Skills

S

sql-queries

phuryn / pm-skills

自然言語の説明からSQLクエリを生成します。BigQuery、PostgreSQL、MySQLなどの方言に対応します。アップロードされた図やドキュメントからデータベーススキーマを読み取ります。SQLの作成、データレポートの作成、データベースの調査、ビジネス上の質問のクエリ化に使用します。

D

dt-app-dashboards

dynatrace / dynatrace-for-ai

Dynatrace ダッシュボードを扱う − タイル、レイアウト、DQL クエリ、変数、可視化を含むダッシュボード JSON を作成・変更・クエリ・分析します。

P

pipeline-review

anthropics / knowledge-work-plugins

CRM の商談データをもとに、カバレッジ、滞留期間、コンバージョン、リスクのある商談など、パイプラインの健全性を段階ごとに確認します。「パイプラインをレビューして」「パイプラインの健全性」「どこでパイプラインが停滞している？」「週次のパイプラインレビュー」「今週注力すべき商談は？」「停滞中や古い商談はある？」「予定終了日を過ぎた商談は？」「担当者が一人だけの商談は？」「目標に対するパイプラインのカバレッジを確認して」などの依頼に使用します。

P

portable-text-conversion

sanity-io / agent-toolkit

HTML や Markdown の内容を Sanity の Portable Text ブロックに変換する。レガシー CMS からのコンテンツ移行、HTML や Markdown の Sanity へのインポート、外部コンテンツを取り込むパイプラインの構築、書式付きテキストの形式間変換、Portable Text ドキュメントのプログラムによる作成などに使う。@portabletext/markdown（markdownToPortableText）、@portabletext/block-tools（htmlToBlocks）、カスタムデシリアライザー、手動でブロックを構築するための Portable Text 仕様を扱う。

F

feature-investment-advisor

deanpeters / product-manager-skills

売上への影響、コスト構造、ROI、戦略を用いて機能への投資を評価します。ある機能に投資する価値があるかを判断するときにJwärけです。

D

dataset-curation

wshobson / agents

教師ありファインチューニングと選好学習用のデータセットを準備・整形・検証します。生のデータを訓練形式に変換する、チャットテンプレートを適用する、シーケンスパッキングを設定する、合成訓練データを生成する、または学習実行前にデータセットカードを作成するといった場合に使います。

[非推奨 — deepline-gtm を使用] GTM の見込み顧客開拓、情報補完、適格性評価、アウトバウンドのワークフローに使用します。特に Deepline、CSV 処理、リード／アカウント／連絡先の調査、ウォーターフォール型の情報補完、メールや LinkedIn の検索、パーソナライズ、スコアリング、キャンペーン開始に関する依頼で使用します。CSV 中心の依頼やプロバイダー主導の依頼はこのスキルに振り分け、実行の詳細は関連サブドキュメントとプロバイダーのプレイブックを参照します。利用可能なプロバイダー：adyntel、ai_ark、apify、apollo、attio、bettercontact、bloomberry、builtwith、cloudflare、contactout、crustdata、crustdata-v2、customer_db、dataforseo、datagma、deepline_native、deeplineagent、discolike、dropleads、exa、findymail、firecrawl、forager、fullenrich、generic_http、heyreach、hubspot、hunter、icypeas、instantly、ipqs、leadmagic、lemlist、linkedin_ads_audiences、linkedin_scraper、lusha、openwebninja、parallel、peopledatalabs、predictleads、prospeo、rocketreach、salesforce、serper、slack、smartlead、snowflake、theirstack、trestle、wiza、zerobounce。

E

eval-harness-first

wshobson / agents

すべてのファインチューニング実行をゲートする評価ハーネスを構築します。ゴールデンセット、失敗モードごとのグレーダー、评委のキャリブレーション、ベースモデルのベースラインを含みます。ファインチューニング作業を開始するとき、トレースを評価セットに変換するとき、评委を人によるラベルと照合して較正するときに使用します。

