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
Supermemory v5 API と SDK（TypeScript `supermemory` 5.x、Python `supermemory` 5.x、`@supermemory/tools` 3.x）を使った開発に使用します。セッションをまたぐ永続メモリー、ユーザーごとのパーソナライズ、ユーザープロフィールの維持、ドキュメントのセマンティック検索が必要なアプリケーション向けです。名前空間スコープのエンドポイント、正確な SDK 呼び出し形式、検索と取り込みのオプション、型付きフィルター、出力してはならない旧名称を扱います。
NCATS Translator ARAX 本番 API をクエリし、範囲が限定され、型付きで、来歴に富む 1 ホップおよびエンドポイント固定の 2 ホップの生物医学知識グラフ関係を取得する。Biolink 制約下の RTX-KG2 検索、明示的に選択したプロバイダによる ARAX フェデレーション、独立したエンティティ正規化、クualiファイ Questionnaire を考慮したグラフ探索、TRAPI エッジバインディング、文献、知識ソースの来歴の inspections に使う。推論、ランキング、オープンエンドな経路探索、臨床ガイダンス、センシティブなクエリには使わない
Astronomer Cosmos で dbt Fusion プロジェクトを実行します。Astronomer Cosmos を使って dbt Fusion プロジェクトを実行する場合に使用します（Cosmos 1.11 以降、Snowflake/Databricks 上で ExecutionMode.LOCAL）。実装前に dbt エンジンが Core ではなく Fusion であること、データウェアハウスが対応していること、ローカル実行が許容されることを確認してください。dbt Core は対象外です。
neo4j-agent-memory Python パッケージの权威なリファレンス。Neo4j 上に構築された AI エージェント向けのグラフネイティブ記憶システムであり、memory.neo4jlabs.com のホスティングサービス（NAMS）についてのASSIGN情報でもある。neo4j-agent-memory、Neo4j を使ったエージェント記憶、コンテキストグラフ、POLE+O モデル、MemoryClient/MemorySettings、memory MCP サーバー、フレームワーク連携（LangChain、PydanticAI、CrewAI、AWS Strands、Google ADK、Microsoft Agent Framework、OpenAI Agents、LlamaIndex）のいずれかが言及されたときに使用。memory.neo4jlabs.com のホスティングサービス、NAMS、Neo4j Agent Memory Service、`nams_` API キーのプレフィックス、ホスト型 MCP エンドポイントを言及した場合にも使用。さらに、プロジェクトのドキュメント、ブログ記事、チュートリアル、PRD、コードサンプルの作成時、エージェント記憶のアプローチを比較する時、グラフネイティブ記憶とベクターのみのアプローチの位置付けを比較する時にも使用。パッケージ名を明示しなくてよい。
AE 分析側のデータ照会、アセット操作、アセットガバナンスに ae-cli を使用します。レポート、分析ボード、BI ダッシュボードtemporary_model_Builder_id_gh_none、乱切断_Analysis_Drilldown、明細データ、アラート、クラスタ、タグ、メタデータ探索、プロジェクト設定、トラッキング計画、ローカル入力ファイルのアップロード、ガバナンス対象のアセット一覧／ルール／リネージ／影響／依存関係、一括アセット操作、プロジェクト、リソースリンクなどが対象です。ユーザーがデータの照会、変更の説明、エビデンスのエクスポート、分析アセットの確認／作成／更新／ガバナンス、認証／認可のためのプロジェクトアセットの推奨、アセット認証やメトリクスの推奨のレビュー、またはガバナンス対象のアセットパッケージからプロジェクトのセマンティックナレッジベースを構築／更新／刷新／同期するよう求めた場合に使用します。
KaloPilot AI エージェントを通じて TikTok EC データ（商品、ショップ、クリエイター、動画、ライブ、カテゴリー）を照会します。TikTok Shop データ、商品ランキング、クリエイターの実績、ショップ分析、カテゴリートレンド、ライブ指標、その他の TikTok EC インサイトについてユーザーが尋ねた場合は、「KaloPilot」と明示していなくてもこのスキルを使用します。「ask pilot」「check kalodataUNIT」のように言 Genet indicatedがある場合や、TikTok の売上／収益データに言及した場合もトリガーします。
