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 97,222 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
SEC EDGAR の提出書類にアクセスし、分析・データ抽出するための Python ライブラリ。SEC 提出書類、財務諸表（損益計算書、貸借対照表、キャッシュフロー計算書）、XBRL 財務データ、インサイダー取引（Form 4）、機関投資家の保有状況（13F）、企業財務、年次/四半期報告書（10-K、10-Q）、委任状説明書（DEF 14A）、8-K の臨時報告、ティッカー/CIK/業種による企業スクリーニング、複数期間の財務分析、その他あらゆる SEC 規制提出書類を扱う際に使用します。
オプトインのライター（/claude-db:fix コマンド）。監査で得られた安全で可逆なスキーマ／マイグレーションの変更 — インデックスの追加、NOT NULL/CHECK/UNIQUE 制約、不足している FK、型の修正、デフォルト／生成列 — を expand-contract マイグレーションとして適用する。既定ではドライランプレビューを行い、変更ごとに明示的な確認があった後にのみ、migration-writer サブエージェント経由でのみ書き込む。ユーザーが呼び出したときにのみ実行され、自動でトリガーされることはない。
リモートセンシング、GIS、空間分析、地球観測のための機械学習、30 以上の科学領域を網羅する包括的な地理空間科学スキル。衛星画像処理（Sentinel、Landsat、MODIS、SAR、ハイパースペクトル）、ベクターおよびラスターデータ操作、空間統計、点群処理、ネットワーク分析、クラウドネイティブなワークフロー（STAC、COG、Planetary Computer）、8 つのプログラミング言語（Python、R、Julia、JavaScript、C++、Java、Go、Rust）と 500 以上のコード例をサポートします。リモートセンシングのワークフロー、GIS 分析、空間 ML、地球観測データ処理、地形分析、水文モデリング、海洋空間分析、大気科学、その他あらゆる地理空間計算タスクに使用します。
ユーザーがトラフィックデータ、コンバージョン計測、拠点ページでのユーザー行動、GBP のトラフィックアトリビューション、地理的なトラフィックパターンを求めたときに使用する。"Google Analytics"、"GA4"、"traffic"、"conversions"、"how many leads"、"phone calls"、"form submissions"、"where is my traffic coming from"、"is my website converting" でトリガーする。
OFR（Office of Financial Research）Hedge Fund Monitor API から、SEC Form PF の集計統計、CFTC Traders in Financial Futures、FICC Sponsored Repo の取引高、FRB SCOOS のディーラーファイナンス条件など、ヘッジファンドのデータを照会します。ヘッジファンドの規模、レバレッジ、カウンターパーティ、流動性、複雑性、リスク管理に関する時系列データにアクセスできます。API キーや登録は不要です。ヘッジファンドのデータ、システミックリスクのモニタリング、金融安定性の研究、ヘッジファンドのレバレッジやレバレッジ比率、カウンターパーティの集中度、Form PF 統計、レポ市場データ、OFR の金融研究データを扱う際に使用します。
CloudRobo のデータ処理（proc-tasks）とデータ評価（eval-tasks）を管理する — アルゴリズムの照会、タスクの作成/一覧表示/表示/更新/削除/再起動；タスク状態が終了状態になるまでポーリング；システムログとジョブログの取得；ログのダウンロード；出力データとフレームのプレビュー；アセットマーケットプレイスからの利用可能なアルゴリズムの検出；処理→評価パイプラインのオーケストレーション；ワークスペースをまたいだタスクの一括管理；ログ分析による障害の診断。トリガー: データ処理タスク管理、データ評価タスク管理、タスク状態のポーリング、トラブルシューティングのためのログ取得、出力データのプレビュー、アルゴリズムの検出、タスクパイプラインのオーケストレーション、一括タスク管理、障害診断、dataset、proc-tasks、eval-tasks。
