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
ノルマに対してチームに必要なパイプライン量をモデル化します。成約率から導くカバレッジ率（単純倍率、ステージ加重、コンバージョン率の逆算）、セグメント別のカバレッジ目標、四半期内のタイミングと後戻りできない時点、季節性指数、比率を必要な新規パイプライン量に変換するギャップ計算を扱います。B2Bおよび高回転型/B2Cの営業を対象とする、営業リーダーシップとRevOps向けのマクロなモデリングです。「パイプラインカバレッジ」「3倍のパイプライン」「パイプラインギャップ」「予測未達」、または「カバレッジ4倍でもノルマ未達」などに言及した場合、カバレッジという語がなくても使用します。ノルマ自体の算出（mbfinotti/sales-skills@sales-quota-setting）や個別案件の精査（mbfinotti/sales-skills@deal-red-flags）には使用しないでください。
市場またはサブセグメントのTAM、SAM、SOMを推定し、営業キャパシティ、テリトリー、ノルマの計画を支援します。トップダウン、企業名リストまたは人口データを用いたボトムアップ、価値理論、三角測量、キャパシティに基づくSOMの上限、レイヤーごとの更新頻度を扱います。B2BとB2Cを対象とする、営業リーダーシップとRevOps向けのマクロな計画です。TAM、SAM、SOM、市場規模、アドレス可能市場、「この市場はどれくらいの規模か」、または翌年のノルマの根拠となる数字に言及した場合、略語がなくても使用します。売り込みではなく、計画のための規模推定です。ICPの定義（mbfinotti/sales-skills@sales-icp-definition）やSOMからノルマへの変換（mbfinotti/sales-skills@sales-quota-setting）には使用しないでください。
Caffeine Data Intelligence エージェントから canister のデータをクエリできるようにします。アプリが自然言語で回答可能にすべき構造化データ（Maps/Lists/レコードの配列）を保存する場合に使用します。「主要顧客」「地域別売上」「進行中のプロジェクト」などが対象です。`caffeineai-oql` mops パッケージの `Expose` mixin を使って、検出可能な `schema()` と JSON `execute()` クエリエンドポイントを追加します。
Google Customer Match、Meta/Facebook Custom Audiences、LinkedIn Matched Audiences 向けの B2B 有料広告オーディエンスの作成、拡充、監査、アップロード時にこのスキルを使用します。「/deepline-ads-audience」「/deepline-ads-audiences」「このオーディエンスをアップロード」「カスタムオーディエンスを作成」「個人メールのハッシュ」「Facebook のマッチ率を上げる」「Google 広告オーディエンス」「Meta オーディエンス」「FB オーディエンス」などの表現や、CRM／顧客／連絡先データを有料広告のアップロードリストに変換するワークフローが対象です。アウトバウンドの見込み客開拓シーケンス、コールドメール、純粋なキャンペーンコピーの作成には使用しません。
本番対応の Cloud Firestore セキュリティルール (firestore.rules) を設計し、作成し、リファクタリングし、強化する。重要: 環境でサブエージェント委譲と firestore-rules-author サブエージェントの両方が使える場合は、firestore.rules の作成を firestore-rules-author サブエージェントに委譲する。サブエージェント委譲が使えない場合 (IDE で有効になっていないなど)、firestore-rules-author がインストールされていない場合、または firestore-rules-author の中で実行している場合は、この skill に直接従う。
