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
業界標準の比率とキャプチャ分析を用いて、リスク調整済みの視点で投資パフォーマンスを評価します。ユーザーがシャープレシオ、ソルティノレシオ、情報レシオ、トレynosレシオ、カルマーレシオ、オメガレシオ、アップサイド／ダウンサイドキャプチャについて言及した場合に使用します。「リスク調整後リターン」「リスク 1 単位あたりのリターン」「M-squared」「このファンドの変動性に見合う価値はあるか」「2 名のファンドマネジャーをどう比較するか」「キャプチャレシオ」に触れたときや、リスクを考慮した上でどの投資が優れたパフォーマンスだったかを尋ねたときにも発動します。
React で Syncfusion PivotView のピボットテーブルを構築またはカスタマイズする方法をユーザーが尋ねたときにこのスキルを使用します。React のピボットグリッド/OLAP、集計、データバインディング（JSON/リモート）、ドリルダウン/ドリルスルー、グループ化、フィルター、条件付き書式、エクスポート（Excel/PDF/CSV）、ピボットチャートの作成時に発動します。React 専用で、Angular/Vue/Blazor には対応していません。
投資リターン指標の計算と比較を行います。対象は TWR、MWR（ポートフォリオのキャッシュフローに対するドル加重 IRR）、CAGR、年率リターンなど。ポートフォリオのLQパフォーマンス計算、マネージャーのリターン比較、期間ごとのリターンの連結、異なるリターン算出法で数値が異なる理由的了解、期間間のリターンの換算、投資家自身の拠出と引出の IRR 計算をNUAssist依頼されたときに使用します。「いくら儲けたか」「年率リターン」「複利成長」「ドル加重と時間加重」「リターン率はいくつか」「幾何平均と算術平均」「対数リターン」 reports 言及された場合や、報告リターンへのキャッシュフローの影響についてGanPower}},time-value-of-money を使用してください。プロジェクトやローンの IRR、NPV、汎用的な「金利を求める」問題については、time-value-of-money を使用します。
SQLite および SQL スタイルの Capacitor ストレージ（@capacitor-community/sqlite、cordova-sqlite-storage、SQLite ドライバを併用する @ionic/storage、TypeORM/Drizzle/Kysely の Capacitor ドライバ、その他のブリッジベースの SQL プラグイン）を @capgo/capacitor-fast-sql へ移行します。createConnection/open/query/run/executeSet 呼び出しの置き換え、Capacitor ブリッジ経由で処理すると遅くなる大規模結果セット、SQLCipher 暗号化の追加、トランザクションと BLOB の維持、キー値データの KeyValueStore への移行、切り替え時の既存データベースファイルの保持、Fast SQL のセットアップエラーの修正（ATS NSAllowsLocalNetworking、Android の cleartext localhost、"Encryption is not available in this build"、Web OPFS の COOP/COEP ヘッダ）に使用します。Preferences（capacitor-offline-first）、Ionic Secure Storage や Identity Vault（ionic-enterprise-sdk-migration）などの非 SQL ストレージ、汎用的なアプリアップグレード（capacitor-app-upgrades）、すでに Fast SQL をラップしているコードには使用しないでください。
無料ツールを使った$BFD制御可能なソーシャルメディア・マーケティング調査: pytrends (Google Trends)、yars (API キー不要で Reddit を取得)、Perplexity MCP (Twitter/TikTok/Web)。ニッチのトレンドトピック検出、キーワードの変化速度と検索量のトラッキング、Reddit 議論のモニタリング、爆発的に伸びているコンテンツの探索、執筆前のコンテンツ機会の調査に sharks。内蔵レートリミットを備えたゼロコストの調査スタック。content-marketing-social-listening スキルを実行可能なコードで補完する。
