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
テーブルの追加、既存テーブルへの列の追加、設定の追加、その他 Ghost の MySQL データベースのスキーマ変更を行うためのデータベースマイグレーションを作成する。Ghost のデータベーススキーマの変更を伴うタスク——列やテーブルの追加・削除・名前変更、新しい設定の追加、インデックスの作成、データの更新、ghost におけるマイグレーションファイルを必要とするあらゆる変更——では常にこのスキルを使用する。ユーザーが schema.js、knex-migrator、migrations ディレクトリに言及した場合や、Ghost の任意のモデル/テーブルに「フィールドを追加」「列を追加」したい場合にも使用する。ユーザーがそれを機能や Linear のイシューとして表現していても、実装にスキーマ変更が必要ならこのスキルが適用される。
データサイエンス、統計学、機械学習における博士レベルの専門知識に使用：厳密な統計分析、実験計画、因果推論、高度なモデリング、研究方法論、データサイエンスプロジェクトのリード。ユーザーが統計手法、実験計画、モデル選択、A/B テスト、仮説検定、検出力分析、回帰、因果関係、ベイズ分析、研究方法論について尋ねたときに読み込む。保険、アクチュアリー、保険金請求、責任準備金、ソルベンシー、クレディビリティ、テールリスク、金融リスクの統計モデリングには `actuarial-risk-modeling` を、決定論的な事業モデルと SaaS 財務モデルには `financial-modeling` を使用する。無関係なリクエストにはこのスキルを使用しないこと。最も近い指定の専門家にルーティングすること。
calamine ライブラリを使用して .xls、.xlsx、.xlsm などの複数の Excel 形式を扱い、コンテンツの抽出と書き込みを行うスキル。ユーザーが Excel ファイルの解析、表データの抽出、Excel のテキスト形式への変換、Excel コンテンツの分析、Excel ファイルの一括処理、新しい Excel ファイルの作成、既存の Excel ファイルの更新を必要とする場合には必ずこのスキルを使用する。データ抽出、レポート分析、コンテンツ審査、データエクスポートなどの場面に適する。
米国市場分析向けの金融データツールキット。リアルタイムの株価データ（yfinance）、SEC 提出書類とインサイダー取引（EDGAR）、財務諸表計算ツール（DuPont、Z-Score、M-Score、F-Score）、ポートフォリオ分析（VaR、ストレステスト、健全性スコアリング）、マルチファクタースクリーニング、マクロ指標（FRED）を取得するスクリプトを提供します。投資分析の裏付けとなるライブの米国市場データが必要なときに使用します。すべてのデータソースは無料で、API キーは不要です。
クリーンな分析トラッキングのために、サイト全体のすべてのクリック関連 ID と CSS クラスを標準化する。ユーザーが「分析クラスを標準化する」「トラッキング ID を整理する」「GTM 用に DOM を準備する」「分析の命名を修正する」「トラッキングを一貫させる」ことを望むときに使用する。コードベース全体（HTML/JSX/TSX/Vue）をスキャンし、一貫した命名規則を適用する——ID は "cta_{location}_{action}"、クラスは "js-track js-{category} js-{action} js-{location}"。スケーラブルな GA4/GTM 実装を確実にするシニアフロントエンドエンジニアとして振る舞う。
Nimble WSA を使って、任意の地域における特定タイプのすべての企業を発見する。2 つのモード：Discovery はゼロから企業を発見し、Audit はユーザーの既存リスト（Google Sheet、CSV、インライン）を新たな発見結果と比較し、エントリを matched、discovered-only、reference-only に分類する。業種プリセット（Healthcare、SaaS、Restaurants、Legal、Auto/Home）が WSA ルーティングを自動選択する。トリガー：「find all X in Y」「build a list of」「market sizing」「account universe」「how many X in Y」「TAM for」「discover all」「audit my list」「compare against」「what am I missing」「gap analysis」「verify my business list」「prospect list」。競合のモニタリングには使用しない——代わりに competitor-intel を使用。企業の詳細調査には使用しない——代わりに company-deep-dive を使用。ソーシャル情報を付加した近隣レベルの探索には使用しない——代わりに local-places を使用。
ユーザーが PDF からデータを抽出する必要がある場合、スキャンした文書を扱う場合、または PDF ファイルを操作する場合に使用します。トリガーには、"extract text from PDF"、"convert PDF to text/CSV/images"、"scan/OCR this document"、"merge/split/rotate PDF"、"fill PDF form"、"PDF is blank/empty"（スキャンの可能性）、またはデータの抽出や変換が必要な .pdf ファイルへの言及が含まれます。請求書、領収書、フォーム、契約書、レポート、または構造化データ（テキスト、表、フォームフィールド）を抽出する必要があるあらゆる文書にも使用します。