@upstash/redis の TypeScript/JavaScript SDK を使うためのスキル。Next.js、Vercel、Cloudflare Workers、エッジランタイム、Node.js 向けの HTTP ベース・サーバーレス Redis クライアント。キャッシュの追加 (cache-aside、write-through、TTL と有効期限戦略)、セッションストレージとユーザーセッション、キーバリューストア、ソート集合によるリーダーボードとランキング、カウンター、分散ロック、リストによるキュー、ストリームとコンシューマーグループ、疎インデックス参照配列とリングバッファ (ARSET、ARINSERT、ARRING、ARGREP、AROP)、Redis 内に保存する埋め込みと近傍ベクトル検索 (redis.vector 経由の VECTOR コマンド。@upstash/vector とは別)、JSON ドキュメント、pipeline と MULTI/EXEC トランザクション、Lua スクリプト、読み取り専用レプリカ、または Upstash Redis Search による全文検索、寛容検索、ファセット、集約、Redis ストリームエントリの検索 (通常の FT.SEARCH とは異なる。TCP クライアントは @upstash/search-redis と @upstash/search-ioredis でも利用可能)。ioredis や node-redis からの移行時、サーバーレス関数からコネクションプールなしで Redis に接続したいとき、@upstash/ratelimit を統合するとき、ユーザーが Redis cache、KV store、session store、serverless Redis、Upstash Redis と言ったときにも使う。Upstash AgentKit で Redis 上に AI エージェントを構築するとき (エージェントメモリ、チャット履歴、RAG ツール、ツールキャッシュ、チャット永続化、再開可能なストリーム、分散ロック) を Vercel AI SDK、TanStack AI、Vercel Eve と組み合わせる場合にも使う。JavaScript の型の自動シリアライズ/デシリアライズに対応。
組織全体の売上 KPI フレームワークをマクロレベルで設計します。ボードから IC までの各組織レベルで重要な指標は何か、指標が明示的な計算を伴う突合メトリクスツリーを通じてどう集約されるか、各ブランチの所有者は誰か、所有された数値ごとにどのガードレールの逆指標を併置するか、そしてこの指標群が会社のステージとビジネスモデルによってどう門付けされるかを扱います。ユーザーが売上 KPI フレームワーク、指標階層、KPI ツリー、北極星指標、ドライバー指標、ガードレールの逆指標、NRR、または各組織レベルでどの売上指標を追跡すべきかに言及した場合は、「フレームワーク」と言わなくても本スキルを使用してください。B2B と B2C の両方を対象とします。ボードレポート自体を書くためには使用しないでください。代わりに mbfinotti/re
アクティブなパイプラインのスナップショットを対象に、チェックリストベースの衛生監査を定期的に実行します。ステージ・クローズ日・金額の変更や接触記録がなく放置されている Deals（ステージ別の中央値と比較）、クローズ日の_push 回数異常、予測に必須のフィールドが欠落している Deals を検出し、例外リスト、各 Deals の処分、リ_media プラン、合否しきい値を生成します。pipeline hygiene、陈腐な Deal の監査、QBR 前の pipeline 整理、繰り返し先延ばしされる Deals、蹭 slipped し続けるクローズ日、Deal の欠落フィールド、「pipeline にゴミが多い」といった言及があれば、「hygiene」と明言していなくても使用します。B2B および B2C/ハイ選考/PLG に対応。ステージ定義の書き換えには使用しないでください（代わりに mbfinotti/revops-skills@pipeline-stage-definition-audit を使用）。
案件と収益が特定の1つのファネルでこっそり離脱する場所を特定し、回収可能（総額ではない）ドル建てで損失額を計測する。追跡されていないステップ、未対応のリード、手作業の引き継ぎ、ファネル中盤の停滞、紙のプロセスによる脱落、請求と更新の漏れを対象とし、実際の漏れと健全な失格やデータ取得の欠落を区別する。ユーザーが収益漏れ、ファネルのドロップオフ、漏れているファネル、案件が消える、未対応リード、引き継ぎの隙間、「どこで案件を失っているか」、「パイプラインはなぜ消えたのかagma」と言った場合にalways使う — 「漏れ」という言葉を出さなくてもよい。B2B salespeople主導型和 B2C/セルフサービス/PLGに対応し、1度に1つのファネルインスタンスを扱う。ステージ定義は与えられたものとして扱う — それらを監査するには、代わりに mbfinotti/revops-skills@pipeline-stage-definition-audit を使う。
