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
THScore Football API を統合するための包括的な開発ガイド。認証、リージョン別サーバー選択、すべてのサッカー関連エンドポイント（Live Data、Stats、Odds、Live Animation、Historical DB）、TypeScript の型、レート制限、キャッシュ、エラーハンドリング、iFrame/WebView への埋め込みをカバーする。サッカーのライブスコア、日程、順位表、オッズ、イベント、ラインナップ、チーム/選手プロフィール、ライブアニメーションの埋め込みに関するあらゆるタスクで発火する。
Microsoft SQL Server T-SQL 手続き型言語。ストアドプロシージャ、関数、トリガー、エラー処理、SQL Server 固有の機能を扱う。SQL Server データベースのサーバーサイドプログラミングに使用する。使用する場合：ユーザーが "tsql"、"T-SQL"、"SQL Server procedures"、"SQL Server functions"、"TRY...CATCH"、"THROW"、"sp_executesql"、"SSMS" に言及した場合。使用しない場合：基本的な SQL Server SQL — 代わりに `sqlserver` を使用、PostgreSQL — 代わりに `plpgsql` を使用、Oracle — 代わりに `plsql` を使用。
zilliz-cli で Zilliz Cloud のベクトルデータベースを管理する。ユーザーが次の操作を望む場合に使用：(1) zilliz-cli のセットアップ（インストール、ログイン、設定）、(2) クラスターの管理（作成、一覧、詳細表示、一時停止、再開、削除、変更）、(3) collection、インデックス、partition、データベース、別名の管理、(4) ベクトル操作（search、query、insert、upsert、delete、ハイブリッド検索）の実行、(5) データベースユーザー、ロール、RBAC 権限、またはクラウドレベルのアクセス制御（組織/プロジェクトのロール、メンバーとグループの付与）の管理、(6) バックアップ、インポート、課金、監視、プロジェクト、リージョン、非同期ジョブの処理。トリガー：zilliz、ベクトルデータベース、セマンティック検索、RAG、embedding、collection schema、ベクトルインデックス、類似度検索、zilliz-cli。
同期済みデータウェアハウステーブルの列を PostHog の person または group プロパティに同期し、ウェアハウスデータを person と group プロパティが既に使えるあらゆる場所で利用可能にする：フィーチャーフラグのターゲティング、cohort、インサイトのフィルターと内訳、サーベイ、セッションリプレイのフィルター、ワークフロー、person プロファイル。ユーザーが「自分のウェアハウスから person プロパティを追加したい」「Stripe/Postgres/Salesforce のデータで person をエンリッチしたい」「person に ARR やプラン階層を設定したい」「ウェアハウスの列でフィーチャーフラグをターゲティングしたい」「ウェアハウスの列を group や組織に同期したい」と考えている場合、または既存のウェアハウス連携の person または group プロパティを確認、バックフィル、無効化、デバッグしたい場合に使用する。
ユーザーが「qualitative coding」「thematic analysis」「grounded theory」「open coding」「axial coding」「selective coding」「codebook development」「NVivo」「ATLAS.ti」「Dedoose」「MAXQDA」「inter-coder reliability」「memo writing」「qualitative data analysis」「coding qualitative data」「act as a qualitative coder」「qualitative coder mode」「thematic coding」「Braun and Clarke」「inductive coding」「deductive coding」「code hierarchy」「theme development」「qualitative research analysis」「interview analysis」「focus group analysis」「content analysis」「narrative analysis」「phenomenological coding」「category development」「code frequency」「coding framework」について尋ねる場合、または体系的な定性データ分析とコードブック構築に関する専門知識を必要とする場合に、このスキルを使用する。AlterLab FC Skills コレクション（研究方法論・学術執筆学科）の一部。
トルコの研究者について、YÖK Akademik ポータル（akademik.yok.gov.tr/AkademikArama/）上の YÖKSİS に基づく公式プロフィール、現在の所属、unvan（学術称号）、出版物、研究プロジェクト、指導した学位論文を照会する。同ポータルはサーバーサイドレンダリングの JSP アプリで公開 JSON API がなく、検証済みのエンドポイント（AkademisyenArama POST 検索、viewAuthor.jsp プロフィール、AkademisyenProjeBilgileri、AkademisyenYonTezBilgileri）を不透明な authorId をキーとしてスクレイピングし、氏名照合のためにトルコ語文字（Iı Şş Ğğ Çç Öö Üü）の正規化を行う。トルコの研究者の現在の所属機関の確認、YÖK Akademik での研究者の検索、著者名義や推薦状のための所属確認、またはその人物が指導した学位論文やプロジェクトの一覧が必要な場合に使用する。入学統計（kontenjan、taban puan）には alterlab-yokatlas、全国学位論文全文アーカイブには alterlab-yok-tez、出版物メタデータの拡充には alterlab-openalex を使用する。AlterLab Academic Skills スイートの一部。
