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
チェックアウト済みの Zero YAML TypeScript Nango プロジェクトで、ローカルファイル、index.ts の登録、nango dryrun、生成されたテスト、任意の nango deploy を CLI 経由で使用して Nango Functions を構築します。リポジトリ内で Nango のアクションや同期処理をローカルに作成、更新、検証、テスト、デプロイする場合に使用します。building-nango-functions と内容が重複しますが、CLI ワークフローの詳細が加わっています。ローカルプロジェクト、ローカルファイル、Nango ルート、CLI、dryrun、生成されたテスト、または nango deploy のワークフローが示されている場合は、building-nango-functions ではなくこちらを読み込んでください。
Firebase なら、認証、データベース、ストレージ、関数、ホスティングを含むバックエンドを数分で用意できます。しかし、セットアップの手軽さの裏には本当の複雑さが隠れています。セキュリティルールは最後の防衛線ですが、誤っていることがよくあります。Firestore のクエリには制限があり、それに気づくのはデータモデルの設計後です。このスキルでは Firebase Authentication、Firestore、Realtime Database、Cloud Functions、Cloud Storage、Firebase Hosting を扱います。重要なポイント：Firebase は読み取りが多い非正規化データ向けに最適化されています。I
Jiimore のデータを使って Amazon 商品を発掘し、ヒット商品の候補を見つけます。ユーザーが商品発掘、ヒット商品候補、高コンバージョンの商品選定、クリック数の成長分析、市場成長機会、キーワードによる商品選定、FBA の収益性評価、ニッチ市場の商品発掘、販売者の仕入れ元による絞り込み、product mining、potential bestsellers、high-conversion product selection、market growth opportunities、Jiimore data、FBA profitability screening、keyword-based product selection に言及した場合に、このスキルを使用します。ユーザーが「Jiimore」と明言していなくても、コンバージョン率、クリック数、利益指標に基づくキーワード主導の Amazon 商品選定が要望に含まれる場合は、このスキルを使用します。
Jungle Scout で ASIN からキーワードを逆検索します。最大 10 個の ASIN を入力すると、10 のマーケットプレイスにおいて、Amazon の検索結果に表示されるすべてのキーワードと検索ボリューム、競合度、PPC 入札額などを取得します。ユーザーが ASIN からのキーワード逆検索、ASIN キーワード調査、競合キーワード、ASIN 流入キーワード、ASIN 検索語、キーワード拡張、ASIN キーワードデータベース、競合流入分析、reverse ASIN lookup、keyword by ASIN、ASIN keyword mining、competitor keywords、ASIN traffic keywords、reverse keyword lookup、ASIN search terms、keyword expansion に言及した場合にこのスキルを起動します。「Jungle Scout」や「逆検索」と明示していなくても、ASIN に関連するキーワードの検索や競合キーワードの分析が目的なら起動します。
Jungle Scout でキーワードの過去の検索ボリュームを調べ、米国、英国、ドイツ、日本など 10 のマーケットプレイスで、Amazon キーワードの正確な検索ボリューム推移を 7 日単位で返します。ユーザーがキーワード検索ボリュームの推移、過去の検索ボリューム、検索人気度の変化、キーワードの季節性、検索ボリュームの変動、Jungle Scout の検索ボリューム、keyword search volume history、keyword trend、search volume over time、seasonal search volume、keyword popularity trend 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、Amazon キーワードの一定期間における検索ボリュームの推移を確認したい場合は起動します。
BigQuery を基盤とする Looker Studio の作業を、ダッシュボード仕様、低速ダッシュボードのトリアージ、更新方式の選択、対象者の分割、経営陣への引き継ぎのいずれかを含む、ステークホルダー向けレポート一式にまとめます。整備済みの BigQuery データを使った KPI ボード、PM／運用レビュー、マーケティング／GTM レポート、製品ファネルの概要、ゲーム／ライブ運用のテレメトリダッシュボードが必要な場合に使用します。KPI の説明は `data-analysis`、繰り返し発生する異常の調査は `pattern-detection`、テレメトリ／アラートの網羅性は `monitoring-observability`、セマンティックプラットフォームの選択は `survey` に振り分けます。
