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
Drizzle ORM で型安全な D1 データベースを構築します。スキーマ定義、Drizzle Kit を使ったマイグレーション、リレーション、D1 バッチ API のパターンを含みます。SQL の BEGIN 失敗、カスケードによるデータ損失、100 パラメータ上限、外部キーの問題など 18 種類のエラーを防ぎます。D1 のスキーマ定義、マイグレーション管理、一括挿入、および D1_ERROR、BEGIN TRANSACTION、外部キー、too many SQL variables などのトラブルシューティングを行う場合に使用します。
ウェブサイトを一度調査して安定したデータ取得経路を見つけ、再利用可能でパラメーター化された Notte Function（スケジュール設定や大規模実行が可能な呼び出し可能な HTTP エンドポイント）としてデプロイします。ユーザーがサイト用の再利用可能なスクレーパーやブラウザー自動化を構築、作成、生成、または「焼き付け」たい場合、動作するスクレイピングを API/エンドポイント/ジョブに変換したい場合、「後で N 個のキーワードを実行する」「再利用できるようにして」「掲載情報をすべて取得して」「このサイトを毎日自動化して」「Y から X を抽出する関数を作って」などと依頼した場合に使用します。サイトの変更時に作成済みの Function を修復する notte-functions-doctor と連携します。
SAP Analytics Cloud（SAC）のプランニングに関するガイダンス。Planning モデル、Planning が有効な Story、データアクション、マルチアクション、バージョン管理、データロック、カレンダー／入力ワークフロー、アロケーション、バリュードライバーツリー、BPC ライブプランニング、SAP Datasphere との Seamless Planning を扱います。Planning の設計、Planning API、データアクションのデバッグ、Planning のパフォーマンスレビュー、CDP を介して Microsoft Edge 上で認証済みの SAC Planning Story をトリアージする場合に使用してください。Planning 以外の SAC スクリプトには sap-sac-scripting、Datasphere のモデリングには sap-datasphere を使用してください
単位経済性、過去の観測データ、弾力性分析、シナリオモデリング、統制実験を用いて、EC サイトの価格候補を評価する。売り手がテストすべき価格は何か、価格変更が貢献利益や収益にどう影響するか、弾力性をどう見積もるか、バンドルやティアをどう最適化するか、Amazon、Shopify、TikTok Shop、Walmart、eBay などのチャネルで価格実験をどう設計するか、を尋ねられたときに使う。十分なクリーンなデータなしに実証済みの最適価格だと主張せず、明示的な許可なく実売価格を変更しないこと。
SAP Analytics Cloud (SAC) のカスタムウィジェット開発です。カスタム可視化の作成、SAC への Web コンポーネントの拡張、ウィジェットアドオンの作成に使います。JSON メタデータ、JavaScript の Web コンポーネント、ライフサイクル関数、feeds を用いたデータバインディング、スタイル/ビルダーパネル、プロパティ・イベント・メソッドの定義、サードパーティライブラリとの統合、ホスティング、セキュリティ、パフォーマンス、デバッグを扱います。ウィジェットアドオン機能（QRC Q4 2023+）と、ウィジェット、チャート、KPI カードのテンプレートも含まれます。
ローカルの CSV、TSV、TXT、JSON、JSONL（NDJSON）、XLS、XLSX ファイル、および Feishu シート / Bitable の URL を AE にエンドツーエンドで取り込みます。データソースのビジネス上の意味を特定し、トラッキングプランを生成して確認し、各行を UE レコードに変換してアップロードします。プライバシーに配慮したローカル解析や、小さなファイルを AE Agent に渡すこともサポートしています。ユーザーがオフライン / ローカルデータや Feishu シート / Bitable を AE に取り込みたいとき、アップロードせずにファイルを解析したいときに使用してください。トリガーワード：本地数据导入 / 离线数据 / 数据文件 / 文件导入 / 文件上报 / CSV 导入 / Excel 导入 / TSV 导入 / JSON 导入 / 飞书表格导入 / 在线表格导入 / 飞书多维表格导入 / 多维表格导入 / 在线多维表格导入 / 导入到 AE / 导入到 ThinkingAI / local data import / import local file / import Feishu sheet / import Feishu Bitable。
