"、"fork this dashboard <url>"、"run this shared zframes link" と言った場合、またはパーソナライズされたライブマーケットダッシュボード（暗号資産 + 株式）を求めた場合に使う。zframes explorer リンク（.../dashboard/<id> 形式の URL）が渡された場合は、ユーザーのマシンに fork する。ダッシュボードがすでに存在し、ユーザーが起動したいだけの場合は配信する — ゼロから再構築しない。検証済みの dashboard.json を書き込み、CLI でライブ配信する — エージェントは React を書かない。
Fabric REST API と `az rest` を通じて Fabric Activator ルールと Reflex アイテムを作成します。書き込みの意図で呼び出します：アイテムの作成または削除、ルール定義の追加または更新、しきい値、フィルター、Teams/メール通知、Fabric アイテムアクション、Eventhouse/Eventstream/Real-Time Hub/DTB/Ontology/Power BI ソースの構成。純粋な GET/説明のプロンプトは `activator-consumption-cli` に属します。ソース、しきい値、受信者、アクション対象が不足している場合の確認はこのスキル内で行います。別のデータスキルがスパイク、障害、異常、SLA リスク、容量制約などのタイムリーな運用シグナルを検出した後、今後の発生に対するアラートが必要かどうかをユーザーに積極的に尋ねます。トリガー："create an alert"、"create an activator"、"create a reflex"、"create an activator item"、"create an alert item"、"notify me when"、"let me know when"、"take action when"、"send me an email when"、"send a teams message when"、"run a pipeline when"、"update an alert"、"delete an alert"、"activator rule"。
ブログパフォーマンス向けの Google API 連携：PageSpeed Insights、25 週間の履歴を備えた CrUX Core Web Vitals、Search Console のパフォーマンス、URL Inspection、Indexing API、GA4 のLastly高品質中国经济トラフィック、E-E-A-T 向け NLP エンティティ分析、埋め込み用 YouTube 動画検索、Google Ads Keyword Planner。機能 Meanwhile、資格情報の段階（API key、OAuth/サービスアカウント、GA4、Ads）に応じて順次利用可能。設定は ~/.config/claude-seo/google-api.json で claude-seo と共有。ユーザーが「google data」「page speed」「core web vitals」「search console」「indexation」「GA4」「keyword research」「nlp entities」「blog performance」「youtube search」「google api setup」と発言したときに使用。
ユーザーが既存アプリケーションに Kafka クライアントを統合したい場合、または Confluent Cloud、ローカル Docker、WarpStream 向けの Maven または Gradle ベースの Java Kafka クライアントプロジェクトを雛形化したい場合に使用します。Avro、JSON Schema、Protobuf シリアライザーを備えた Apache Kafka Java クライアント（KafkaProducer/KafkaConsumer/KafkaShareConsumer）を扱います。WarpStream 向けに Java Kafka クライアント設定を最適化したい場合にも使用します。Kafka Streams アプリ（kafka-streams-programming を使用）、Flink、コネクタ、Kafka Python クライアント（developing-kafka-python-client を使用）には使用しないでください。
他のシステムや保存済みデータがすでに依存しているものを変更するときに使用——.proto ファイルの編集、データベースマイグレーションの作成、カラムの追加や削除、フィールド名の変更、レスポンス構造の変更、enum の変更、キュー メッセージ形式の変更など。トリガーには "will this break clients"、"is this backward compatible"、"buf breaking"、"ALTER TABLE"、"migration"、"deprecate this endpoint"、および公開済み API バージョンへのあらゆる変更が含まれる。
ユーザーが売上収益を予測したい、commit/upside/best-case の予測を構築したい、加重パイプラインを計算したい、目標を達成できるかを予測したい、または予測コールを実施したいときに使用する。トリガーフレーズ：「will we hit quota」「forecast this quarter」「weighted pipeline」「build a sales forecast」「commit number」「are we going to hit the number」「revenue projection」「what's our gap」「pipeline math」「deal review」「forecast call」。予測の入力となるパイプラインデータについては pipeline-review を参照。クォータに紐づく報酬プランについては sales-comp を参照。
