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 97,222 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
InsForge プロジェクトで、バックエンドの予防的なヘルス監査を行う際に使用します。`diagnose advisor` が検出したセキュリティ設定ミス、パフォーマンスの低下、システムの健全性に関する問題に加え、各 advisor の問題に対応するバックエンド側の詳細調査を行います。単一の失敗リクエストがなく、バックエンド全体のパフォーマンス低下（CPU／メモリ使用率の上昇、すべての応答の遅延、接続プールの枯渇、ロック競合）が報告された場合にも使用します。「health check」、「audit my backend」、「review security」、「check RLS policies」、「find slow queries」、「backend performance review」、「high CPU/memory」、「everything is slow」、「EC2/database/system health」などの依頼や、ローンチ前の準備状況監査で起動します。単一の具体的な失敗リクエストに伴う実行時エラー（SDK エラーオブジェクト、HTTP 4xx/5xx、関数の失敗、デプロイの失敗）には、代わりに `insforge-debug` を使用します。
PostHog 実験の分析部分を設定します。露出条件（サーバーが解決するデフォルトの露出イベントとカスタム露出イベント）、主要指標と副次指標、対応する指標タイプ（カウント、合計、`math` と `math_property` を使う比率、`retention_window_start` と `start_handling` を使うリテンション）、多変量ユーザーの扱い（「分析から除外」と「最初に確認したバリアントを使用」）、実験開始後の結果の読み方を扱います。ユーザーが主要指標や副次指標を追加・編集する場合（例：「ユーザーごとに 'downloaded_file' を追跡する副次指標を追加」）、比率指標を設定する場合（例：「purchase_completed の収益 / pageviews」）、リテンション指標を設定する場合（例：「$pageview → uploaded_file、7 日間のウィンドウ」）、カスタム露出を設定する場合（例：「/checkout にアクセスしたユーザーのみをカウント」）、多変量の扱いを変更する場合、または「分析対象は誰？」「影響をどう測る？」「勝っている？」「信頼度は？」「リリースすべき？」と尋ねる場合に使用します。
このスキルを使用して、PDF や文書画像から構造化された Markdown／JSON を抽出します。セル単位で正確な表、LaTeX 形式の数式、図、印章、チャート、ヘッダー／フッター、複数段組みレイアウト、正しい読み順に対応します。トリガー語：中国語の「文档解析」「版面分析」「版面还原」「表格提取」「公式识别」「多栏排版」「扫描件结构化」「发票」「财报」「复杂 PDF」「PDF转Markdown」「图表」「阅读顺序」、および reading order、formula、LaTeX、layout parsing、structure extraction、PP-StructureV3、PaddleOCR-VL。
マルチモーダルな商品画像の類似度分析とグループ分け。ユーザーが商品画像の類似度、ビジュアルによる分類、見た目が似た商品の検索、画像ベースの重複排除、競合商品の同一商品検出、同一商品のクラスタリング、外観によるグループ分け、image similarity、product image comparison、visual clustering、same-style recognition、appearance deduplication、image groupingに言及した場合にこのスキルを起動します。ユーザーが「画像の類似度」と明示していなくても、商品メイン画像の比較、ビジュアルクラスタリング、見た目が同一または類似する商品の識別、外観・色・構図などの視覚的特徴に基づく商品リストの後処理が意図に含まれる場合は起動します。
PBIR ファイルを書き込む前に、Power BI レポートのビジュアルデザインに関するガイダンスを作成します。ユーザーが (1) トーン、特徴的なスタイル、ページの類型、チャートの種類、レイアウト、色、タイポグラフィ、テーマの方向性、アクセシビリティ方針を選ぶ、(2) 既存レポートを再デザイン/スタイル変更する、ブランドを適用する、チャートやレイアウトの選択を評価する、(3) `powerbi-report-authoring` 向けのデザイン仕様を作成する場合に使用します。エンドツーエンドの要件、承認、構築順序には `powerbi-report-planning` を使用してください。トリガー：「design Power BI report」「make dashboard look professional」「choose chart type」「apply brand to report」「redesign report」「create design brief」「Power BI report design archetype」。