jev CLI からテキストや JSON に対して高速かつ低コストな型付き判定を取得します——yes/no の確率、ラベルの選択肢の 1 つ、または順序スコア——校正済みの回答のみを返し、散文や説明は決して返しません。シェルやエージェントから実行でき、バッチ処理（1 行 1 判定）やパイプライン（終了コード、セマンティック grep）にも対応しています。メール、顧客フィードバック、チャットやグループメッセージ、ツイート、ログ、git diff、ユーザーリクエストなどの項目の分類、トリアージ、ルーティング、スクリーニング、ランキング、フィルタリング、バッチラベル付けに-pay，以及、高価な LLM による読み込み、ガードレールチェック、モデル/エージェントのルーティングの前に置く低コストな事前フィルタとして使えます。適用：分類、フィルタ、トリアージ、ルーティング、スコアリング、yes/no 判定、バッチラベル付け、セマンティックフィルタ——必要なのは結論だけで、説明は不要。不適切なのは、説明や分析、書面での回答が必要な判定、執筆・要約・テキスト抽出、数学や日付の計算です。アプリ内で TypeSafe 連携を設計・実装する場合は、公式の `typesafe-ai` skill を使用してください。非公式で、TypeSafe の Jev モデルを TypeSafe API（デフォルト）または OpenRouter 経由で呼び出します。
このスキルは一般的な PostgreSQL のテーブル設計に使用する。**ユーザーが以下を求めた場合にトリガーする:** - 新しいテーブルの作成や既存テーブルの変更において PostgreSQL のテーブル、スキーマ、データモデルを設計する - PostgreSQL のデータ型、制約、インデックスを選ぶ - ユーザー(order)テーブル、注文テーブル、参照テーブル、JSONB スキーマを作成する - 正規化、制約、インデックスに関する PostgreSQL のベストプラクティスを理解する - 更新や upsert が多いテーブル、OLTP 形式のテーブルを設計する **キーワード:** PostgreSQL スキーマ、テーブル設計、データ型、PRIMARY KEY、FOREIGN KEY、インデックス、B-tree、GIN、JSONB、制約、正規化、identity columns、パーティション、行レベルセキュリティ。データ型、インデックス戦略、制約、JSONB パターン、パーティション、PostgreSQL 固有のベストプラクティスを網羅した総合リファレンス。
メールアドレスの一覧をエンリッチし、各アドレスの背後にいる人物を特定します（メールから人物プロフィールへ）。Crustdata Code Mode MCP 上で 6 段階のウォーターフォールを 구성し、execute() スクリプト内でこれらのツールを呼び出します：company_identify、person_enrich (business_emails) / batch_person_identify、person_search（name+company と name のみの 2 戦略）、web_search_live、web_enrich_live。検証、進捗の保存、再開に対応しています。トリガー："enrich these emails"、"who are these people"、"find info for these email addresses"、"look up these contacts"、"identify people from emails"、"reverse email lookup"、"email to profile"、または連絡先情報を求めたいメールアドレスの一覧／CSV／スプレッドシートが渡された場合。
DingTalk AI テーブル（多次元テーブル）を操作するスキル。mcporter CLI を使って DingTalk 公式の新しい AI テーブル MCP サーバーに接続し、baseId / tableId / fieldId / recordId の仕組みに基づいて Base、Table、Field、Record の照会および作成・更新・削除を実行します。AI テーブルの作成、テーブルの検索、表構造の読み取り、レコードの一括作成・更新・削除、フィールドの一括作成、フィールド設定の更新、テンプレートからのテーブル作成などに適しています。DINGTALK_MCP_URL の設定、または Streamable HTTP URL の直接使用が必要です。
