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
Allium を使ってオンチェーンのエンティティ、プロトコル、市場、ウォレットに関する質問を調査します。単発の検索ではなく、根拠のある分析回答が必要な場合に使用します。Terminal で既存のカバレッジを確認し、適切なデータソースを選び、小規模なテストから本番用の手法を構築して結果を検証し、適切に調整した主張を行い、再現可能な Explorer クエリを保存します（必要に応じて Allium Assistant 用のダッシュボード引き継ぎプロンプトも作成）。データソース選択を重複して行わず、`data-matching` の後に続けて実行します。
`asc` コマンドラインツールを使って App Store Connect から売上、トレンド、財務、分析レポートをダウンロードします。次の場合にこの skill を使用します：(1) 売上レポートのダウンロード：「asc sales-reports download --vendor-number ... --report-type SALES ...」(2) 財務レポートのダウンロード：「asc finance-reports download --vendor-number ... --report-type FINANCIAL ...」(3) 分析レポート：「asc analytics-reports request/list/reports/instances/segments」(4) アプリの売上、収益、ダウンロード数、サブスクリプション、収入、分析データの確認 (5) ユーザーが「download my sales report」「show sales data」「get financial report」「check my app revenue」「how many downloads」「subscription metrics」「app analytics」「app usage data」「engagement metrics」と言った場合
市場ブレッドチャート、特に 200 日移動平均ベースの S&P 500 Breadth Index と US Stock Market Uptrend Stock Ratio のチャートを分析するときにこのスキルを使用する。ユーザーが分析用にブレッドチャートの画像を提供した場合、市場ブレッドの評価を依頼した場合、ポジション戦略の推奨を求めた場合、またはブレッド指標に基づく中期的な戦略的・短期的な戦術的市場見通しを理解したい場合にこのスキルを使用する。すべての分析と出力は英語で行われる。
Allium でクロスチェーンブリッジとメッセージングプロトコルのデータを分析するための方法論ガイドです。CCTP、LayerZero、Wormhole、Across、標準型／アプリケーション型ブリッジ、一般的なロック・アンド・ミントのフローを扱います。ブリッジの送金量、チェーン間の純フロー、特定のクロスチェーン取引の追跡、ブリッジ活動のプロトコル／インテグレーターへの帰属に関する質問で使用します。ブリッジ名だけが挙げられた場合や、「この送金をチェーン間で追跡して」と依頼された場合も対象です。SQL を書く前に頻出する、方向性と二重計上の仕組み、非EVMの追跡ギャップを解説します。正式なサードパーティカバレッジベンチマーク（bridge-protocol-coverage-assessment を参照）とは異なり、個別のブリッジクエリを正しく処理するための簡易リファレンスです。
Allium で DEX/AMM の取引、流動性、価格データを分析するための方法論ガイドです。Uniswap、PancakeSwap、PumpSwap/Pump.fun、Orca、Pendle、アグリゲーター（0x、1inch）、Hyperliquid などの無期限先物 DEX を扱います。スワップ量、取引件数、流動性ポジション、インパーマネントロス、アグリゲーターの手数料／ルーティング分析、DEX 由来のトークン価格に関する質問で使用します。プロトコル名だけが示された場合や、既知の参照値と比べて数値が「おかしい」理由を尋ねられた場合も対象です。SQL を書く前に頻出する、ホップごとの二重計上、プロトコルとプロジェクトの分類、手数料レッグの再構築に関する落とし穴を解説します。
Jira プロジェクト、スペース、スプリント、ボード、フィルター、JQL、作業項目キー、または Jira URL のデータから視覚的な Jira スプリントダッシュボードを作成する。ユーザーが Jira スプリントダッシュボード、スタンドアップダッシュボード、スプリントレビュー、デリバリーレビュー、エンジニアリングマネージャーダッシュボード、WIP レビュー、プランニングビュー、クローズアウトビュー、または平坦なレポートより役立つ Jira 作業の視覚的スナップショットを求める場合に使用する。現在のエージェントが対応する最もリッチなダッシュボード形式（Cursor Canvas、インタラクティブな artifact、HTML、Markdown など）を使用する。
Allium で DeFi レンディングプロトコルのデータを分析するための方法論ガイドです。Aave、Morpho、Fluid、Euler、Maple、Compound 系フォーク、チェーン別のレンディング市場を扱います。レンディングプロトコルの預け入れ、借入、清算、担保スワップ、利用率、TVL、レバレッジに関する質問で使用します。プロトコル／資産名だけが挙げられた場合や、2つのレンディング指標テーブルの比較を求められた場合も対象です。SQL を書く前に頻出する、イベント種別ごとのテーブル結合の注意点、列名の不整合、清算約定の二重計上を解説します。