ユーザーが Codex のトークン価格、チャート、保有者、トレンドトークン、ペアデータ、ウォレット、残高、ローンチパッド、トークンリスク、流動性ロック、予測市場、その他のオンチェーン分析について尋ねた場合に使用します。https://graph.codex.io/graphql に対する GraphQL クエリの作成や、Birdeye、Mobula、CoinGecko、Bitquery、Dune Sim、Serialized からの移行にも使用します。トリガー：トークン価格、トークンチャート、OHLCV、トレンドトークン、トークンスクリーナー、ペアデータ、保有者、上位保有者、ウォレット PnL、ウォレット取引、ウォレット残高、ポートフォリオ、トップトレーダー、スマートマネー、ローンチパッド、pump.fun、ボンディングカーブ、卒業、新規トークン、トークンリスク、ラグチェック、ハニーポット、買い税、売り税、流動性ロック、トークンカテゴリ、ミームコイン、AI トークン、予測市場、Polymarket、Kalshi、イベントオッズ、予測トレーダー、トレーダーランキング、トレーダー PnL、予測チャート、結果確率、未決済建玉、予測カテゴリ、賭博市場、市場決済、予測ポジション、予測取引。
既存の PostgreSQL データベースを分析し、どのテーブルを Timescale/TimescaleDB ハイパーテーブルに変換すべきかを特定するために使用します。**次の依頼で起動します：** - ハイパーテーブル変換の可能性についてデータベーステーブルを分析する - 既存スキーマ内の時系列テーブルやイベントテーブルを特定する - テーブルが Timescale/TimescaleDB の利用に適しているか評価する - PostgreSQL テーブルを監査し、Timescale/TimescaleDB/TigerData への移行を検討する - ハイパーテーブル候補を採点または順位付けする **キーワード：**ハイパーテーブル候補、テーブル分析、移行評価、Timescale、TimescaleDB、時系列検出、書き込み頻度の高いテーブル、イベントログ、監査テーブル。テーブル統計、インデックスパターン、クエリパターンを分析する SQL クエリを提供します。採点基準（8 点以上が有望な候補）と、IoT、イベント、トランザクション、連続データのパターン認識を含みます。
Amazon セラーのストアレポートを取得・ダウンロードします。在庫、注文、売上とトラフィック、FBA、財務決済、返品、Brand Analytics など 95 種類以上のレポートについて、リクエスト、ステータスのポーリング、ダウンロード、解凍に対応し、解凍済みファイルのダウンロード URL を生成します。Amazon レポート、在庫レポート、注文レポート、売上・トラフィックレポート、Business Report、FBA レポート、決済レポート、返品レポート、Brand Analytics、ABA 検索語、Amazon store report の取得やダウンロードについて言及した場合に起動します。「レポート」と明言していなくても、Amazon Seller Central から特定期間の構造化された業務データを一括エクスポートしたい場合も対象です。少数のリアルタイム注文、商品、価格の確認には、対応する専用スキルを優先してください。このスキルは linkfox-amazon-store-auth に依存します。
特許 ID または公開番号を使って、智慧芽の特許データベースから特許の書誌情報を検索します。ユーザーが特許書誌情報、出願人や発明者の検索、特許分類、要約の取得、引用分析、優先権主張、特許出願の引用、特許審査官情報、patent bibliographic data、inventor lookup、applicant lookup、patent classification、patent metadata、PatSnap、patent citations に言及した場合にこのスキルを起動します。「書誌情報」と明示していなくても、特許 ID または公開番号で特定の特許の詳細なメタデータを調べる要望があれば起動します。
PostHog 実験のロールアウト方法を設定します。バリアントの分割比率（50/50、80/20、A/B/C 比率）、実験に参加するユーザー数を制御する全体のロールアウト率、「25% にロールアウト」のような表現がどちらの意味にも取れる場合の確認を扱います。ユーザーがロールアウト率、バリアント分割、トラフィック配分に言及する場合、60/40、70/30、80/20 などの比率を示す場合、「誰がテストバリアントを見るのか」と尋ねる場合、下書きまたは実行中の実験のロールアウト率や分割の変更を求める場合、均等／不均等な分割を検討する場合、または実験中の分割変更を提案する場合に使用します（多くの場合アンチパターンであり、リセットまたは終了後の再開が必要です）。
Amazon マーケットプレイスにおけるキーワード競争度の SIF 概要分析。ユーザーがキーワード競争度、需給比、競合数、キーワード検索ボリュームの推定、市場競争力の評価、キーワード人気ランキング、広告競争分析、特定のキーワードに該当する商品の数、keyword competition、supply-demand ratio、competitor count、search popularity、market competition analysis、SIF、keyword overview に言及した場合にこのスキルを起動します。ユーザーが「SIF」と明示していなくても、Amazon でのキーワード単位の競争の激しさ、需給バランス、検索結果の商品数の評価に関する依頼であれば起動します。
自然言語の意図から新しい SigNoz ダッシュボードを作成します。適切なテンプレート（PostgreSQL、Redis、JVM、k8s、hostmetrics、APM、LLM など）があれば厳選テンプレートをインポートし、なければメトリクス／トレース／ログのパネルを備えたカスタムダッシュボードを一から作成します。ユーザーが「〜のダッシュボードを作成」「〜の監視を設定」「ダッシュボードを作って」「〜の可観測性が必要」「ダッシュボードテンプレートをインポート」と言う場合や、サービス、データベース、クラスター、AI/LLM プラットフォームの追跡／可視化を求める場合は、明示的に「ダッシュボード」と言っていなくても必ず使用します。技術を「監視」「見守る」「メトリクスを確認」したいという要望に対して、ダッシュボードが自然な解決策となる場合にも使用します。
