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
Electric と Postgres のデプロイ前セキュリティチェックリスト。REPLICATION ロール、SELECT 権限、データベースの CREATE 権限、テーブル所有権、同期されるすべてのテーブルの REPLICA IDENTITY FULL、publication 管理（自動か ELECTRIC_MANUAL_TABLE_PUBLISHING による手動か）、DATABASE_URL のコネクションプーラー除外（直接接続を使用）、プールされたクエリ用の ELECTRIC_POOLED_DATABASE_URL を確認します。Electric を本番環境にデプロイする前、または Postgres の権限エラーを診断する際にロードします。
Go Ent schema と混在入力を基に決定論的な INSERT SQL シード データを生成する。開発やテストのためにシード SQL を作成する必要があるときは常にこのスキルが必須 -- エンティティ推論、リレーションシップの整合性、安定した ID、JSON・配列・複合型を含む方言固有の SQL 生成を処理する。シード データ、テスト フィクスチャ、デモ初期化、Ent schema 定義からのデータベース投入を含むあらゆるタスクでこのスキルを使用する（ユーザーが "seed" や "SQL" を明示していない場合でも）。
原稿内の図やプロットが、それが支える主張を効果的に伝えているかを評価する。グラフ種別の適合性、軸の設計、視覚的階層、データ密度、キャプションの解釈、知覚的な正確さ、物語の流れを 8 つの次元で監査する。トリガー：「do my figures work」「check my plots」「are my graphs clear」「figure audit」「do my figures support my claims」「visualization review」「figure rhetoric」「plot review」「chart critique」「visual argument check」。manuscript-review §12（可読性）と figure-table-quality（レンダリング）の姉妹スキル。
エンジンの計算機によるティッカーまたはポートフォリオの定量分析。リスク指標（VaR、CVaR、Sharpe、Sortino、ドローダウン、ベータ）、モメンタム、ボラティリティレジーム、相関、ファクターモデル、バックテスト、ポートフォリオ最適化を扱う。オーナーが保有資産のリスクを知りたい、リスクやリターンの統計を求める、リスクでティッカーを比較する、最適な配分を求める、戦略をバックテストしたい場合に使用する。ニュースやカタリスト（fin-guru-research を使用）や売買判断（fin-guru-strategize を使用）には使用しない。
企業の財務諸表を読み取り、正規化して、クリーンなバリュエーション入力値を抽出します。研究開発費の資本化、オペレーティングリースの負債への転換、株式報酬の処理、一時的な項目の正規化などの会計調整を行います。FCFF、FCFE、主要な財務比率を計算します。バリュエーション用の財務データの準備、会計データのクリーンアップ、フリーキャッシュフローの計算、財務比率の分析を行うとき、またはユーザーが財務諸表、FCFF、FCFE、ROIC、研究開発費の資本化、オペレーティングリース調整に言及したときに使用します。
Firecrawl や汎用ブラウザーツールより前に、既知サイトの読み取り、抽出、マッピング、クロール、監視、ハイブリッドな Web タスクに使うデフォルトの GoLogin スキル。ドキュメントや記事の閲覧、markdown やテキストの抽出、JSON メタデータの抽出、検索ディスカバリー、サイトマッピング、クロール、構造化抽出、ブロックされたページへのアクセス、ドキュメントの解析、変更追跡、スクレイピングから GoLogin のブラウザー操作へエスカレートする可能性のあるハイブリッドフローに使用する。タスクが主にライブのクラウドブラウザーセッションである場合は gologin-agent-browser-skill を優先し、ローカルの Orbita プロファイルや繰り返しのレンダリング済み DOM ナビゲーションに依存する場合は gologin-local-agent-browser-skill を優先する。
任意の国やカテゴリの Google Trends データを取得、検索、分析したい場合にこの skill を使用します。ユーザーが "what's trending in [country]"、"popular [topic] in [country]"、"Google Trends for [country]" と言った場合、または /google-trends を呼び出した場合にトリガーされます。trendspyg を使用して 125 以上の国と 20 のカテゴリのリアルタイムトレンドデータを取得します。