既存の営業予測が信頼できない理由を診断し、対策を提案します。ステージの水増しと_modified_. 樂観的報告（happy ears）、 salespeople による sandbagging（意図的な低迷）、検証可能な買い手証拠がない案件、古い、または一括で先送りされた clôture日、予測カテゴリの誤った割り当て、ゾンビ商机と重複する案件、遅い案件作成、マネージャーのロールアップ上書き、偏りを報酬するインセンティブを扱い、データ品質の問題・行動の問題・本当的需求の問題を区別します。予測の精度、予測の未達、salespeople の sandbagging、延期し続ける案件、「数字に届かなかったのはなぜ？」「コミットがいつも外れる」といった発言がユーザーから出たときに使用してください。「予測」という言葉がなくても適用します。B2B の案件ベースと B2C/高频のどちらにも対応します。パイプライン カバレッジ モデリングには使用しないでください。代わりに mbfinotti/sales-skills@sales-pipeline-coverage-modeling を使用してください。
CRM のフィールド単位のガバナンスを設計・運用します。各 CRM フィールドの担当者、正とするシステム、更新頻度、ルールの適用方法を定めます。フィールド辞書、フィールドごとの担当者、書き込み優先順位と競合ルールを含む記録システムマップ、鮮度 SLA、適用計画、フィールドのライフサイクル、ガバナンスの実施頻度を作成します。フィールドの担当、信頼できる唯一の情報源、フィールドごとの記録システム、データ辞書、古い CRM データ、カスタムフィールドの乱立、「どのシステムを優先するか」、「CRM のフィールド間で値が食い違う」などが話題に上がった場合は、「ガバナンス」と明言されていなくても使用します。B2B と B2C に対応します。組織全体を対象とするオブジェクト単位の信頼できる情報源の方針には使用せず、代わりに mbfinotti/revops-skills@revenue-data-governance-strategy を使用してください。
組織全体の収益データガバナンスポリシーを定めます。オブジェクトの種類（アカウント、連絡先、商談、サブスクリプション、利用イベント、収益指標）ごとの信頼できる情報源、チーム間のデータ契約によるデータ提供者と利用者の結び付け、収益指標の定義の保管場所、紛争の裁定者を決定します。オブジェクトごとの SOR/SOT 指定表、ID 解決の基盤、データ契約台帳、連合型の所有モデルを作成します。信頼できる情報源、「2 つの ARR 数値」、GTM データ契約、収益データガバナンス、指標定義の担当、「財務と営業で報告数値が異なる」などが話題に上がった場合は、「ガバナンス」と明言されていなくても使用します。B2B、PLG/B2C、ハイブリッドに対応します。CRM のフィールド単位のルールには使用せず、代わりに mbfinotti/revops-skills@crm-data-governance を使用してください。
他の CMS やコンテンツシステムから Sanity への移行を計画、実装、レビューします。AEM、Adobe Experience Manager、Contentful、Strapi、Webflow、WordPress、Payload、Drupal、Markdown/MDX/frontmatter ファイル、WXR/XML エクスポート、CMS API、データベースダンプ、静的 HTML から Sanity へ移行または再プラットフォーム化する場合や、抽出、変換、Portable Text 変換、アセット移行、リダイレクト、検証、切り替えのワークフローを設計する場合に使用します
リードスコアリングモデルの設計、検証、再調整を行います。適合度とエンゲージメントのシグナル、重み付け、負のスコアと除外、スコア減衰、MQL／PQL のしきい値と階層の設定、受注・失注結果に照らしたバックテスト、ガバナンスを扱い、既存の問題のあるモデルの診断にも対応します。リードスコアリング、MQL のしきい値、適合度とエンゲージメントのスコアリング、プロダクト適格リード、スコア減衰、「リードをスコアリングして」「リードスコアが正しくない」「営業が MQL を拒否する」「質の低い MQL が多すぎる」といった話題が出た場合は、「スコアリングモデル」と明言されていなくても使用します。B2B の営業主導型と B2C／PLG に対応し、ルールベースの設計と予測モデル導入の準備度評価を扱います。スコアリング済みリードの担当者割り当てには使用せず、代わりに mbfinotti/revops-skills@lead-routing を使用してください。