米国株を対象に、バリュー特性（P/E 比率 20 未満、P/B 比率 2 未満）、魅力的な利回り（3% 以上）、安定した成長（配当／売上高／EPS が 3 年間で上昇傾向）を組み合わせて、質の高い配当機会をスクリーニングします。FINVIZ Elite API で効率的に事前選別し、続いて FMP API で詳細分析を行う 2 段階スクリーニングに対応。ユーザーが配当株のスクリーニング、インカムポートフォリオのアイデア、またはファンダメンタルズの強い優良バリュー株を求める場合に使用します。
WordPress の ACF とコンテンツモデリングのレビュー。Advanced Custom Fields の使用状況、フィールドグループの設計、CPT とタクソノミーの設計、オプションページ、repeater、flexible content、ブロックに紐づくフィールドグループ、meta の保存パターンをレビューするとき、またはユーザーが「ACF」「field groups」「flexible content」「repeater」「custom post type design」「taxonomy design」「content model」「relationship fields」「ACF JSON」「options page」「meta query performance」に言及したときに使用します。スキーマのドリフト、脆弱なコンテンツモデリング、壊れやすいフィールド命名、meta を多用する WordPress 構築でのパフォーマンス問題を検出します。
複数の学術データベース（PubMed、arXiv、bioRxiv、Semantic Scholar）を横断して、包括的で体系的な文献レビューを実施する。PRISMA 2020 のフロー追跡、研究のスクリーニング（タイトル／アブストラクトおよび全文）、エビデンステーブルの抽出、バイアスリスク評価（RoB 2、ROBINS-I、AMSTAR 2）に対応し、複数のスタイル（APA、Nature、Vancouver）で検証済みの引用を付した、プロフェッショナルに整形された markdown ドキュメントと PDF を生成する。体系的またはスコーピング文献レビュー、研究の統合、広範な文献検索の実施、PRISMA フロー図の作成、研究のスクリーニング、エビデンステーブルの抽出、あるいは生物医学・科学・技術領域でのバイアスリスク評価を行うときに使用する。効果量の定量的な統合（フォレストプロット／ファネルプロット）には alterlab-meta-analysis を、自由形式のマルチエージェント調査、ファクトチェック、ソクラテス式の研究課題の検討には alterlab-deep-research を使用する。AlterLab Academic Skills スイートの一部。
Azure SQL Database コンテナをローカルで実行する（Private Preview）：SERVERPROPERTY('EngineEdition') が 5 を返す本物の PaaS エンジン。これは SQL Server イメージ mcr.microsoft.com/mssql/server ではない。次の場合に使用：ユーザーが「Azure SQL をローカルで実行したい」、「ローカルの SQL データベースを追加したい」、「SQL Server を自分の docker compose に追加したい」、「ローカルの mssql コンテナを起動したい」、「開発または CI 用のローカル SQL」、「sqlcmd で接続したい」、「SQL に Podman を使いたい」、「SQL コンテナが起動しない」、「コンテナでの Microsoft Entra 認証」、「MSSQL_AAD_CLIENT_ID」を求める場合、または「接続文字列は何か」と尋ねる場合。ユーザーがコンテナ名を挙げていない場合でも使用する。mcr.microsoft.com/mssql/server を使おうとしていた場合は、止めて代わりにこのスキルを使用する。ハブスキル：共有リファレンスを所有し、compose、CI、シーディング、ベクトル、接続文字列のタスクスキルにルーティングする。
ユーザーが Hugging Face Jobs インフラストラクチャで任意のワークロードを実行したい場合に使用します。UV スクリプト、Docker ベースのジョブ、ハードウェア選定、コスト見積もり、トークン認証、シークレット管理、タイムアウト設定、結果の永続化を扱います。データ処理、推論、実験、バッチジョブ、Python ベースのタスクなど、汎用コンピューティングワークロード向けです。クラウドコンピューティング、GPU ワークロードに関するタスクや、ローカル環境を設定せずに Hugging Face インフラストラクチャでジョブを実行する話題が出た場合に呼び出します。
