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 96,770 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
ユーザーが "create a figure"、"make a scientific figure"、"create a paper figure"、"make a figure for my paper"、"make a figure for my manuscript"、"compose figure panels"、"assemble figure panels"、"combine figure panels"、"make a multi-panel figure"、"figure composition"、"export a figure"、"generate a PDF figure"、"create a Nature-style figure"、"make a journal figure"、"make a publication figure"、"create a figure for my grant" を求めたときに使用する skill。この skill は svgutils を使い、ジャーナルの正確な寸法（Nature 89/183 mm、Science 55/120 mm、Cell 85/174 mm、PNAS 87/180 mm）でマルチパネルの図を構成し、エクスポート前にジャーナルの最小フォントサイズに対してフォントサイズを検証し、利用可能なら Inkscape、そうでなければ cairosvg で PDF/PNG を書き出す。
SHAP（SHapley Additive exPlanations）を使用したモデルの解釈可能性と説明可能性。機械学習モデルの予測の説明、特徴量重要度の計算、SHAPプロット（ウォーターフォール、ビーズウォーム、バー、散布図、フォース、ヒートマップ）の生成、モデルのデバッグ、モデルのバイアスや公平性の分析、モデルの比較、説明可能なAIの実装に使用します。ツリーベースモデル（XGBoost、LightGBM、Random Forest）、ディープラーニング（TensorFlow、PyTorch）、線形モデル、あらゆるブラックボックスモデルに対応します。
Shopify の商品カタログ監査で見つかった残存物を修正する場合に使用します。販売終了・廃番・在庫切れ商品の一括アーカイブ、カタログ内の残存物の整理、幽霊レビュー星評価（レビューアプリのアンインストール後もテーマに表示される空の星評価）の削除、アンインストール済みアプリが残した孤立 metafield の削除、商品説明の HTML の残骸（太字の二重入れ子、全体が太字の段落、空タグ）の除去、または乱れた商品説明の一括修正に対応します。変更を伴うクリーンアップ作業：アーカイブと削除の選択、metafieldsDelete、説明文の書き換え。問題の発見には使わず（shopify-catalog-audit を使用）、SEO タイトルや alt テキストなどの不足メタデータの補完にも使いません（shopify-seo-metadata を使用）。
Spring Boot 3.x におけるリアクティブなデータベースアクセスのための Spring Data R2DBC。R2dbcRepository、DatabaseClient、リアクティブトランザクション、WebFlux 統合を扱う。USE WHEN：ユーザーが "r2dbc"、"reactive database"、"R2dbcRepository"、"DatabaseClient"、"reactive SQL"、"WebFlux database"、"non-blocking database" に言及したとき DO NOT USE FOR：ブロッキング JDBC — 代わりに `spring-data-jdbc` または `spring-data-jpa` を使用、MongoDB リアクティブ — リアクティブリポジトリを備えた `spring-data-mongodb` を使用
バイオインフォマティクス、ケモインフォマティクス、ゲノミクス、構造生物学、プロテオミクス、創薬にわたる科学研究ツールとワークフローを扱う場合にこのスキルを使用する。このスキルは、機械学習モデル、データセット、API、解析パッケージを含む 600 以上の科学ツールへのアクセスを提供する。科学ツールの検索、計算生物学ワークフローの実行、多段階の研究パイプラインの構成、OpenTargets/PubChem/UniProt/PDB/ChEMBL などのデータベースへのアクセス、研究タスクのためのツールディスカバリー、あるいは科学計算リソースの LLM ワークフローへの統合に使用する。
本 Skill は、BrowserAct API を使って WeChat の記事全文を抽出するのを支援する。ユーザーが、特定キーワードの WeChat 記事全文を探す、業界動向のために WeChat 公式アカウントを追跡する、メディア調査のために WeChat 記事の内容を抽出する、WeChat プラットフォーム上の広報を監視する、WeChat から競合の更新情報を収集する、WeChat のリンクから記事本文の全文を取得する、WeChat 記事におけるブランド露出を監視する、感情分析のために構造化された WeChat データを取得する、WeChat の日次ニュースを要約する、WeChat 記事の著者と公開日を取得する、スクレイピングなしで WeChat コンテンツ抽出を自動化する、といったニーズを表明した場合、Agent は本 Skill を主体的に適用すべきである。
inference.sh を介した AI エージェント向けブラウザー自動化。Web ページの移動、@e 参照を使った要素操作、スクリーンショット撮影、動画録画ができます。機能：Web スクレイピング、フォーム入力、クリック、入力、ドラッグ＆ドロップ、ファイルアップロード、JavaScript 実行。用途：Web 自動化、データ抽出、テスト、エージェントによるブラウジング、調査。トリガー：browser、web automation、scrape、navigate、click、fill form、screenshot、browse web、playwright、headless browser、web agent、surf internet、record video