SIF データを使用して、任意の Amazon ASIN のトラフィックキーワードを逆引きします。自然検索順位、広告掲載順位、検索ボリューム、トラフィック比率、自然検索／広告のスコア、ABA TOP3 のクリック集中度、クリックから購入へのコンバージョン率、検索ボリュームの前年比増減、週／月単位の期間に対応します。ユーザーが ASIN キーワード分析、ASIN 逆引き、トラフィックキーワード調査、自然検索順位の照会、広告掲載順位の照会、キーワード順位の追跡、SIF キーワードデータ、競合キーワードの調査、商品への流入を生むキーワードの特定、特定 ASIN のキーワード実績分析、週／月／直近 N 日のキーワード期間、ASIN reverse keyword lookup、traffic keywords、organic ranking、ad ranking、search volume、SIF keywords、competitor keyword reverse lookup、click concentration、click-to-purchase conversion、week-over-week search volume に言及した場合にこのスキルを起動します。ユーザーが「SIF」と明示していなくても、特定の Amazon 商品（ASIN）に関連するキーワードの検索が要件に含まれる場合は起動します。
自然言語で Alibaba Cloud データベースの診断と管理を行います。CPU 高負荷、クエリの遅延、異常な接続、ロック待ちなどの性能問題のトラブルシューティング、インスタンス状態の確認、ディスク容量の分析、SQL の最適化、ヘルスチェックの実行、セキュリティベースライン違反の検出に使用します。RDS（MySQL/PostgreSQL/SQL Server）、PolarDB、MongoDB、Redis（Tair）、Lindorm に対応します。「データベースが遅い」「接続できない」「この SQL を確認して」「ディスクがほぼ満杯」などの簡単な説明でも、このスキルを起動してください。PolarDB Serverless や DAS の自律機能など Alibaba Cloud 固有のデータベース機能の相談や、RDS と PolarDB の製品比較にも適しています。一般的な SQL チュートリアル、Alibaba Cloud 以外のデータベース、ローカルデータベース管理には使用しないでください。
MongoDB Atlas Stream Processing (ASP)のワークフローを管理します。ワークスペースのプロビジョニング、データソース／シンク接続、プロセッサのライフサイクル操作、デバッグ診断、ティアのサイジングに対応します。ストリーミングデータのワークロードとイベント処理向けに、Kafka、Atlasクラスター、S3、HTTPS、Lambdaとの連携をサポートします。一般的なMongoDBクエリやAtlasクラスター管理には使用しません。Atlas API認証情報を持つMongoDB MCP Serverが必要です。
Playwright を使用して複数の Web ページから構造化データを抽出します。レート制限、robots.txt の遵守、エラー監視など、倫理的なクローリングの実践方法を内蔵しています。「データをスクレイピング」「ページから情報を抽出」「サイトからデータを収集」「複数ページをクロール」と依頼された場合や、Web サイトから構造化データを収集する場合に使用します。ページネーション、複数ページの抽出、データ集計に対応し、CSV/JSON/Markdown にエクスポートできます。browser_navigate、browser_evaluate、browser_wait_for、browser_snapshot ツールと連携します。
ダッシュボードパネルやアラートに組み込まずに、SigNozのオブザーバビリティデータ（メトリクス、ログ、トレース）に対するアドホッククエリを生成、作成、実行します。「エラー率を表示して」「タイムアウトエラーのログを検索して」「カートサービスのp99レイテンシは？」「決済エンドポイントへのリクエスト数は？」「遅いトレースを探して」「過去1時間のエラー」など、ライブのオブザーバビリティデータを必要とする探索的な質問があれば、ユーザーが明示的に「クエリ」や「検索」と言わなくても必ず使用します。
Jungle Scout の商品データベース。カテゴリー、価格、販売数、売上、レビュー、評価、重量、BSR ランク、LQS、出品者タイプなど、複数の条件で Amazon 商品を絞り込めます。10 のマーケットプレイスに対応します。Amazon の商品リサーチ、商品データベースの絞り込み、BSR ランクによる絞り込み、カテゴリー別の商品検索、高評価・低競争の商品、FBA 商品リサーチ、Amazon 商品検索、商品フィルター、Amazon product database、product research、product filtering、BSR rank filter、category product search、niche product finder、FBA product search、Amazon product discovery、low competition products、Jungle Scout product database についてユーザーが言及した場合に、このスキルを起動します。ユーザーが「Jungle Scout」や「商品データベース」と明示していなくても、複数条件による Amazon 商品の絞り込みや有望商品の発見に関する依頼であれば起動します。