プロジェクトのウェアハウステーブルと保存済みクエリビューに対してデータ品質チェック（dbt-test スタイルのアサーション）を追加・実行し、HogQL カタログメトリクスも扱います。非 null、一意性、許容値、参照整合性、行数の範囲、鮮度、カスタム HogQL に対応します。メトリクスはカスタム SQL チェックのみをサポートします。モデルのテスト、ビューの検証、null や重複の確認、データ品質チェックの追加、数値がおかしい原因の調査、分析で使う前にウェアハウステーブルが信頼できるかの判断を求められたときに使用します。データが*何を意味する*か（メトリクス、認定、結合）を記述する場合は、代わりに setting-up-data-catalog を参照してください。トリガー用語：データ品質、データテスト、dbt test、非 null チェック、一意性チェック、鮮度チェック、参照整合性、行数チェック、モデルの検証、このテーブルは信頼できるか。
統合された Azure コスト管理: 過去のコストの照会、将来の支出の予測、無駄を削減するための最適化。WHEN: \"Azure costs\"、\"Azure spending\"、\"Azure bill\"、\"cost breakdown\"、\"cost by service\"、\"cost by resource\"、\"how much am I spending\"、\"show my bill\"、\"monthly cost summary\"、\"cost trends\"、\"top cost drivers\"、\"actual cost\"、\"amortized cost\"、\"forecast spending\"、\"projected costs\"、\"estimate bill\"、\"future costs\"、\"budget forecast\"、\"end of month costs\"、\"how much will I spend\"、\"optimize costs\"、\"reduce spending\"、\"find cost savings\"、\"orphaned resources\"、\"rightsize VMs\"、\"cost analysis\"、\"reduce waste\"、\"unused resources\"、\"optimize Redis costs\"、\"cost by tag\"、\"cost by resource group\"、\"AKS cost analysis add-on\"、\"namespace cost\"、\"cost spike\"、\"anomaly\"、\"budget alert\"、\"AKS cost visibility\"。DO NOT USE FOR: リソースのデプロイ、インフラストラクチャのプロビジョニング、診断、セキュリティ監査、または未デプロイの新規リソースのコスト見積もり。
Azure FinOps の予約分析、コスト検証、無駄の発見、経営層向けレポート。ユーザーが 'validate costs'、'check reservations'、'find waste'、'orphaned resources'、'reservation coverage'、'savings analysis'、'draft response for'、'cost analysis'、'are these reservations'、'reservation gaps' と言ったとき、または Azure のコスト最適化に関するあらゆる依頼があったときに使用。
過去のデータを使って、暗号資産および従来型の取引戦略をバックテストします。パフォーマンス指標（Sharpe、Sortino、最大ドローダウン）を計算し、エクイティカーブを生成して、戦略パラメーターを最適化します。ユーザーが取引戦略のテスト、シグナルの検証、または手法の比較を希望する場合に使用します。「backtest strategy」「test trading strategy」「historical performance」「simulate trades」「optimize parameters」「validate signals」などのフレーズで起動します。
Tabular Editor 2/3 を使って Power BI セマンティックモデルに対して C# スクリプトとマクロを記述・実行します。ユーザーが "C# script"、"Tabular Editor script"、"TOM scripting"、"MacroActions.json"、"XMLA" に言及した場合、または "automate model changes"、"bulk update measures"、"create calculation groups"、"write a macro"、"format DAX expressions"、"manage model metadata" を依頼した場合に自動的に呼び出します。
エンドツーエンドの ArcGIS Portal / AGOL → CARTO 移行。ユーザーが ArcGIS コンテンツを CARTO に移行したいとき、移行を計画したいとき、「自分の Portal には何がある？」と尋ねたとき、Portal/AGOL の URL を指定したとき、またはデータセット / web maps / シンプルなアプリの移行を求めたときにトリガーする。3 つのフェーズを実行する——discover（アイテムを列挙し MIGRATION_MANIFEST.md を書き込む）、migrate-data（Hosted Feature Layers / Tables → CARTO tables）、migrate-maps（Web Maps + シンプルな Dashboards / Web Experiences / Web Mapping Apps → CARTO Builder maps）。既定モードはバッチ；移行した map には常に `From ArcGIS` タグが付き、プライベートとして作成される。