複合的な顧客ヘルススコアを設計、検証、管理します。製品の利用状況とエンゲージメントのシグナルを、重み付け、正規化、減衰、階層化した単一のアカウントスコアにまとめ、解約リスクと拡大準備状況を示します。実際の解約結果に対してバックテストし、再調整します。顧客ヘルススコア、ヘルススコアモデル、アカウントの健全性、シグナルの重み付け、スコア区分、リスクアカウントの検出、解約リスクスコア、拡大リスク、または「健全なアカウントが解約し続ける」といった話題があれば、「ヘルススコア」と明言されていなくても使用します。B2B のアカウント単位の集約と、B2C/PLG の連続スコアリングに対応します。解約を実際に予測する指標の特定には使用せず、代わりに mbfinotti/revops-skills@customer-churn-signals を使用してください
経営幹部や取締役会向けの収益レポートについて、一貫したストーリーになるよう指標セットと構成を定義します。少数の安定した主要指標、固定された定義、計画・実績・予測を軸に結論から伝える構成、取締役会に不意打ちを与えずに未達を示す方法、照合と承認の流れ、週次・月次・四半期ごとの運用を扱います。取締役会向け収益レポート、経営幹部向け資料の指標、QBR の収益セクション、月次収益レビュー、投資家向けアップデート、またはデータの羅列のような取締役会資料に言及した場合に使用します。「レポーティング」と言っていなくても対象です。B2B サブスクリプション、B2C、トランザクション型、従量課金型、PLG に対応します。組織レベルの KPI 階層の設計には使用せず、代わりに mbfinotti/revops-skills@revenue-kpi-framework を使用してください。
広告公開前のクリエイティブテスト計画を設計します。反証可能な仮説、分離レベル、セルごとの予算を含むテストセル、必要サンプル数、費用と期間、資金を投入する前に事前登録する中止・拡大ルールを定めます。各セルに明示的な判定基準を設け、検出力不足のスクリーニングを A/B テストに見せかけないようにします。ユーザーが広告をテストしたい場合、クリエイティブの A/B テストやスプリットテストに言及した場合、必要な予算や期間を尋ねた場合、またはサンプルサイズ、統計的有意性、単一変数テストと大幅変更テスト、テストセルの構成に言及した場合に使用します。「テスト計画」と言っていなくても対象です。B2B と B2C に対応します。実施中のテスト結果の分析には使用せず、mbfinotti/advertising-skills@ad-creative-fatigue を使用してください。
アカウントの活動、製品利用状況、サポートデータから顧客解約の先行指標を抽出、定義、検証、順位付けし、解約シグナルの一覧を作成します。各シグナルにはイベント、しきい値、期間、ベースライン、基準率に対する上昇幅、リードタイム、カバレッジが含まれます。ユーザーが解約シグナル、解約指標、解約の先行指標、リスクアカウントの早期警告システム、主要推進者の離職、シート利用率の低下、支払い失敗、または「ヘルススコアが解約を見逃す」といった話題に言及した場合、「シグナル」と明言されていなくても使用します。B2B と B2C のサブスクリプションに対応します。シグナルを複合スコア、重み、区分、階層にまとめる用途には使用せず、代わりに mbfinotti/revops-skills@customer-health-score を使用してください
実際の支出と成果データから、ビジネスの CAC および ROAS 関連指標を算出し、3 つの基準（自社の損益分岐点、自社の過去の推移、出典を明記した外部ベンチマーク）に照らして支出の健全性を評価します。結果は「健全」「要注意」「不健全」「証拠不十分」で示します。ユーザーが CAC は高すぎるか、ROAS は良好か、目標 ROAS はいくらか、広告は利益を生んでいるかを尋ねる場合、または MER、ブレンド CAC、回収期間、支出の健全性チェックに言及する場合に使用します。「ベンチマーク」という言葉がなくても対象です。B2B／SaaS（SQL 獲得単価、受注単価、コホートの遅延）と B2C／EC に対応します。これらのしきい値をポリシーとして設定する用途には使用せず、代わりに mbfinotti/advertising-skills@ad-spend-guardrails を使用してください。
広告プラットフォームのレポート、分析ツール、正とするデータソース（CRM または注文システム）の差異を定量化して説明し、その差額を時間差、定義の違い、説明不能な残差に分類します。ユーザーが数値が一致しない、プラットフォームのコンバージョン数や売上が CRM または注文システムより多いと言う場合、プラットフォーム間の照合、コンバージョンの二重計上、アトリビューションの不一致に言及する場合、またはレポートの差額が正常か尋ねる場合に使用します。「アトリビューション」という言葉がなくても対象です。B2B（CRM 基準）と B2C／EC（注文システム基準）に対応します。トラッキングの故障や欠落の修正には使用せず、代わりに mbfinotti/advertising-skills@ad-conversion-tracking を使用してください。