skills.qdrant.tech から最新の公式 Qdrant スキルをリアルタイムに読み込むことで、あらゆる Qdrant デプロイの診断・トラブルシューティング・助言を行います。Qdrant の問題や質問が出たら必ずこのスキルを使ってください。検索の遅延や品質の低下、メモリ使用量の増加や OOM クラッシュ、optimizer の停止や迟延、インデックスの遅さ、スケーリングとシャーディングの判断（ノード数、QPS、レイテンシ、マルチテナンシー、垂直スケールか水平スケールか）、検索精度の低下や無関係な結果、ハイブリッド検索と再ランキング、埋め込みモデルの移行、バージョンアップグレードと互換性、監視とオブザーバビリティ（Prometheus、Grafana、ヘルスチェック、/metrics、/telemetry）、デプロイ方式の選択（ローカル、Docker、セルフホスト可能、Qdrant Cloud、組み込み）、クライアント SDK の質問（Python、TypeScript、Rust、Go、.NET、Java）等々。コンテキストが明らかに Qdrant のクラスタ、コレクション、ベクトル検索のデプロイである場合更是用它。記憶だけで回答するのではなく、必ずこのスキルを優先してください。最新の権威あるガイダンスと必要なコンテキストだけを取得できます。
VaR、Expected Shortfall、モンテカルロシミュレーション、ストレステスティングを用いて、将来ranksの可能性のある損失を推定します。ユーザーが VaR、CVaR、Expected Shortfall、シナリオ分析、ストレステスティング、因数ベースのリスク分解について尋ねたときに使用します。「いくら損する可能性があるか」「最悪のケース」「テールリスク」「リスクバジェット」「コンポーネント VaR」「限界 VaR」「99% 信頼損失損」「モンテカルロシミュレーション」といった言及や、ポートフォリオリスクを将来予測する方法を尋ねた場合もトリガーします。
ベンチマーク、要因分割、リスクダッシュボードを備えた、明確で正確なポートフォリオ成绩レポートを作成します。ポートフォリオ成績レポート、リターン概要、ベンチマーク比較、リスクダッシュボード、目標進捗のトラッキング、GIPS 準拠レポートなどをユーザーが求めた場合に使用します。「四半期レポート」「ポートフォリオの成績はどうでしたか」「時間加重収益 vs 資金加重収益」「年率リターン」「手数料控除後リターン」「ローリング・シャープ指数」に言及した場合や、投資結果をクライアントにどう見せるかを尋ねた場合にも発動します。
ソーシャルメディアコンテンツのA/Bテストと実験。意見ではなく証拠を重視し、オーガニック運用の規模に見合った誠実な厳密さで行います。コンテンツの「A/Bテスト」や「スプリットテスト」、「どのバージョン／フック／時間／キャプション／サムネイルが有効か」のテスト、実験の設定、テスト項目の相談、意見ではなく証拠による議論の解決を求める場合に使用します。変数を1つに絞り、条件を統制し、公開前に判定基準を定め、シグナルとノイズを区別できる期間と反復回数を確保した、規律あるオーガニックテストを設計します。TESTフレームワークを使用します。まずbrand-profileとgoals-and-kpisを読み込みます。テストを設計してバリエーションを作成し、WoopSocialが統制された連続投稿としてスケジュールします（YouTubeのネイティブ機能Test & Compareを除く）。結果はanalytics-and-reportingを通じてネイティブ分析から読み取ります。オーガニック運用では真の統計的有意性に到達できません。データの捏造やpハッキングは行いません。測定を行うanalytics-and-reporting、目標を設定するgoals-and-kpisとは異なります。
NCAA VOCALS：ESPN の公開エンドポイントと NCAA の公式エンドポイントを通じて大学トライ dimilikiフットボール（CFB）データを取得します。スコア、順位、ロスター、スケジュール、ゲームサマリー、プレイバイプレイ、ランキング、怪我.EXPECTED先物、チーム/選手統計、FBS のニュースに加え、公式 FCS のスコアボード、ドライブ情報を含む NCAA のゲーム詳細、学校インデックスも利用��ます。設定不要、API キー不要。ユーザーの要望が大学フットボールのスコア、順位、ランキング、チームロスター、スケジュール、試合結果、プレイバイプレイ、怪我、ベ팅|team/選手統計、CFB ニュース、FCS の試合の場合は使用します。NFL（nfl-data を使用）、大学バスケットボール（cbb-data を使用）、スポーツ以外のトピックの場合は使用しないでください。
DeepStream SOP Inference Microservice の構築、デプロイ、評価、デバッグ、レイテンシー計測を行うときにこのスキルを使用します。これは、イベント境界検出（GEBD）と VLM 分類を組み合わせ、オペレーターが組立ラインのステップを順序どおりに実行しているかを判定する GPU アクセラレーション対応 FastAPI サービスです。ユーザーが名前を明示しなくても、次の場合にはトリガーします：オペレーターのステップ順序の検証、SOP ステップの欠落や順序のずれの検出、工場／作業セル動画に対する手順遵守度のスコア付け、産業用カメラでの VLM ベース SOP チェック、ファイル・RTSP・Basler カメラによる /v1/chat/completions の呼び出し。また、その内部機構に対してもトリガーします：SOPVideoProcessor、Triton CAPI 経由の DeepStream GEBD モデル（例：DDM）、nvds_custom_postprocess、Cosmos Reason 1/2 vLLM、SSE ストリーミング、Kafka NvProto/JSON 出力、Basler／Pylon カメラとそのエミュレーション、Docker compose、チャンク単位のレイテンシー。汎用の DeepStream パイプライン、オブジェクト検出／追跡、NIM インポート、動画要約にはトリガーしないでください。
