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
ZoomInfo プラットフォームのヘルプ —— SalesOS、MarketingOS、OperationsOS、Copilot、API、連携。ZoomInfo の検索で適切な見込み客が返らない、エンリッチメントデータが不完全または古い、インテントシグナルが対象アカウントを検出しない、Engage シーケンスの返信率が低い、広告オーディエンスが ICP と一致しない、FormComplete がリードを自動入力しない、データオーケストレーションのルールが発火しない、Copilot のレコメンドがずれていると感じる場合に使用する。一般的なエンリッチメント戦略（/sales-enrich を使用）、一般的なインテント戦略（/sales-intent を使用）、一般的なケイデンス設計（/sales-cadence を使用）、一般的なデータ衛生戦略（/sales-data-hygiene を使用）、一般的な B2B 広告戦略（/sales-b2b-advertising を使用）には使用しない。
ユーザーが科学データ（または科学データに言及するプロンプト）を持ち、それから出版品質の図を作成したいときに使用。生成器が凍結された伝達目標を達成する図を起草してレンダリングし、対立的な批評家がそれを厳しく批評して固定ルーブリックに基づき各軸（メッセージ、美的、明瞭さ、誠実性、および条件付きの領域完全性軸）で 1〜5 点に採点し、0〜100 に集約して合否を判定する；生成器は評価がしきい値を超えるか予算に達するまで批評家の指摘に対して改訂する。両方の役割は領域内容（例：パスウェイ図の遺伝子セットやベンチマークの報告数値）を検証するために文献（Semantic Scholar + arXiv）を参照でき、ウェブ検索で取得した特定ジャーナルの図の仕様に準拠し、それに照らして採点する。論文の執筆やデータセットの分析には向かず、既存の完成画像の編集にも向かない — これはデータ/ブリーフから図をレンダリングして反復するものである。
Kensho LLM-ready API MCP サーバー経由で S&P Capital IQ のデータを使用し、専門的な企業ティアシートを作成します。ティアシート、企業概要の1ページ資料、企業プロフィール、ファクトシート、企業スナップショット、企業概要文書を依頼された場合に使用します。特定の企業名やティッカーが挙げられた場合は特に有効です。株式調査サマリー、M&A 企業プロフィール、事業開発向けターゲット企業プロフィール、営業 / BD の面談準備資料、または簡潔な単一企業の財務サマリーを求められた場合も対象です。対象読者は株式調査、投資銀行 / M&A、事業開発、営業 / ビジネス開発の4種類です。対象読者が指定されていない場合は確認してください。上場企業と非公開企業の両方に対応します。
安定した複合キー（account_id、date ±1d、amount_cents、description_normalized）を用いて、重複する銀行・クレジットカード・証券会社の明細インポート間の重複トランザクションを検出・削除する。コミットする新規トランザクションのリスト、理由付きの抑制された重複のリスト、人手による確認が必要な疑わしい近似重複のリストを出力する。以前の取り込みと重複する可能性のある財務明細を取り込む場合、同一アカウントの複数のエクスポートソースを統合する場合、またはユーザーが重複トランザクション、トランザクションファイルの重複排除、重複する明細の照合に言及した場合に使用する。
このスキルは、タイトル、ASIN、価格、評価、仕様など、Amazon から構造化された商品リストを抽出するのに役立つ。ユーザーが Amazon で商品を検索したいとき、最も売れているブランド商品を探したいとき、商品の価格変動を追跡したいとき、評価の高いカテゴリの一覧を取得したいとき、Amazon で異なるブランドの商品を比較したいとき、市場調査のために Amazon の商品データを抽出したいとき、特定の言語やマーケットプレイスの商品を探したいとき、キーワードの競合価格を分析したいとき、検索語の注目商品を探したいとき、商品リストの素材や色などの技術仕様を取得したいときに、このスキルを使う。
本番環境の `/query` エンドポイントで Newton の C 2.6 融合モデル（`Newton::c2_6_8b_fp8_260424d7a55d5e`）を呼び出し、テキスト、画像、動画を 1 回のステートレスなリクエストで入力します。セッション、バッチジョブ、SSE の接続処理は不要です。セッションのライフサイクルを管理せずに、呼び出しごとのマルチモーダル推論（画像の説明、動画クリップの要約、センサーと視覚情報に基づく状態分類）を行いたい場合や、`/query` で動画フレームを推論する Newton C チェックポイントが必要な場合に使用します。モダリティごとのリクエスト形式、画像添付の 2 つの方法（file_ids と base64）、複数画像モード、動画の 2 つの方法（`.mp4` + `max_frames`、クライアント側でサンプリングしたフレーム + `query_metadata`）、生成パラメーター、JSON 出力を促すプロンプト、レイテンシ予算、C 2.6 識別子の注意点を扱います。ストリーミング／セッションベースの活動監視、大規模な複数ファイルのバッチジョブ、時系列埋め込み（KNN／異常）分類には使用しないでください。
世界水準のバックエンドエンジニアリング - 分散システム、データベースアーキテクチャ、API 設計、そして数百万リクエストを処理するシステムをスケールさせた実戦経験。「backend, api, database, postgres, mysql, mongodb, redis, graphql, rest, authentication, authorization, caching, queue, background job, webhook, migration, transaction, n+1, rate limit, server, node.js, python, go, backend, api, database, architecture, performance, reliability, security」に言及されたときに使用。