高レベルのノーススターメトリクスを実行可能なサブメトリクスと先行指標に分解し、メトリクス階層間の因果関係をマッピングし、主要指標を動かす高インパクトな実験を特定する。プロダクトのノーススターメトリクスの設定、ビジネスメトリクスのドライバーへの分解、戦略の測定可能な成果へのマッピング、実験を通じて動かすべき指標の特定、先行指標と遅行指標の理解、メトリクス改善機会の優先順位付け、またはユーザーがメトリクスツリー、メトリクス分解、ノーススターメトリクス、KPI 内訳、メトリクスドライバー、メトリクスの関連性に言及した場合に使用する。
準拠した Open Knowledge Format（OKF）バンドルとして、AI エージェント向けのナレッジを作成、検査、取得、執筆、改訂、拡充、監査、修復、調査、変更影響の分析、移行、検証、保守します。/okf コマンドに使用します。既存の OKF バンドルでの作業、テーブル、データセット、ビュー、メトリクス、ランブック、プレイブック、API、スキーマ、結合パスのドキュメント化、カタログ、メタデータ、ウェブサイト、URL、ソースコードからのエクスポート、およびエージェントが後で読むあらゆるナレッジに使用します。OKF バンドルを編集する際に暗黙的に適用し、準拠性、来歴と出典、生成・検証済みの信頼シグナル、鮮度、log.md、索引、クロスリンクを最新の状態に保ちます。OKF v0.2 を追跡し、証明済み計算と v0.1 からの移行を含みます。
OpenClaw、Claude Code、または Hermes エージェントのセッションログを解析し、Cobo Agentic Wallet TelemetryAPI 経由で構造化テレメトリをアップロードします。外部依存はゼロ——Python 3 と有効な caw のインストールのみが必要です（API key は自動検出）。用途：ユーザーが対応するエージェントプラットフォームのセッションを分析したい、セッションテレメトリをアップロードしたい、セッショントレースを表示したい、エージェントの動作をデバッグしたい場合。
DataForSEO MCP サーバー経由のライブ SEO データ。SERP 分析（Google、Bing、Yahoo、YouTube、Google Images）、キーワードリサーチ（ボリューム、難易度、インテント、トレンド）、被リンクプロファイル、オンページ分析（Lighthouse、コンテンツ解析）、競合分析、コンテンツ分析、ビジネスリスティング、AI 可視性（ChatGPT スクレイパー、LLM メンション追跡）、ドメイン分析。DataForSEO 拡張機能のインストールが必要。ユーザーが「dataforseo」「live SERP」「keyword volume」「backlink data」「competitor data」「AI visibility check」「LLM mentions」「image SERP」「google images」「image rankings」「real search data」と言う場合に使用する。
Google SEO API：Search Console（Search Analytics、URL Inspection、Sitemaps）、PageSpeed Insights v5、25 週間の履歴を持つ CrUX フィールドデータ、Indexing API v3、GA4 オーガニックトラフィック。Core Web Vitals、インデックス状況、検索パフォーマンス、オーガニックトラフィックの傾向に関する実際の Google フィールドデータを提供する。ユーザーが "search console"、"GSC"、"PageSpeed"、"CrUX"、"field data"、"indexing API"、"GA4 organic"、"URL inspection"、"google api setup"、"real CWV data"、"impressions"、"clicks"、"CTR"、"position data"、"LCP"、"INP"、"CLS"、"FCP"、"TTFB"、"Lighthouse scores" と言ったときに使用。
Supabase（オープンソースの Firebase 代替・BaaS）リファレンス。PostgreSQL データベース、Auth（Email / OAuth / Magic Link / Phone / SSO）、Storage、Edge Functions（Deno）、Realtime（subscriptions / presence / broadcast）、Vector embeddings、supabase-js、supabase CLI、RLS（Row Level Security）、migrations。PostgreSQL ベース。SQL Server / node-mssql は別スキル mssql。
Syncfusion Spreadsheet コンポーネントを使用して Excel ライクな UI を必要とする JavaScript アプリにこのスキルを使用する。Excel（.xlsx、.xls、.xlsb）および CSV ファイルの作成、表示、編集；スプレッドシートエディタの埋め込み；API/JSON からのデータバインディング；数式、グラフ、検証、フィルタリング、条件付き書式の使用でトリガーされる。ユーザーがスプレッドシートファイル（"open xlsx"、"load Excel file"、"add Syncfusion spreadsheet"、"bind data to spreadsheet"）に言及した場合もトリガーされる。UI コンポーネントを伴わない独立したファイル処理ではトリガーしない。
