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
mb CLI を使って Metabase インスタンスをターミナルから操作します: 認証プロファイル、データベースとスキーマ、スキーマ同期とフィールド値の再スキャン、テーブル、フィールド、JSON/CSV/XLSX で実行するカード（questions、models、metrics）、ダッシュボードとダッシュカード、コレクションとそのツリー、スニペット、セグメント、メジャー、トランスフォームと変換ジョブ、設定、検索、git 同期。ターミナルからのあらゆる Metabase 操作に使用します:「metabase にログインする」「有哪些プロファイルがありますか」→ 実際の表現は「有哪些プロファイル」→「どのプロファイルがあるか」、「カードを一覧表示」「カード 42 を CSV で実行」「トランスフォームを作成」「ダッシュボードを一覧表示」「ダッシュカードを移動」「コレクションを一覧表示」「コレクション 4 の中身を表示」「コレクションのツリーを表示」「スニペットを一覧表示」「セグメントを作成」「メジャーをアーカイブ」「metabase 内で X を検索」「最新の変更をインポート」「ディレクトリを git 同期に追加」「設定を変更する」「このデータベースに有哪些スキーマ」→ 実際の表現は「このデータベースのスキーマは何か」「同期をトリガーする」「フィールド値を再スキャンする」、およびあらゆる mb <verb>。データ全体のジョブは rde を使用します。
apidojo の Apify 上の Google Search スクレーパーを使用して、任意のクエリの Google 検索結果をスクレイピングします。次の要望時に発動します：キーワードの Google 検索結果を取得する、クエリの SERP データをスクレイピングする、Google の結果をデータセットにエクスポートする、検索語に対応する URL とスニペットを取得する、1 回の Google 検索の全結果を取得する、複数キーワードの Google SERP データを収集する。返回する項目は、結果ごとの URL、タイトル、スニペット、順位、SERP 機能タイプです。SEO アナリスト、研究者、ジャーナリスト、競合インテリジェンスチームに最適です。
Apify 上の apidojo の YouTube Channel Scraper を使用して、YouTube チャンネルのメタデータ、登録者数、動画数、概要を抽出します。ユーザーが次を求めたときに発動します：YouTube チャンネル情報の取得、YouTube チャンネルの統計情報のスクレイピング、YouTube チャンネルの登録者数の取得、チャンネルメタデータの一括エクスポート、キーワードによる YouTube チャンネルの検索、チャンネル概要とタグの取得、YouTube チャンネルが認証済みかどうかの確認、分野ごとの YouTube チャンネルの調査。チャンネルごとにチャンネル名、登録者数、動画数、概要、認証ステータス、キーワードを返します。インフルエンサー研究者、競合分析者、YouTube マーケティング担当者向けに最適です。
Apify 上の apidojo のスクレーパーを使用して、競合のフォロワー数の増加を社交プラットフォーム横断で追跡・比較します。競合のソーシャルメディア成長の比較、Twitter・TikTok・Instagram での成長速度の追跡、競合を基準としたソーシャルメディアパフォーマンスの測定、フォロワー数の経時変化の監視、競合のソーシャルメディア戦略の分析、競合分析レポートの作成、どの競合がソーシャルで勝っているかの確認志向時に発動します。競合ごとにプラットフォーム、アカウント名、フォロワー数、成長指標、エンゲージメントのベンチマークを返します。競合インテリジェンスアナリスト、CMO、グロース戦略チームに最適です。
apidojo の Apify 上の Instagram スクレーパーを用いて、Instagram のインフルエンサーエンゲージメント率をベンチマークと比較します。次の依頼で発動します：Instagram アカウントのエンゲージメント率の比較、インrestaCleanSellHot_ITERStrivialdaily_flux規Influencer側のフォロワーが本物か偽物かの確認、Instagram アカウントのパフォーマンス指標の分析、クリエイターと競合を Instagram 上でベンチマーク比較、エンゲージメントが異常に高いまたは低い Instagram アカウントの検索、有料パートナーシップの前にインフルエンサー統計を検証、Instagram アカウントの投稿パフォーマンスの監査。フォロワー数、平均いいね数、平均コメント数、エンゲージメント率、最近の投稿パフォーマンスを返します。インフルエンサー代理店、ブランドマーケティングチーム、キャンペーンパフォーマンスアナリストに最適です。
