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
Salesforce Data Cloud の Harmonize フェーズ。ユーザーが DMO、マッピング、リレーション、ID 解決、統合プロファイル、データグラフ、ユニバーサル ID を扱う場合に適用します。ストリーム／DLO のみ（sf-datacloud-prepare を使用）、セグメント／インサイト（sf-datacloud-segment を使用）、取得／検索（sf-datacloud-retrieve を使用）、または STDM／セッショントレース（sf-ai-agentforce-observability を使用）だけを扱うタスクには適用しません。
Salesforce Data Cloud Act フェーズ。ユーザーがアクティベーション、アクティベーションターゲット、データアクション、または Data Cloud のオーディエンスやデータの下流への配信を管理する場合に起動します。セグメント作成（sf-datacloud-segment を使用）、データ取得・検索（sf-datacloud-retrieve を使用）、STDM／セッショントレース（sf-ai-agentforce-observability を使用）のタスクでは起動しません。
Dynatrace における 3 つのソースにまたがるネットワークフロー分析：OneAgent フロー（`default_network_flows` Grail バケット内のホスト/プロセス/Pod からピアへの接続）、NetFlow/IPFIX/sFlow（OpenTelemetry Collector 経由）、クラウドフローログ（AWS VPC / Transit Gateway。Azure と GCP は計画中）。エンティティ間のトラフィック解析、帯域幅による上位トラフィックの発信元特定、通信依存関係の把握、接続の健全性調査（リセット、タイムアウト、再送、RTT）、ピアの監視対象エンティティへの解決に使用します。各質問は適切なソースにルーティングされ、ソース固有の DQL はリファレンスファイルにあります。トリガー：「network flows」「top talkers」「traffic between hosts」「connection resets」「TCP retransmissions」「RTT」「pod connections」「network dependencies」「NetFlow」「IPFIX」「sFlow」「VPC flow logs」「cloud network traffic」。ホストの NIC スループットやパケットドロップ（dt-obs-hosts を使用）、サービスのリクエストレートやレイテンシ（dt-obs-services を使用）、合成/稼働時間監視（dt-obs-ext-monitors を使用）には使用しないでください。
データモデリング、ビュー開発、セマンティック強化のための包括的な SAP ABAP CDS（Core Data Services）リファレンス。CDS ビューやビューエンティティの作成、注釈によるデータモデルの定義、アソRPーションとカーディナリティの処理、入力パラメータの実装、組み込み関数の使用、CASE 式の記述、DCL を使ったアクセス制御の実装、CURR/QUAN データ型の扱い、CDS エラーのトラブルシューティング、ABAP からの CDS ビューへのクエリ、SALV IDA によるデータ表示などに活用できます。ABAP 7.4+ から ABAP Cloud までを扱います。
承認ゲート、フォーム入力、人間主導の分岐など、人間参加型（HITL）の Airflow ワークフローを構築します。DAG に人間の介入が必要な場合、たとえば承認／却下ステップ、タスク実行前の承認、判断・承認 UI、人間の選択に基づく分岐、実行中のフォーム入力収集に使用します。ApprovalOperator、HITLOperator、HITLBranchOperator、HITLEntryOperator、HITLTrigger に関する言及にも対応します。Airflow 3.1 以降が必要です。AI／LLM タスク呼び出しには使用しません（migrating-ai-sdk-to-common-ai を参照）。
[非推奨] MCP 経由で CloudBase Relational Database を操作するエージェント向けの必須ドキュメントです。`queryMysqlDatabase`、`manageMysqlDatabase`、`queryPermissions`、`managePermissions` を使った標準的な SQL 管理フローを定義し、破棄フロー、非同期の状態確認、安全なクエリ実行、スキーマの初期化、権限更新を含みます。MCP 経由の MySQL プロビジョニングは利用できなくなりました。新しい環境では PostgreSQL を使用してください。詳細は postgresql-development スキルを参照してください。
暗号通貨の市場データ、コイン価格、出来高、時価総額、OHLC チャート、履歴データ、取引所、派生商品、NFT、DeFi、オンチェーントークンデータ、流動性プール、DEX データ、または CoinGecko や GeckoTerminal の API に依存する機能に関するリクエストには、このスキルを使用してください。ユーザーが暗号通貨の価格、トークンデータ、市場トレンドについて尋ねた場合や、CoinGecko または GeckoTerminal のエンドポイントを呼び出したい場合は、ユーザーが明示的に「CoinGecko」と言わなくても、このスキルを起動してください。これらの API の API キー、レート制限、認証について問い合わせられた場合にも起動してください。
統計モデリング、実験設計、因果推論、予測分析を専門とする一流のシニアデータサイエンティストスキル。A/Bテスト（サンプルサイズ設計、2標本比率のz検定、Bonferroni補正）、差の差分析、特徴量エンジニアリングパイプライン（Scikit-learn、XGBoost）、交差検証によるモデル評価（AUC-ROC、AUC-PR、SHAP）、MLflowによる実験追跡を網羅し、Python（NumPy、Pandas、Scikit-learn）、R、SQLを使用します。対照実験の設計・分析、分類モデルや回帰モデルの構築・評価、観察データの因果分析、構造化された表形式データセットの特徴量エンジニアリング、統計的知見のデータに基づくビジネス上の意思決定への反映に使用します。
