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
研究計画のためのサンプルサイズと統計的検出力を計算します。「被験者／サンプル／反復測定はいくつ必要か」という質問、事前の検出力分析、最小検出可能効果（MDE）や検出力曲線の算出、助成金申請、IRB プロトコル、事前登録に向けたサンプルサイズの根拠付けに使用します。t 検定、ANOVA、比率、相関、カイ二乗検定、回帰の閉形式による検出力計算に加え、数式のないデザイン向けにシミュレーション（Monte Carlo）による検出力計算を行います。対象にはロジスティック／Poisson 回帰、混合モデル、クラスター無作為化試験、生存分析、交互作用が含まれます。依頼に効果量、alpha、「検出力 80%」しか記載されておらず、「検出力分析」と明示されていない場合も使用します。研究計画（無作為化、ブロック化、要因計画／DOE、クロスオーバー、逐次デザイン）には experimental-design を、収集済みデータの分析と報告には statistical-analysis を使用してください。
デスクトップアプリでの円形データ可視化のための Syncfusion WinUI Radial Gauge (SfRadialGauge) コンポーネントを実装する。ラジアルゲージ、スピードメーター、温度モニター、ダッシュボードのメーターを扱う際に使用する。この skill では、軸の構成、複数のポインター種別 (needle、shape、content、range)、グラデーション付き範囲、注釈、アニメーション、対話的なドラッグを WinUI/.NET デスクトップアプリ向けに扱う。
生の企業リストをキャンペーン準備済みのセグメントに階層化するスコアリングモデルを構築・実行し、各スコア済みデータポイントをそのデータを取得する ColdIQ エンドポイントに対応付ける。スコアリングモデルを構築するとき、TAM を階層化するとき、シグナルグループと配点を定義するとき、階層のしきい値を設定するとき、スコアリング前にリストをクリーンにするとき、エクスポートに対して Python スコアラーを実行するときに使用する。トリガー：「score companies」「tier the list」「scoring model」「TAM scoring」「ICP fit score」「tier thresholds」「100-point model」「qualify accounts」。リストを構築するためのエンリッチメント／検索（apollo-search / coldiq-search-enrich 参照）、シグナルの調達（signal-detection 参照）、リストの重複排除（list-dedup 参照）には使用しない。
@atscript/db、@atscript/db-{sqlite,postgres,mysql,mongo,memory}、@atscript/db-sql-tools、@atscript/moost-db、@atscript/db-client、または @db.* アノテーション付きの .as モデルを扱うときに使用。DbSpace、アダプターの接続、テーブル/ビューの CRUD、クエリフィルター、patch/フィールド/配列操作、リレーション、ビュー、スキーマ同期、エンジン固有の機能、BaseDbAdapter のサブクラス化、moost-db の REST ルート、宣言的アクション、@InputForm の構造化入力、URL クエリ構文、ブラウザー Client、client.action()、client.getActionForm()、DB バリデーション、@db.column.version + $cas + withOptimisticRetry による楽観的同時実行制御、保存時のフィールドレベル暗号化（@db.encrypted、キーローテーション、ENC_* エラー）、地理検索（db.geoPoint、@db.index.geo、geoSearch、$geoWithin、GET /geo）、トークンコントローラーバインディング（provideDbSpace、@db.space）、モデルマニフェスト（atscriptModels）、planSchema、assertExposed、provideTestDbSpace をカバー。対象は DB のみ。対象外（moostjs/atscript スキルを使用）：.as 構文、@meta.*、@expect.*、asc、unplugin、VSCode。
OpenSearch 検索アプリケーションを Amazon OpenSearch Service または Amazon OpenSearch Serverless にデプロイする。ユーザーが AWS 上で OpenSearch ドメインやサーバーレスコレクションをプロビジョニングしたい、検索設定を AWS にデプロイしたい、Bedrock コネクタを設定したい、OpenSearch 用の IAM ロールを構成したい、ローカルの検索環境を AWS に移行したい、または Amazon OpenSearch インフラストラクチャを管理したい場合にこのスキルを使用する。ユーザーが AOS、AOSS、OpenSearch Service、serverless collection、Bedrock connector、SigV4、AWS デプロイと言及し、検索に触れていない場合でも有効化する。