包括的な市場環境分析・レポートツール。米国、欧州、アジアの市場、外国為替、コモディティ、経済指標など、世界市場を分析します。リスクオン／リスクオフ評価、セクター分析、テクニカル指標の解釈を提供します。market analysis、market environment、global markets、trading environment、market conditions、investment climate、market sentiment、forex analysis、stock market analysis、相場環境、市場分析、マーケット状況、投資環境などのキーワードで起動します。
Materialize SQL コードベースのセマンティックレイヤーを正規のオントロジーとして設計・レビューする——共有の raw データベース、共有の core データベース、ユースケースごとに 1 つのデータベース。ユーザーが Materialize のスキーマとデータベースの構造化や整理方法を尋ねた場合、正規のセマンティックオブジェクト（エンティティ、イベント、測定値、関係オブジェクト）を定義したい場合、公開オブジェクトの識別解決や時間的セマンティクスが必要な場合、共有レイヤーと消費側固有のレイヤーのどちらに何を置くかを判断する場合、関係レジストリ（core.public.relationships、参照エッジ、カーディナリティ、オプショナリティ）を構築または検証する場合、あるいはオントロジー、セマンティックレイヤー、セマンティックモデル、セマンティックオブジェクト、コンテキストグラフ、raw/core/ユースケースの境界、グレイン、強制可能なレイヤー依存関係に言及した場合に、このスキルを使用する。既存の Materialize コードベースをレビューし、プライベートスキーマの漏洩、概念の重複、未文書化の公開オブジェクトを確認する場合にもトリガーする。
Power BI の中核となるデータモデリング、データソース接続、プラットフォームの基礎。次の場合に積極的に有効化してください：(1) Power BI のデータモデリングとスタースキーマ設計、(2) リレーションシップ（アクティブ/非アクティブ、双方向、USERELATIONSHIP）、(3) データソースの選択（DirectQuery と Import と Direct Lake と複合）、(4) 増分更新の設定、(5) ゲートウェイ構成（オンプレミスおよび VNet ゲートウェイ）、(6) ストリーミングデータセットとプッシュデータのシナリオ、(7) Dataflow Gen2 の基本、(8) Power BI のよくある落とし穴（双方向フィルター、AutoExist、空白行）、(9) ワークスペース ID と OAuth2 / サービスプリンシパル認証、(10) セマンティックモデルのアーキテクチャレビュー。提供：スタースキーマテンプレート、モード選択マトリクス、増分更新レシピ、ゲートウェイ設定手順、よくある落とし穴のリファレンス。
Redis + Redisson のキャッシュと分散ロックのスキル。キャッシュキーの命名規則、有効期限設定の原則、RedisTemplate のシリアライズ選択（JSON vs JDK vs String）、Redisson 分散ロックの 3 つのモード（watchDog / leaseTime ありの tryLock / leaseTime なしの判断）、キャッシュペネトレーション（ブルームフィルター / null 値キャッシュ）/ ブレイクダウン（ミューテックス）/ アバランシェ（ランダム TTL）の対策、Caffeine vs Redis の選択判断を網羅する。LLM の誤りを修正する：有効期限を設定しない、StringRedisTemplate と RedisTemplate の混用、Redisson ロックで try-finally unlock をしない、leaseTime を指定したときに watchdog が効かない。
このスキルは、Amazon Reviews API を通じて Amazon の商品レビューを自動的に抽出するのに役立つ。ユーザーが次のようなニーズを示したとき、Agent はこのスキルを積極的に適用すべき：ASIN が B07TS6R1SF の Amazon 商品のレビューを取得する、特定の Amazon 商品の顧客フィードバックを分析する、競合商品の評価とコメントを取得する、最近の Amazon レビューのセンチメントを追跡する、品質評価のために verified purchase レビューを抽出する、Amazon 商品ページからユーザー体験を要約する、顧客レビューを通じて商品のパフォーマンスを監視する、市場調査のためにレビュアーのプロフィールとリンクを収集する、コンテンツ分析のためにレビューのタイトルと説明を収集する、ログインなしで Amazon レビューをスクレイピングする。
SCAPI Admin API を使用して、B2C Commerce と ERP、OMS、WMS、CRM などの外部システム間でデータを同期するバックエンド連携を構築する。ユーザーがバックエンドサービスからプログラムで注文、商品、在庫、顧客データを取得・送信する必要があるとき、Account Manager のクライアント資格情報と管理者 OAuth スコープでサーバー間認証を設定するとき、NDJSON で一括在庫インポートを実装するとき、またはスクリプトやパイプライン（ストアフロントではなく）から任意の Commerce API を呼び出すときにこのスキルを使用する。夜間のデータエクスポート、倉庫同期ジョブ、顧客データ連携を構築するときにも使用 —「注文を ERP に取り込みたい」や「倉庫から在庫を同期したい」と言っただけの場合でも。
