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
DX Data MCP サーバーの PostgreSQL データベースを通じて Developer Experience（DX）データを照会。開発者の生産性指標、チームのパフォーマンス、PR／コードレビュー指標、デプロイ頻度、インシデントデータ、AI ツールの導入状況、アンケート回答、DORA 指標などのエンジニアリング分析に使用。このスキルは、DX スコア、チーム比較、サイクルタイム、コード品質、開発者の感情、AI コーディングアシスタントの導入、スプリント速度、エンジニアリング KPI に関する質問で起動
「PMF survey」「プロダクト・マーケット・フィットの測定」「40%ルール」「Sean Ellisテスト」「Rahul Vohraメソッド」「なくなったらどれほど残念か」と尋ねられた場合に使用します。プロダクト・マーケット・フィットを定量化し、体系的に改善します。PMF Surveyフレームワーク（Sean Ellisが考案し、SuperhumanのRahul Vohraが普及）は、製品がなくなった場合にユーザーがどれほど残念に思うかを測り、そのデータをロードマップに反映します。
Markdown でテキスト主体のビジュアル（チャート、図、カード、アーキテクチャ、ページレイアウト）を作成します。チャートと分析ビュー（棒、折れ線、円、ヒートマップ、相関、回帰）、信頼性と運用（レイテンシ、インシデント、スループット、サイクルタイム、OKR、スタンドアップ、オンコール）、プロダクトと財務（ファネル、リテンション、収益、予算）、プロセスとワークフロー（承認、BPMN）、ソフトウェア設計と振る舞い（クラス、ステートマシン、シーケンス、C4）、依存関係と影響（依存関係グラフ、ER、因果関係）、HTML によるシステムアーキテクチャ（レイヤースタック、区画、ゾーン、トポロジー、サービスカタログ、リクエストパス）、インフラ（クラウド、Kubernetes、ETL、ネットワーク、セキュリティ、IAM、コンプライアンス）、ガバナンスと人材（ArchiMate、組織図、採用）、ナレッジと計画（マインドマップ、ロードマップ、ガント、移行）、ドキュメント（比較、SWOT、メモ、ポリシー、カタログ、ケーススタディ）に対応します。ドキュメントに図、チャート、カードが必要な場合に使用します。図はリアルタイムでレンダリングされます。スライドデッキや数式表記には使用しません。非推奨：mermaid / canvas / drawio / dot
kaggle CLI と kaggle-benchmarks Python SDK を使って Kaggle Benchmark タスクを作成、プッシュ、実行、公開、管理します。Kaggle データセットを添付してベンチマークタスクを作成またはプッシュする、LLM モデルでベンチマークを実行する、タスク／実行状況を確認する、実行ログをストリーミングまたは取得する、結果とソースノートブックをダウンロードする、タスクを公開する、またはベンチマークのワークフローをトラブルシューティングする場合に使用します
構造的影響の分析を含む臨床的変異解釈を行い、生の変異コールから ACMG 分類に基づく推奨事項を作成します。VUS 分類、根拠を引用した病原性評価、構造に基づく変異影響の分析（AlphaFold/PDB）、配列深層学習モデル（AlphaGenome、Enformer、Borzoi、ChromBPNet、Evo 2）による非コード／調節領域変異の影響予測、結果返却や分子腫瘍ボード向けの臨床グレードの変異レポート作成に使用します。ユーザーが変異の意義、イントロン／プロモーター／エンハンサー／UTR の非コード変異の機能的影響について質問した場合や、ACMG 分類が必要な場合は、「ACMG」という語がなくても使用します。
CAPMからFama-Frenchの3ファクターモデル、5ファクターモデル、モメンタムまで、ファクターモデルをポートフォリオ構築やファンド評価に適用します。「Fama-French」「バリューファクター」「スマートベータ」「ファクター傾斜」「モメンタムエクスポージャー」「ファクター動物園」についての質問、ファクター回帰（ロード、ファクター調整後のアルファ、R-squared、t統計量）の実行や解釈、運用者のリターンをファクターエクスポージャーとスキルに分解する依頼、「自分のファンドはクローゼット・インデックスか」という質問に使用します。SMB、HML、RMW、CMA、UMD、サイズ／バリュー／クオリティ／収益性／低ボラティリティのプレミアム、ファクターETFやスマートベータ商品の評価（ファクター純度、回転率、運用容量、手数料）、ファクターの循環性とファクタータイミングの危険性、ファクターの混雑、ロング・ショートの学術的ファクターと実装可能なロングオンリーの傾斜の比較、発表後のファクター減衰にも対応します。