ユーザーが Bmob MCP サーバー（http://mcp.bmobapp.com/mcp）を設定済みで、IDE から自分の Bmob バックエンドクラウドプロジェクトに対してライブ操作を行いたい場合に使用する。トリガー：'list bmob tables'、'show bmob schema'、'create bmob table'、'add a row to bmob'、'update bmob record'、'delete bmob data'、'生成 bmob curl'、'design bmob schema'、'上传云函数'、'部署云函数'、'发布云函数'、'同步云函数'、'同步函数'、'拉取云函数'、'下载云函数'、'调用云函数'、'执行云函数'、'invoke cloud function'、'run cloud function'、'一键部署网站'、'静态托管'、'部署静态站点'、'deploy static site'、'deploy website'。12 個のツールを提供する：get_project_tables（書き込みの前に必ず最初に呼び出して schema を確認する）、create_table、add_single_data、update_single_data、delete_single_data、generate_code、deploy_cloud_function、invoke_cloud_function、list_cloud_functions、get_cloud_function、deploy_static_site、mcp_endpoint_mcp_post。ユーザーのアプリに同梱するクライアント/SDK コードの作成には使用しない — その場合は bmob-database-{javascript,android,ios,swift,flutter,restful} を使用する。ACL/ロール設計（bmob-acl-and-roles を使用）やクラウド関数開発（bmob-cloud-function-development を使用）には使用しない。
ByteHouse のデータアセットとリネージ分析の Skill。clickhouse-connect を通じて system.tables / system.columns を直接クエリし、指定したデータベースのテーブル構造、フィールド、エンジンなどのメタデータを取得して、データアセットカタログの生成、自動タグ付け、Distributed/Local 間のリネージ関係とカラム類似性の識別を行う。ユーザーが「ByteHouse データアセット」「データアセット棚卸し」「テーブル構造分析」「リネージ分析」「フィールド分析」「テーブルエンジン分布」「メタデータカタログ」などを求めたときにこの Skill を使用する。
ByteHouse マルチモーダル検索 Skill。テキスト、画像、動画のベクトル化保存とマルチモーダルハイブリッド検索（ベクトル検索、テキストから画像を検索、画像からテキストを検索、キーワード + ベクトルのハイブリッド検索）に対応する。ユーザーが「ByteHouse ベクトル検索」「マルチモーダル検索」「ハイブリッド検索」「テキストから画像を検索」「画像から画像を検索」「テキストから動画を検索」「マルチモーダルナレッジベース」「HNSW / ベクトルインデックス」などを求めた場合にこの Skill を使用する。
Volcengine Flink（Apache Flink ベース）のワークロードを管理するためのエントリポイント。ストリーミングおよびバッチジョブの開発とデプロイ、リアルタイムの問題（バックプレッシャー、チェックポイントの失敗、OOM など）の診断、リソースのトラブルシューティング、SRE アクション（停止/起動/再起動/スケール/設定変更）の実行に使用する。リクエストを 4 つの専用サブスキルにインテリジェントにルーティングし、flink-mcp を活用してツールを実行する。
Claude がこのユーザーの作業で退化したかどうかについて、共有可能な長文の markdown 記事を作成します。同梱の Python スクリプトが `~/.claude/projects/` をスキャンし、すべての指標を計算して、表がすでに入力された markdown の骨組みを約 2.5 秒で描画します。Claude は十数個の短い叙述のプレースホルダーを埋めて保存します。`./cc-canary-<YYYY-MM-DD>.md` を書き出し、GitHub issue や gist に貼り付けるのに適しています。
ユーザー自身のアカウントで Goldsky Compose のコーポレートアクション／配当分配のサンプルを構築・デプロイする — トークン化されたコーポレートアクション（配当、クーポン、リベート、エアドロップ）について N 人のトークン保有者に比例配分で支払う、耐久性があり冪等なディストリビューターで、オンチェーンの監査記録を伴う。注目点：Compose は Goldsky Turbo のジョブモードパイプラインを一時的なサブルーチンとしてオーケストレーションする — キャンペーンを宣言するとワンショットのパイプラインが生成され、記録ブロック時点のシェアトークン保有者をスナップショットし、その完了を待ち、ガススポンサー付きウォレットで各保有者に支払い、その後パイプラインを削除する。トリガー：'dividend distribution'、'pay dividends onchain'、'distribute dividends to shareholders'、'corporate actions distributor'、'pro-rata payout to token holders'、'airdrop pro-rata by balance'、'cap table distribution'、'set up / deploy the dividend / corporate-actions example'。Base Sepolia 上の共有のパーミッションレスなデモコントラクトを指しているため、デプロイするものはない。アプリ内または CLI で完全にデプロイできる。唯一の実行時要件は `GOLDSKY_PROJECT_KEY` シークレットで、最後のステップで設定する。カスタム／新規の Compose アプリには /compose を使用する。デプロイ済みアプリのデバッグには /compose-doctor を使用する。manifest／CLI／API のフィールド参照には /compose-reference を使用する。
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。