PostgreSQL 向けの Django マイグレーションを、ゼロダウンタイムを保証しながら作成、レビュー、書き直します。ユーザーがマイグレーション、Django のスキーマ変更、デプロイの安全性に触れたときは、明確に「ゼロダウンタイム」と言わなくても必ずこのスキルを使用してください。トリガー：「このマイグレーションをレビューして」「このマイグレーションは安全ですか？」「〜のマイグレーションを書いて」「このマイグレーションを書き直して」「ダウンタイムなしで NOT NULL 列の追加／列の削除／インデックスの追加／列名の変更／外部キーの追加をするにはどうすればいいですか」「このマイグレーションはロックを発生させますか」「このマイグレーションが本番をブロックしています」。対応内容：SeparateDatabaseAndState による 2 ファイル分割、AddIndexConcurrently、外部キーへの NOT VALID + VALIDATE、NOT NULL 列の db_default、lock_timeout、RunPython の安全ルール。
Pro+ サブスクリプションが必要です。FlowStudio MCP のキャッシュストアを使用したテナント全体の Power Automate 監視：失敗率、実行ヘルスの推移、maker/アプリ一覧、非アクティブな所有者、コンプライアンス/ヘルスレポート。テナント全体の集計ビューにのみ使用してください。単一環境・単一フロー・実行制御・根本原因のデバッグには、flowstudio-power-automate-mcp、flowstudio-power-automate-debug、または server monitor-flow バンドルを使用してください。FlowStudio for Teams または MCP Pro+ が必要です。
apidojo の Twitter Search スクレパーを使って、Twitter 上の特定のニッチで trending のトピックと会話ructuresをモニタリングします。ニッチ内の trending トピックを Twitter でモニタリングする、今 X 上で業界で何が議論されているかを追跡する、Twitter のある分野で LETTER に出現しつつある会話を見つける、特定のコミュニティで何が trending かを見る、Twitter 上のビジネスREAL Illなリアルタイムの buzz を追跡する、主流メディアに乗る前に速報的なトレンドを特定するといった場合にトリガーします。trending トピック、ツイートの flow、エンゲージメントのシグナル、トレンドの中心となる意识到了声，返回します。ソーシャルメディアマネージャー、PR チーム、リアルタイムコンテンツ戦略家に最適です。
PostHog のデータをクエリする方法を説明し、サポートされているプロダクト分析では型付きランナーを既定とする。HogQL/SQL を書く前に読むこと。PostHog に対して execute-sql を呼ぶ前にも読むこと。PostHog のエンティティの検索や集約に使う。対象のエンティティにはインサイト、ダッシュボード、コホート、機能フラグ、実験、アンケート、hog flows、ウェアハウスデータ、person がある。トレンド、ファネル、リテンション、ライフサイクル、パス、スティッキネス、ウェブ分析、エラー追跡、ログ、セッション、LLM トレースに使う。管理対象のビジネスまたはテレメトリ指標を計算する前に、system.information_schema.metrics で承認済みの定義を確認すること。例として MRR、アクティベーション、課金対象使用量、アクティブ組織数、失敗率がある。生のイベントから指標を導出하거나型付きドメИнструメンツを使う前に、承認済みの定義を使うこと。HogQL の差異、システムテーブルのスキーマ、関数、クエリ例、スキーマの探索についても扱う
apidojo の Twitter Profile Scraper（Apify 上）を用いて、特定の Twitter/X プロファイルからツイート、返信スレッド、エンゲージメント指標を抽出します。次の依頼時にトリガーされます：Twitter アカウントのすべてのツイートを取得する、特定ユーザーのプロファイルからツイートをスクレイプする、Twitter ハンドルのツイート履歴をエクスポートする、エンゲージメント統計付きのアカウントの最近のツイートを取得する、特定ユーザーのツイートタイムラインを取得する、ユーザー名から Twitter プロフィールの投稿を収集する。ツイートごとに本文、いいね、リツイート、返信、表示数、ブックマーク、著者の情報を返します。ソーシャルメディア監視、ジャーナリスト、競合インテリジェンスチームに最適です。