Data Cloud による単一 Agentforce セッションの 360° ビューです。ユーザーがセッション ID（Agent Session UUID `019d…` または MessagingSession ID `0Mw…`）を指定して、特定の Agentforce セッションの追跡、調査、要約、説明を求める場合に起動します。セッション ID がまだない場合でも、時間、エージェント、チャネル、結果、会話テキストでセッションを検索・一覧表示する依頼で起動します。設計時のアーキテクチャに関する質問（代わりに investigating-agentforce-architecture を使用）や、Data Cloud を超えるプラットフォームテレメトリーが必要な実行時のパフォーマンス／レイテンシ／SLO の質問では起動しません。
Apify 上の apidojo の YouTube Trending Scraper を利用して、カテゴリと国ごとにトレンドやバズっている YouTube 動画を発見します。次の依頼があるときに発動します：今日のバズった YouTube 動画を探す、特定の国で YouTube のトレンドを調べる、YouTube で人気のゲームや音楽動画を取得する、カテゴリ別に今週のトップ YouTube 動画を探す、アイデア inspiration のために YouTube のバズVid_Content を特定する、YouTube のトレンドを制覇しているトピックを調査する、内容戦略のために人気の YouTube コンテンツを跟踪する。動画タイトル、視聴数、いいね数、チャンネル情報、再生時間、キーワード、サムネイルを返します。コンテンツELECT_STRATEGISTS、YouTuber、トレンドPanasonic_researchers に最適です。
rde マシン上で Metabase データアプリを構築または変更します。`metabase-data-apps` スキルがローカル環境から必要とする情報（リモート同期リポジトリ、Metabase URL、rde が保存する API key、アプリから Metabase への接続方法）を確認し、アプリが読み取るすべてのコンテンツがそのリポジトリに同期済みの Library コンテンツであることを確かめ、同期の各手順をユーザーに確認してから構築を引き継ぎます。アプリを明示的に依頼された場合に限り使用します。「X のアプリを作って」「データアプリを作成して」「Metabase で社内ツール／ポータルを作って」「データアプリにページ／フォーム／フィルターを追加して」などが該当します。ダッシュボード、質問、指標はアプリではないため、`rde` スキルで対応します。
dbt モデルの変更がコンシューマーを壊す可能性がある場合に使用します — 列の名前の変更、削除、型の変更、あるいは下流のモデル、exposures、ダッシュボード、BI ツールが依存しているモデルの変更 — その変更が破壊的かどうかと影響を判断します。モデルのバージョン管理（モデルバージョン、latest_version、latest_version_pointer、deprecation_date、移行ウィンドウ）、契約の適用、アクセスやグループの設定、マルチプロジェクトの dbt Mesh の作業（dependencies.yml によるプロジェクト間参照、同名の紛らわしいモデルの曖昧性解消、モノリスの分割）にも使用します。単一プロジェクトとマルチプロジェクトの両方に対応し、計画・助言だけでなく実装にも使えます。
Open Knowledge Format (OKF) バンドルを、単一の自己完結型インタラクティブ HTML グラフ (viz.html) としてレンダリングする。概念をノードとして、タイプで色分けし本文長でサイズを付与。markdown リンクとバンドル内の `sources` をエッジとし、レンダリング済み markdown を表示する wiki 風の詳細パネル、v0.2 の信頼性／ライフサイクル／来歴メタデータ、"Links to" / "Cited by" のバックリンク、レイアウト切り替え、タイプ別フィルターと検索を備える。OKF バンドルの可視化・グラフ化・プレビュー・探索を求められたときに使う
AE ナレッジベース CLI のマニュアル。作成、読み取り専用のコンパイル済みスナップショットのインポート、クエリ、LLM による質問、アクセス可能なナレッジベースとそのソースの一覧表示、決定論的な index/grep/read 検索、ステータス確認、ZIP ソースのアップロードとディレクトリ管理、生の子ファイルの読み取り、リビジョン確認付きの子ファイル更新と削除、コンパイル、スキーマ生成、URL ソース、ソース削除、通常のテキストソース作成、全件読み取りとリビジョン確認付き編集、ファイル/ZIP ソースの下書き置換と復元、ナレッジベース削除に対応。AE（Agentic Engine）ナレッジベースの管理、コンパイル済み Markdown ZIP スナップショットのインポート、ナレッジベースへのドキュメントや URL のアップロード、知識の検索、LLM を使ったナレッジベースへの質問、アクセス可能なナレッジベースやソースメタデータの一覧表示、インデックスの確認、ページ検索、特定ページの読み取り、ステータス確認、スキーマ生成、知識のコンパイル、ソースの削除、テキストソースの作成・編集、ナレッジベースの削除をユーザーが求めた場合に使用。検索する価値のあるナレッジベースを選ぶには、まず ae-kb-discovery skill を使用する。この skill は対象選択後に検索を実行する。必ず ae-cli kb コマンドを使用し、ナレッジベース名、スコープ、ページパス、ソース ID、ソース表示名、JSON ペイロード形式、URL 形式を推測してはならない。