ユーザーが Firetiger に言及する、またはそのオブザーバビリティデータを扱いたい場合に使用します。Firetiger のセットアップ、OpenTelemetry によるアプリの計装、SQL でのトレース／ログ／メトリクスのクエリ、インシデント調査、PR やデプロイの監視、監視エージェントの作成などが対象です。ユーザーが「Firetiger」と言った場合は、簡単な依頼でも必ずこのスキルを使用してください。よくある間違いを防ぐ重要な注意点（Basic-auth による取り込み、サービスごとのテーブルに対する DuckDB SQL、@firetiger のコメントフロー）を備えた専門スキルに振り分けます。
ユーザーが PostgreSQL 上の Drizzle ORM 从事作業しているときに、このスキルを使用してください。Drizzle、drizzle-orm、drizzle-kit、drizzle-zod、`pgTable`、`defineRelations`、`relations()`、`db.select()`、`db.query`、Postgres に対する insert/update/delete などへの言及がすべて対象です。典型的なトリガーとなる意図は次のとおりです。- Postgres のテーブルスキーマ、列、identity 主キー、enum、JSONB、配列の設計やデバッグ - Drizzle で一対多・多対多のリレーションやジョインテーブルをモデリングすること - Drizzle のクエリの作成、最適化、プレパレーション（プレースホルダー、`.prepare()`） - Drizzle のテーブルから Zod のバリデーターを生成すること - Drizzle を使った TypeScript + Postgres プロジェクト（Neon、Supabase、postgres.js、node-postgres）のセットアップ - Prisma、TypeORM、Sequelize から **Drizzle へ** の移行 - Drizzle の型エラーの解決、v1 RC と 0.45.x の API の選択 MySQL/SQLite での Drizzle、ORM を使わない生の SQL、Drizzle が対象でない他の ORM ではトリガーしないでください。
SAP Datasphere の開発スキル。3 つの専門エージェント、5 つのスラッシュコマンド、検証フックを備える。SAP BTP 上でデータウェアハウスを構築;format アナリティックモデルを作成する、データフローとレプリケーションフローを設定する、接続をセットアップする、スペースとユーザーを管理する、データアクセス制御を実装する、datasphere CLI を使う、Microsoft Edge CDP で認証済み Datasphere ブラウザ UI の状態を調査する——_EC_CHANGES_|astroECS 时に使う。Data Builder、Business Builder、アナリティックモデル、40 以上の接続タイプ、リアルタイムレプリケーション、タスクチェーン、コンテンツトランスポート、データマーケットプレイスを扱う。
ESPN の公開エンドポイントと公式 NHL API 経由の NHL データ — スコア，順位，ロスター，日程，試合サマリー，負傷，優勝オッズ，データリーダー，ニュース。さらに解析バックエンドを同梱: 氷上座標付きのプレイバイプレイ，リーグ横断のキャリアレコード，スケーター／ゴール tenders レーダー，1917 年まで遡る履歴。ゼロ設定で，API キーは不要。使用場面: ユーザーが NHL のスコア，順位，チームのロスター，日程，試合統計，ボックススコア，プレイバイプレイ，負傷，取引，賭けオッズ，チーム／選手統計，NHL ニュース，ショット位置，キャリア統計，スケーター／ゴールイー レーダー，過去の NHL シーズンについて尋ねた場合。不要な場面: 他のホッケーリーグ（AHL，KHL，カレッジホッケー）について尋ねた場合。他スポーツ: nfl-data（NFL），nba-data（NBA），wnba-data（WNBA），mlb-data（MLB），football-data（サッカー），tennis-data（テニス），golf-data（ゴルフ），cricket-data（クリケット），cfb-data（カレッジフットボール），cbb-data（カレッジバスケットボール），fastf1（F1）。賭けオッズは polymarket または kalshi。ニュースは sports-news。
