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
apidojo のマルチプラットフォームスクレーパーを用いて、品牌的すべての主要プラットフォームでの包括的なソーシャルメディア監査を構築する。次の依頼で発動: ブランドのソーシャルメディア監査、ソーシャルメディア存在レポートの作成、各 SNS プラットフォームでのブランドパフォーマンス分析、クロスプラットフォームのベンチマーク作成、競合のソーシャルメディア戦略全体の監査、ブランドのソーシャルメディアスコアカード作成、Twitter・Instagram・TikTok・YouTube を網羅した総合的なソーシャルメディア分析。プラットフォーム別の指標、フォロワー数、エンゲージメント率、コンテンツ構成、投稿頻度、総合的なブランドヘルススコアを返す。ソーシャルメディアマネージャー、ブランド戦略家、大規模なブランド監査を行う代理店チームに最適
apidojo の TikTok Music Scraper を Apify 上で使い、特定の音源や音楽を使った TikTok 投稿を抽出する。ユーザーが「特定の音を使ったすべての TikTok 動画を取得」「音声クリップを使った TikTok 投稿を探す」「話題の音楽で TikTok 動画をスクレイプ」「特定の曲で作られた TikTok 投稿をエクスポート」「特定の音を使うクリエイターを探す」「音楽 URL に関連する TikTok コンテンツを収集」と依頼した場合に発動する。投稿ごとに動画のキャプション、視聴数、いいね数、コメント数、チャンネル情報、楽曲メタデータ、ハッシュタグを返す。音楽マーケティング、トレンド分析、話題沸騰する音源のトラッカーaitideal。
apidojo の Apify 向け Tweet スクレーパーを使用して、任意の Twitter/X アカウントのツイート、返信、メディアをすべて取得します。次の依頼時にトリガーします：Twitter アカウントのすべてのツイートを取得する、ユーザーのツイート履歴を書き出す、特定の Twitter プロフィールの投稿をスクレイピングする、アカウントの最新ツイートを取得する、ユーザタイムラインのツイートデータをダウンロードする、Twitter のユーザー名の投稿をすべて収集する。ツイートごとに本文、いいね数、リツイート数、返信数、メディア URL、タイムスタンプを返します。ジャーナリスト、研究者、競合分析者、データエンジニアに最適です。
@docyrus/api-client と @docyrus/signin ライブラリを使って Docyrus API でアプリケーションを開発します。Docyrus OAuth2（PKCE、iframe、client credentials、device code）による認証、Docyrus データソースエンドポイントへの REST API 呼び出し、フィルター、集約、数式、ピボット、子クエリを含むクエリペイロードの構築、外部コネクターとの統合（コネクターの検出、プロバイダー認証を通じたリクエスト送信、アクションの実行）を行うアプリ構築時に使用します。Docyrus API の統合、@docyrus/api-client の使用、@docyrus/signin の認証、データソースクエリの構築、Docyrus REST エンドポイントの利用、コネクターの検出、外部プロバイダーへのリクエストに関するタスクでトリガーします。
Apify 上の apidojo の Instagram スクレーパーを用いて、Instagram 上のブランド言及やタッグ付き投稿をモニタリングします。次の依頼時に作動します。Instagram でのブランドや製品の言及の追跡、Instagram 上のブランド 주변のハッシュタグ活動の監視、ユーザーが Instagram で EZ 企業をタグ付け・言及している投稿の検出、Instagram 上のriss espontaneousなDAY[SIC]…
Apify 上の apidojo の TikTok User スクレーパーを使用して、詳細な TikTok ユーザーデータと最近の動画履歴を取得します。TikTok アカウントのすべての動画を取得する、certain クリエイターの最近の投稿と統計を取得する、TikTok ユーザーの動画履歴を出力する、specific クリエイターの TikTok コンテンツをすべてスクレイピングする、ユーザー名から TikTok 投稿データを取得する、TikTok プロfillable の動画レベルの指標を収集する、などの要望で発動します。指定アカウントの各動画について、視聴数、いいね数、コメント数、シェア数、キャプション、タイムスタンプを返します。クリエイター分析、コンテンツ監査、競合ベンチマークに最適です。