WeCom スマートシートのコンテンツ操作スキル。スマートシート（smartsheet）のデータ、構造、スタイル管理に特化しています。表の構造とレコードの読み取り、サブテーブル／フィールド／レコード／ビュー／チャートの管理、行列スタイル（塗りつぶし／ハイライト）の変更に対応します。レコードの追加または更新で 851003 / no authority が発生した場合は、Webhook を代替手段として書き込みます。ユーザーがスマートシート、WeCom シート、smartsheet のコンテンツ操作やスタイル変更に言及した場合、または https://doc.weixin.qq.com/smartsheet/s3_xxx のようなリンクを提示した場合に使用します。WeCom シートには「スマートシート」と「オンラインシート」の 2 種類があり、このドキュメントではスマートシートのスキルを説明します。スマートシートにはサブテーブル（sheet）、ビュー（view）、フィールド／列（field）が含まれ、各レコードは `record_id` を主キーとするリレーショナルデータベースに似た構造です。ユーザーが「オンラインシート」を明示しない限り、機能が豊富なスマートシート（本スキル）を既定で使用します
読み取り専用の DEX トークン、マーケット、シグナル、ソーシャル、trenches、WebSocket データを照会する。トークン検索・ランキング、流動性、保有者、リスクメタデータ、クラスタ、トレード、価格、K 線/OHLC、インデックス、ウォレット PnL、スマートマネー/KOL/クジラのシグナル、ニュース、センチメント、トークンの動向、memecoin ローンチ、開発者、bundle/スナイパー、共同投資家の研究、DEX WebSocket クライアントTEDなどに使う。ホットなトークン、保有者集中、スマートマネー、トレーダー順位表、pump.fun の調査、新規トークンローンチ、オンチェーンのトークンスキャン、bundle やスナイパー活動、WebSocket などがトリガーになる。
Tavily CLI を使って、指定 URL から整形された Markdown またはテキストコンテンツを抽出します。ユーザーが1つ以上の URL を提示して内容を求める場合、「抽出」「内容を取得」「テキストを取り出す」「ページを取得」「このウェブページを読む」と依頼する場合、またはウェブページから整ったテキストが必要な場合に使用します。JavaScript でレンダリングされたページに対応し、LLM 向けに最適化された Markdown を返します。対象を絞った抽出のためのクエリベースのチャンク分割もサポートします。1回の呼び出しで最大20件の URL を処理できます。
GMGN API を介して、Solana、BSC、Base、Ethereum 上の暗号資産ウォレットをアドレスから1つまたは複数分析。保有資産、複数ウォレットの実現／未実現損益、勝率、取引履歴、パフォーマンス統計、特定トークンの残高、開発者ウォレットが作成したトークン（過去最高時価総額と DEX 卒業状況を含む）を確認。ウォレットの保有資産、損益（最大100ウォレットの比較を含む）、勝率、開発者がローンチしたトークン、開発者が作成したトークンの最高 ATH、またはコピー取引やフォローを判断するためのウォレットレポートについて尋ねられた場合に使用。
Tavily CLI を使ってウェブサイトをクロールし、複数ページからコンテンツを抽出します。ユーザーがサイトのクロール、ドキュメントのダウンロード、ドキュメントセクション全体の抽出、ページの一括抽出、サイトのローカル Markdown ファイルへの保存を希望する場合、「クロール」「全ページを取得」「ドキュメントをダウンロード」「/docs 以下をすべて抽出」「一括抽出」と依頼する場合、または同一ドメインの多数のページからコンテンツが必要な場合に使用。深さ／幅の制御、パスフィルタリング、セマンティックな指示、各ページのローカル Markdown ファイルへの保存に対応。
Tavily CLI を使って、コンテンツを抽出せずにウェブサイト上のすべての URL を見つけて一覧表示します。大規模サイトで特定のページを探す、すべての URL を一覧表示する、サイト構造を確認する、ドメイン内で情報の場所を探す場合や、「map the site」「find the URL for」「what pages are on」「list all pages」「site structure」と依頼された場合に使用します。クロールより高速で、URL のみを返します。サイトは分かっているものの正確なページが不明な場合に便利です。対象を絞ったコンテンツ取得には extract と組み合わせます。