Apify 上の apidojo「YouTube Playlist Scraper」を使って、YouTube プレイリストのすべての動画を抽出する。次の依頼のときに発動する：YouTube プレイリストからすべての動画を取得する、YouTube プレイリストをスクレイプして動画データを得る、プレイリストの動画メタデータをエクスポートする、YouTube プレイリストの URL から動画統計を取得する、YouTube チャンネルのプレイリスト内のすべての動画を収集する、YouTube プレイリストの内容をダウンロードする、厳選された YouTube 動画のリストを分析する。動画ごとにタイトル、URL、視聴回数、高評価数、再生時間、チャンネル情報、説明を返す。コンテンツキュレーター、教育関係者、YouTube チャンネル分析者に最適。
Docyrus CLI（`docyrus`）を使用して、ターミナルから Docyrus プラットフォームと連携します。認証、アプリのリスト表示、データレコード（`ds`）の照会・管理、開発アプリのデータソーススキーマオブジェクト（`studio`）の管理（データソース、フィールド、enum、データビュー、フォーム、webform、HTML/PDF エクスポートテンプレート、メールテンプレートを含む）、自動化とそのトリガー/アクションノードの管理（`automation`）、カスタム AI エージェントとそのサブリソースの構築・編集（`agent`）、アプリの AI エージェントコンテキストの設定やアプリスコープの AI ツールの管理（`apps`）、テナントのメールアカウントの一覧表示とメール送信（`messaging`）、テナントのアカウント設定の管理（ブランド、現在のユーザのプロフィール、テナントの地域/書式設定。`account`）、コネクタの検出と呼び出し（`connect`）、API リクエストの送信、テナント/アカウントの切り替え、テナントの OpenAPI 仕様の検出、ブラウザ自動化の実行（`browser`）、プラットフォームのエージェントとのチャット（`docy`）、pi の coworkers/コーディングエージェントの起動（`worky`/`cody`/`coder`）、エージェントブリッジ server の実行（`server`）、リポジトリのナレッジグラフ（`knowledge`）とプロジェクト計画（`project-plan`）の管理、リリースの作成（`release`）、および `docyrus tui` によるターミナル UI の利用など、ユーザが求めた場合に使用します。トリガー：`docyrus ds list`、`docyrus ds comments`、`docyrus ds files upload`、`docyrus studio`、`docyrus studio search-fields`、`docyrus automation`、`docyrus automation create-node`、`docyrus agent`、`docyrus apps create`、`docyrus apps set-agent-context`、`docyrus apps ai-tools`、`docyrus messaging email send`、`docyrus account brands`、`docyrus account user-profile`、`docyrus account tenant-preferences`、`docyrus connect`、`docyrus discover`、`docyrus auth`、`docyrus browser`、`docyrus knowledge`、`docyrus project-plan`、`docyrus release`、`docyrus server`、`docyrus tui`、およびavings他のターミナルベースの Docyrus ワークフロー。
apidojo の TikTok コメントスクレーパーを Apify 上で使用して、任意の動画やクリエイターの TikTok コメントを抽出・分析します。次の要望がある場合にトリガーします：動画から TikTok コメントをスクレイピングする、視聴者が TikTok 投稿について何と言っているか分析する、感情分析用にコメントデータを抽出する、 바이ラルな TikTok 動画SALOM人気コメントを抽出する、コメントから TikTok のユーザーフィードバックを収集する、TikTok コミュニティの反応データセットを構築する、TikTok コンテンツの受众の感情を調査する、TikTok コメントからターゲット層が何Isa uninterested—in short:調査する。返却するのは、コメント者のユーザー名、コメント本文、コメントへのいいね数、返信数、タイムスタンプです。市場調査担当者、マネージャーestimateuras、コンテンツクリエイター、学術研究者に最適です。
