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 96,981 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
小紅書アカウントの総合診断と競合ベンチマーク。1 つまたは複数の小紅書アカウントを定量チェックアップする——ポジショニングの明確さ、コンテンツの垂直性、カバーの統一性、タイトルのフック率、更新ペース、エンゲージメント率、バズ率、フォロワー転換効率の 8 次元で採点し、ボトルネックを特定して実行可能な改善策を示す。ユーザーが「アカウント診断」「私のアカウントを見て」「アカウントが伸びない/フォロワーが増えない/流入が減った」「プロフィール診断」「ポジショニングに問題があるか」「競合アカウント分析」「ベンチマークアカウントの分解」「このクリエイターはなぜ伸びたのか」「競合と比べて」と言ったとき、または小紅書のプロフィールリンク/スクリーンショットを貼って分析を求めたときに起動する。データソースあり（GUAIKEI_API_TOKEN / SOCIALDATAX_API_KEY）の定量分析と、データソースなしのスクリーンショットによる定性診断の 2 つの経路に対応。分析の助言のみを行い、投稿、エンゲージメント操作、アカウントの一括作成は行わない。
小紅書のホットスポット収集とテーマ判断。キーワードやジャンルごとに最近の高エンゲージメント投稿を取得し、ホットスポット表、トレンド判断、すぐに書き始められるテーマ提案を出力する。ユーザーが「小紅書のホットスポット」「小紅書で最近何が流行っている」「XX ジャンルのバズ投稿を調べて」「小紅書のテーマ」「小紅書のネタを探して」「この言葉は小紅書で流行っているか」「小紅書の急上昇ランキング/人気投稿/バズ投稿」「小紅書のデータを見て」と言ったときに起動する。ユーザーがジャンル語（例：「減脂餐」「通勤穿搭」「AI ツール」）を挙げて「書けるか」と尋ねる場面にも適用する。複数データソースの自動フォールバック：红狐 API / socialdatax CLI / 怪壳 CLI、いずれも未設定の場合は WebSearch による手動フォールバック。
Spring Boot 3.x におけるバッチ処理向けの Spring Batch。Job、Step、ItemReader/Processor/Writer、チャンク処理、ジョブパラメータ、再起動、skip/retry、パーティショニング、モニタリングを扱う。使用する場面：ユーザーが「spring batch」「バッチジョブ」「ETL Spring」「ItemReader」「ItemWriter」「チャンク処理」「Spring ジョブスケジューリング」に言及したとき。使用しない場合：リアルタイム処理 - streaming を使用、単純な定期タスク - 代わりに `spring-scheduling` を使用
不確実な需要を持つ在庫システムのモデル化、安全在庫水準の最適化、(s,S) または (Q,r) 方策の実装、不確実性下でのサービス水準の分析を行いたい場合に使用。ユーザーが "stochastic inventory"、"probabilistic inventory"、"(Q,r) policy"、"(s,S) policy"、"base stock policy"、"safety stock optimization"、"service level constraints"、"lead time demand distribution"、"fill rate calculation"、"inventory with demand uncertainty" に言及した場合にも使用。決定論的モデルについては economic-order-quantity または lot-sizing-problems を参照。単一期間の不確実性については newsvendor-problem を参照。
ユーザーが不確実性下での最適化、確率的制約の処理、または確率計画問題の求解を望むときに使用する。ユーザーが「stochastic optimization」「chance constraints」「two-stage stochastic programming」「scenario-based optimization」「robust optimization under uncertainty」「stochastic demand」「uncertainty modeling」「probabilistic optimization」に言及したときにも使用する。決定論的最適化については optimization-modeling を参照。ロバスト最適化については metaheuristic-optimization を参照。
ASP.NET Core Razor Pages 向けの Syncfusion HeatMap Chart コンポーネントの実装。二次元データを可視化するヒートマップの作成、グラデーションや固定色によるセルのカスタマイズ、複数の種類を持つ軸の構成、柔軟な配置が可能な凡例の追加、配列または JSON データのバインド、ツールチップとセル選択の有効化、バブルヒートマップの作成、外観とスタイルのカスタマイズが必要な場合は、必ずこのスキルを使用してください。データ可視化、パターン検出、行列可視化のユースケースに欠かせません。