遺伝子セット濃縮解析。clusterProfiler、gseapy、ORA、GSEA を用いた GO（生物学的プロセス、分子機能、細胞構成要素）、KEGG、Reactome の経路濃縮解析に加え、g:Profiler による濃縮、ID 変換、オルソログマッピング、SNP から遺伝子へのアノテーションに対応します。DEG リストやスクリーニングのヒットリストの解釈、遺伝子リストから経路を調べるクエリに使用します。simplify-cutoff の処理、および差次的発現率の質問における union と total の分母規約を含みます。
製品、エージェント、ワークフローがアプリ内でウェブデータを必要とする場合、Firecrawl をアプリケーションコードに統合します。ウェブ検索、ライブ検索結果、ページのスクレイピング、構造化抽出、ブラウザー操作が対象です。ユーザーが Firecrawl を明示せず、アプリでウェブデータ、ウェブサイトのコンテンツ、検索、スクレイピング、操作を行いたいと説明しただけの場合も、コードでウェブデータを利用する機能の構築に使用します。Firecrawl の依頼、「fire girl」という略称、`/scrape`、`/search`、`/interact` に対応する一般的なアプリ内ウェブデータのニーズで起動します。現在のセッションで一度だけ行うターミナル専用のウェブタスクには使用せず、その場合は `firecrawl/cli` を使用します。
Render 上のマネージド PostgreSQL を設定・最適化します。接続文字列（内部／外部）、作成時の制約、ストレージの自動スケーリング、接続数の上限、高可用性、読み取りレプリカ、バックアップ、MCP による調査を扱います。Postgres、PostgreSQL、Render database、connection string、DATABASE_URL、バックアップ、スナップショット、レプリカ、HA、ディスクストレージ、コネクションプーリング、データベース接続のトラブルシューティングについてユーザーが言及した場合に使用します。
Jungle Scout のキーワード Share of Voice 分析では、Amazon 検索結果の上位 3 ページにおけるブランドのシェア（オーガニック／広告／合計）、過去 30 日間の正確な検索ボリューム、PPC 入札額の中央値、および TOP3 ASIN のクリック数とコンバージョンデータを 10 のマーケットプレイスで返します。ブランドの市場シェア、ブランドの声のシェア、検索結果でのブランド分布、Share of Voice、SOV 分析、ブランド競争状況、広告掲載枠のシェア、オーガニック順位におけるブランドシェア、PPC 入札分析、ブランド独占分析、keyword share of voice、brand visibility、organic vs sponsored share、brand dominance、PPC bid analysis、search result brand distribution、competitive landscape、weighted SOV、top ASIN clicks conversions に言及した場合にこのスキルを起動します。「Share of Voice」や「SOV」が明示されていなくても、Amazon のキーワード検索結果におけるブランドの市場シェアや競争状況の分析が要望に含まれる場合は起動します。
LLM による評価を設定し、PostHog の機能に関する代表的なユースケースを大規模に抽出して、結果をライブフィードとして Slack チャンネルにストリーミングします。特定の AI/LLM 搭載機能が本番環境で実際にどう使われているか（何を調査し、どんな問いに答えようとしているか、どんなパターンが現れるか）を、何百件ものトレースを手動で読むことなく把握したい場合に使用します。この機能が `$ai_generation` と `$ai_evaluation` イベントを出力し、`$session_id` でトリガーしたユーザーの録画に関連付けられていることを前提とします（セッション概要関連付け PR 後の標準設定）。
WallySmarter を通じて Walmart の商品詳細を照会します。価格履歴と販売傾向を含みます。ユーザーが Walmart の商品詳細、Walmart の商品データ、WallySmarter、Walmart の価格推移、Walmart の販売傾向、Walmart product detail、Walmart price history、Walmart sales trend、WallySmarter product に言及した場合に、このスキルを起動します。ユーザーが「WallySmarter」と明示していなくても、Walmart の個別商品の詳細、価格の変遷、販売傾向を確認したい場合は起動します。
Blazor Server、WebAssembly、Web App で、データアクセス、データバインディング、アダプター設定用の Syncfusion Blazor SfDataManager を実装します。SfGrid や SfDropDownList などのコンポーネントをローカルまたはリモートデータソースにバインドする場合、アダプター（UrlAdaptor、ODataAdaptor、WebApiAdaptor、GraphQLAdaptor）を選択する場合、または CRUD を実行する場合に使用します。DataAdaptor、DataManagerRequest、DataOperations、Syncfusion.Blazor.Data パッケージを使用したカスタムバインディングも含みます。