L

lora-qlora-recipes

wshobson / agents

最新のベストプラクティスのハイパーパラメータで LoRA と QLoRA の教師ありファインチューニングを構成する。LoRA/QLoRA の学習構成を書いたりレビューしたりする際、rank／alpha／対象モジュールを選んだり、LoRA・QLoRA・フルファインチューニングのいずれかを判断-professionalrior划算NeededEquivalentPickProposedNextStepCorrectingMyOwnSlug ja:LoRA と QLoRA のどちらを使うか判断[indefinite]する。

F

fal-vision

nexu-io / open-design

画像を解析する — オブジェクトのセグメント分割、検出、OCR の実行、記述、fal.ai のビジョンモデルによる視覚的な質問への回答。

F

finance-based-pricing-advisor

deanpeters / product-manager-skills

ARPU、コンバージョン、解約リスク、NRR、回収期間を用いて価格変更を評価します。価格改定を実施すべきかどうか判断するときに使用します。

U

user-segmentation

phuryn / pm-skills

フィードバックデータから、 행동、JTBD、必要性に基づいてユーザーをセグメント分けします。少なくとも 3 つの明確なユーザーセグメントを識別します。ユーザーベースのセグメント分け、多様なユーザーフィードバックの分析、セグメーションモデルの構築にJwärください。

C

controlling-costs

axiomhq / skills

Axiom のクエリパターンを分析して未使用データを特定し、コスト最適化のためのダッシュボードとモニターを作成します。Axiom のコスト削減、未使用の列やフィールド値の発見、データの無駄の特定、取り込み費用の追跡を求められた場合に使用します。

D

dummy-dataset

phuryn / pm-skills

列、制約、出力形式（CSV、JSON、SQL、Python スクリプト）をカスタマイズして、テスト用のリアルなダミーデータセットを生成します。テストデータやモックデータセットの作成、開発やデモ用のサンプルデータ生成に使用します。

M

measure

ghaida / intent

メトリクス、計測フレームワーク、実験を通じて UX の成功を定義し追跡する。Intent デザイン戦略システムの一部。デザインの判断を観察可能な証拠につなぐ——作ったものは実際に役に立ったのか。計測が操作（Machiavelism）に化することを防ぐ。トリガー：成功メトリクスの定義、A/B テストの設計、計測フレームワークの構築、ファネルの分析、メトリクスダッシュボードのレビュー、正しいものを測れているかの疑問，以及「これが機能したかどう角度来看 Copies か」「何を測るべきか」「テストを実行しよう」「数字は良く見えるが何か不对劲Replacement」 acuú Didn't said. また、倫理的な計測のレビューとカウンター Release の定義でもトリガーする。

F

finetuning-method-selection

wshobson / agents

ファインチューニングを行うかどうかを決め、適切な手法（SFT、DPO/ORPO/KTO、GRPO/RLVR、継続事前学習）と基盤モデルarchiv にルーティングします。ファインチューニングを開始するとき、RAG やプロンプトで十分か迷っているとき、選好最適化と強化学習手法のどちらを選ぶべきかを判断するときに使用します。

A

apify-trend-analysis

apify / agent-skills

Google Trends、Instagram、Facebook、YouTube、TikTok における新しいトレンドを発見・追跡し、コンテンツ戦略に反映させるために活用します。

I

implement-paper

marimo-team / skills

ユーザーと協力して、研究論文をインタラクティブな marimo ノートブックとして実装します。まずユーザーが何を探りたいかを把握し、alphaxiv で論文を取得したうえで、集中したノートブックを構築します。

L

launchdarkly-experiment-setup

launchdarkly / ai-tooling

LaunchDarkly で実験を設定して実行します。メトリクス、処置、フラグ設定を含む実験を作成し、データ収集のためにイテレーションを開始し、イテレーション間でデザインを切り替え、勝者が決まったら終了します。

P

pubmed-database

google-deepmind / science-skills

PubMed で科学文献（公開済みの臨床試験を含む）を検索します。抄録と全文を取得します。公表済みの研究を生物学的データベース（遺伝子、タンパク質、ヌクレオチド、PubChem）にリンクし、論文と特定の化合物や遺伝子の関連を明らかにします。医学用語のスペル検証、生の引用の照合、結果集合のキャッシュによる一括処理に対応します。NCBI E-utilities と PMC BioC API を連携します。