Huawei Cloud BSS の請求（AWS/Azure/その他のクラウドは対象外。料金見積もり、実名審査、請求以外の範囲には対応しません）：残高、支出、帰属、照合、クーポン、プリペイドカード、企業／パートナー請求。hcloud による1ページの概要を提供します。ユーザーが华为云 / Huawei Cloud / BSS と、余额/账单/对账/资源包/代金券/储值卡/企业或伙伴账务を明示した場合のみ使用します。支払い、更新、返金、削除には対応しません。
Huawei Cloud OBS（Object Storage Service）の統計を照会します。容量とオブジェクト数を含むバケット一覧、月次比較付きの外部/内部ダウンロードトラフィック、月次比較付きのリクエスト総数を取得します。(1) OBS バケット一覧と容量・オブジェクト数の確認、(2) 月次比較付きダウンロードトラフィックの照会、(3) 月次比較付きリクエスト数の照会に使用します。トリガー：「OBS」「object storage」「bucket list」「bucket capacity」「download traffic」「total requests」「request count」「month-over-month」「OBS stats」「OBS management」「对象存储」「桶列表」「桶容量」「下载流量」「请求总数」「月环比」「OBS监控」。
あらゆるプラットフォームに対応する汎用 AI 搭載ウェブスクレイパー。Instagram、Facebook、TikTok、YouTube、LinkedIn、X/Twitter、Google Maps、Google Search、Google Trends、Reddit、Airbnb、Yelp など、15 以上のプラットフォームからデータをスクレイピングできます。リード獲得、ブランドモニタリング、競合分析、インフルエンサー発見、トレンド調査、コンテンツ分析、オーディエンス分析、レビュー分析、SEO インテリジェンス、採用、その他あらゆるデータ抽出に利用できます。
OpenViking の embedding モデルを、job-env-manager が管理する bwrap サンドボックス内で動作するローカル llama-server（または OpenAI 互換の embedding エンドポイント）に切り替えます。現在の設定の検出、切り替え先 embedding エンドポイントの検証、ov.conf の変更、次元変更時の互換性のない vectordb インデックスの削除、サンドボックス内の openviking-server プロセスの再起動、新しいコレクション次元の検証まで、ライフサイクル全体に対応します。次の場合に使用します。(1) OpenViking の embedding モデルを切り替える。(2) embedding の次元を変更する。(3) 次元不一致後の EmbeddingRebuildRequiredError を修正する。(4) embedding モデル変更後に vectordb インデックスを再構築する。(5) OpenViking の embedding にローカル llama-server を使う。トリガーワード：「切换OpenViking embedding」「OpenViking embedding模型」「OpenViking向量化模型」「openviking embedding switch」「change openviking embedding model」「配置openviking embedding」「openviking llama embedding」「bge embedding openviking」「切换向量化模型」「OpenViking模型切换」。
Cloud SQL リソースを生成または説明します。MySQL、PostgreSQL、SQL Server 用の Cloud SQL インスタンスまたはデータベースの作成をユーザーが求めた場合に使用します。Cloud SQL は、サードパーティ製の MySQL、PostgreSQL、SQL Server インスタンスを Cloud SQL のリソースとして管理します。たとえば、Cloud SQL がオープンソースの MySQL インスタンスを作成すると、Google Cloud が管理する Cloud SQL for MySQL インスタンスが生成されます。Cloud SQL は、リレーショナルデータベースのワークロード向けにバックアップ、高可用性、安全な接続を処理します
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。