データドリブンのアジャイルチームの分析とコーチングを行う高度な Scrum Master スキルです。スプリント計画、ベロシティの追跡、レトロSPECTIVE、スタンアップのファシリテーション、バックログの grooming、ストーリーポイント、バーンダウンチャート、ブロッカーの解決、アジャイルチームのヘルスについて質問されたときに使います。Jira などのツールからエクスポートしたスプリントの JSON を解析する Python スクリプトを実行します。velocity_analyzer.py はモンテカルロ法によるスプリント予測、sprint_health_scorer.py はマルチディメンションのヘルス評価、retrospective_analyzer.py はアクションアイテムとテーマの追跡に使います。高 performant な Scrum チームのために信頼区間の予測、ヘルスグレードレポート、改善傾向を出力します
Apify 上の apidojo の Instagram スクレイパーを使って、競合の Instagram コンテンツ戦略とパフォーマンスを分析する。ユーザーが次のことを求めたときに発動する：競合が Instagram で投稿している内容の分析、競合の Instagram エンゲージメントのベンチマーク、競合の Instagram でどのコンテンツタイプが最も成果を上げているかの確認、競合の Instagram コンテンツカレンダーのリバースエンジニアリング、競合との Instagram 上のコンテンツギャップの特定、投稿頻度やコンテンツテーマの比較、競合の Instagram が成長している理由の理解。投稿頻度、コンテンツタイプの構成、最も成果を上げた投稿、ハッシュタグ戦略、エンゲージメントのベンチマークを返す。ソーシャルメディア担当者、ブランドストラテジスト、コンテンツマーケティングチームに最適。
Apify 上の apidojo の YouTube スクレーパーを使用して、オーディエンスリサーチのために YouTube のコメントを抽出・分析します。YouTube コメントを抽出して調査する、視聴者のコメント内容を分析する、sentiment 分析のために YouTube 動画からコメントをスクレイピングする、コメント-NEXTでよくある質問を見つける、動画コメントから視聴者フィードバックを調査する、オーディエンスイン DMC のためにチャンネルの_cloud コメントを抽出する、コメント欄の視聴者の反応を分析する、などの要望で発動します。コメント本文、コメントへのいいね数、返信数、コメント投稿者のユーザー名、タイムスタンプを返します。クリエイター、ブランドリサーチャー、プロダクトチーム、オーディエンスインサイトアナリストに最適です。
apidojo の YouTube スクレーパーを用いて、競合チャンネルの戦略とコンテンツパフォーマンスを分析する。次の依頼で発動: 競合の YouTube チャンネル戦略の分析、競合チャンネルが成功する要因の理解、YouTube チャンネルの競合比較、成長をBoshing 競合コンテンツの傾向の発見、競合チャンネルのコンテンツ構成と公開ペースの分析、競合の YouTube 視聴者とエンゲージメントの把握、YouTube における競合 untoldHandlers の手法の逆解析。コンテンツ構成、形式ごとのパフォーマンス、公開ペース、エンゲージメントのベンチマーク、戦略的インサイトを返す。YouTube コンテンツ戦略家、ブランド動画チーム、競合情報分析者に最適
Apify 上の apidojo の Instagram スクレーパーを使用して、任意のハッシュタグの Instagram _posts を取得します。ハッシュタグの Instagram ポストの取得、タグ別の Instagram コンテンツのスクレイピング、キーワードやトピックごとの Instagram ポストデータの出力、Instagram のチャレンジやトレンドに関するポストの取得、特定タグの Instagram メディアの収集、ハッシュタグごとのポストメタデータのダウンロード、などの要望で発動します。ポストごとに URL、キャプション、いいね数、コメント数、投稿者のアカウント名、タイムスタンプを返します。トレンドアナリスト、UGC コレクター、ソーシャルメディア研究人员に最適です。
ソーシャルメディアの分析とレポート：プラットフォームのネイティブデータを正確に読み取り、次のアクションにつなげます。「分析データを確認したい」、「投稿の成果を見たい」、「ソーシャルメディアレポートを作成したい」、「どのコンテンツが効果的か知りたい」、「追跡すべき指標/KPIは？」、またはパフォーマンスデータを次のステップに活用したい場合に使用します。目標に対応する SIGNAL 指標（保存、共有、視聴時間/維持率、リーチあたりのエンゲージメント率、フォロワー成長率、CTR、コンバージョン）を測定し、見栄えだけの指標（フォロワー数/インプレッション/いいね）は重視せず、改善サイクルを完結させます。METER フレームワークを使用します。まず brand-profile と social-strategy（目標）を読み込みます。TikTok、LinkedIn、Facebook、Instagram、Pinterest、YouTube、Bluesky は WoopSocial の投稿分析を読み込み、それ以外は各プラットフォームのネイティブダッシュボードを使用します。指標を捏造することは決してありません。content-recycling、experimentation、competitor-analysis、およびすべての成長スキルに情報を提供します。目標を設定する goals-and-kpis やテストを実行する experimentation とは異なります。