K

k6-trend-analysis

grafana / skills

Grafana Cloud の k6 テスト実行の経時的なトレンドを分析します。しきい値内のまま P95 レイテンシがじりじり上がるような、缓慢なメトリクスのドリフトを検出し、しきい値までの余裕を算出し、異常をフラグ付け、しきい値の引き締めを推奨します。テストパフォーマンスのトレンドについて聞かれたとき、メトリクスが悪化しているか知りたいとき、しきい値を締めるべきかを聞かれたとき、特定のテストの最近の実行に対するヘルスチェックを求めたときに使用します。「how is my test trending」「is P95 getting worse」「check for performance regression」「should I tighten thresholds」「are my tests degrading」「show me trends for test X」「analyze my k6 test runs」「is my test getting slower」などのフレーズで発動します。プロジェクト内のすべてのテストを確認”的要求icef /wp>.fielded ]].fielded つか 15 fielded ugh. use 15.

W

weekly-performance-digest

tradermonty / claude-trading-skills

クローズされた trader-memory-core の thesis を基に週次パフォーマンスサマリーを生成します。勝率、期待値、プロフィットファクター、R マルチプル、MAE/MFE、およびソーススキル、決済理由、thesis タイプ、セクター、メカニズム別の勝ち負けパターン分析を含みます。API は不要で、純粋なローカル計算です。

P

people-report

anthropics / knowledge-work-plugins

人員数、離職、多様性、組織の健全性に関するレポートを作成します。経営層向けの人員数スナップショットの取得、チーム別の離職傾向の分析、多様性の代表性指標の作成、組織全体の管理範囲や離職リスクの評価に使用します。

G

gmgn-wallet-score

gmgnai / gmgn-skills

任意のウォレットアドレスを、収益性（実際の実績に基づく評価：このトレーダーは本当に優れているか）、コピー取引の適性（実際に利益を得られるか。遅延、スリッページ、ガス代のバックテストを含む）、Dev の評判（主にトークン発行者の場合、その発行内容はどれほど信頼できるか）の3つの観点で評価し、取引スタイルのタグも付与します。すべて GMGN のポートフォリオデータから決定論的に算出します。ユーザーがウォレットの収益性（「这个钱包盈利能力怎么样」「钱包战绩怎么样」「is this wallet profitable」）、コピー取引の価値（「is this wallet worth following」「跟单评分」「钱包评分」「值不值得跟单」「if I copy this wallet what's my real return」）、トークン発行者としての実績や Dev の評判（「这个钱包发盘情况怎么样」「是不是发币方钱包」「dev 信誉怎么样」「is this a token-creator wallet」）を尋ねる場合、またはウォレットアドレスを提示してこれらの評価を求める場合に使用します。実績の一言まとめや次のアドバイス（复盘、一句话总结战绩、下一步怎么打）は gmgn-wallet-review に任せます

P

preference-optimization

wshobson / agents

DPO、ORPO、KTO、SimPO を使って、微調整済みモデルを好みデータに整合させます。好みのペアや贊成・反対のフィードバックが存在する場合、好み最適化手法の選択が必要な場合、または DPO の実行でハイパーパラメータの設定やデバッグが必要な場合に使用します。

D

dt-obs-logs

dynatrace / dynatrace-for-ai

ログの検索、フィルタリング、パターン分析、エラー率の計算。アプリケーションやインフラのログを調べたり、エラーパターンを分析したり、ログデータの相関を取ったりするときに使います。トリガー："エラーログを表示"、"キーワードでログを検索"、"ログのエラー率"、"最近のエラー"、"直近 1 時間のログ"、"ログエントリを探す"、"上位のエラーメッセージ"、"ログパターン"、"JSON ログをパース"、"プロセスグループ別のログ"、"時系列のログ傾向"、"1 分あたりのログエントリ数"。既存のクエリの説明、プロダクトドキュメントの質問、分散トレーシングやスパン分析には使えません（dt-obs-tracing を使ってください）。