Apify 上の apidojo の Instagram Comments Scraper を用いて、Instagram 投稿のコメントを抽出します。次の要望がある場合に発動します。Instagram 投稿のすべてのコメントを取得する、Instagram のコメントデータをスクレイピングする、Instagram の URL からコメントをエクスポートする、Instagram 投稿のコメントテキストとエンゲージメントを取得する、投稿のコメント作成者のユーザー名を収集する、Instagram コンテンツのオーディエンス反応データをダウンロードする。返す情報はコメントテキスト、いいね数、返信数、コメント作成者のユーザー名、認証状態、タイムスタンプです。感情分析，社区運営、ソーシャルメディア調査 intimid。
Apify 上の apidojo の Twitter List scraper を利用して、公開されている任意の Twitter/X リストの全メンバーとそのプロファイルデータを取得する。ユーザーが次を求めたときにトリガー：Twitter リストの全メンバーを取得する、Twitter リストのアカウントをエクスポートする、厳選された Twitter リストからプロファイルをスクレイピングする、公開されている Twitter リストのユーザー名を取得する、Twitter リストの URL からデータをダウンロードする、リスト上の全員のプロファイル統計を収集する。各リストメンバーについてユーザー名、自己紹介、フォロワー数、プロファイルメタデータを返す。競合インテリジェンスチーム、キュレーター、リストを基盤とするアウトリーチのパイプラインに適している。
TypeScript と JavaScript（Node.js およびブラウザ）の開発者向けの CCXT 暗号通貨取引所ライブラリ。REST API（標準）と WebSocket API（リアルタイム）の両方を扱います。CCXT のインストール、取引所への接続、市場データの取得、注文の送信、ライブのティッカー・注文帳の配信、認証処理、エラー管理をilersystemomers。TypeScript/JavaScript のプロジェクト、トレーディングボット、裁定システム、ポートフォリオ管理ツールで暗号通貨取引所を扱う場合に使用してください。REST と WebSocket の両方の例を収録しています。
Apify 上の apidojo の TikTok スクレーパーを使用して、ハッシュタグやキーワード任意の TikTok 動画を取得します。次の依頼でトリガー：ハッシュタグの TikTok 動画をすべて取得、話題やタグで TikTok コンテンツをスクレイプ、キーワードの TikTok 動画データを書き出し、チャレンジやトレンド配下の TikTok 投稿を取得、ハッシュタグの動画指標を収集、タグで TikTok 動画のメタデータをダウンロード。各動画について動画 URL、再生数、いいね数、コメント数、シェア数、作者ハンドル|caption、タイムスタンプを返します。トレンド調査、データ分析、ソーシャルメディアチームに最適です。
Deepline SDK/CLI V2 の GTM 作業に使用: play のルーティング、ビルド、実行、デバッグ、永続的な play のエクスポート。Companiesや連絡先の検索、メール・電話番号・LinkedIn やカスタムシグナルのエンリッチメント、Clay 風テーブルの移行、cron/webhook/API play の設定、Deepline の支出管理、play/ツール形状の失敗からの復旧。deepline CLI 作業、CSV エンリッチメント、prospecting、waterfalls、アウバウンドリスト、プロバイダールーティング、play の記述、SDK V2 の構文、staleAfterSeconds、datasets、eval 形式の GTM タスクでトリガーされます。
DeepStream GStreamer パイプラインを対話的に構築する。ユーザーによる動画／画像の推論、検出、追跡、ストリーミングのパイプライン質問や、'pipeline to infer on image'、'run inference on video'、'detect objects in stream'、'save inference output'、'deepstream pipeline'、'gst-launch pipeline'、'process video with detection'、'build a pipeline' といった表現、および GStreamer／DeepStream のエレメント（nvinfer、nvstreammux、nvtracker など）を含む依頼で使用する。