PostHog Web Analytics の Live タブのデータを調べます。現在のオンラインユーザー数、直近 30 分間のページビュー、人気ページ、参照元、デバイス、ブラウザー、国、ボットトラフィック、分単位のボット／ユーザーグラフを確認します。「今、サイトに誰がいますか？」「リアルタイムで何が起きていますか？」「どのボットが巡回していますか？」といった質問や、「Live タブ」／「Live ダッシュボード」についての問い合わせ、直近 30 分のリアルタイム数値の確認、Live ビューの絞り込みや詳細確認に使用します。タイルの表示内容に対応するプロダクト分析インサイトの作成にも対応します。
実験の状態遷移（開始、一時停止、再開、露出の凍結／解除、終了、バリアントのリリース、アーカイブ、リセット、複製、別プロジェクトへのコピー、旧式の実験から新しい実験エンジンへの移行）を案内します。前提条件、バリアント割り当てと分析への影響、および各操作を選ぶ際の判断基準を扱います。 トリガー条件：ユーザーが実験の開始、一時停止、再開、終了、リリース、アーカイブ、リセット、複製、別プロジェクトへのコピーを求める場合、露出の凍結／解除（指標の収集を続けながら新規ユーザーの登録を停止する、または登録を再開する）を求める場合、あるいは旧式の実験を新しいエンジンや新しい指標形式に移行、変換、移動、アップグレードする場合。 トリガーしない条件：ユーザーが実験を作成している場合（creating-experimentsを使用）、ロールアウトを設定している場合（configuring-experiment-rolloutを使用）、または指標を設定している場合（configuring-experiment-analyticsを使用）。
エージェントによる実験作成を支援します。experiment-setup-context でプロジェクトの設定を読み込み、仮説を定義し、ロールアウトとバケット分けを設定し、分析と実行時間を設定して、推測に基づく選択を報告します。ロールアウトの判断は configuring-experiment-rollout に、指標の設定は configuring-experiment-analytics に委任します。\n次の場合にトリガー：ユーザーが新しい実験または A/B テストの作成を求めた場合、または experiment-create を呼び出そうとしている場合。\n次の場合はトリガーしない：既存の実験の更新、ライフサイクルの管理、実験の閲覧のみを行う場合。
`experiment-list`（feature-flagツールではありません）を参照し、自然言語で示されたPostHogの実験を具体的な実験IDに解決します。複数の実験が一致する場合は曖昧さを解消します。ユーザーが実験名を挙げる、引用する（“split test demo”“the File engagement boost experiment”“onboarding retention test”“landing page hero experiment”“pricing experiment”）、大まかに説明する（“the signup experiment”“my pricing test”“the one with the new checkout”）、相対的に指定する（“latest”“most recent”“the one I created yesterday”）、ステータス（running、draft、paused、exposure frozen、stopped、archived）で絞り込む、または具体的なID以外で実験に言及する場合に使用します。
リレーショナル、ドキュメント中心、ハイブリッド型のデータシステム向けに、ストレージモデルと移行安全性の設計資料を作成します。バックエンド／フルスタック製品、社内運用ツール、マーケティング／顧客データのワークフロー、ゲーム／ライブ運用システムで、エンティティの所有権、制約、インデックス、段階的なスキーマ変更、またはクエリ可能なフィールドと柔軟なフィールドの選択が必要な場合に使用します。API 契約は api-design、認証が担当する ID／セッションのモデリングは authentication-setup、検証は backend-testing、レポート／テレメトリの後続対応は looker-studio-bigquery または monitoring-observability に引き継ぎます。
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。
inference.sh を介した AI エージェント向けブラウザー自動化。Web ページの移動、@e 参照を使った要素操作、スクリーンショット撮影、動画録画ができます。機能：Web スクレイピング、フォーム入力、クリック、入力、ドラッグ＆ドロップ、ファイルアップロード、JavaScript 実行。用途：Web 自動化、データ抽出、テスト、エージェントによるブラウジング、調査。トリガー：browser、web automation、scrape、navigate、click、fill form、screenshot、browse web、playwright、headless browser、web agent、surf internet、record video
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。