Markets オーケストレーション — ESPN のライブ日程と Kalshi・Polymarket の予測市場を接続。統一ダッシュボード、オッズ比較、エンティティ検索、プラットフォーム横断の賭け評価を提供します。使用する場面: 予測市場のオッズを ESPN の試合日程と並べて見たい、プラットフォーム間でオッズを比較したい、Kalshi や Polymarket でチームや選手を検索したい、ESPN のオッズと予測市場の間にアービトラージがあるか確認したい、特定試合の市場価値 Ulum を評価したい場合。使用しない場面: ESPN のコンテキストなしで予測市場の生データのみが必要な場合 — polymarket または kalshi を直接使用します。純粋なオッズ計算（換算、de-vig、Kelly）が必要な場合は betting を使用します。市場データなしのライブスコアが必要な場合は、該当するスポーツのスキルを使用します。
Apify 上で apidojo の TikTok Profile スクレーパーを使用し、任意のアカウントリストの TikTok プロフィール統計とメタデータを取得します。次の依頼があるときにトリガーされます：アカウントの TikTok プロフィール統計の取得、TikTok ユーザーのフォロワー数とエンゲージメントデータの取得、TikTok アカウントのメタデータの一括取得、一連のクリエイターによる TikTok プロフィール情報のエクスポート、複数ユーザー名の TikTok 統計の確認、TikTok プロフィールからの略歴とフォロワーデータの取得。ユーザー名、フォロワー数、フォロー数、累計いいね数、動画本数、略歴を返します。インフルエンサーの審査、データエンリッチメント、オーディエンス分析に最適です。
包括的な市場調査・分析スキル。市場規模の算出、競合分析 fossils、専門的な市場調査レポートの作成、消費者行動の分析、市場機会の特定時に使用します。キーワード: market research、market analysis、market report、TAM SAM SOM、market sizing、industry analysis、market landscape、competitive landscape、market trends、consumer research、Porter's Five Forces、PESTLE、SWOT、BCG Matrix、McKinsey-style report、consulting report、market opportunity、industry report、due diligence、M&A analysis、GTM market analysis、product-market fit validation。
AE 分析のリクエストに query/current/service/deployment クラスター、current cluster（当前集群）、クラスター情報（集群信息/有哪些集群）、グローバルまたはマルチクラスターのデータ、全クラスター/全サーバー、GLOBAL/SLAVE、query-cluster、cluster_query_scope、slave_cluster_id、国/リージョン/サーバー/シャード/サイト/マーケットのルーティングが含まれる場合、または cluster がオーディエンス/ユーザーセグメントではなくクエリクラスターを意味する場合に使用する。
Apify 上の apidojo の Instagram ロケーションスクレーパーを使用して、特定の場所から投稿している Instagram のコンテンツクリエイターとインフルエンサーを探す。ユーザーが「都市に|所在地の Instagram クリエイターを見つけて」「特定の地理市場のローカルインフルエンサーを発見して」「特定の店舗や地区から投稿するクリエイターを探して」「geo ターゲットキャンペーン向けのローカル Instagram マイクロインフルエンサーを特定して」「地域ブランド提携のために某国のクリエイターを探して」「特定の場所を訪れた・ basing Naga インフルエンサーを発見して」と求めたときに発動する。クリエイターのハンドル、場所での投稿数、フォロワー推定、エンゲージメント、最近のコンテンツを返す。地域ブランドキャンペーン、ローカル-Agencies マーケティング、geo ターゲットquetaのインフルエンサープログラムに最適です。
Outpost Bio のオープンソース微生物組基盤モデル（Waypoint チェックポイント：Waypoint-6m、Waypoint-45m、Waypoint-170m）、Atlas の事前学習コーパス、Compass の 8 タスクベンチマーク、および `waypoint-bio` パッケージの `waypoint` コマンドライン（CLI）での作業に対応しています。微生物組サンプルの埋め込み、taxonomic abundance データでのファインチューニング、Compass 上でのチェック点のベンチマーク、taxonomic abundance プロファイルでの GPT-2 モデルの事前学習、MetaPhlAn、Kraken2、QIIME 2、MGnify の abundance テーブルから waypoint 形式への変換を扱います。