Q

querying-aws-redshift

aws / agent-toolkit-for-aws

プロビジョンドクラスタと Serverless namespace の両方で、Redshift のシステムテーブル（SYS_*）ログを Apache Iceberg 形式で S3 Tables に発行できるようにします。発行状態を確認し、Redshift や Athena を含む Iceberg 互換エンジンで発行済みログをクエリできます。対象は sys_query_history、sys_query_text、sys_connection_log、sys_query_detail、sys_session_history などのシステムテーブルです。クラスタまたは namespace の S3 Tables ログ発行を有効にする、発行状態を確認して S3 Tables namespace を特定する、クラスタ外で Redshift システムテーブルの非リアルタイムデータを大規模にクエリする、Redshift の監視・監査用ダッシュボードを構築する（特にクラスタ内の SYS_ ビュー保持期間を過ぎた履歴データや大量データ 대상으로）場合に適しています。トリガフレーズ: publish redshift system table log to s3 tables、enable-logging s3 tables、describe redshift logging status、query redshift system tables in athena or redshift、redshift log exports to iceberg。

C

core-data

dpearson2699 / swift-ios-skills

SwiftData を採用していないアプリで Core Data の永続化を実装、レビュー、改善します。NSManagedObject のサブクラス、リスト駆動 UI のための NSFetchedResultsController、一括操作のための NSBatchInsertRequest / NSBatchDeleteRequest / NSBatchUpdateRequest、永続履歴の追跡とマルチターゲット同期のための NSPersistentHistoryChangeRequest、段階的スキーマ移行のための NSStagedMigrationManager（iOS 17+）、複合属性のための NSCompositeAttributeDescription（iOS 17+）、Core Data のスレッド処理と Swift Concurrency の統合を扱う場合に使用します。Core Data と SwiftData の併用や移行については、代わりに swiftdata スキルを参照してください。

G

gmgn-wallet-review

gmgnai / gmgn-skills

単一のウォレットアドレスについて、簡潔な取引プロフィールを作成します。スタイルタグ1つ（磨损户 / P小将 / 印钞机など、保有速度のサブタイトル付き）、実績の要約1文、次の行動へのアドバイス1文を、1D / 7D / 30D / 全期間について提示します。ユーザー自身のウォレットには「你」、他人のウォレットには「他」を使用します。SOLと8つすべてのEVMチェーンに対応し、0xアドレスではチェーンを自動検出します。ページとしてレンダリングすることもできます。使用する場面：ウォレットアドレスとともに、簡潔な振り返りや改善点を求められたとき — 「帮我复盘一下这个钱包」、「一句话总结他的战绩」、「我的打法有什么问题」、「我钱包下一步该怎么打」、「交易画像」、「钱包风格加建议，简短点」、「sum up this wallet in one line」。対象外：アドレスのみ、「能不能跟」または「跟着他买我能吃到吗」（gmgn-wallet-analysis）；タグとバッジの詳細分析、または「是不是机器人」（gmgn-wallet-style）；スコアやコピートレードのバックテスト（gmgn-wallet-score）；クリエイターのローンチ（gmgn-dev-score）；現在の保有資産（gmgn-portfolio）；トークンアドレスや購入（gmgn-contract-dd、gmgn-token-buy）。振り分けルール：打法 / 风格 / 战绩に问题、建议、复盘、一句话が伴う場合はこのスキルへ。単独で尋ねられた場合は、上記の該当スキルへ振り分けます。

