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
ユーザーがIPジオロケーションフィード、RFC 8805、geofeedに言及した場合や、自己公開するCSV形式のIPジオロケーションフィードの作成、調整、検証、公開を支援してほしい場合に使用します。対象ユーザーは、IPジオロケーションの精度やgeofeed作成のベストプラクティスについて相談するネットワーク運用者、ISP、モバイル通信事業者、クラウドプロバイダー、ホスティング会社、IXP、衛星通信事業者です。RFC 8805への準拠にとどまらない具体的な推奨事項とともに、CSV形式のIPジオロケーションフィードの作成、改善、改良を支援します。プライベートまたは内部IPアドレスの管理には使用しないでください。対象は公にルーティング可能なIPアドレスのみです。
https://upstash.com/start-redis への POST 1 回で、設定不要・登録不要の一時的な Upstash Redis データベースを AI エージェント用にプロビジョニングします。アカウント、API キー、SDK の設定は不要です。エージェントがすぐに一時的な Redis を必要とし、ユーザーが認証情報を提供していない場合に使用します。ツール呼び出し間の短期記憶、会話履歴、サブエージェントの作業キュー、ランキング付きの想起、手早いプロトタイプやデモに利用できます。冪等な作成と認証情報の再取得、ボディ形式の REST API または公式 SDK によるデータベース呼び出し、ユーザーへのデータベースの引き取り方法の案内を扱います。ユーザーが引き取らない場合、データベースは 3 日で期限切れになります。本番データ、PII、秘密情報には使用しないでください。
PowerSync を使ったアプリの構築・保守に関するベストプラクティスです。Cloud とセルフホスト可能な環境の設定、同期設定、クライアント SDK の使用、バックエンド統合（Supabase、カスタム Postgres、MongoDB、Azure DocumentDB、MySQL、MSSQL）、スキーマ変更、監視およびリアクティブクエリ（useQuery）、添付ファイル、アップロードキュー、デバッグを扱います。ユーザーが PowerSync、@powersync/* パッケージ（@powersync/web、@powersync/react-native、@powersync/node）、powersync Flutter/Dart パッケージ、powersync Rust クレート、wa-sqlite、オフラインファースト同期、ローカルファーストアーキテクチャ、同期ルール、同期ストリーム、uploadData、fetchCredentials、disconnectAndClear、logout、同期アプリでのユーザー切り替え、リアルタイムデータレプリケーション、Electric Cloud からの移行、Electric Shapes、Syncing のまま進まないアプリ、同期されないデータに言及した場合や、PowerSync の名前を明示していなくても、モバイルまたは Web アプリにオフライン対応同期を追加したい場合に使用します。
ユーザーが「SEO レポートを作成」「月次レポートを作成」「SEO アラートを設定」「順位が下がったら知らせて」と依頼したときに使用します。2 つのモードがあります。レポートではトラフィック、順位、権威性、コンテンツの複数指標をまとめたダッシュボードを作成し、アラートでは今後の順位、トラフィック、技術面、バックリンク、競合、AI での可視性の変化に対するしきい値通知を設定します。順位ごとの生の変動には対象外です（rank-tracker を使用）。SEO レポート／パフォーマンスダッシュボード／SEO アラート／順位モニタリング
埋め込み、類似検索、セマンティック検索、RAG（検索拡張生成）向けのサーバーレスベクトルデータベースである @upstash/vector TypeScript/JavaScript SDK を操作します。ベクトルの upsert、クエリ、取得、範囲検索、削除、組み込み埋め込みモデルを使ったインデックスへの生テキストの upsert、密・疎・ハイブリッドインデックスの選択、メタデータによるフィルタリング、名前空間によるデータ整理、再開可能なクエリの実行、Upstash Vector と AI または LLM アプリケーションの接続に使用します。ベクトルストア、ベクトル検索、最近傍検索または kNN 検索、埋め込みの保存、セマンティックキャッシュ、レコメンデーションや類似性機能、インフラ不要のホスト型ベクトルインデックスを求める場合にも使用します。
Azure SQL Database の開発に関する専門知識を提供します。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイを扱います。DTU/vCore ティアの選択、サーバーレスまたは Hyperscale の構成、 geo-replication/DR、CI/CD、Terraform、およびその他の Azure SQL Database 関連の開発タスクに使用します。Azure SQL Managed Instance（azure-sql-managed-instance を使用）、Azure Virtual Machines 上の SQL Server（azure-sql-virtual-machines を使用）、Azure Cosmos DB（azure-cosmos-db を使用）、Azure Data Factory（azure-data-factory を使用）には使用しないでください。