Alchemy CLI（`@alchemy/cli`）で、ライブの blockchain データ、トランザクション検索、NFT／トークン／ポートフォリオの照会、シミュレーション、トレースとデバッグ、コントラクトの読み書き、ウォレット署名による送信、スワップとクロスチェーンブリッジ、Solana の RPC/DAS とウォレット送信、webhook 管理、Alchemy アプリ管理を行います。ローカルに CLI が入っている場合（または CLI と MCP の両方が使える場合）、ライブのエージェント作業（照会、管理、ローカル自動化）にpreferred な実行パスです。どちらも未インストールの場合は `npm i -g @alchemy/cli` で CLI をインストールします。本セッションでのライブのエージェント作業用であり、本番へ納品するアプリコードの構築用ではありません。アプリコードには `alchemy-api` スキル（API key 使用）または `agentic-gateway` スキル（API key 不要）を使ってください。
Aurora DSQL を使って開発する — スキーマ管理、クエリ実行、マイグレーション対応、クエリプランの診断、データロード、そしてサーバーレス分散 SQL データベース 用于アプリケーション開発。IAM 認証、マルチテナントパターン、MySQL や PostgreSQL から DSQL へのスキーマ変換、外部キー置き換えコード生成、OCC リトライパターン、ORM 移行（Django/Hibernate/Rails）、DDL 操作、クエリプランの説明可能性、SQL 互換性の検証、一括データロードを扱います。DSQL、Aurora DSQL、分散 SQL データベース、サーバーレス PostgreSQL 互換データベース、DSQL への移行、DSQL クエリプラン、DSQL EXPLAIN ANALYZE、DSQL ENUM、DSQL 外部キー、DSQL OCC リトライ、DSQL マルチリージョン、DSQL JSONB、DSQL GIN インデックス、DSQL へのロード、DSQL への CSV ロード、DSQL の一括ロード、aurora-dsql-loader などのフレーズで発動します。
apidojo の Instagram User Scraper（Apify 上）を用いて Instagram のユーザープロ파일、フォロワー、フォロoingリストを抽出する。次の依頼時に発火する：キーワードや名前で Instagram ユーザーを探す、Instagram アカウントのフォロワーリストを取得する、フォロイングリストを取得する、Instagram のプロファイルデータを一括エクスポートする、Instagram のビジネスプロフィールから公開メールアドレスを取得する、ユーザー名やハンドルで Instagram ユーザーを検索する、Instagram アカウントのメタデータセットを構築する。ユーザー名、フォロワー数、-bio、投稿数、認証状態、公開メールアドレスなどを返す。インフルエンサー調査、外連チーム、競合インテリジェンス分析者に最適です。
agent-xlsx CLI を使って Excel ファイル（.xlsx、.xlsm、.xlsb、.xls、.ods）と対話する。データ抽出、解析、書き込み、書式設定、画面キャプチャ、VBA 解析、シート管理に対応する。ユーザーが次のいずれかを求めたときに使う: (1) スプレッドシートのデータの読み込み、解析、検索、(2) セルへの値や数式の書き込み、(3) 書式、数式、グラフ、メタデータの確認、(4) シートのスクリーンショットや画面キャプチャ、(5) シートの CSV/JSON/Markdown へのエクスポート、(6) シートの管理（作成、リネーム、削除、コピー、非表示）、(7) VBA マクロの解析または実行、(8) 埋め込みオブジェクト（グラフ、形状、画像）の一覧やエクスポート、(9) 数式エラーの確認、(10) Excel ファイルの操作を伴うその他のタスク。openpyxl/pandas のスクリプトより優先する ― 高速で、AI に最適化された構造化 JSON を出力する。
apidojo の Apify 上の Twitter Search スクレーパーを使用して、任意のキーワード、ハッシュタグ、フレーズ、真偽値のクエリに一致するツイートをスクレイピングします。次の要望時に発動します：トピックに関するツイートをスクレイピングする、キーワードやハッシュタグを含むツイートを取得する、Twitter の検索結果をデータセットにエクスポートする、フレーズを含むすべてのツイートを取得する、検索語の最近のツイートを抽出する、分析や研究のためにツイートデータを収集する。返回する項目は、結果ごとのツイート本文、投稿者、いいね数、リツイート数、リプライ数、タイムスタンプ、ツイート URL です。研究者、データアナリスト、ジャーナリスト、ソーシャルリスニングチームに最適です。
