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
Amazon Kinesis Data Streams（KDS）を操作します。ストリーミングテーブルと Amazon S3 への配信を扱います。KDS ストリームから S3 Tables 上の Apache Iceberg テーブル、または汎用 S3 バケットへの、サーバーレスで完全マネージドな配信が対象です。チャネル設定、IAM、スキーマ、出力キーのテンプレート、CloudWatch メトリクスとアラーム、DLQ の処理、クォータ、トラブルシューティングを含みます。その他すべての KDS に関するトピックや質問は、AWS のドキュメントやブログを検索してください。トリガー：Kinesis Data Streams、KDS、streaming tables、stream to S3、stream to Iceberg、stream to S3 Tables、KDS delivery、KDS channel、CreateChannel、data channel、data freshness、dead-letter queue、KDS lakehouse、serverless Kinesis delivery、Firehose alternative for KDS、zero-ops Kinesis to S3。Kinesis Data Firehose、Kinesis Video Streams、Managed Service for Apache Flink には使用しないでください。専用スキルを使うか、ドキュメントを検索してください。
台帳（MYOB、NetSuite、QuickBooks、Xero、Zoho Books）、PayPal、Square、Stripe、またはアップロードされた CSV から売掛金／買掛金、過去の現金入出金時期、既知の固定費を読み取り、30／60／90 日のキャッシュフロー予測を作成します。パーセント偏差の信頼区間と明示的なリスクフラグを含みます。チャットでの要約とダウンロード可能な XLSX を提供します。「キャッシュフローを予測して」「給与を払えるか」「ランウェイ」「資金繰りが厳しい」といった依頼で使用します。接続先が利用できない場合は CSV アップロードに切り替えます。
SpikeInterface を使用して、Neuropixels の細胞外記録をエンドツーエンドで解析します。SpikeGLX/Open Ephys/NWB データの読み込み、前処理、ドリフト／動き補正、Kilosort4（および CPU）によるスパイクソーティング、品質指標、ユニットの選別（しきい値ベース、モデルベースの UnitRefine、AI 支援による目視レビュー）を扱います。Neuropixels 1.0/2.0 の記録、スパイクソーティング、細胞外電気生理解析に使用します。
シャード化されたディスク上のデータセット（シャード化 .npy、Parquet/Arrow、raw binary、シャード化 HDF5、カスタムレイアウト）を、手動パーティションと leaf @task の起動（CPU/OMP/GPU バリアント）によって分散 cuPyNumeric ndarray に読み込みます。単一呼び出しのローダーが適さない場合に使用します。ファイルごとにシャードの行数が異なる場合も含みます。適用できる場合は cupynumeric.load または legate.io.hdf5.from_file を優先してください。
LWC の文脈でプロンプトに GraphQL、lightning/uiGraphQLApi、@wire(graphql, ...)、または gql テンプレートタグが含まれる場合は、表面的な依頼が「LWC を作る」であっても必ず使用します。組織の LDS GraphQL スキーマのイントロスペクション、エンティティとフィールドの特定、スキーマ検証済みの gql クエリまたはミューテーションの構築、lightning/uiGraphQLApi による LWC への組み込み、接続済み組織での検証まで、フロー全体を担当します。GraphQL を使って Salesforce レコード（Account、Contact、Case、カスタムオブジェクト）を表示、一覧表示、編集する依頼では必須です。.html と .js のスキャフォールディングも対象です。experience-lwc-generate に委任しないでください。このスキルには GraphQL スキーマのイントロスペクションも create_lds_graphql_read_query バインディングもなく、GraphQL の依頼に適さない getRecord/getRelatedListRecords ワイヤーアダプターをデフォルトで使用します。GraphQL が禁止されている場合、UIAPI/Apex を選択する場合（experience-lds-best-practices-apply を使用）、またはデータ要件を尋ねている場合（experience-lds-data-requirements-generate を使用）に限り、起動しません。
Redis Cloud 上で LLM の応答を意味的にキャッシュするための Redis LangCache ガイダンスです。SDK または REST API による search/set の呼び出し、類似度しきい値の調整、タスク種別ごとのキャッシュ分割、カスタム属性によるフィルタリングを扱います。API コストとレイテンシを削減するための LLM 補完結果や RAG 回答のキャッシュ、OpenAI / Anthropic などの前段に配置するキャッシュアサイド層の構築、ヒット率と精度の調整、1 つのアプリの LLM ワークロードを複数の LangCache キャッシュに分割する場合に使用します。
Legate の並列分散 HDF5 I/O（legate.io.hdf5：to_file、from_file、from_file_batched）を使って、大規模な cuPyNumeric 配列を HDF5 に読み書きします。cuPyNumeric 配列を .h5/.hdf5 ファイルに保存する、HDF5 データセットを分散 cuPyNumeric 配列に読み込む、大規模な HDF5 データセットをチャンク単位で読み込む、配列を単一ファイルとして HPC パイプラインに渡す、または GPUDirect Storage（GDS）で HDF5 ディスク I/O を高速化する場合に使用します。Parquet/cuDF/生バイナリやその他のシャーディング済み／カスタムレイアウト（cupynumeric-parallel-data-load スキルを参照）、Zarr やオブジェクトストア/S3 への出力、.npz や pickle アーカイブ、cuPyNumeric を使わない h5py、FFT、行列積、リダクションなどの純粋な配列計算には使用しないでください。
Redis Clusterとレプリケーションに関するガイダンスを提供します。複数キー操作用のハッシュタグ、CROSSSLOTエラーの回避、読み取り負荷の高いワークロードを拡張するためのレプリカからの読み取りを扱います。シャーディングされたRedis Clusterのキー設計、MGET / SDIFF / パイプラインでのCROSSSLOTエラーのデバッグ、クラスターでの複数キーのトランザクション設定、キャッシュ、分析、ダッシュボードの読み取りをレプリカにルーティングする場合に使用してください。
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。