コンパクトなインラインのデータ可視化のために Syncfusion React Sparkline コンポーネントを実装する。狭いスペースでスパークライン、ミニチャート、トレンドインジケーターを扱う場合に使用する。この skill は 5 種類のスパークライン（line、column、area、win-loss、pie）、ツールチップ、マーカー、データラベル、レンジバンド、軸のカスタマイズ、テーマを網羅する。フルサイズのチャートを使わずにグリッド、ダッシュボード、テーブル内でデータトレンドを表示するのに最適です。
電子部品のデータシート PDF から構造化された仕様（ピンの割り当て、電気特性、周辺機能、トポロジ、機能）を抽出します。プロジェクトごとに抽出結果をキャッシュし、スキーマおよび PCB アナライザーが利用できるようにします。`kicad`、`emc`、`spice`、`thermal` アナライザーの主要なコンシューマー基盤です。部品データシートから仕様の抽出、検証、参照をユーザーが求めた場合、アナライザーが検証済みの IC 情報（EN ピンのしきい値、PG の有無、USB 周辺機能の速度）を必要とする場合、レビューでデータシートのカバレッジ、抽出品質、MPN ごとの仕様への言及がある場合に、このスキルを使用します。「このデータシートを抽出」「MPN X の仕様は何か」「データシート抽出を検証」「部品 Y のピン機能を確認」などの表現でも発動します。
テーブル形式のレビュー——1 行に 1 文書、1 列に 1 データポイント、すべてのセルに出典を付す。M&A デューデリジェンス向け（「review these 200 target contracts for change-of-control, assignment, and MAC clauses」）に設計されているが、シート出力を必要とする任意のバッチレビューにも使える。ユーザーが「tabular review」「review grid」「build a grid」「extract these fields from these contracts」「review these documents for X, Y, Z」「give me a spreadsheet of」「batch review」と述べるか、文書のフォルダーを示して比較を求める場合に使う。
OpenTelemetry Transformation Language（OTTL）の専門家。OTTL をサポートするあらゆる OpenTelemetry Collector コンポーネント（プロセッサー、コネクター、レシーバー、エクスポーター）向けに OTTL 式を記述・デバッグするときに使用します。テレメトリ変換、フィルタリング、属性操作、データマスキング、サンプルポリシー、ルーティング、Collector の設定に関するタスクで発動します。構文、コンテキスト、関数、エラーハンドリング、パフォーマンスを扱います。
Airflow 3.1+ のプラグインを構築し、FastAPI アプリ、カスタム UI ページ、React コンポーネント、ミドルウェア、マクロ、オペレーターのリンクを Airflow UI に直接埋め込みます。Airflow 3.1+ の中で Python とブラウザ向けインターフェースを伴う独自の機能を構築するときに使用します（Airflow プラグインの作成、カスタム UI ページやナビゲーション項目の追加、Airflow 内部での FastAPI バックエンドエンドポイントの作成、プラグインからの静的アセット配信、React アプリの埋め込み、API サーバーへのミドルウェア追加、カスタムオペレーターの追加リンクの作成、プラグイン内から Airflow REST API を呼び出すこと）。また、AirflowPlugin、fastapi_apps、external_views、react_apps、プラグイン登録などがائحとして現れたときにも使用します。
QuestDB（高性能時系列データベース）を扱うときは必ずこのスキルを使用します。QuestDB、SAMPLE BY、LATEST ON、ASOF JOIN を含む時系列 SQL、ILP インGesture、questdb の Python/Go/Java/Rust/.NET クライアントライブラリへの言及で発動します。QuestDB 向けの Grafana クエリの記述、時系列ロールアップのマテリアライズドビューの作成、QuestDB での注文簿や金融市場データの扱、指定タイムスタンプや時間パーティション化されたテーブルを扱う SQL でも発動します。QuestDB は独自の時系列キーワードで SQL を拡張しているため、標準的な PostgreSQL や MySQL のパターンは失敗します。構文の誤りを避けるため、QuestDB の SQL を書く前に必ずこのスキルを読んでください。
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。