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
credit_transactions の監査証跡の不変条件と日次照合パターン。次の場合に積極的に有効化：(1) クレジット / 残高 / エンタイトルメントの台帳設計、(2) credit_transactions の行構造（delta、balanceAfter、reason、referenceType、referenceId、idempotencyKey）、(3) 正規の冪等キー形式（refund:/debit:/stripe_checkout:/stripe_invoice:/stripe_refund:/stripe_signup_bonus:/dispute_hold:/dispute_restore:）、(4) 日次照合 cron の設計（全件合計ではなくスナップショット比較）、(5) アラートのみのポリシー（ドリフトを自動修正しない）、(6) 正規の返金ヘルパーパターン（pg-raw と Drizzle の呼び出し箇所で単一の信頼できる情報源）、(7) past_due ブロック + クレジット残高の共通プリフライト、(8) 控除前と控除後のエラーを区別する creditsDeducted ブール値返却パターン、(9) resolvedVia フラグに基づく金額安全なメール説明、(10) ベースラインスナップショットのないユーザーをスキップする照合ロジック。提供：テーブルスキーマ、正規ヘルパーの骨子、照合 SQL、メールゲーティングパターン。
twitter-cli ツールを使って金融リサーチのために Twitter/X を読む（読み取り専用）。ユーザーが自分の Twitter フィードを読みたい、金融関連のツイートを検索したい、ブックマークを表示したい、ユーザープロフィールを調べたい、Twitter/X から市場センチメントを収集したいときにこのスキルを使用する。トリガーには次が含まれる："check my feed"、"search Twitter for"、"show my bookmarks"、"who follows"、"look up @user"、"what's trending about"、"market sentiment on Twitter"、"what are people saying about AAPL"、"fintwit"、金融ニュースや市場調査を読む文脈での Twitter/X への言及。このスキルは読み取り専用であり、投稿、いいね、リツイート、その他の書き込み操作はサポートしない。
arboreto のスケーラブルな GRNBoost2 と GENIE3 のツリーアンサンブルアルゴリズムを Dask 分散計算と組み合わせて、発現行列から遺伝子制御ネットワーク (GRN) を推定します。bulk または単一細胞 RNA-seq のトランスクリプトームを分析して転写因子から標的遺伝子への制御相互作用をマッピングする場合、隣接ネットワークを構築する場合、大規模データセットで SCENIC パイプラインの GRN 推定ステップを実行する場合に使用します。AlterLab Academic Skills スイートの一部です。
人文科学研究に計算手法を適用する — テキストマイニングと NLP（LDA/BERTopic によるトピックモデリング、感情分析、spaCy/NLTK による固有表現認識）、コーパス言語学（コンコーダンス、コロケーション、キーネス）、デジタルアーカイブ（Dublin Core、TEI XML）、歴史 GIS、ネットワーク分析、計量文体論と著者推定、OCR（Tesseract、Kraken、Transkribus）、データ可視化（Gephi、Palladio）。文学コーパスの遠読、歴史的出来事や交易ネットワークの地図化、係争中の著者推定、歴史的文書のデジタル化、デジタル学術校訂版の構築に使用する。AlterLab Academic Skills スイートの一部。
NCBI E-utilities API を通じて PubMed への直接的な REST API アクセスを提供し、高度な Boolean/MeSH クエリ、バッチ処理、引用管理をサポートする。MeSH 用語で生物医学文献を検索するとき、抄録や PMID を一括取得するとき、または生の HTTP/REST でカスタムの PubMed クエリをスクリプト化するときに使用する——Python ワークフローには代わりに biopython (Bio.Entrez) を優先し、本スキルは直接的な REST 作業やカスタム API 実装に使用する。AlterLab Academic Skills スイートの一部。
seaborn Python ライブラリと pandas DataFrame 連携を用いて、見栄えのよい matplotlib ベースの既定スタイルで統計プロットを作成します。分布、関係、カテゴリ比較の素早い探索に使用します — 箱ひげ図、バイオリン図、スウォーム/ストリッププロット、KDE/ヒストグラム、ペアプロット、ジョイントプロット、回帰プロット、相関ヒートマップ、ファセット小多図 (relplot/displot/catplot/lmplot)。インタラクティブ/ホバー/ズーム対応のグラフは alterlab-plotly に、厳密なジャーナル/原稿スタイル (段幅、ポイント指定フォント、CMYK、ベクター書き出し) は alterlab-scientific-viz に、低レベルのカスタム matplotlib 図は alterlab-matplotlib に委ねてください (seaborn は微調整のためにこれと統合されます)。AlterLab Academic Skills スイートの一部です。