ユーザーが YouTube 動画のパフォーマンスを分析したい、リテンションデータを確認したい、低い CTR を診断したい、または動画が期待を下回った、もしくは上回った理由を理解したいときに使用する。また、ユーザーが「この動画を分析して」「私の動画のパフォーマンスをレビューして」「なぜこの動画は失敗したのか」「なぜこの動画は成功したのか」「リテンション分析」「CTR 分析」「動画のポストモーテム」「この動画から何を学ぶべきか」と言ったときにも使用する。チャンネル全体の健全性チェックについては channel-audit を参照。学びに基づいて今後のアイデアを改善するには idea-generation を参照。
Volcengine の AI ネイティブ BaaS プラットフォーム（Supabase 版 / AIDAP / 火山引擎 AI 原生 BaaS 平台 Supabase 版）を管理する。これは Volcengine が運営するディストリビューションで、公式の Supabase とは異なる。ユーザーが Volcengine Supabase または AIDAP のリソース（ワークスペース、ブランチ、コンピュート、SQL クエリ、スキーマ変更、Auth、Realtime、Edge Functions、Storage バケット、フロントエンド静的サイトホスティング（Pages）、API キー、接続情報、TypeScript 型生成）の作成・確認・管理を求めた場合、または Volcengine のデプロイで AIDAP をデータベースプロバイダーとして選択した場合に使用する。中国語のプロンプトで「火山引擎 Supabase」または「火山 Supabase」に言及した場合もトリガーする。操作は byted-supabase-cli コマンドラインツール（`npm i -g @byted-supabase/cli` でインストール。公式の `supabase` CLI ではない）を通じて実行する。一般的なデータベースの議論、Supabase 以外のサービス（RDS MySQL、Redis）、Supabase バックエンド管理と無関係な純粋なクライアントサイドコーディングには使用しないこと。
SLS DataAgent を呼び出し、Alibaba Cloud SLS（Simple Log Service）向けにデータ取得、処理、分析、可視化を自律的に実行する。完全自動のデータアナリストとして機能し、自然言語で質問すると構造化された結論とチャートが得られる。ユーザーが次について尋ねるときに使用：数据分析, 取数, 数据查询, 日志分析, SLS, 可视化, 图表, 数据洞察, data analysis, DataAgent, 全自动数据分析师。
B2C Commerce で製品、顧客、注文に対する効率的なデータクエリを作成します。ユーザーがストアフロントページで製品を検索する、顧客プロファイルを照会する、注文をクエリする、検索結果をページングする、遅いカテゴリページを修正する必要があるときに、このスキルを使用します。データアクセスのパフォーマンス問題、データベース負荷の高い API をインデックスベースの代替に置き換えること、検索とクエリの方式の選択について尋ねるときにも使用します — 「カテゴリページが遅い」や「メールで顧客を探すには」と言うだけの場合でも。
一連のインサイトから新しいダッシュボードを構築する、または既存のものを更新する — アプリ内アシスタントが upsert-dashboard ツールで行うのと同じ作業を MCP 経由で行う。ユーザーがダッシュボードの作成、複数の指標/チャートを 1 ページにまとめること、あるトピック(プロダクト分析、リテンション、収益、アクティベーションなど)のダッシュボードの組み立て、既存のダッシュボードへのインサイトの追加/削除/置き換えを求めたときに使用する。作成か更新かの判断、既存インサイトの再利用か新規作成か、PostHog の検証済みダッシュボードテンプレートをそのトピックの優れたダッシュボードの参考として使うことを扱う。
カバレッジ対象の A 株企業向けの決算後四半期更新レポート。業績快報/正式财报を分析し、差異表（実績 vs 一致預期 vs 前期）を生成し、主要ドライバーを指摘し、中国のセルサイド形式で構造化された決算ノートを起草する。中国株には元の earnings-analysis スキルの代わりに使用する。トリガー："A股财报分析"、"季度业绩点评"、"年报/中报点评"、"earnings review"、"[company] earnings"。
RAG パイプラインで高速かつ軽量なテキストチャンキングを行うには Chonkie を使用する。11 種類すべてのチャンカー（Token、Fast、Sentence、Recursive、Semantic、Late、Code、Neural、Slumber、Table、TeraflopAI）、fetch→process→chunk→refine→export→store ワークフローを連結する Pipeline API、embeddings refineries、ベクトル DB との接続（Chroma、Qdrant、Pinecone など）、tokenizer の選択、recipe システム、REST API サーバー、非同期/バッチ処理を扱う。使用場面：embeddings 用のドキュメント分割、取り込みパイプラインの構築、コードや markdown のチャンキング、ベクトル DB 取り込みの設定、または検索拡張生成のためのあらゆるテキスト分割タスク。
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。