開発者が REST および WebSocket 経由で Chainlink Data Streams のレポート（レポートスキーマを含む）を取得できるよう支援します。AggregatorV3Interface または latestRoundData を使う価格フィードのコンシューマーには chainlink-data-feeds-skill を使用してください。レポート、REST、WebSocket、レポートスキーマはこのスキルの対象です。認証情報、レポートのデコード、公式 Go、Rust、TypeScript SDK、高可用性ストリーミング、オンチェーンレポート検証、タイムスタンプの遡及確認にも対応します。
`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。
個人の財務シナリオをモデル化する際に使用します。住宅購入と賃貸収入（ADU、部屋貸し、ハウスハッキング）、リフォーム予算、月次キャッシュフロー、大きな買い物の判断、世帯の貯蓄・投資の仮定分析に対応します。住宅シナリオのテンプレートを同梱し、その他のシナリオ（借り換え、車、教育、退職、副収入）もテンプレートとして追加できます。Markdown形式のシナリオ比較表を出力します。シナリオは ~/Documents/personal-cfo/ に保存され、インデックスは ~/.config/makerskills/personal-cfo/archive/ に保存されます。会社の帳簿や月次レポートには使用しません（company-cfo を使用）。decide、deep-research（賃貸相場、金利）、business-brainstorm、second-brain と連携します。「/personal-cfo」「model this scenario」「house math」「rental forecast」「monthly cash flow」「what if I rent out the ADU」「compare these housing scenarios」「should we buy this house」「house-hack math」「renovation budget」で起動します。
数学モデリングコンペティション論文の執筆を全工程にわたって支援します。CUMCM と MCM/ICM を対象に、論文構成の計画、各章の執筆、モデル検証、参考文献の形式、最終的な書式チェックまで対応します。math-modeling-solver と「問題解決→執筆」のペアをなし、solver が出力した論文草稿の一部を受け取り、そのまま文章を展開できます。数学モデリング論文の執筆、コンペ、国赛／美赛／电工杯／亚太杯／深圳杯／华为杯の論文、CUMCM、MCM/ICM、論文構成、要旨の執筆、モデル検証、感度分析、LaTeX モデリングテンプレート、Word の書式設定、Memo/Letter の執筆、モデル命名、Our Work のフローチャートに言及した場合、または論文の一部の執筆・修正・最適化・確認が必要な場合は必ずこのスキルを使用します。
企業または代理店向けの月次 CFO ワークフローです。銀行、決済処理、給与、経費管理から生データを取得し、分類と照合を行い、取引合計方式で月末現金を算出します。シナリオ予測ツールを更新して将来予測を行い、月次スナップショットレポートを作成し、経営陣に判断事項を提示します。モード — monthly（デフォルトの定例レポート）、weekly（簡易的なキャッシュ状況）、scenario（予測ツールでの随時モデリング）、pickup（前回の実行箇所から再開）。個人の家計を扱う personal-cfo に対応する、匿名化されたチーム向け版です。company-brain（レポートを保存して Wiki にインデックス）、toolify（会社固有のデータソースを接続）、loopify（月次および週次実行をスケジュール）と連携します。「/company-cfo」「/cfo」「monthly cash report」「do the CFO snapshot」「CFO monthly」「let's run CFO」「cash projection」「runway forecast」「monthly financials」「cash pulse」で起動します。