仮説検定の選択、前提条件の確認、効果量、検出力分析、APA 形式の報告を、scipy.stats、statsmodels、pingouin を用いてガイド付きで行います (ベイズ代替手法は PyMC)。データに適した統計検定を選んで実行する場合、検定の前提を検証する場合、検出力/サンプルサイズを計算する場合、学術研究向けの APA スタイルの結果を作成する場合に使用します。特定のモデルをプログラムで実装する場合は alterlab-statsmodels を優先してください。AlterLab Academic Skills スイートの一部です。
メトリクスストアを介して一般的な CawPlan のビジネスメトリクス（サブスクリプション、CawPlan チケット、QA、ワークフロー実行、トークン／クレジット、API 使用量など）を照会または記録し、必要に応じて結果をグラフ化します。ユーザーがサブスクリプションのアップグレード、チケットの作成数／ステータス変更数、QA テストポイント／レポート数、ワークフローの成功率／失敗率、トークン消費量、API 使用量の推移などのビジネスメトリクスの照会、グラフ化、プロットを求めた場合、またはビジネスメトリクスイベントの記録を求めた場合に使用します。対象外：Support Ops シートのエクスポート／バックフィル／照合（`cawplan-support-metrics` を使用）、メトリクス＋フィードバック＋重大な問題を組み合わせた製品健全性の概要（`cawplan-product-insights` を使用）、デバイス／アプリのインストール指標（公開エンドポイントは廃止済み）、AI フィードバック分類（`cawplan analytics get`）、チケット作成、重大な問題の一覧。
Node.js / JavaScript / TypeScript、または任意の非 JVM 言語（Go、PHP、Ruby、Rust、C/C++）で、CData ドライバーを通じてデータソースに接続するアプリケーションコードを書くときに使用します。ただし、接続と SQL が cdata-cli 検出 skill で検証済みであることが前提です。CData ODBC Driver 版を扱います：システムにインストールされたドライバーの確認、DSN または DSN なしの接続文字列の設定、その言語の ODBC バインディング（例：Node の `odbc` パッケージ）による接続。これは cdata-cli のクロス言語のビルド段階の相棒となる skill であり、ODBC を扱えるあらゆる環境向けのフォールバックです。
A 株の投資分析およびピッチ資料向けの汎用 PowerPoint 作成スキル。iFind MCP（Tier-1）および AkShare MCP（Tier-2 フォールバック）ツールのライブデータを使用し、任意の A 株企業向けにプロフェッショナルな路演PPT / 投資分析PPT を作成する。企業固有の数値はすべてパラメータ化されており、ハードコードしない。トリガー：「A股PPT制作」「投资PPT」「制作PPT」「路演PPT」「pitch deck」「PowerPoint [company/ticker]」、または中国株のスライド作成のあらゆる依頼。呼び出し時は `generate_a_share_ppt` スクリプトに --company と --ticker 引数を渡して使用する。
エンジン選定（M0）—— 設計/開始時に、記述されたワークロード（アクセスパターン、一貫性の要件、規模、チーム、プラットフォーム）に対してデータベースのパラダイムとエンジンを推奨し、次点の選択肢と受け入れるトレードオフを挙げる。M0 は推奨であり、採点対象の監査モジュールではない —— 指摘事項を出力せず、Design や Performance のスコアに寄与することもない。references/engine-selection-tree.md の決定木をたどり、ベンチマークをでっち上げるのではなく、ロックインと運用性について正直に述べる。
マイグレーション安全性リント（M22）—— マイグレーション安全性監査ツール（MSA）と db-migration-writer が、候補となるマイグレーションの実行前に課す静的契約。可逆性（down マイグレーションの有無 / expand-contract）、ロックレベル（ホットなテーブルに ACCESS EXCLUSIVE を取得するか）、テーブル書き換え（型/デフォルト値の変更による全テーブル書き換え）、破壊的操�作（DROP COLUMN/TABLE、TRUNCATE）、安全でない enum の変更、大規模テーブルでのデフォルトなし NOT NULL、および宣言的成果物とマイグレーション履歴の間の schema ドリフトをチェックする。Performance & Scale スコアに反映される。
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。