ノードとリンクを使用し、カテゴリ間の重み付きフローと関係を示すインタラクティブな Sankey Chart の可視化を構築します。ユーザーがサンキー図、フロー可視化、プロセスフロー、カテゴリ間の価値フロー、ノードとリンクのスタイル設定に言及した場合、または段階やシステムをまたぐフローの大きさと方向を示す図を作成したい場合にこのスキルを使用します。Sankey Chart は、サプライチェーン、エネルギーフロー、収益ストリーム、カスタマージャーニー、データ変換の可視化に最適です。
機械学習の学習、検証、評価データに関する人手アノテーションプログラムを設計・改善します。タスクとラベルのスキーマ、能動的なデータ取得、アノテーター向けガイド、キャリブレーション、不一致、裁定、来歴、コストと品質に基づく停止基準などが対象です。一般的な統計的推論、データ保存パイプライン、モデル学習、アノテーションインターフェースの実装には使用しないでください。これらはdata-scientist、data-engineering、ml-engineering、product-design-and-uxに振り分けてください。
FRED API の TGA（財務省一般会計）、銀行準備金、EFFR、SOFR データを監視して、米国政府機関閉鎖の流動性への影響を追跡・分析する。ユーザーが (1) 現在または過去の政府機関閉鎖が金融市場に与える影響を分析したい、(2) 財政政策の混乱期における流動性状況を追跡したい、(3)「ステルス引き締め」の効果を評価したい、(4) 異なる金融政策レジーム（QE と QT）にわたる閉鎖エピソードを比較したい、(5) 歴史的文脈を伴う流動性ストレスレポートを生成したい、ときに使用する。推奨使用頻度は、TGA/準備金データ公表後の毎週水曜日。
PDF/DOCX ファイルからの医学教育コンテンツのアイデアを分析し、バイラル可能性（再生回数、いいね、シェア、AVD）を予測して実行可能なインサイトを提供する。コンテンツのアイデアのエンゲージメント可能性を評価したい、動画パフォーマンスの予測分析を得たい、医学・健康ニッチのトレンドトピックを調査したい、YouTube のコメントと視聴者のセンチメントを分析したい、知識のギャップや誤解を特定したい、バイラル可能性に基づいてコンテンツのアイデアを優先順位付けしたいときに使用する。
WeChat 公式アカウントの公開記事をクロール・選別・エクスポートする独立した Skill。ユーザーが WeChat 公式アカウント、公式アカウント記事、mp.weixin、wcx、公式アカウント検索、直近 N 日または特定年度の記事エクスポート、一括クロール、レジューム対応クロール、本文補完、チュートリアル記事の選別、WeChat 記事リンクの保存に言及したときに使用する。Markdown/JSON/CSV に対応し、既定では wcx でインデックスを取得し Playwright で本文を抽出する；有料の Metaso フォールバックには明示的な許可が必要。
ユーザーが「調査設計」「質問票の構築」「リッカート尺度」「質問の文言」「回答バイアス」「調査ツール」「Google Forms」「Qualtrics」「SurveyMonkey」「Typeform」「予備テスト」「調査の配布」「調査ビルダーとして動作」「調査ビルダーモード」「調査ツール」「閉じた質問」「開いた質問」「評価尺度」「意味微分法」「調査フロー」「スキップロジック」「分岐ロジック」「回答率」「調査疲れ」「質問票の検証」「事前テスト調査」「オンライン調査」「調査分析」「Cronbach's alpha」「因子分析」「調査同意書」「デモグラフィック質問」について尋ねる場合、または調査ツールの設計、構築、配布、検証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・学術執筆部門）の一部。
本スキルは、特定の ASIN（Amazon Standard Identification Number）を用いて Amazon から構造化された商品詳細を抽出するのに役立つ。ユーザーが次を求めたときに使用：ASIN で Amazon 商品詳細を取得する、ASIN を使って Amazon 商品のタイトルと価格を調べる、特定の ASIN の Amazon 商品評価とレビュー数を抽出する、Amazon 商品の在庫状況と現在価格を確認する、ASIN 経由で Amazon 商品の説明と特徴を取得する、ASIN を使って商品カタログを Amazon データで充実させる、特定の ASIN の Amazon 商品価格の変化を監視する、Amazon 商品のブランドと素材情報を取得する、ASIN で Amazon 商品の画像と仕様を取得する、Amazon ASIN を検証して商品メタデータを取得する。
定量取引戦略の自動生成ツール。戦略要件（明確または曖昧）を入力 → 深い分析 → 実行可能な戦略コードの生成 + バックテスト検証 → 自動最適化。 中核となる革新：STRATEGY_DESIGN.md を「システム施工図面」とし、AI がコードを生成する際は自由に発想せず厳密に翻訳する。 4 つの入口：(1) 明確な戦略要件 → 直接分析 (2) 曖昧な要件 → 診断と推薦 → 再分析 (3) 既存の戦略 → 最適化と反復 (4) インフルエンサー/ブロガー → インターネット調査 → 戦略の抽出。 トリガーワード：「量化策略」「制定策略」「写个策略」「回测」「autostrategy」「策略生成」「量化XX」「XX投资策略」「XX的投资逻辑」。 シナリオトリガー：「帮我设计一个均线交叉策略」「我想做一个A股量化策略」「这个策略回测一下」「优化这个策略的回测结果」。 対象市場：A 株 / 香港株 / 米国株（先物・オプションは未対応、今後のバージョンで順次追加）。 人物スタイルの戦略もトリガー：「写一个巴菲特投资策略」「段永平的投资逻辑量化一下」「帮我用索罗斯的反身性做个策略」。 ブロガー戦略のトリガー：「根据XX博主的投资观点做个策略」「按XX大V的思路写个策略」「帮我量化XX的炒股方法」「XX博主的投资逻辑做策略」。