機械学習モデルを実験段階から本番へと運用化するための戦略的な指針。実験トラッキング (MLflow、Weights & Biases)、モデルレジストリとバージョン管理、特徴量ストア (Feast、Tecton)、モデルサービングのパターン (Seldon、KServe、BentoML)、ML パイプラインのオーケストレーション (Kubeflow、Airflow)、モデル監視（ドリフト検出、可観測性）を扱う。ML インフラの設計、MLOps プラットフォームの選定、継続的トレーニングパイプラインの実装、モデルガバナンスの確立を行うときに使用する。
一流のコンサルティングファーム（McKinsey、BCG、Gartner）のスタイルで、包括的な市場調査レポート（50 ページ以上）を生成します。プロフェッショナルな LaTeX 組版、scientific-schematics と generate-image による豊富なビジュアル生成、データ収集のための research-lookup との深い連携、Porter Five Forces、PESTLE、SWOT、TAM/SAM/SOM、BCG Matrix を含む複数フレームワークの戦略分析を備えています。
MATLAB のチャートとプロットを作成およびカスタマイズする。プロットの種類（ライン、散布図、棒グラフ、ヒストグラム、ヒートマップ、サーフェス）、座標軸の構成、注釈、データヒント、インタラクティブなプロット、アニメーション、tiledlayout による複数座標軸、colororder、パフォーマンスの最適化。スタンドアロンの Figure、ライブスクリプト、uifigure アプリで動作する。データのプロット、座標軸のカスタマイズ、注釈やインタラクティビティの追加、チャートのアニメーション化、複数座標軸の配置に使用する。トリガー：plot、chart、graph、axes、uiaxes、annotation、data tips、animation、tiledlayout、colororder、heatmap、scatter、figure、visualization、export。
本番 ML エンジニアリング業務を計画・実行します。分類モデルと生成モデルの選定、ゼロショットベースライン、コーディングの専門化、モデルのトレーニングとファインチューニング（LoRA/QLoRA）、評価と評価セットの設計、量子化の判断、推論のデプロイ、系譜、機能の同等性、ドリフトへの対応、回帰のトリアージを扱い、本番 ML システムの実践的なエンジニアリングパターンに基づきます。統計モデリングや実験計画（データサイエンティストの担当）、特定の推論エンジンの操作（llama-cpp や vllm などのツールスキルの担当）には使用しないでください。
Neuropixelsの神経記録を解析します。SpikeGLX/OpenEphysデータの読み込み、前処理、動き補正、Kilosort4によるスパイクソーティング、品質指標、Allen/IBLによるキュレーション、AI支援の視覚分析に対応し、Neuropixels 1.0/2.0の細胞外電気生理データを扱います。神経記録、スパイクソーティング、細胞外電気生理を扱う場合や、ユーザーがNeuropixels、SpikeGLX、Open Ephys、Kilosort、品質指標、ユニットキュレーションに言及した場合に使用します。
公開 REST + GraphQL API を素の `requests` で使って RCSB PDB（20 万以上の構造）を照会する（SDK 不要）。テキスト、属性、配列、3D 構造類似性で検索し（Search API）、GraphQL でメタデータを取得し（Data API）、files.rcsb.org から PDB/mmCIF をダウンロードする。AlphaFold 予測には alphafold-database-access、タンパク質配列のみの場合は uniprot-protein-database を使用する。
Plotly によるインタラクティブな科学可視化。2 つの API：plotly.express（px）はワンライナーの DataFrame プロット用、plotly.graph_objects（go）はトレースレベルの制御用。40 種類以上のチャートタイプで、ホバー、ズーム、パン、アニメーションに対応。kaleido 経由で HTML または静的 PNG/SVG/PDF をエクスポートする。遺伝子ホバー付きのボルケーノプロット、用量反応ダッシュボード、発現ヒートマップ、3D 分子ビューに使用する。統計には seaborn、出版用の図には matplotlib を使用する。
pbi-cli を使って Power BI セマンティックモデルの DAX クエリとメジャーを記述、実行、最適化する。ユーザーが DAX に言及したとき、Power BI でデータをクエリするとき、計算を記述するとき、メジャーを作成するとき、EVALUATE、SUMMARIZECOLUMNS、CALCULATE、タイムインテリジェンスについて尋ねるとき、セマンティックモデルのデータを分析・集計したいときにこのスキルを呼び出す。クエリの実行、数式のテスト、行数の確認を依頼されたときにも呼び出す。このスキルには CLI 引数で DAX 式を渡す際の重要な指針が含まれる——複数行の DAX（VAR/RETURN）は特別な処理が必要。