ChatLab がまだ対応していないローカルチャットエクスポートを、検証済みの ChatLab JSONL または JSON に変換する。ソースファイルの構造を分析し、ローカルの Node.js または Python 変換スクリプトを作成して実行し、インポート前にレコード数を確認する。ChatLab が CSV、HTML、TXT、XML、SQLite/データベース、ベンダー独自の JSON/JSONL、圧縮アーカイブなどのチャットエクスポートを認識できない場合、またはユーザーが Agent に未知のチャット形式への対応を求めた場合に使用する。
Cloudflare Workers KV の完全なナレッジドメイン — Cloudflare のエッジネットワーク上のグローバルで低遅延なキーバリューストレージ。使用場面：KV 名前空間の作成、設定データの保存、API レスポンスのキャッシュ、ユーザー設定の管理、TTL 失効の実装、KV メタデータの処理、または "KV_ERROR"、"429 too many requests"、"kv rate limit"、cacheTtl エラー、結果整合性の問題に遭遇したとき。キーワード：kv storage, cloudflare kv, workers kv, kv namespace, kv bindings, kv cache, kv ttl, kv metadata, kv list, kv pagination, cache optimization, edge caching, KV_ERROR, 429 too many requests, kv rate limit, eventually consistent, wrangler kv, kv operations, key value storage
Crawlora の構築済みホスト型データセット（Airbnb の市場、App Store／Google Play のアプリ、GitHub／Instagram／X のユーザー、求人、米国の住宅市場、Google Maps のビジネス、Goodreads、PitchBook、Steam、TrustMRR、Product Hunt、SEC の企業、技術スタックなど）を search/facets/item/nearby エンドポイント経由で検索し、各プラットフォームをリアルタイムにクロールせず、整った JSON を返します。ユーザーが一括・集計分析、事前インデックス済みコーパスの検索、大規模な対象のファセット絞り込み、またはデータセット ID による単一レコードの参照を求める場合に使用します。ページを一つずつスクレイピングする代わりに利用できます。
Cube デプロイメントのセマンティックレイヤーに対してクエリを実行し、結果を解釈します。Cube MCP ツールが接続されている場合はそれを使い、そうでない場合はターミナルから Cube CLI を使用します。メトリクスの取得、合計の確認、期間比較、メジャーが期待どおりの結果を返すかの検証、モデル変更の妥当性確認など、Cube から数値を求める場合に使用します。「いくつ」「合計は」「月ごとの売上を見せて」「そのメジャーは機能した？」「前月比成長率は？」「数値を取得して」などの依頼や、実データでモデル変更を検証する依頼がトリガーになります。クエリ可能な内容を調べるには cube-explore-model、モデルを変更するには cube-build-model、結果をレポートやダッシュボードとして保存するには cube-build-content を使用します。
データ処理、インサイト生成、レポート作成、データ可視化のワークフローを網羅するエンドツーエンドのデータ分析アシスタント。常に専門家の視点からタスクに取り組み、ユーザーの一歩先を考えます。意図が曖昧な場合は積極的に確認します。対応内容：Excel/CSV 分析、ビジネス指標のレビュー、ROI 計算、データ可視化、HTML レポート生成、数式作成。ユーザーが「analyze data」「make a report」「visualize」「Excel」「dashboard」「ROI」「weekly report」「monthly report」「data processing」「chart」「insight」「presentation」「table」「formula」「KPI」「metrics」に言及した場合に有効化します。
x402 で保護された API を使って連絡先と企業データをエンリッチします。構造化されたビジネスデータの取得において汎用の Web 検索より優れています。用途：- メール、LinkedIn URL、名前による人物プロフィールのエンリッチ - ドメインによる企業情報のエンリッチ - 信頼スコア付きの連絡先（メール、電話）の検索 - LinkedIn プロフィール全体（職歴、学歴、スキル）のスクレイピング - 条件による人物・企業の検索 - 一括エンリッチ操作（一度に最大 10 件）トリガー：- "enrich"、"lookup"、"find info about"、"research" - "who is [person]"、"company profile for"、"tell me about" - "find contact for"、"get LinkedIn for"、"get email for" - "employee at"、"works at"、"company details" enrichx402.com のエンドポイントには常に x402.fetch を使用し、curl や WebFetch は決して使わないでください。返されるのは Web ページの HTML ではなく構造化 JSON データです。重要：エンドポイントのパスを推測しないでください。すべてのパスは https://enrichx402.com/api/{provider}/{action} のパターンに従います。以下の Quick Reference 表の正確な URL を使うか、先に x402.discover_api_endpoints を呼び出してください。
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。