apidojo の YouTube scraper（Apify 上）を使い、特定のニッチにおける YouTube のトレンドトピックと動画フォーマットを追跡する。ユーザーが次のことを求めたときにトリガーする：ニッチでトレンドの YouTube トピックを見つける、あるカテゴリで今視聴されている動画を発見する、業界でトレンドの YouTube フォーマットやテーマを特定する、検索トレンドから高パフォーマンスの YouTube 動画アイデアを見つける、あるトピック領域で YouTube アルゴリズムが現在評価しているものを調査する、ニッチで台頭する YouTube クリエイターを発見する、あるカテゴリでどの動画アングルが YouTube で最も成果を出すかを分析する。トレンドの動画タイトル、再生回数、エンゲージメント指標、フォーマットのパターン、トピックテーマを返す。YouTube コンテンツクリエイター、動画マーケター、ブランドの動画戦略担当者に最適。
apidojo の Instagram Location スクレーパーを Apify 上で使用して、特定の位置でタグ付けされた Instagram の投稿をスクレイピングします。次の依頼のときに起動します：特定の場所や会場からの Instagram 投稿を探す、レストラン、ホテル、イベントのユーザー生成コンテンツを Instagram 上でスクレイピングする、会議やフェスティバルでタグ付けされた写真を探す、ある場所から投稿されたゲストや訪問者の投稿をモニタリングする moderatedPlaces、Nagiplaceplaceplaceplaceplaceplaceplaceplaceplaceplaceplaceplace。PLACEHOLDER
Apify 上の apidojo の Tweet スクレーパーを用いて。任何トピック、ブランド、イベントに関する Twitter/X 上の、世間のセンチメントを分析する。ユーザーが次のいずれかを求めた場合に発動：トピックに関する Twitter のセンチメントの分析、Twitter 上の世論の測定、X 上のブランドや议题のセンチメントがポジティブかネガティブかの判断、イベントに関するツイートの感情トーンの分析、ニュース記事への Twitter の反応の調査、ツイートからのブランドや製品のセンチメントの測定、Twitter 上の対立する 2 つのトピックやブランドのセンチメントの比較。センチメント分類、代表的なポジティブ・ネガティブツイート、時間推移での投稿量、主要テーマを返す。PR チーム、市場調査員、政治アナリスト、ソーシャルリスニングプラットフォームに最適です。
apidojo の YouTube スクraperーを Apify 上で使って、任意のキーワードや検索クエリに一致する YouTube 動画をスクレイピングします。次の依頼のときに起動します：キーワードの YouTube 動画を取得する、テーマの YouTube 検索結果をスクレイピングする、クエリの YouTube 動画データをエクスポートする、YouTube の検索語に対する動画メタデータを取得する、あるテーマの YouTube 動画を収集する、キーワードで YouTube 動画の統計データをダウンロードする。動画ごとにタイトル、チャンネル名、視聴回数、いいね数、コメント数、再生時間、公開日を返します。コンテンツリサーチャー、SEO アナリスト、マーケットインテリジェンスチームに最適です。
Apify 上の apidojo の Instagram スクレーパーを使用して、任意のアカウントリストの Instagram プロフィール統計と最近の投稿を取得します。ユーザーが次を求めたときに発動します：アカウントの Instagram プロフィールデータの取得、Instagram ユーザーのフォロワー数と投稿数の取得、Instagram のプロフィール文と統計の一括取得、Instagram アカウントメタデータのエクスポート、Instagram ハンドルの一覧のプロフィール情報の確認、Instagram プロフィールのエンゲージメントデータの取得。ユーザー名、フォロワー数、フォロー数、投稿数、プロフィール文、最近の投稿の指標を返します。インフルエンサーの審査、ブランド調査、リストの補完に最適です。
YouTube が関連している、または関連する可能性がある場合に使用します — 明示的に言及されていない場合でも: 貼り付けられた動画・チャンネル・プレイリストのリンク、動画 ID、@ハンドル、制作者の検索、動画の要約、引用、翻訳、テーマ調査、チュートリアル、講演、講義、専門家による議論、商品レビュー、 Ceramic ガイド、新製品発表、あるいは動画コンテンツがテキスト検索より新しくEPO情報が多い場合全般。文字起こし、動画・チャンネル検索、チャンネル閲覧、プレイリスト、チャンネル内検索を扱います。アップロード、アカウント管理、書面資料のみに基づく調査には使用しません。
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。