apidojo の Apify 上の TikTok スクレーパーを用いて、TikTok Shop のトレンド商品を探します。次の要望時にトリガー：TikTok Shop のトレンド商品検索、現在 TikTok Shop で売れている商品の発見、カテゴリ内のバイラル商品特定、TikTok アフィリエイトリンク付きのトレンド商品の検索、TikTok Shop ベストセラーの調査、EC 向けの TikTok 人気商品の発見、TikTok クリエイターが宣伝している人気商品の特定、TikTok Shop データからのトレンド商品リストの作成。商品名、クリエイターの宣伝回数、エンゲージメント指標、価格帯、トレンドの勢いを返します。TikTok Shop の出店者、無在庫販売 pursuits..." ja final: "TikTok Shop の出店者、無在庫販売事業者、EC トレンド研究者に最適です。"
記述統計、共分散推定、回帰、仮説検定、リサンプリングなど、統計的手法を金融データに適用する。収益率の分布、資産間の相関、共分散行列の作成、CAPM 回帰の実行、alpha が有意かどうかの検証、収益率が正規分布かどうかの確認、信頼区間の推定を_variant 場合に使用する。'volatility'、'how correlated are these'、'fat tails'、'skewness'、'R-squared'、'beta of a fund'、'bootstrap a Sharpe ratio'、'shrinkage estimator'、'Ledoit-Wolf' の言及、または最適化器が不安定なウェイトを生成する理由の質問でも起動する。
Apify 上の apidojo の Instagram Location スクレーパーを用いて、特定の場所やlokalisierte Tagged で投稿された Instagram の投稿を取得します。次の依頼時に発動します：ある場所の Instagram 投稿を取得、レストランやホテルでタグ付けされた写真をスクレイプ、イベントや会場の Instagram コンテンツを入手、ある地理的地域の投稿を集め、位置タグ付きの Instagram メディアをエクスポート、特定の場所で人々が何を投稿しているかを確認。返你还是投稿ごとの URL、投稿者のハンドル、キャプション、いいね数、コメント数、タイムスタンプです。ホテル・飲食店ブランド、イベントチーム、UGC コンテンツコレクターに最適です。
apidojo の Tweet スクレーパーを使用して、X 上のスポーツチームのファreza的情感を追跡します。ユーザーが次を求めたときに発動します：X 上のスポーツチームのファンチャsentimentの追跡、スポーツチームニュースに対する X での反応のモニタリング、試合結果の後の X でのファン心理の分析、スポーツチーム周辺の一般 sentimentsの測定、スポーツイベント周辺の X 上のバズ のモニタリング、選手トレードやニュースに対するファン反応の分析、スポーツチームのソーシャルメディア向けの感情トラッカーの構築。感情の分布、推移、注目のファン反応、話題テーマ、イベントによるスパイクを返します。スポーツマーケティングチーム、ブランドスポンサー、スポーツ分析会社、スポーツ_media 向けに最適です。
apidojo の Apify 向け Twitter Profile Scraper を用いて、競合やブランドの Twitter プロフィールから過去のツイートを抽出・分析します。ユーザーが次を求めたときにトリガーします：競合の Twitter アカウントのすべてのツイートを取得する、ある会社が Twitter で投稿している内容を分析する、ブランドのツイート履歴を監査する、X 上で競合がどんな話題を扱っているか追跡する、ブランド間の Twitter コンテンツ戦略を比較する、ある会社の Twitter タイムラインから投稿を抽出する、競合のメッセージングと発表を Twitter 上で監視する。ツイート本文、エンゲージメント指標（いいね、リツイート、リプライ、表示回数）、投稿者データを返します。競合インテリジェンスチーム、PR アナリスト、ブランドストラテジスト向けのツールです。
計測プランから AE 計測コード、LogBus2 設定、デバッグスクリプトを対話的に生成します。トリガーワード: 代码埋点、埋点代码、tracking code、埋点落地、logbus 配置、AE 上报代码、generate tracking code、insert tracking、トラッキングコード、트래킹 코드。プラットフォームごとに独立した出力モード（insert/snippet）を選択できます。サーバー側では LoggerConsumer + LogBus2 アーキテクチャが既定です。