A

acquisition-channel-advisor

deanpeters / product-manager-skills

ユニットエコノミクス、顧客品質、スケーラビリティを用いて獲得チャネルを評価する。成長チャネルを拡大するか、テストするか、中止するかを判断するときに使用する

D

dt-app-notebooks

dynatrace / dynatrace-for-ai

Dynatrace ノートブックを扱う。セクション、DQL クエリ、 시각化を含むノートブック JSON の作成、修正、照会、分析を行う

G

gmgn-wallet-style

gmgnai / gmgn-skills

任意のウォレットの取引スタイルをタグ付けします。頻度×損益の20マスのグリッドからメインタイトルを1つ（印钞机、磨损户、P小将、一击必杀など全20種）、保有速度のサブタイトルを1つ（秒杀流／日内流／波段流／长持流）、さらに独立した14種類のバッジから該当するものとウォッシュトレーダーのフラグを付与します。各タグには判定の根拠となった数値を示します。ユーザーがウォレットの取引スタイルを尋ねた場合に使用します — 「这个钱包什么风格」、「交易风格」、「打法」、「是不是机器人」、「是不是狙击盘的」、「帮我给这个钱包打标签」、「what's this wallet's trading style」、「tag this wallet」。質問なしでウォレットアドレスだけが提示された場合は、gmgn-wallet-analysisへ振り分けます。実際のGMGNスクリーンショットへのタグ表示や、クリック可能なインタラクティブページ（「生成标签预览」、「把标签叠加到这张截图上」、「1:1还原钱包页并加标签」、「可交互交易风格标签」）も希望する場合は、下記のPart Aに回答したうえで、同じアルゴリズムをレンダリングするPart Bも実行します。打法／风格に问题、建议、复盘、一句话总结が伴う場合は、タグ1つ、1行の要約、次の行動へのアドバイスを返すgmgn-wallet-reviewへ引き継ぎます。

S

senior-backend

davila7 / claude-code-templates

NodeJS、Express、Go、Python、Postgres、GraphQL、REST API を用いて拡張可能なバックエンドシステムを構築する総合的な開発スキル。API のスキャフォールディング、データベース最適化、セキュリティ実装、パフォーマンスチューニングを含みます。API の設計、データベースクエリの最適化、業務ロジックの実装、認証/認可の処理、バックエンドコードのレビューに最適です。

G

grpo-rlvr-training

wshobson / agents

GRPO と検証可能報酬からの強化学習（RLVR）を用いて、推論力と検証可能なタスクの挙動を訓練します。タスクの成功をアルゴリズムで判定できる場合（数学、コード、ツール呼び出し、構造化出力）、GRPO の報酬関数を設計する場合、または GRPO の学習が発散したり報酬ハッキングが起こったりする場合に使用します。

T

trace-to-training-data

wshobson / agents

評価トレースと本番ログを SFT のサンプルと選好ペアに変換します。採点済みのトレースや失敗事例を訓練データにする必要がある場合、モデルの出力に棄却サンプリングを適用する場合、成功・失敗の実行結果から DPO のペアを構築する場合に使用します。

V

vision-sft

wshobson / agents

画像+テキストデータを用いた教師あり学習で視覚言語モデル（VLM）をファインチューンする。VLM を特定の視覚領域やタスクに適合させる、凍結した vision tower の LoRA を設定する、または学習がまったく進まない VLM のファインチューンをデバッグglmidi する場合に使用する。

Q

quantitative-research

omer-metin / skills-for-antigravity

高度なシステマティック取引リサーチ — バックテスト、アルファ生成、ファクターモデル、統計的アービトラージ。仮説を優位性に変えます。「バックテスト、アルファ、ファクターモデル、統計的アービトラージ、クオンツリサーチ、システマティック取引、平均回帰、モメンタム戦略、レジーム検出、ウォークフォワード」に言及された場合に使用します。

M

mysql-best-practices

mindrally / skills

スキーマ設計、クエリ最適化、データベース運営における MySQL 開発のベストプラクティス

F

finance-metrics-quickref

deanpeters / product-manager-skills

SaaS の財務指標、計算式、ベンチマークをすばやく調べます。分析中に指標の定義、計算式、ベンチマークをすばやく確認したいときに使用します。

E

experience-lds-data-requirements-generate

forcedotcom / sf-skills

Lightning Web Component のデータニーズが曖昧な自然言語で記述されている場合に使用します。「連絡先情報を取得する」や「アカウントデータを表示する」といった表現を、PRD にそのまま使える明確なデータ要件仕様に変換します。ユーザーが「define data requirements for this LWC」「turn this PRD data section into validated object/field names」「recommend GraphQL vs UIAPI for this data need」「validate these Salesforce API names」「spec out the LDS adapter for this componentGraphics配置）等と述べる場合、またはデータ層がまだ未指定の LWC バンドルファイル（`.js`、`.js-meta.xml`）を参照する場合にトリガーします。データ層がすでに完全に指定されている場合、既知の仕様から実際のクエリやアダプターコードを記述する場合、LWC をエンドツーエンドで実装する場合（experience-lwc-generate を使用）にはトリガーしないでください。