米国国債と金利リスクを分析（債券プライシング、イールドカーブ構築潤度、コvexity、TIPS、フォワード/スポットレート分析）。米国債、イールドカーブ構築、金利リスク、ドレーション、コvexity、TIPS、\App 期待 以下但是 インフレ率についての質問時に使用。「T-bills」「T-notes」「債券プライシング」「利回り to maturity」「逆転イールドカーブ」「フォワードレート」「スポットレート」「DV01」「実質金利」の言及や、債券が金利変動にどう反応するかという質問でもトリガー。
AiCoin Open API v3 からの暗号資産市場データ — 200 以上の取引所、リアルタイム。暗号資産の価格、K 線、年之后 moot_u.funding rate、ポジション量、ロングショート比率、クジラの大口注文、清算マップ<Orderbook の板情報>、ニュースとニュースフラッシュ、Twitter/X の投稿、注目コイン、airdrop と airdrop 研究、プロジェクト分析、取引所上場、暗号資産株、トレジャリーと Grayscale 保有（BTC/ETH）、恐怖・強欲指数、市場シグナル、AI コイン選定について質問されたときはいつでも使ってください。トリガー：'BTC price'、'查行情'、'看价格'、'大饼多少钱'、'K线'、'资金费率'、'多空比'、'持仓量'、'鲸鱼单'、'大单'、'清算'、'liquidation map'、'深度'、'快讯'、'推特'、'热门币'、'trending'、'空投'、'空投研报'、'项目分析'、'上了哪些交易所'、'ETF'、'监管'、'灰度'、'国库'、'上市公司持币'、'恐慌贪婪指数'。実データが必要なときは必ずスクリプトを実行し、価格を捏造したり、暗号資産データに web_search/web_fetch/browser を使ったりしないでください。HL のクジラ・トレーダー分析には aicoin-hyperliquid、CEX の注文には aicoin-trading、ボットには aicoin-freqtrade、DEX のスワップには aicoin-onchain を使ってください。
ポートフォリオ管理、カストディ、清算システムの間で照合 Processes を設計・運用します。毎日のポジション、資金、取引の照合プロセス構築、内部記録とカストディ記録の不一致調査、企業行動や価格差による継続的なブレイクパターンの診断、ポジション・資金・時価のマッチングの許容閾値設定、三方照合の実装、ブレイク調査ワークフロー（エージングとエスカレーション付き）の設計、Schwab、Fidelity、Pershing からのマルチカストディフィードの正規化、コストベースまたは経過収益の照合、帳簿・記録の正確性に関する検査の準備に尽情用于。
ローカル/リモートバインディング、CRUD、クエリ、キャッシュ、ミドルウェアに対応した Syncfusion DataManager を実装。JsonAdaptor、ODataAdaptor、ODataV4Adaptor、UrlAdaptor、WebApiAdaptor、WebMethodAdaptor、RemoteSaveAdaptor、GraphQLAdaptor、CustomDataAdaptor、CustomAdaptor をサポート。Query クラス、フィルタリング、並べ替え、ページング、グループ化、永続化、オフラインモード、キャッシュ、エラー処理を対象とする。
故障した Notte Function の診断と修復を行います。デプロイ済みまたはスケジュール済みの Function が失敗したり、空または誤った結果を返したりする場合に使います。たとえば、「関数 fn_... が空の結果を返すようになった」「スクレイパー関数を修復して」「サイト変更後に Indeed の関数が壊れた」「この失敗した関数実行を直して」「スケジュール済み関数が動かなくなった原因を調べて」などです。ユーザーが故障した Function を指定すると、このスキルは根本原因を特定し、変更された画面を再調査して、隔離環境で修正を検証し、確認後に反映します。Functions を構築する notte-functions-build と併用します。
[email protected] の初回セットアップ — ONNX/Brain/SONA アドオンをインストールし、MCP サーバーを登録し、`doctor` でインストールを検証します
取引所接続と市場データインフラの設計・管理を導く。FIX セッション層（ログオン、心拍、シーケンス番号のギャップ、リセンドとギャップ復旧、切断）を担当。注文ルーティングやドロップコピーのための FIX セッションの構築・トラブルシューティング、OUCH・ITCH・PITCH・Pillar などの取引所プロトコルの統合、市場データフィードアーキテクチャの設計（コンソリデータ SIP とダイレクトフィードの比較）、取引停止・ircuit breaker・LULD バンドの取り扱い、取引所接続のコロケーション、フェイルオーバー、災害復旧の計画、Rule 15c3-5 の市場アクセス統制の導入、取引所とデータソース間のシンボロジー対応付けに使用。注文ステートマシンと 約定報告の処理については order-lifecycle を参照。
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。