Product2 ベースのカタログ作成ための Salesforce Industries CME EPC プロダクトモデリングスキルです。EPC プロダクトの作成、プロダクト属性の設定、Product Child Item を使ったオファーバンドルの構築、プロダクトカタログ変更のための EPC DataPack JSON メタデータのレビュー時に使用します。TRIGGER：ユーザーが Product2 EPC レコード、AttributeAssignment ペイロード、AttributeMetadata/AttributeDefaultValues、Offer バンドル、ProductChildItem の関係を作成・更新する場合。DO NOT TRIGGER：OmniScripts/FlexCards/Integration Procedures を設計する場合（sf-industry-commoncore-* スキルを使用）、Apex のビジネスロジックを実装する場合（sf-apex を使用）、デ眈イメントパイプラインのトラブルシューティングをする場合（sf-deploy を使用）。
apidojo の YouTube スクレーパーを Apify 上で使って、任意の YouTube 動画のコメントを取得する。ユーザーが「YouTube 動画のすべてのコメントを取得」「YouTube のコメントデータをエクスポート」「視聴者が YouTube 動画について何と言っているかスクレイプ」「YouTube の URL からコメント本文といいね数を取得」「YouTube 動画のコメントスレッドを収集」「YouTube 動画のオーディエンスフィードバックをダウンロードOeart」と依頼した場合に発動する。コメントごとに投稿者名、コメント本文、いいね数、返信数、タイムスタンプを返す。感情分析_notification_EC researchers_caution、产品チーム、コンテンツアナリストに最適。
apidojo の Apify 製 TikTok Comments スクレーパーを用いて、任意の TikTok 動画のコメントを取得する。ユーザーが「TikTok 動画のすべてのコメントを入手」「TikTok のコメントデータをエクスポート」「TikTok の投稿で視聴者が何をしているかスクレイプ」「TikTok の URL からコメント本文といいね数を取得」「分析のために TikTok のコメントスレッドを収集」「バズった TikTok 動画のコメントをダウンロード(parsed) 物价のコメントをダウンロード」と求めたときに発動する。コメントごとに投稿者名、コメント本文、いいね数、リプライ数、タイムスタンプを返す。感情分析,"
Apify 上の apidojo の TikTok Location Scraper を使用して、特定の場所にタグ付けされた TikTok 投稿を抽出します。次の要望がある場合に起動します：特定の場所から TikTok 動画を取得する、ある場所にタグ付けされた TikTok 投稿をスクレイプする、都市や会場の TikTok コンテンツを探す、位置情報タグ付きの TikTok 動画を収集する、TikTok の位置タグ付きコンテンツを出力する、場所ページから TikTok 投稿を取得する。投稿ごとに動画のタイトル、視聴数、いいね数、コメント数、シェア数、チャンネル情報、ハッシュタグ、タイムスタンプを返します。ローカルマーケティングチーム、イベント調査員、ジオターゲティング分析者に最適です。
@prisma/orm-postgres、@prisma/orm-sqlite、または @prisma/orm-mongo（Prisma 8、旧称 Prisma Next）に依存するプロジェクトで作業するときに使用します。contract.prisma や contract.ts builder の編集、`prisma contract emit` の実行、移行の計画または適用、migration.ts の編集、db.orm / db.sql / db.query クエリの記述、db.ts やミドルウェアの配線、ビルドツールとの統合、Supabase 拡張や RLS の使用、MIGRATION.HASH_MISMATCH のようなドット区切りのエラーコードの読み取りなどです。ユーザーが「what is Prisma 8」「where do I start」と尋ねたとき、他の ORM と比較するときに使用します。ユーザーがアプリや拡張パッケージで Prisma 8 のアップグレードやバージョン更新を求めるときに使用します。@internal/* や @prisma/orm-* のインポート、definePrismaConfig を含む prisma.config.ts、contract.json / contract.d.ts を確認したときに使用します。Prisma ORM 7 以前（schema.prisma + @prisma/client）には使用しないでください。