ブログ記事向けに、ダークモードに対応したインライン SVG のデータ可視化チャートを生成する。横棒、グループ化棒、ドーナツ、折れ線、ロリポップ、エリア、レーダーチャートに対応し、プラットフォーム（HTML か JSX/MDX）を自動判定する。チャート種別の多様性、アクセシブルなマークアップ（role=img、aria-label）、出典表示、透明背景を徹底する。ユーザーがデータ可視化、チャート、グラフ、可視化が必要な比較表に言及した場合、またはブログ記事にインライン SVG の可視化を埋め込みたい場合に使用する（blog-write を呼び出していなくても）。ユーザーが "blog chart"、"generate chart"、"data visualization"、"svg chart"、"blog graph"、"visualize data" と言った場合、または blog-write ワークフローがチャート化に値するデータポイント（3 つ以上の比較可能な指標、トレンド、前後比較データ）を識別した場合に使用する。
厳格なバリデータとインデックスを使って Convex のスキーマ、クエリ、ミューテーション、アクション、クライアントの使用方法を構築する。データモデリング、関数の作成、引数/戻り値の検証、パフォーマンスのガイダンスに使用。convex/schema.ts、関数、api.* 参照に触れる作業では積極的に使用する。例: - ユーザー:「マルチテナントアプリのテーブルを設計して」→ defineSchema/defineTable とインデックス - ユーザー:「ミューテーションを書いて」→ args/returns バリデータ + 認証チェック - ユーザー:「クエリを最適化して」→ インデックスと withIndex 範囲式を追加 - ユーザー:「useQuery を使う」→ 生成されたフックの使用方法を表示
データの現象から出発し、実行可能なプロダクト意思決定の提案を生成し、可視化された HTML レポートとして出力する。ユーザーが "分析一下这组数据"、"这个指标为什么跌了"、"帮我做个留存分析"、"用户流失原因是什么"、"看看漏斗哪一步掉了"、"给我出个数据分析报告" と言ったときにトリガーする。以下にも適用する：ユーザーが CSV/Excel データファイルをアップロードして分析インサイトを求めた場合；ユーザーが SQL クエリ結果を提供して解釈を求めた場合；ユーザーが指標の分解、要因分析、セグメント比較、A/B テスト分析を求めた場合；ユーザーが "指标树"、"漏斗"、"留存"、"转化率"、"DAU 下降"、"分群"、"归因" などのデータ分析キーワードに言及した場合。適用しない：純粋な BI ダッシュボード構築（xlsx を使用）、純粋な SQL の作成（直接書く）、純粋なデータクリーニング（直接スクリプトを書く）。
ダッシュボードではなく意思決定を生み出すプロダクト分析を実行する —— 問いから始め、バニティ指標ではなく実行可能な指標を選び、シグナルとノイズを分離し、セグメント化し（平均は嘘をつく）、定量と定性を組み合わせ、インサイト→インパクト→アクションのストーリーで締めくくる。Claude が見落としがちなデフォルトを捉える：バニティ指標、相関を因果とみなすこと、小さいサンプル/短い期間への反応、生存者/選択バイアス、セグメント化されていない平均。プロダクトデータ/指標の分析、何を測定するかの計画、ファネル/コホート/セグメント/リテンション分析の構築、分析結果の読み取り、データを推奨事項に変えることを求められたときにトリガーする。
複数のドキュメント（PDF、DOCX）をユーザー定義の列に沿って分析し、引用付きの構造化された Excel 出力を生成するためのガイド。次の場合に使用：(1) 複数ドキュメントから特定情報を表に抽出する、(2) 契約書間で条項や規定を比較する、(3) 出典引用付きの文書レビューマトリクスを作成する。トリガー：'tabular review'、'document matrix'、'extract from documents'、'compare across documents'、'review multiple contracts'。
調査と尺度設計の総合アシスタント。質問票の作成、Likert 尺度の設計、質問タイプ（自由回答/選択式/マトリクス）、回答バイアスの軽減、サンプリング戦略（確率/非確率）、予備調査、尺度の妥当性検証（Cronbach's alpha、因子分析）、オンライン調査ツール（Qualtrics、REDCap、Google Forms）、インタビューガイドの作成、フォーカスグループの進行、混合モード調査、尺度の文化的適応を支援する。調査・質問票の設計、Likert 尺度の構築、サンプリング戦略の策定、予備調査、尺度の検証（Cronbach's alpha、因子分析）、インタビューガイドの作成、回答率の改善、Qualtrics や REDCap での作業を行う場合に使用する。インタビュー/フォーカスグループデータの分析には alterlab-qualitative-methods、質的+量的の統合には alterlab-mixed-methods、検定選択/検出力分析には alterlab-statistical-analysis、IRB/同意には alterlab-research-ethics を使用する。AlterLab Academic Skills スイートの一部。
system.part_log から part のライフサイクル問題を診断 — part の作成、マージ、mutation、ダウンロード、削除、移動。part が多すぎる場合やマイクロバッチ挿入、マージの滞留やマージの遅さ、ALTER UPDATE や DELETE による mutation ストーム、異常な DownloadPart レプリケーションの変動、予期しない RemovePart の急増、part の活動に起因する Keeper znode の増加がある場合に使用。
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。