Camoufox（Firefox ベース、C++ レベルのフィンガープリント偽装）を用いたアンチ検出ステルスブラウザ自動化。ボット検出を避ける必要があるあらゆるブラウザ自動化——ソーシャルメディアへのログイン、永続セッション、ヒューマナイズされた操作、保護されたサイトのスクレイピング——にこの skill を使用する。2026 年時点の Camoufox API、既知の不安定性の警告、async/sync パターン、永続コンテキスト、ヒューマナイズ設定を扱う。ステルス性が必要なときは、生の Playwright よりも常にこちらを使用する。
Cekura エージェントの直近 N 件の本番通話ログを、一連の KPI / 問題 / ゴールに対してトリアージし、各失敗に該当した通話 ID を全体の通話ログに占める割合とともに報告し、残りの通話を相互排他的な結果分類（例：未応答 / 審査済み / 未審査-発信者側 / 未審査-エージェント問題）に振り分けて各バケットの割合を示します。ユーザーが「flag call log failures」「analyze the last N calls for issues」「what % of calls have <problem>」「which calls broke and how often」「find failing calls」「give me the breakdown of call outcomes」「what % of answered calls can be improved」と言ったとき、またはエージェント / プロジェクト ID を貼り付けて測定する問題や KPI を列挙したときに使用します。帰属ルールを適用し、発信者側の終了や復旧した通話はエージェントの失敗として数えません。これは `cekura-generate-scenarios` に供給する上流のトリアージ手順であり、シナリオは作成しません。
ユーザーが列生成、分解手法、または Dantzig-Wolfe 分解を用いて大規模最適化問題を解きたいときに使用する。ユーザーが「列生成」「主問題」「価格付け問題」「切断在庫問題」「乗務員スケジューリング」「列生成を用いた車両ルーティング」「分枝価格法」に言及した場合、または問題の変数が指数関数的に多い場合にも使用する。一般的な最適化については optimization-modeling を参照。メタヒューリスティクスについては metaheuristic-optimization を参照。
ユーザー自身のアカウントで Goldsky Compose の bitcoin-oracle サンプルをビルドしてデプロイする — CoinGecko から BTC/USD を取得し、Compose 管理のウォレット経由で `(timestamp, price)` を `bytes32` 値としてオンチェーンの `PriceOracle` コントラクトに書き込み、各価格を永続コレクションに追記する cron タスク。トリガー：「build a bitcoin price oracle」「BTC/USD oracle onchain」「push a price feed onchain」「cron price oracle」「set up / deploy the bitcoin-oracle example」「compose price oracle」。Base Sepolia 上の共有の完全無許可 oracle を推奨するため、デプロイするものは何もない。goldsky-io/documentation-examples からサンプルをスキャフォールドし、CLI のインストール、コントラクトの選択（共有を再利用 / 独自にデプロイ）、配線、任意の GitHub 公開、ログを追うスモークテストを説明する。この oracle ではないカスタム/新規の Compose アプリには /compose を使用。すでにデプロイ済みのアプリのデバッグには /compose-doctor を使用。manifest/CLI/API のフィールド参照には /compose-reference を使用。
ユーザーが制約プログラミング（CP）を使って複雑なスケジューリング、割り当て、組合せ問題を解きたいときに使用する。ユーザーが「constraint programming」「CP-SAT」「constraint satisfaction」「all-different constraint」「global constraints」「propagation」「search strategies」に言及したとき、または問題に複雑な論理制約、選言的な資源を含むスケジューリング、割り当て問題があるときにも使用する。MIP については optimization-modeling を参照。メタヒューリスティクスについては metaheuristic-optimization を参照。
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。