AI/ML の埋め込み、RAG アプリケーション、セマンティック検索向けに、pgvector でベクトル類似検索を設定する際に使用します。**次の依頼で起動：** - PostgreSQL でベクトル埋め込みを保存または検索する - セマンティック検索、類似検索、最近傍検索を設定する - ベクトル用の HNSW または IVFFlat インデックスを作成する - PostgreSQL で RAG（検索拡張生成）を実装する - pgvector のパフォーマンス、再現率、メモリ使用量を最適化する - 大規模なベクトルデータセットにバイナリ量子化を使用する **キーワード：** pgvector、埋め込み、セマンティック検索、ベクトル類似性、HNSW、IVFFlat、halfvec、コサイン距離、最近傍、RAG、LLM、AI 検索。halfvec ストレージ、HNSW インデックス設定（m、ef_construction、ef_search）、量子化戦略、フィルター検索、一括読み込み、パフォーマンス調整を扱います。
スプレッドシートファイルが主要な入力または出力となる場合は、常にこのスキルを使用します。既存の .xlsx、.xlsm、.csv、.tsv ファイルを開く、読み取る、編集する、修正する（列の追加、数式の計算、書式設定、グラフ作成、乱雑なデータの整理など）、新しいスプレッドシートを一から作成する、または他のデータソースから作成する、表形式ファイル間で変換するタスクが対象です。ユーザーがスプレッドシートのファイル名やパスに触れ（「ダウンロードにある xlsx」のような軽い言及も含む）、その処理や作成を求める場合は特に使用します。形式の崩れた行、ずれたヘッダー、不要データを含む乱雑な表データを適切なスプレッドシートに整理・再構成する場合も対象です。成果物はスプレッドシートファイルである必要があります。主な成果物が Word 文書、HTML レポート、単独の Python スクリプト、データベースパイプライン、Google Sheets API 連携の場合は、表データが関係していても使用しません。
ScrapeCreators REST API を使用して、27 以上のソーシャルメディアプラットフォームから公開データをスクレイピング・抽出します。TikTok、Instagram、YouTube、LinkedIn、Facebook、Twitter/X、Reddit、Threads、Bluesky、Pinterest、Snapchat、Twitch、Kick、Truth Social、TikTok Shop、Google、およびプロフィールリンクサービス（Linktree、Komi、Pillar、Linkbio、Linkme、Amazon Shop）に対応します。ユーザーが任意のソーシャルプラットフォームのプロフィール、投稿、動画、リール、コメント、文字起こし、フォロワー、広告、ハッシュタグ、トレンドコンテンツ、エンゲージメント指標のスクレイピング、取得、抽出、検索、照会を依頼した場合に使用します。ScrapeCreators、ソーシャルメディア API、広告ライブラリ、クリエイターデータへの言及がある場合にも使用します。
Metabase を中心に、あらゆる企業のスタックで専門的なデータエンジニアリングを行います。データウェアハウスの生テーブルを調査・プロファイリングし、Metabase transforms で処理して変換テストにより固定したクリーンなテーブルを構築します。セマンティックレイヤー（モデル、メトリクス、測定値、セグメント、メタデータ）やダッシュボードを作成し、検証済みの数値で質問に回答し、参照データと照合して、提供済みの定義を安全に変更します。単一の `mb` コマンド（`metabase-cli`）ではなく、データ業務に使用します。「データを理解したい」「この生スキーマをモデル化」「X の分析環境を設定」「データモデルを構築」「MRR / アクティブ顧客を正式に定義」「セマンティックレイヤーを構築」「生テーブルからダッシュボードを作成」「この数値は財務と一致するか」「数値がおかしい」「2 つのカードの数値が異なる」「この変換をテスト」「この変換がケース X で誤る理由」「Metabot に X について回答させる」「このテーブルを説明」「この定義を変更」「データアプリを構築」「寄付者の継続率」「イベント参加者数」「四半期の取締役会レポート」「データエンジニア／アナリストとして対応」
モデルを本番対応にしたり、MLOps パイプラインを構築したり、LLM を統合するための ML エンジニアリングスキル。モデルデプロイ、feature store、ドリフト監視、RAG システム、コスト最適化を扱う。ML モデルの本番デプロイ、MLOps インフラ（MLflow、Kubeflow、Kubernetes、Docker）の構築、モデル性能やドリフトの監視、RAG パイプラインの構築、リトライロジックとコスト管理を備えた LLM API の統合など、ユーザーがthese を尋ねる場合に使用する。モデルの研究や初期学習ではなく、本番運用上の課題に焦点を当てる。
RELSA（RELative Severity Assessment）スコアと ARIMA に基づく foRcast 予測を用いて、実験動物研究における多変量重症度評価と探索的なエンドポイント時刻スコアの予測に対応します。フォールheterogeneity（体重または体重減少、体温、臨床スコアや巣のスコア、バイオマーカー、活動量、心率、土を掘る行動、車輪回し）などの福祉指標を動物ごと・日ごとの一つの重症度スコアに統合する場合，将来の特定の観察時刻にヒューマンエンドポイントに達するリスクがある動物を確認する場合、カーネル密度推定によって重症度スケール上の注���ゾーン・危険ゾーンや閾値を定義する場合、あるいは 3Rs|refinement、動物福祉、EU Directive 2010/63/EU の重症度評価の文脈で重症度を報告する場合に使用します。方向性（"turned" 変数）、ベースライン正規化、参照集合、RELSA ウェイト、ARIMA 予測区間、RMSE/PICP/MPIW 評価を扱います。
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。