CSV/TSV の入力を Infrahub オブジェクト YAML に変換し、新しいブランチに読み込む。単一ファイル、ファイルの入ったフォルダー、明示的なパスのリスト、1 枚の大きな非正規化シートのエクスポートを扱う。TRIGGER when: CSV のインポート、CSV/TSV の Infrahub への読み込み、スプレッドシートデータの取り込み、CSV から Infrahub オブジェクトへの変換、非正規化 CSV を複数の kind に分割、列マッピング変更後のインポート再実行、行が変換または読み込みに失敗する原因のデバッグ。DO NOT TRIGGER when: LDJSON ダンプに対して `infrahubctl load` を実行する場合（形式とツールが異なる）、スキーマの設計または変更（このスキルはスキーマに対して読み取り専用で、未マッピングの列ではフェイルクローズする）、Infrahub からのデータエクスポート（単一 kind のエクスポートには `infrahubctl object get -o csv` を使用）、または JSON/XLSX の取り込み（v1 は CSV+TSV のみ）。
n8n の Code ノードで JavaScript コードを書くためのスキル。n8n での JavaScript 記述、$input/$json/$node 構文、this.helpers や $helpers グローバルを使った HTTP リクエスト、DateTime による日付処理、Code ノードのエラー調査、Code ノードのモード選択、n8n 上での任意のデータ変換などで使う。ワークフローで Code ノードが必要になる場合——データ集約、フィルタリング、API 呼び出し、フォーマット変換、バッチ処理ロジック、その他のカスタム JavaScript のいずれでも——常にこのスキルを使うこと。SplitInBatches のループパターン、反復をまたぐデータ、pairedItem、実運用パターンをカバーする。Code ノードやワークフローが遅い理由、どの実行モードが速いか、大きなデータセットで 1 件あたりのオーバーヘッドをどう削るか、という質問に-correlation されたときにも使う。例外——AI エージェントから呼び出せる Custom Code Tool（@n8n/n8n-nodes-langchain.toolCode、AI エージェントに-mounted されるツール）には、ランタイム契約が異なるため n8n-code-tool スキルを使う。
Roblox ゲームでプレイヤーデータを保存・読み込みする場合や、データが保存されない、進行状況が失われる、ロールバック、アイテムの重複、購入報酬が二重に付与されるとプレイヤーから報告された場合に使用します。対象：DataStoreService、UpdateAsync、SetAsync、BindToClose、ProfileStore、ProfileService、DataStore2、セッションロック、データスキーマや移行、Developer Product ProcessReceipt、プレイヤー間取引、OrderedDataStore のランキング、MemoryStore、MessagingService、TeleportService と予約サーバー、DataStore の予算とスロットリング（エラー301～306）、「DataStore にアクセスするには、このプレースをウェブに公開する必要があります」、未公開のプレースでのデータコードのテスト。
再現可能でスケーラブルなパイプライン向けの Python ベースのワークフローマネージャー。ファイル依存に基づくルールを定義すると、Snakemake が実行順序と並列度を解決する。プロファイル経由でローカル、SLURM、LSF、AWS、GCP で実行可能。ルールごとに conda/Singularity 環境を指定できる。NGS パイプライン、ML トレーニング、多段階のファイル処理に。Groovy データフローや nf-core 連携が必要な場合は Nextflow を使う。
La Growth Machine のデータからチームパフォーマンスダッシュボードを生成する：返信率、成功イベント（サインアップ/ミーティング/商談成立）、コンバージョンで各送信者（担当者）をランク付けし、冷めつつあるホットリードを可視化し、最も優秀な担当者のキャンペーンを他のメンバー向けのコーチングプレイブックに変える、セールス責任者向けのコックピット。あなたの LGM ライブデータのみを取得し、並べ替え可能な全 KPI チーム表とバリュー（€）レイヤーにまとめ、実際の返信を分類し、ライブ artifact をレンダリングする。これは担当者単位のチームビューであり、キャンペーン単位の weekly-performance-advisor ではない。セールス責任者、SDR マネージャー、GTM エンジニア、RevOps が、メンバーごとのアウトバウンド統計、誰が最もコンバージョンするかとその理由、未返信の返信、チーム全体で複製すべき内容を知りたいときに使用。トリガー：'stats by member'、'team performance dashboard'、'per-rep outbound'、'who converts best'、'weekly team performance'、'sales team cockpit'、'coach my SDRs'、'per-identity reply rate'。初回実行時は短いセットアップ（約 10〜15 分）を行い、以降の実行は再構築のみ。La Growth Machine が保守。
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。