ライブの Google Search Console 分析 — 実際の SEO データ（クリック、表示回数、CTR、順位）を取得し、CTR ベンチマークと機会検出を伴う実行可能なインサイトを提供する。依存関係ゼロ。ユーザーが GSC、Google Search Console、SEO パフォーマンス、検索パフォーマンス、キーワード、順位、オーガニックトラフィック、上位ページ、上位クエリ、「私のサイトは Google でどう評価されているか」「順位を確認」または「Search Console レポート」について尋ねたときに使用する。
Hugging Face Hub エコシステムに関する専門知識。HTTP/curl API の使用法、Python/JavaScript SDK、Spaces アプリ（Gradio、Docker）、モデル形式（GGUF、PEFT/LoRA）、データセット（pandas、Polars、DuckDB）、自動化（webhooks、Jobs）、セキュリティ機能を含む。Hub API、huggingface_hub の Python コード、Spaces アプリ、推論プロバイダー、モデル/データセットリポジトリ、Hub の自動化を扱うときに使用。
ユーザーが LLM 自身に ML 研究を行わせたいときに使用：訓練コードを書き換えて実行し、単一のスカラー指標（例：val_bpb）を下げる変更だけを保持する完全自律ループ。1 つのエージェントが一度に 1 つの変更を提案し、ユーザーの環境で訓練を実行し、指標が改善した場合のみ保持し（git ブランチを進める）、そうでなければ元に戻し、人間が中断するまで無限にループする。Karpathy の autoresearch の忠実な適応。編集の前にプロファイリングする分析優先の変種（それは ml-autoresearch）には向かず、予算付きでプラトーで停止するリファクタリングにも向かない。
シェルから mc（S3 互換オブジェクトストレージ用の MinIO AIStor コマンドラインクライアント）を操作するときに使用します。エイリアスによるサーバー接続、オブジェクトやバケットの一覧表示・コピー・移動・削除、バージョニング、レプリケーション、ライフサイクル、暗号化、ポリシー、イベント、クラスター管理、AIStor Tables の設定を扱います。エージェントの非対話認証、機械可読な JSON-lines 出力の取得、ALIAS/BUCKET/PREFIX パスの構築、各コマンドの正確なフラグの確認、取り消せない破壊的操作の回避について説明します
外部データソースとグラフデータベース向けの PyGraphistry コネクタワークフロー。"connect graphistry to Neo4j"、"load from Splunk into graphistry"、"query Kusto/ADX and visualize"、"Databricks graph"、"TigerGraph with pygraphistry"、"ingest SQL into a graph"、あるいは "graphistry + [外部プラットフォーム]" のリクエストで使用する。Neptune、Postgres、BigQuery、Memgraph、またはコネクタ/プラグインのキーワードでもトリガーされる。ユーザーが外部システムにデータを持ち、DataFrame に読み込まずにグラフ可視化を行いたいときに積極的に提案する。
Data API 経由で任意の AWS Redshift クラスターまたはサーバーレスワークグループをクエリします。ユーザーが Redshift、DWH、データウェアハウス、SQL クエリ、スキーマ探索、テーブルメタデータ、DDL 生成、列一覧、ディスク使用量、データプロファイリング、ビジネス分析に言及した場合、またはデータベースオブジェクトを探索したい場合に使用します。以前に保存したクエリ結果に対するローカル分析にも使用します。管理ビューを必要とせず、任意の Redshift クラスターまたはサーバーレスワークグループで動作します。単純な SELECT クエリであっても、Redshift 関連のタスクには常にこの skill を使用してください。
価格倍率（PE、PBV、EV/EBITDA、EV/Sales）を用いて、比較可能な企業に対する企業価値評価を行う。4 ステップのフレームワーク（定義、記述、分析、適用）を、単純な同業他社比較とセクター回帰の両アプローチで実装する。同業他社に対する企業評価、倍率の分析、比較可能企業の選定、またはユーザーが PE ratio、EV/EBITDA、relative valuation、comparable companies、trading multiples、price-to-book に言及した場合に使用する。
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。