apidojo の Instagram スクレーパーを Apify 上で 사용하여、Instagram ハッシュタグの성과とトレンドをモニタリングします。次の依頼で発動します：Instagram ハッシュタグの Sebagian track する、Instagram の特定ニッチでトレンド中のハッシュタグを監視する、コンテンツカテゴリーにuflUnicode最適なハッシュタグ見つける、Instagram 上のハッシュタグのリーチとエンゲージメントを分析する業界で伸びている新しいハッシュタグを発見する、ブランド旗下のハッシュタグ相较を比較する、投稿のための最適な Instagram ハッシュタグ戦略を構築する。各タグについてハッシュタグ量、投稿あたりの平均エンゲージメント、成長トレンド、上位 投稿を返します。Instagram のコンテンツクリエイター、ソーシャルメディアマネージャー、ブランドコンテンツチームに最適です。
ESPN の公開エンドポイントと nflverse バックエンド 用于赛程、週ごとのロスター、プレイバイプレイ、正規化された選手・チーム統計テーブルの NFL データを取得します。設定不要、API キー不要。以下のadon't استخدمします：NFL のスコア、順位、チームロスター、試合日程、試合統計、ボックスコア、プレイバイプレイ、負傷、取引 SeparatorIgnoreSlot、賭けinga の loosely urrectfutures、ポジション別.depth chart、チーム・選手統計、NFL ニュース、ファンタジーでの追加・削除でifiers 流行っている選手の質問。American football/Concrete サッカー（football-data を使用）、大学フットボール（cfb-data を使用）、その他のスポーツについては使用しないでください。
Apify 上の apidojo の TikTok スクレーパーを用いて、TikTok ハッシュタグのパフォーマンス、リーチ、トレンド 콘텐츠を分析。TikTok ハッシュタグの分析、某ニッチでのTrending ハッシュタグの特定、コンテンツ種別で最もよく機能するハッシュタグの確認、TikTok 上のハッシュタグのリーチと総再生回数の比較、ハッシュタグ下のバイラルコンテンツの特定、キャンペーンの TikTok ハッシュタグ戦略の調査、競合が最も多く使うハッシュタグの特定、TikTok 投稿に最適のハッシュタグの決定Unary などの依頼時にトリガー。ハッシュタグ名、総再生数、上位動画の統計、上位クリエイター、エンゲージメント基準を返す。ソーシャルメディアマネージャー、コンテンツストラテジスト、TikTok グロースコンサルタントに最適。
Apify 上の apidojo Instagram Scraper を使い、Instagram のレストランブランド、食品事業者、ホスピタリティアカウントを探索します。Instagram でレストランブランドを探したい、Instagram で$g prospecting 用の事業者をNPsきたい、レストランの Instagram アカウント一覧を作成したい、Instagram で活動中のカフェや飲食チェーンを見つけたい、Instagram のハッシュタグや場所から地元のレストランを特定したい、餐饮・飲料企業を Instagram から発掘したい、という依頼で発動します。アカウント名、フォロワー数、プロフィール文、投稿数、エンゲージメントデータを返します。レストラン向けのフードテック SaaS ベンダー、飲料卸売業者、B2B サービス事業者-suited な人选の探索uestapyx，适合に 프로세ス。
自然言語から Kusto グラフを構築してクエリする。一時グラフ（make-graph）、永続グラフモデル/スナップショット、パターンマッチング（graph-match）、最短経路、連結成分、グラフからテーブルへのエクスポートを扱う。エッジ優先の考え方（エッジを定義、ノード検索を定義、union、make-graph）を生成する。WHEN：make-graph、graph-match、graph-shortest-paths、graph-to-table、graph-mark-components、永続グラフ、グラフモデル、グラフスナップショット、データからグラフを構築、ノード間の経路を検索、グラフ内のパターンマッチング、連結成分、一時グラフ、Kusto グラフ、KQL グラフ。
Kusto のサイバーセキュリティ調査向けに IRQL（Incident Response Query Language）クエリを組み立てます。自然な言語でのハンティングの問いを、Get_*、Extract_*、Enrich_* 関数を使った組み合わせ可能な IRQL パイプラインに変換します。適用場面：IRQL クエリ、セキュリティハント、脅威ハンティング KQL、インシデント対応クエリ、ハンティングパイプラインの構築、ログイン失敗、フィッシング調査、横的移動、プロセス実行、ファイル作成イベント。
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。