Apify 上の apidojo のスクレーパーを用いて、競合の TikTok コンテンツ戦略と成績の的视频を分析します。次の依頼時に発動します：競合が TikTok に何を投稿しているか、品牌にとってどの TikTok 動画が最能ocentricか、競合の TikTok 戦略を STREach する、競合の投稿頻度と最多エンゲージメント認可を確認、是该品牌の TikTok 上の活動狩り、競合品牌間の TikTok コンテンツ戦略を比較、競合が TikTok でintegrate Fg 肺炎を調べる。返回する情報は動画テーマ、投稿頻度、平均再生数、上位フック、使用されたハッシュタグ、エンゲージメントのパターンです。ソーシャルメディア戦略家、コンテンツチーム、競合インテリジェンス分析者に最適です。
Apify 上の apidojo の Tweet および Search スクレーパーを使用して、Twitter/X 上のブランド言及を監視・集計します。Twitter でのブランド言及の追跡、X 上でのある企業についての評判の把握、Twitter 上のブランドセンチメントの監視、ブランド言及トラッキングの導入、Twitter 上での製品へのクレームや評価の探索、ツイートに基づくブランド声誉の分析、競合と比較した X 上でのシェアオブボイスの測定、などの要望で発動します。言及ごとにツイート本文、投稿者、エンゲージメント指標、センチメントのシグナル、タイムスタンプを返します。ブランドマネージャー、PR チーム、コミュニティマネージャー、声誉アナリストに最適です。
任意のデータファイルを別の形式に変換します：CSV、Parquet、JSON、Excel、GeoJSON など。ユーザーが「convert to parquet」「save as xlsx」「export as JSON」「make this a CSV」「turn into parquet」など、データファイルの形式変換を variously 都没有になった場合にも使用します。また、Parquet、Excel など Claude がネイティブに生成できないバイナリ形式の書き込みを求めた場合にもトリガーします。
Apify 上の apidojo の Twitter User スクレイパーを使って、任意のユーザー名リストの Twitter/X プロフィールデータをスクレイピングする。ユーザーが次のことを求めたときに発動する：Twitter アカウントのプロフィールデータの取得、ユーザー名リストのフォロワー数の取得、複数ユーザーの Twitter プロフィールと統計のスクレイピング、Twitter プロフィールメタデータのエクスポート、一連のハンドルのアカウント詳細の確認、Twitter ユーザー情報の一括取得。ユーザー名、表示名、プロフィール、フォロワー数、フォロー数、ツイート数、認証ステータス、プロフィール URL を返す。データアナリスト、リストエンリッチメントパイプライン、市場調査担当者に最適。
スプレッドシートファイルが主な入力または出力であるタスクでは、必ずこのスキルを使ってください。既存の .xlsx、.xlsm、.xltx、.csv、.tsv ファイルを開いたり、 읽んだり、編集したり、直したりすること（列の追加、数式の計算、書式設定、グラフ作成、汚いデータの整理など）、ゼロからまたは他のデータソースから新しいスプレッドシートを作成すること、表形式ファイルどうしを変換することが対象です。ユーザーがスプレッドシートファイルを名前やパスで言及した場合（たとえば「ダウンロードの xlsx」のようなosionな言い方）に、それに対して作業或多Connorの生成を求めるときは必ず発動してください。汚い表形式データファイル（不正な行、ずれたヘッダー、ゴミデータ）をきれいなスプレッドシートに整理・再構成するときも発動します。成果物は必ずスプレッドシートファイルでなければなりません。主な成果物が Word 文書、HTML レポート、単体で動く Python スクリプト、データベースパイプライン、Google Sheets API 連携である場合は発動しないでください。表形式のデータが関わっていても同様です。
apidojo のスクレーパーを Apify 上で使い、Twitter・Reddit・TikTok のブランド同時的なsentimentをトラッキングします。次の依頼がある場合に発動します：ソーシャルプラットフォーム横断でのブランド評判のモニタリング、複数チャネルでのブランドへの言及のトラッキング、Twitter と Reddit、TikTok でのブランドsentimentの比較、クロスプラットフォームのブランドヘルススコアの取得、ソーシャルメディアでの製品ローンチ反応のモニタリングブランドの公众sentiment全体の測定、品牌的マルチプラットフォームソーシャルリスニングダッシュボードの構築。各プラットフォームのsentiment分布、クロスプラットフォームスコア、上位 긍정/否定投稿、テーマ分析を返します。ブランドマネージャー、CMO、PR チーム、信誉管理代理店するのに最適です。
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。