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
PostgreSQL リレーショナルデータベース。SQL クエリ、インデックス、制約、パフォーマンスを扱う。PostgreSQL を扱うときに使用する。USE WHEN：ユーザーが "postgres"、"postgresql"、"pg_" に言及したとき、"JSONB queries"、"window functions"、"recursive CTE"、"row level security"、"full text search"、"partitioning"、"pgBouncer"、"replication" について尋ねたとき DO NOT USE FOR：MySQL 構文 — 代わりに `mysql` を使用、MongoDB — 代わりに `mongodb` を使用、Oracle PL/SQL — 代わりに `plsql` を使用、SQL Server T-SQL — 代わりに `tsql` を使用
最適化されたデータモデルを構築するためのPower BIセマンティックモデリングアシスタントです。Power BIセマンティックモデルの操作、メジャーの作成、スター・スキーマの設計、リレーションシップの設定、RLSの実装、モデルパフォーマンスの最適化に使用します。DAX計算、テーブル間のリレーションシップ、ディメンションテーブル／ファクトテーブルの設計、命名規則、モデルドキュメント、カーディナリティ、クロスフィルターの方向、計算グループ、データモデルのベストプラクティスに関する質問に対応します。ガイダンスを提供する前に、必ずpower-bi-modeling MCPツールを使ってアクティブなモデルに接続し、データ構造を把握します。
pymatgen を使って結晶構造や分子を分析、検証、変換、加工します。CIF/POSCAR/XYZ/JSON の変換、対称性許容差のスイープ、計算エントリーからの局所相図作成、VASP および Q-Chem の I/O、バンド構造と DOS の解析、範囲を限定した Materials Project（mp-api）への問い合わせを扱います。CIF の検証や無秩序・酸化状態の確認、空間群の割り当てや symprec 感度のテスト、構造ファイルの変換と表現情報の損失確認、全エネルギーからの凸包構築、明示したフィールドと制限による Materials Project への問い合わせに使用します。一般的な分子動力学や材料以外のケモインフォマティクスには適していません。
投資テーマ/トレンドが与えられたとき、トレーダー Serenity（@aleabitoreddit）の「サプライチェーンボトルネック逆マッピング」方法論を再利用し、市場に見落とされている上流のボトルネック銘柄を独自に掘り起こす（彼がすでに推奨した銘柄を分析するのではなく）。ユーザーがテーマ（例：「AI データセンター電力」「ヒューマノイドロボット」「HBM メモリ」）を提示し、候補銘柄と論拠を求めたときに使用する。研究・教育目的のみであり、投資助言ではない。
Snowflake に対して SQL を実行する——ステートメントの送信、非同期ハンドルのポーリング、結果パーティションの取得、キャンセル、ウェアハウス/データベース/schema/テーブルの閲覧。ユーザーが Snowflake をクエリしたい、"この schema にはどんなテーブルがあるか"と尋ねたい、ウェアハウスの状態を確認したい、または `snowflakecomputing.com`、`/api/v2/statements`、Snowflake のアカウント識別子（`xy12345.us-east-1` など）に言及したときに使用。このサービスを扱うときは常に本スキルから始める——同梱のスクリプトとレシピが最速の道。
Crawlora API を通じて、Instagram、TikTok、Threads、Bluesky、X、Pinterest、LinkedIn、Facebook、Reddit、Bilibili、Patreon 上の公開プロフィール、投稿、トレンド、Facebook Marketplace の出品情報を調査します。明示的に依頼された場合は、Reddit で購入意向のある見込み客を探すこともできます。公開ソーシャルリスニング、または明確に依頼された出品情報・見込み客の検索に使用し、センシティブなターゲティングは避けてください。
Soup（`soup-cli`）を操作する。1 つの YAML 設定と 1 つのコマンドで LLM のファインチューニングとポストトレーニングを行う CLI ファーストのツール — SFT、DPO/GRPO/ORPO/SimPO/KTO、QLoRA/DoRA/LoRA+、4-8 GB GPU 向けのレイヤーストリーミング、評価を条件とするトレーニング、サービング。ユーザーが `soup init`/`soup train` でモデルをトレーニングしたい、トレーニング手法や量子化スキームを選びたい、トレーニング前にコスト/メモリを見積もりたい、小規模なローカル GPU でファインチューニングしたい、Axolotl/LLaMA-Factory/Unsloth から設定を移行したい、トレーニング済みアダプターをサービング/マージ/プッシュしたい場合に使用。トリガー："soup-cli"、"soup train"、"soup init"、"fine-tune an LLM locally"、"QLoRA on a laptop GPU"、"layer streaming"、"soup advise"、"soup autopilot"、"DPO/GRPO/ORPO training"、"merge LoRA adapter"。
Supabaseがメンテナンスする、あらゆる環境で稼働するPostgres向けのベストプラクティスです。Postgresデータベース内の内容を作成または変更する前に、このスキルを読み込んでください。対象は、テーブルや列の作成・変更（列型の選択を含む）、スキーマ設計、マイグレーションと宣言的スキーマファイル、RLSポリシーと検証テスト、インデックス、トリガー、データベース関数、キューとスケジュールジョブ（pg_cron、pgmq）、ベクトル／セマンティック検索（pgvector）、ダンプの復元（pg_restore）やデータのインポートです。遅いクエリ、CPU使用率の高さ、タイムアウト、EXPLAINプラン、接続枯渇、ロック、肥大化、または誤ったユーザーやテナントに表示される行の診断時にも読み込んでください。これは単なるパフォーマンスガイドではありません。スキーマ、マイグレーション、セキュリティ、SQL作成の作業にもこのルールが必要です。列を1つ変更する場合や単一のクエリでも同様です。
Nextflow 25.10+ / 26.04+ で Nextflow（.nf）スクリプトを書いたり修正したりする際に使用する。特に出力がレガシーな型なし DSL2 パターン（tuple 入力、`publishDir`、`Channel.from`、`|` パイプ、暗黙の `it`、`set`/`tap`、演算子としての `splitCsv`）をデフォルトで使う可能性がある場合に。厳格な構文、型付きプロセス、型付きワークフロー、records、型付きパラメータ、workflow output ブロック、型付き演算子の等価な書き方のリファレンス。
ユーザーが広告キャンペーンのパフォーマンス データを共有し、何を削減・拡大・テストすべきかを尋ねたときにこのスキルを使用する。"analyze my ad campaigns"、"where am I wasting ad spend"、"reallocate my ad budget"、"which ads are actually working"、"ROAS analysis" などのプロンプトでトリガーする。パフォーマンス データを伴わないキャンペーン計画やクリエイティブ生成ではトリガーしない。
有料 API 経由の Twitter/X リサーチ：50 以上の演算子でツイートを検索し、スレッド／返信／引用を含むツイートを取得し、ユーザープロフィールとそのツイート／フォロワー／フォロー中の情報を取得する。x_payment ツールで USDC のマイクロペイメント（1 回の呼び出しあたり $0.003）を自動処理する。使用場面：(1) キーワード、ユーザー、または高度な演算子でツイートを検索する、(2) ID/URL で特定のツイートをコンテキスト付きで取得する、(3) ユーザープロフィールとその活動を調べる。
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。