組み込みのリランキング機能を備えたサーバーレスの全文・セマンティック検索データベース、@upstash/search TypeScript/JavaScript SDK を扱う際に使用します。アプリやサイトへの検索追加、検索インデックスの作成、検索可能なコンテンツと絞り込み可能なメタデータを含むドキュメントの upsert、キーワード検索・セマンティック検索・ハイブリッド検索クエリの実行、結果のリランキング、SQL 風または構造化されたフィルター構文による絞り込み、range によるページネーション、ドキュメントの取得や削除、インデックスのリセットや情報の確認に適しています。サイト検索、製品・ドキュメント・ナレッジベースの検索、またはクラスターの実行が不要なマネージド検索サービスについてユーザーが尋ねた場合にも使用します。
Agentforceのセッショントレースの抽出と分析です。次の場合にトリガーします：ユーザーがData CloudからSTDMデータを抽出する、エージェントのセッショントレースを分析する、テレメトリーを使用してエージェントの会話をデバッグする、またはAgentforceの.parquetファイルを扱う場合。次の場合はトリガーしないでください：エージェントのテスト（sf-ai-agentforce-testingを使用）、Apexデバッグログ（sf-debugを使用）、エージェントの構築（sf-ai-agentforceを使用）。
VTEX IO アプリで MasterData v2 エンティティ、スキーマ、または MasterDataClient を扱う場合や、ソリューションの設計・実装時に Master Data が適切なストレージか慎重に検討する必要がある場合に使用します。このスキルは、厳しい問いを投げかけます。ネイティブの Catalog やその他の VTEX ストア、OMS、外部データベースのほうが適切な場合もあるため、便利だからという理由だけで MD を既定にしないでください。JSON Schema、CRUD、トリガー、検索とスクロール、スキーマのライフサイクル、購入経路の回避、信頼できる唯一の情報源、BFF の引き継ぎを扱います。正当な理由に基づくカスタム永続化に使用し、60 スキーマの制限を避けます。
出品者や商品リサーチ担当者向けの Amazon 販売数推定ツールです。BSR（ベストセラーランキング）、ASIN、またはキーワードから月間販売数と売上を推定します。3 つのモードがあります。(A) BSR Calculator：BSR、マーケットプレイス、価格、カテゴリーを入力して販売数を即時推定。(B) ASIN Lookup：ASIN を入力してデータを自動取得し、販売数を推定。(C) Keyword Market Analysis：キーワードを入力して市場規模と競争状況を分析。12 の Amazon マーケットプレイスに対応し、API キーは不要です。(1) 商品の月間販売数の推定、(2) 市場やニッチな機会の規模評価、(3) 競合の販売実績分析、(4) 価格帯別の販売数比較、(5) トップセラーとロングテール分布の特定に使用します。
INFORMATION_SCHEMA を使用して、Google Cloud BigQuery の slot 消費量、クエリコスト、実行のボトルネックを分析します。BigQuery クエリの遅延、slot 不足、オンデマンドクエリの高コスト、未分割テーブルのスキャン、結合のパフォーマンス問題の診断に使用します。一般的な BigQuery 管理（bigquery-basics を使用）、BigQuery ML（bigquery-ai-ml を使用）、DataFrame 操作（bigquery-bigframes を使用）には使用しないでください
Amazon セラー向けに、トレンド商品や成長中のカテゴリーを発見します。Best Seller Rank のパターン、季節的なトレンド、新商品の勢い、新興ニッチを分析し、商品機会がピークを迎える前に特定します。Amazon のトレンド、人気商品、成長カテゴリー、季節的な機会、バイラル商品、次に販売する商品、新興ニッチ、先行者の機会について尋ねられた場合に使用します。「今何を売るべき？」「どの商品が好調？」「トレンドのニッチを探して」「Amazon で何が人気？」といった質問にも対応します。
デザイナー作成のゲームデータを C++ でモデリングして読み込む場合に使用：データアセット、データテーブル、カーブテーブル、ソフト参照、アセットストリーミング。また、ユーザーが「UDataAsset」「UPrimaryDataAsset」「UDataTable」「FTableRowBase」「FindRow」「FDataTableRowHandle」「TSoftObjectPtr」「TSoftClassPtr」「FSoftObjectPath」「UAssetManager」「LoadPrimaryAsset」「FStreamableManager」「RequestAsyncLoad」「asset bundles」「PrimaryAssetTypesToScan」「IAssetRegistry」「CSV import」「hard vs soft reference」に言及した場合にも使用。セーブゲームについては ue-serialization-savegames、UPROPERTY の基本については ue-cpp-foundations、レベルストリーミングについては ue-world-level-streaming を参照。
構造化された調査と予防策の提案により、DAG の障害を包括的に診断し、根本原因を分析します。障害の詳細な調査が必要な場合、DAG のインポート／解析に失敗する場合、'airflow dags list' がファイルでエラーになる場合、タスクや実行が失敗して診断・修正が必要な場合に使用します。「X が失敗した理由は？」「DAG が何度も失敗するので原因を特定して直して」などの依頼や、DAG を正常に読み込めるよう修正する場合にも使います。単純に「なぜ失敗したか／ログを表示して」といった依頼には airflow スキルが直接対応します。
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。