BettaFish（微舆）マルチエージェント世論分析システム — QueryAgent、MediaAgent、InsightAgent の 3 エンジン並列アーキテクチャに基づき、ForumEngine を通じてエージェント間の協働ディスカッションを実現し、Word/PDF + 高設計品質 HTML の 2 形式レポートを生成する。 ユーザーが以下の分析を必要とするときにこの skill をトリガーする： - あるブランド/企業/製品のソーシャルメディアでの評判と口コミを分析する - 話題の世論イベント（ある自動車メーカーへの批判、ある芸能人のスキャンダルなど）を追跡する - 特定のソーシャルメディアアカウントのコンテンツと影響力データを掘り下げる - 競合の世論動向を監視し、複数ブランドを比較する - ある話題に対する世間の感情傾向と態度を分析する - 世論モニタリングレポートや危機警報分析を生成する - Word 文書/PDF 形式の正式なレポートが必要 - 高設計品質のインタラクティブ HTML 可視化レポートが必要 - 実データに基づく深い世論分析が必要 この skill は QueryAgent + MediaAgent + InsightAgent の並列アーキテクチャを採用し、ForumEngine を通じてエージェント間の議論と協働を実現し、3 ラウンドの反省ループを実行して分析結果を最適化し、最終的に出力する： 1. **Word/PDF 文書** — docx/pdf subskill で生成。正式な報告、印刷、保管に適する 2. **高設計品質 HTML レポート** — frontend-design subskill を使用。独特なエディトリアル誌スタイル、インタラクティブな可視化 **データベースやモックデータは一切使用しない**。すべてのデータは WebSearch/WebFetch/Browser/Curl を通じてリアルタイムに取得する。 複雑な多段階の分析ニーズ、複数のデータソースの統合、専門的な形式の世論レポートの生成が必要な場合でも、必ずこの skill を使用すること。
Clay を活用した GTM ワークフローを設計・最適化する。見込み客開拓、シグナル検知、アウトバウンドメールシーケンス、エンリッチメントパイプライン、アカウントベースドマーケティング向け。ユーザーが「Clay」「GTM engineering」「prospecting」「signal detection」「enrichment」「Claygent」「outbound automation」に言及したとき、または Clay テーブルの構築や Lemlist、Smartlead、Instantly などのシーケンスツールとの統合を希望するときに使用。
最新のドキュメントと完全な使用ガイドを使って、TypeScript から ClickHouse の分析作業を構築、レビュー、デバッグ、設定、移行、指導、計画する。対象は @clickhouse/client、@clickhouse/client-web、createClient、query、insert、command、exec、JSONEachRow、query_params、streaming、MergeTree ファミリー、ORDER BY/PARTITION BY、マテリアライズドビュー、projections、async_insert、FINAL、軽量削除と更新、26.x サーバーアップグレード、ClickHouse Cloud HTTPS、system.query_log、TS スキーマ/取り込みパターン。TypeScript/Node SDK のみ — Python/Go/Java クライアントは対象外。
ClinPGx（旧 PharmGKB）REST API と併設の CPIC PostgREST API を照会し、薬理ゲノム学の臨床アノテーション、CPIC/DPWG の投与量ガイドライン、遺伝子-薬剤ペア、バリアント-薬剤関連、FDA/EMA の薬剤ラベル、PGx パスウェイを取得する。2 ホスト構成：アノテーション記録は api.clinpgx.org、遺伝子型→推奨の照会は api.cpicpgx.org。認証不要。胚細胞の病原性には clinvar-database、体細胞がん PGx には cosmic-database または opentargets-database、薬剤の生物活性には chembl-database-bioactivity を使用する。
ユーザーが CSV や Excel ファイルを分析し、データパターンを把握し、統計サマリーを生成し、データ可視化を作成する必要があるときに使用するスキルです。トリガーキーワードには「analyze CSV」「analyze Excel」「data analysis」「CSV analysis」「Excel analysis」「data statistics」「generate charts」「data visualization」「分析CSV」「分析Excel」「数据分析」「CSV分析」「Excel分析」「数据统计」「生成图表」「数据可视化」が含まれます。
アナリストから経験知を引き出し、企業固有のデータ分析スキルを生成または改善します。ブートストラップモード——起動フレーズ：「データコンテキストスキルを作成」「データウェアハウス用のデータ分析を設定」「データベース用のスキル作成を手伝って」「[会社]向けのデータスキルを生成」→スキーマを調べ、重要な質問をし、参照ファイル付きの初期スキルを生成します。反復モード——起動フレーズ：「[ドメイン]のコンテキストを追加」「[トピック]について情報を補って」「[指標/テーブル/用語]をデータスキルに追加」「[ドメイン]のリファレンスを改善」→既存のスキルを読み込み、的を絞った質問をし、参照ファイルを追加・更新します。データアナリストがClaudeに自社固有のデータウェアハウス、用語、指標の定義、一般的なクエリパターンを理解させたい場合に使います。
世界クラスのデータベーススキーマ設計。データモデリング、マイグレーション、リレーション、および数十億行を格納するデータベースのスケーリングで培われた実践知を扱います。「database schema、data model、migration、prisma schema、drizzle schema、create table、add column、foreign key、primary key、uuid、auto increment、soft delete、normalization、denormalization、one to many、many to many、junction table、polymorphic、enum type、index strategy、database、schema、migration、data-model、prisma、drizzle、typeorm、postgresql、mysql、sqlite」が言及された場合に使用します
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。