トレンドを作成する前に、ある期間の変化をどのように可視化するかを明確にする。ユーザーが、2 つの時点または期間の間で何かがどれだけ変化、増加、低下、改善、悪化したかを尋ねたとき —— "how much did X change from A to B"、"before vs after"、"start vs end"、"week over week"、"compare this month to last"、"change over time" —— または "slope chart" / "slopegraph" に言及したときに使用する。"change" の 2 つの解釈には異なるチャートが必要である：トレンド全体（折れ線、すべての区間）と 2 つの端点のみ（スロープ、開始と終了）。どちらを望むか尋ねてからレンダリングする。インサイトエディターで保存済みインサイトの ChartDisplayType を選ぶためには使用しない。
データ統合パイプラインの構築、産業データのクエリ、データモデルのデプロイ、アクセス制御の管理、産業資産、時系列、イベント、ファイルに接続するアプリの開発に使用します。REST API、SDK（Python/JavaScript）、データモデリング、抽出器、変換、Infrastructure as Codeによるデプロイにも使用してください。CDFでホストされる **Cognite Flows** カスタムWebアプリ（React、`@cognite/cli`、`@cognite/aura`を使ったAuraデザインシステムUI、アプリのホスティング、Viteによるローカル開発、デプロイ、認定）にも使用します。コアデータモデリング（CDM）では、CogniteAsset、CogniteTimeSeries、CogniteFileを扱う際に使用します。これらは資産、時系列、ファイルのCDM概念です。資産階層の構築、時系列データの登録、ファイルの作成とリンク、またはAPIリファレンスで"Asset"を検索する場合にも使用してください（CDM資産はInstances APIにあります。従来の/assetsエンドポイントは2026-10-15に非推奨となり、2027年12月31日に廃止されます）
PostHog のエンドポイント（API ルートとして公開された保存済みの HogQL/insight クエリ）を同じ組織内の別のプロジェクトにコピーする、または同じプロジェクト内で新しい名前で複製する。ユーザーがエンドポイントを複製したい、エンドポイントを staging から production に昇格させたい、別のワークスペースでエンドポイントのクエリ/変数/フレッシュネス設定を再現したい、またはエンドポイントをクローンして反復したい場合に使用する。feature flag や実験とは異なり、エンドポイントにはネイティブのプロジェクト間コピーツールが存在しない — このスキルは読み取り後に再作成するフロー（endpoint-get の後に endpoint-create）、それに必要な active-project の切り替え、名前衝突のチェック、安全なデフォルト（ターゲットでは未マテリアライズの状態で配置し、endpoint-run で検証する）を扱う。エンドポイントのバージョン編集（managing-endpoint-versions を参照）や、まったく新しいエンドポイントのゼロからの作成（creating-an-endpoint を参照）は扱わない。
顧客のフィードバックを収集・分析し、製品とビジネスの改善につなげる。フィードバックシステムの構築、顧客インタビューの実施、機能リクエストの分析、満足度（NPS、CSAT）の測定、フィードバックループの完結に使用。フィードバックの収集方法、インタビュー手法、分析フレームワーク、どのフィードバックに対応すべきかの判断方法を扱う。トリガー：「customer feedback」「collect feedback」「user research」「customer interviews」「NPS」「feature requests」「feedback system」。
ユーザーがデジタルツインを構築する、サプライチェーン運用をシミュレーションする、テスト用の仮想レプリカを作成することを望むときに使用する。ユーザーが「digital twin」「simulation modeling」「discrete event simulation」「system simulation」「virtual supply chain」「what-if analysis」「scenario simulation」「operational testing」に言及したときにも使用する。ネットワーク最適化は network-design を参照。予測は demand-forecasting を参照。
PostHog MCP サーバーのツールがどのように使われているかを探索するための起点——広範な質問を、それに答える型付きツールへルーティングする。ユーザーが "how is my MCP doing?"、"what should I look at?"、"explore my tool calls"、"who uses my MCP tools?"、"what are agents doing with the MCP?" と尋ねたとき、または具体的な質問なしに MCP 分析 URL を貼り付けたときに使用する。各質問がクエリツールで裏付けられた質問メニューを提示し、その後、専門のスキルに引き継ぐ。
Fabric CLI（`fab`）および Fabric と Power BI の REST API に関する専門的なガイダンス：ワークスペース、items、lakehouses、notebooks、pipelines、セマンティックモデル、レポート、容量、OneLake、デプロイと管理。また、操作を実行する前に、その操作が消費する容量ユニット（CU）と容量への影響を見積もります。ユーザーが Fabric、Power BI Service、Fabric または Power BI のワークスペース、容量または F SKU、OneLake、`fab` に言及した場合、または Plan、Ontology、Graph、Copilot などのプレビュー項目を含め、Fabric での作成、実行、更新、スケジュール、デプロイ、削除を依頼した場合は自動的に呼び出します。
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。