S

stockbee-20pct-study

tradermonty / claude-trading-skills

米国株式を対象に、+20%/-20% の値動き銘柄をスキャンし、カタリストとセットアップの文脈を分類し、その後の結果を更新してコホートの傾向をまとめることで、Stockbee 風の毎日 20% ムーバー調査を構築・維持します。毎日の 20% 調査の実行、過去の 20% ムーバーの遡及投入、繰り返し現れるエッジパターンの発見、爆発的な値動きのモデルブック作成をユーザーが求めたときに使用します。

C

chart-visualization

bytedance / deer-flow

ユーザーがデータを可視化したい場合に使用するスキルです。26 種類の選択肢から最適なグラフの種類を選び、詳細な仕様に基づいてパラメーターを抽出し、JavaScript スクリプトでグラフ画像を生成します。

E

excel-analysis

davila7 / claude-code-templates

Excel スプレッドシートを分析し、ピボットテーブルやグラフを作成してデータ分析を行います。Excel ファイル、スプレッドシート、表形式データ、または .xlsx ファイルの分析に使用します。

S

spl-to-apl

axiomhq / skills

Splunk SPL クエリを Axiom APL に変換する。コマンドマッピング、関数の対応関係、構文変換を提供する。Splunk からの移行、SPL クエリの変換、SPL パターンの APL での代替表現を学ぶときに使用する

F

frame-data-chart-nyt

nexu-io / open-design

NYT ニュースルームのタイポグラフィ、ずれた順序で現れるアニメーション、そして編集alupe级的チャート（折れ線、棒、区間バンド）。

C

cx-service-catalog

coralogix / cx-cli

`cx service-catalog` CLI で Coralogix の Service Catalog（APM v2 エンティティ）を照会します。エンティティタイプの確認、既知のエンティティの一覧表示、スキーマの確認、サービス、データベース、オペレーション、JVM、Kubernetes ポッドの集計データまたは時系列データの取得ができます。「サービスを一覧表示」「どんなエンティティタイプがあるか」「サービスのレイテンシを表示」「サービスのエラー率を確認」「最もメモリを使用しているポッド」「データベースオペレーションのパフォーマンス」「JVM GC の停止時間」「時間経過によるサービスの健全性」「レイテンシでサービスを比較」「このエンティティタイプで利用できる列」「サービスカタログのスキーマ」といった質問や、APM エンティティとそのメトリクスの調査に使用します。

B

blog-chart

agricidaniel / claude-blog

内部機能であり、ユーザーは直接呼び出せません。オーケストレーターが blog-write または blog-rewrite の実行中に呼び出し、調査データをダークモード対応のインラインSVGチャート（横棒、集合棒、ドーナツ、折れ線、ロリポップ、エリア、レーダー）に変換し、HTMLまたはMDXに出力します。アクセシブルなマークアップ（role=img、aria-labelledby、一意のid）、出典表記、透明な背景を生成します。エージェントからは呼び出せません。

A

analyzing-user-feedback

refoundai / lenny-skills

厳密な統合分析と内部への没入を通じて、大量の定性的・定量的フィードバックを高確信度のプロダクト決定へ変えるokal… ja: 厳密な統合と内部への没入を通じて、大量の定性的・定量的フィードバックを高確信度のプロダクト決定に変換するのを支援します。

C

convex-migrations

waynesutton / builder-skills

ダウンタイムなしで稼働中の Convex スキーマを変更します。フィールドをオプションにし、バッチでバックフィル、検証rulesPUBLISHEDを切り替え、後片付けします。該当箇所では @convex-dev/migrations コンポーネントを使用します。フィールド名変更•削除、型変更、テーブルの分割、または既存ドキュメントに対してスキーマ検証エラーでデプロイが失敗した場合に使用します。

A

aiconfig-ai-metrics

launchdarkly / ai-tooling

非推奨の転送です — このスキルは built-in-metrics に改名されました。このスキルは使用せず、代わりに built-in-metrics を呼び出してください。aiconfig-ai-metrics への古い参照を新しい名前へ誘導するためだけに保持されています。