PostgreSQL のパフォーマンスレポート（貼り付けられたレポートを含む）を分析するとき、またはユーザーが db report、database performance、dead rows、VACUUM、sequential scans、unused indexes、cache hit ratio に言及したときに、このスキルを使用すべきです。Drizzle ORM のコードベース向けに、PostgreSQL のトリアージのヒューリスティクス、優先順位付け、アクションプランのガイダンスを提供します。
PUG-REST/JSON API を素の `requests` で直接使って PubChem（1.1 億以上の化合物）を照会する（SDK のインストール不要）。名前/CID/SMILES/InChIKey/分子式で検索し、プロパティ（MW、XLogP、TPSA、水素結合数）を取得し、非同期 ListKey ポーリングで類似性/部分構造検索を行い、同義語、説明、アッセイ概要を取得し、SDF/PNG をダウンロードする。ローカルのケモインフォマティクスには rdkit、生物活性中心のワークフローには chembl-database-bioactivity を使用する。
非正規かつ系列相関のあるリターンを持つ単一戦略の Sharpe 比率推論です。López de Prado、Lipton、Zoonekynd（2026、式 2-3）の ρ 補正（AR(1)、歪度、尖度）Sharpe 分散と、それに基づく単一検定ツール（PSR、MinTRL、臨界 Sharpe 比率、検定力）を実装します。Numba JIT を使用します。自己相関とファットテールがある場合の Sharpe の有意性、信頼帯、最小トラックレコード期間、検定力の計算に使用します。トリガー - PSR、probabilistic sharpe ratio、MinTRL、minimum track record length、sharpe variance、non-iid sharpe、autocorrelated sharpe、sharpe significance、sharpe power。
提供されたソーシャルパフォーマンスデータを、何を継続、テスト、変更、中止するかの判断に変える必要があるときに使用します。トリガーフレーズには「このキャンペーンをレポートして」「ソーシャルで何がうまくいった？」「これらの投稿結果を分析して」「週次ソーシャルレポートを作って」「この指標から次に何をすべき？」などがあります。データへのアクセスを捏造したり、ダッシュボードから因果関係を断定したり、キャンペーンブリーフの代わりにしたりする用途には使用しないでください。開始前の成功基準の定義には campaign-brief、より広範な事後レビューには launch-retrospective を使用します。
提供されたコメント、DM、レビュー、コミュニティ投稿、通話メモをもとに、人々が何を尋ね、何に抵抗し、何を繰り返し述べているかを、根拠に基づいて把握するときに使用します。トリガーフレーズには「これについて人々は何と言っている？」「これらのコメントを分析して」「どんな言葉を使えばいい？」「繰り返し出てくる反論を見つけて」「このコミュニティのフィードバックを要約して」などがあります。プラットフォームのスクレイピング、人口統計の推測、少数の逸話からのポジショニング作成には使用しないでください。まず agent-reach で公開情報を集め、audience-personas で人々を分類し、positioning-audit でメッセージを決めます。
SpacetimeDB のあらゆるタスクで最初にこのスキルを使用する。モジュール、テーブル、リデューサー、プロシージャ、ビュー、クライアント、サブスクリプション、CLI コマンド、認証、RLS、HTTP API、SQL、デプロイ、シリアライズ、チュートリアル、クイックスタート、アップグレードに関する特化スキルへルーティングする。トリガー：spacetime、spacetimedb、SpacetimeDB、stdb、module、reducer、table、procedure、view、subscription、DbConnection、spacetime generate、spacetime publish、spacetime sql、BSATN、SATS、row-level security、RLS、Maincloud、standalone、Unity、Unreal。
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。