主要指標、トレンド、変動要因を網羅した、経営層向けの簡潔なパフォーマンス要約を作成します。ブリーフィング、エグゼクティブサマリー、パフォーマンスの説明、ステークホルダー向け報告の作成が必要な場合に使用します。たとえば、「先週の実績のエグゼクティブサマリーを書いて」「経営陣向けのパフォーマンスブリーフィングを作成して」「月次ビジネスレビューの要約を作成して」「指標について経営陣に何を伝えるべきか」「パフォーマンスの説明を作成して」などの依頼が該当します。「QBR summary」「weekly business review」「stakeholder briefing」も対象です。
ユーザーが「キャッシュ戦略」「キャッシュの無効化」「何をキャッシュするか」「リードスルーとライトスルー、ライトバックの違い」「キャッシュの追い出し」（LRU/LFU/TTL）、「RedisとMemcachedの比較」、「古いデータの読み取り」について尋ねる場合や、「サンダリングハード」「キャッシュスタンピード」「キャッシュ浸透」「ホットキー」の問題が発生している場合に使用します。また、セッションなどのキャッシュ状態について、Redisの`maxmemory`追い出しポリシー（allkeys-lru、volatile-lru、noeviction）とTTLによる期限切れのどちらを選ぶか検討する場合も対象です。読み取り中心の設計や、読み取り負荷でデータストアが過負荷になっている場合は、ユーザーが「キャッシュ」と言っていなくても使用します。
学術論文、スライド、レポート向けの出版品質のmatplotlib図を扱います。棒グラフ、傾向、散布図、ヒートマップ、複数パネル構成を、このリポジトリの標準スタイル、印刷・ベクター出力規則、figures4papersデモとの整合性に沿って作成します。ユーザーがmatplotlibでこのような図を作成または仕上げる際に使用します。インタラクティブなダッシュボードやWeb可視化（Plotly、Altair、Bokeh）、出版を目的としない探索的プロット、3Dまたは地図作成が中心の作業、Illustrator/Figma中心のインフォグラフィックワークフローには使用しないでください。
プロ向け金融リサーチツールキット。バックテスト（11 エンジンとベンチマーク比較パネル）、ファクター分析、Alpha Zoo（qlib158/alpha101/gtja191/academic/fundamental にわたる構築済みアルファ 478 個）、オプション価格評価、金融スキル 90 種、マルチエージェントのスウォームチーム 30 組、Trade Journal アナライザー、Shadow Account（抽出 → バックテスト → 描画）を備え、29 の市場データソースに対応します（tushare、yfinance、okx、binance、akshare、baostock、tencent、mootdx、ccxt、futu、mt5、tickerall、local、eastmoney、sina、stooq、yahoo、pykrx、india_broker、qveris、longbridge、nobitex、wallex、および任意のキーで利用する finnhub/alphavantage/tiingo/fmp/gildata）
火山引擎（Volcengine）のデータベース（MySQL、veDB-MySQL、PostgreSQL、SQL Server、MongoDB、Redis）およびパブリックネットワーク上のセルフマネージドデータベース（MySQL、PostgreSQL 系列）のメタデータ管理、データ分析、開発変更、運用診断、点検に使用します。インスタンス一覧、インスタンス内のデータベース一覧、テーブル一覧、テーブル構造、データ照会、データ分析と可視化レポート（データソース／ファイルをまたいだ結合分析を含む）、データガバナンス（資産棚卸し／データプロファイリング／データ品質／機密データ識別）、スロークエリ診断、デッドロックとロック待ち分析、トランザクションとアクティブセッションの調査、エラーログ照会、テーブルスペース分析、健全性点検、監視指標照会、変更申請などに対応します。ByteRDS / ByteDoc / ByteRedis などの ByteCloud データベースには対応していません
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）。
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。