A

apify-competitor-intelligence

apify / agent-skills

Google Maps、Booking.com、Facebook、Instagram、YouTube、TikTok における競合の戦略・コンテンツ・価格・広告・市場ポジショニングを分析します。

K

knowledge-catalog-discovery

cline / skills

Knowledge Catalog 内のデータアセットを探し・探索するとき、これらのスキルを使用。エントリの検索、特定のメタデータの参照、aspect タイプの閲覧により、データプラットフォームのアセットを理解できる。

G

getting-datacloud-schema

forcedotcom / sf-skills

REST API を使って Salesforce Data Cloud から Data Lake Object（DLO）と Data Model Object（DMO）のスキーマ情報を取得します。DLO や DMO のフィールド定義、データ型、メタデータを調べる必要があるときに使用します。引数は org エイリアスと任意の DLO/DMO 名です。

A

aiconfig-custom-metrics

launchdarkly / ai-tooling

非推奨のリダイレクト — このスキルは custom-metrics に改名されました。このスキルは使わず、代わりに custom-metrics を呼び出してください。旧来の aiconfig-custom-metrics という参照が新しい名前を指すように残されているだけです。

D

dt-obs-frontends

dynatrace / dynatrace-for-ai

Dynatrace 上のリアルタイムユーザーモニタリング（RUM）— Web とモバイルのフロントエンド。Core Web Vitals、ユーザーセッション、ページパフォーマンス、モバイルクラッシュ、フロントエンドエラー、フロントエンドとバックエンドのリンキング。`user.events`、`user.sessions`、`dt.frontend.*` のメトリクスから取得します。合成モニタリング（HTTP/ブラウザ/ネットワークチェック）は対象外です。別領域となります。

A

apify-content-analytics

apify / agent-skills

エンゲージメント指標のトラッキング、キャンペーン ROI の測定、Instagram・Facebook・YouTube・TikTok にまたがるコンテンツパフォーマンスの分析。

D

developing-datacloud-code-extension

forcedotcom / sf-skills

SF CLI プラグインを使用して Data Cloud のコード拡張を開発・デプロイします。Data Cloud のカスタム Python 変換の作成、コード拡張のデプロイ、データ変換のテストを行う場合に使用します。init、run、scan、deploy の各操作に対応します。

B

blog-google

agricidaniel / claude-blog

ブログ向けに、認証済みのGoogle APIを呼び出します。PageSpeed Insights、CrUXの履歴、Search ConsoleのパフォーマンスデータとURL検査、GA4のオーガニックトラフィック、Cloud NLPのエンティティ、YouTube動画検索、Google Ads Keyword Planner、Indexing API（求人ページとライブ配信ページのみ）に対応します。ユーザーのGoogle認証情報と割り当て枠を使用し、場合によっては費用が発生します。初回呼び出しの前に同意を求めます。明示的な依頼（/blog google、「run PageSpeed on this blog URL」「pull my Search Console data」「inspect this URL's index status」「set up Google API credentials」）があった場合にのみ実行します。claude-seoと ~/.config/claude-seo/google-api.json の設定を共有します。

X

xlsx

tfriedel / claude-office-skills

数式、書式、データ分析、可視化に対応した、包括的なスプレッドシートの作成・編集・分析。Claude がスプレッドシート（.xlsx、.xlsm、.csv、.tsv など）を扱う必要がある場合に使用します：(1) 数式と書式を備えた新しいスプレッドシートの作成、(2) データの読み取りや分析、(3) 数式を保持したまま既存スプレッドシートを修正、(4) スプレッドシート内でのデータ分析と可視化、(5) 数式の再計算。

A

apify-brand-reputation-monitoring

apify / agent-skills

Google Maps、Booking.com、TripAdvisor、Facebook、Instagram、YouTube、TikTok におけるレビュー、評価、感情、ブランド言及を追跡します。ユーザーがブランド評判のモニタリング、レビューの分析、言及の追跡、顧客フィードバックの収集を求めてきたときに使用します。