Jungle Scout の ASIN 販売数推定を検索します。指定した ASIN について、一定期間の日別推定販売数と最新の既知価格を返します。米国、英国、ドイツ、日本など 10 のマーケットプレイスに対応します。ユーザーが ASIN の販売数推定、ASIN の日別販売数、販売数推定、競合の販売状況の監視、1 日平均販売数、販売傾向、商品販売数の追跡、Jungle Scout の販売データ、sales estimates、daily sales、estimated units sold、ASIN sales tracking、competitor sales monitoring、product sales trend、daily unit sales に言及した場合にこのスキルを起動します。ユーザーが「Jungle Scout」と明示していなくても、一定期間における Amazon ASIN の日別販売数推定を確認するニーズがあれば起動します。
Databricks SQL（DBSQL）の高度な機能と SQL ウェアハウスの機能。このスキルは、ユーザーが「DBSQL」「Databricks SQL」「SQL warehouse」「SQL scripting」「stored procedure」「CALL procedure」「materialized view」「CREATE MATERIALIZED VIEW」「pipe syntax」「|>」「geospatial」「H3」「ST_」「spatial SQL」「collation」「COLLATE」「ai_query」「ai_classify」「ai_extract」「ai_gen」「AI function」「http_request」「remote_query」「read_files」「Lakehouse Federation」「recursive CTE」「WITH RECURSIVE」「multi-statement transaction」「temp table」「temporary view」「pipe operator」に言及した場合、必ず呼び出してください。Databricks の SQL のベストプラクティス、データモデリングのパターン、高度な SQL 機能について質問された場合も呼び出してください
試行予算とゲート条件を設けた、4段階の構造化された実験実行をガイドします。ステージ 1：初期実装（ベースラインの再現）、ステージ 2：ハイパーパラメーター調整、ステージ 3：提案手法の検証、ステージ 4：アブレーション研究。evo-memory（以前の戦略の読み込み、IVE/ESE の起動）および experiment-craft（失敗時の 5 段階診断）と連携します。ユーザーが実験を計画済みの場合、ベースラインの再現、実験ワークフローの整理、または手法の体系的な検証が必要な場合に使用します。特定の実験失敗のデバッグ（experiment-craft を使用）や、実施する実験の設計（paper-planning を使用）には使用しないでください。
Jungle Scout のキーワード拡張ツール。シードキーワードから関連キーワードのリストを作成し、検索ボリューム、トレンド、PPC 入札額、ランキング難易度などのデータを提供します。米国、英国、ドイツ、日本など、Amazon の 10 マーケットプレイスに対応します。キーワード拡張、キーワード調査、ロングテールキーワードの発掘、関連キーワード、キーワード候補、キーワードリサーチ、PPC 入札調査、キーワード競争度、キーワード発見、Jungle Scout キーワード、keyword expansion、keyword discovery、keyword scout、related keywords、long-tail keywords、keyword suggestions、PPC bid research、keyword competition、seed keyword expansion、keyword mining についてユーザーが言及した場合に、このスキルを起動します。ユーザーが「Jungle Scout」と明示していなくても、シードキーワードから関連キーワードと検索ボリュームや競争度などの指標を見つける依頼であれば起動します。
SIF（Search Intelligence Framework）データを使って、ASIN の流入元と露出分布を分析します。今期／前期の比較、新規／消失した期間の比較にも対応します。ユーザーが ASIN の流入元、流入構造分析、自然流入と有料流入の比率、露出スコアの内訳、期間比較、新規／消失した流入キーワード、競合流入分析、SP 広告キーワード数、ブランド広告の露出、Amazon's Choice の露出、編集者おすすめの露出、Top Rated の露出、動画広告の露出、自然検索の露出率、PPC 流入元、セール流入元、おすすめ枠の内訳、ASIN traffic analysis、traffic sources、organic traffic share、ad traffic share、exposure analysis、traffic structure、period-over-period comparison、keyword churn、SIF に言及した場合にこのスキルを起動します。「SIF」と明示していなくても、ASIN の流入元、露出チャネルの分布、期間比較、競合の流入構造を分析したい場合は起動します。
智慧芽の特許データベースから、特許の基本書誌データを検索します。特許書誌情報、特許の基本情報、特許書誌データ、特許公開情報、特許番号による発明者検索、特許出願人情報、特許要約、特許分類コード（IPC/CPC）、特許引用、特許 ID や公開番号を使った構造化メタデータの取得、patent brief bibliography、patent basic info、patent number lookup、patent abstract、PatSnap、patent metadata についてユーザーが言及した場合に、このスキルを起動します。ユーザーが「智慧芽」や「書誌情報」と明示していなくても、特定の特許の主要な書誌項目を検索する依頼であれば起動します。
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。