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
複数項目のデータ、バッチ、ページネーション付き API、レート制限付き API、複数ブランチへのファンアウト、「各項目に対して実行」する処理を扱う場合に使用します。ユーザーがループ、反復、バッチ処理、ページング、並列処理、「項目をループ」などに言及した場合にも使用します。トリガー：「loop」「iterate」「for each」「batch」「page through」「paginate」「rate limit」「process all」「fan-out」「parallel branches」「concurrency」、またはノードを一度だけ実行するか項目ごとに実行するかを判断する必要がある場合。
Google CloudプロジェクトのCloud Loggingコストを監査します。ログバケットに書き込まれたログエントリーの料金、コストを左右するサービス、ログストリーム、重大度、およびログをルーティングするログシンクを確認します。Cloud BillingのエクスポートコストとCloud Monitoringの使用量メトリクスを照合し、グラフとコピーして使える除外フィルターを含むFinOpsレポートを生成します。Cloud Loggingの支出監査、ログの無駄の発見、主なコスト要因の特定、ログコスト削減レポートの生成、ログシンク除外フィルターの作成に使用します。ログエントリーのクエリ（cloud-logging-query-generationを使用）、Cloud Monitoringアラートの設定、メトリクスやトレースのクエリには使用しないでください。
Amazon ストアの Feed 一括データ送信と処理状況の管理。Feed ドキュメントの作成、事前署名 URL への Feed コンテンツのアップロード、在庫や Listing などの一括ファイル送信、Feed の検索や一覧表示、結果ドキュメントの取得、Feed のキャンセルに使用します。Amazon Feed、一括での在庫や商品の更新、Listing Feed の送信、POST_FLAT_FILE、feedType、feedDocumentId、feedId、Feed の処理状況や結果、Feed のキャンセル、Feeds API に言及した場合に起動します。「Feed」と明示されていなくても、Amazon SP-API を通じて構造化された商品または在庫データを一括送信したい場合に起動します。個別 Listing の CRUD には linkfox-amazon-store-listings を使用してください。
ユーザーが「メッセージキュー」を設計する、「Kafka」「RabbitMQ」「SQS」「Kinesis」「pub/sub」や「イベント駆動」アーキテクチャを検討する、「非同期処理」「バックグラウンドジョブ」「ストリーム処理」について尋ねる、または「exactly-once と at-least-once」「配信保証」「メッセージ順序」「重複処理／重複排除」「デッドレターキュー」「バックプレッシャー」「Saga オーケストレーション」「永続ワークフロー」に取り組む場合に使用します。時間のかかる処理や負荷が急増する処理をリクエスト経路から切り離す必要がある場合や、2つのサービスを疎結合にする必要がある場合は、ユーザーが「キュー」と言わなくても使用してください。
scanpy/anndataを使ったシングルセルRNA-seq解析に対応します。h5adデータの読み込み、scRNA-seqの品質管理とQCゲーティング（n_genes_by_counts、total_counts、ミトコンドリア比率 / pct_counts_mt、pct_counts_ribo、Scrublet/scDblFinderによるダブレット検出、環境RNA / SoupXへの対応、空液滴のフィルタリング、MADベースのしきい値）、正規化、次元削減（PCA、UMAP、t-SNE）、クラスタリング（Leiden、Louvain）、マーカー遺伝子の特定、細胞型アノテーション、擬似時間・軌跡解析を行います。下流解析の前にフィルタリング、フラグ付け、調査する細胞を判断する場合を含め、あらゆるscRNA-seqワークフローに使用します。
Apify actors を使ってソーシャルメディアやウェブをスクレイピングします。Twitter/X の投稿、Reddit の投稿、LinkedIn の投稿、Instagram のプロフィール／投稿／リール、Facebook のページ／投稿／グループ、TikTok の動画、YouTube コンテンツ、Google Maps の店舗／レビュー、連絡先情報の補完（ウェブサイトからメールアドレス／電話番号を取得）、URL の種類を自動判定してスクレイピングする場合に使用します。ソーシャルメディアのスクレイピング、人気投稿の取得、企業情報や連絡先の抽出、ソーシャル URL からのコンテンツ抽出依頼で起動します
Amazon商品やカテゴリーに関する購入者フィードバックを分析します。ASINまたはbrowse nodeで、レビューのトピック、トピックの言及数、星評価への影響、レビューの傾向、返品トピック、返品傾向を照会し、商品の評判やカテゴリーの問題を分析します。Amazonレビュー分析、レビューのトピック、低評価の理由、レビュー傾向、返品理由、返品傾向、ASINの評判分析、カテゴリーのフィードバック、MENTIONS、STAR_RATING_IMPACT、Customer Feedback APIに言及した場合に起動します。APIに明示的に言及していなくても、集約されたフィードバックからAmazon商品やカテゴリーでよくある高評価・低評価や返品の問題を把握したい場合に起動します。
CJA の包括的なディメンション分析とレポート作成を行います。カーディナリティ、分布／偏り、傾向、異常、データ品質エラー、比較、予測など、ユーザーが 1 つ以上のディメンションを分析したいときは常にこのスキルを使用します。「上位の値は？」「ディメンションの健全性」「このディメンションを調べる」「ディメンションダッシュボード」「ディメンション統計」「ディメンションのデータ品質チェック」「ディメンションのカーディナリティ」「ディメンションの傾向」「ディメンションの偏り」「ディメンションの異常」「ディメンションを比較」など、CJA ディメンションの内容を理解する同様の依頼でも起動します。インタラクティブな HTML ダッシュボードまたは Markdown レポートを生成します。CJA MCP サーバーで動作します。
KPI タイル、経営層向けの説明箇条書き、要因分析を含む、洗練された経営層向け業績ブリーフィングを生成します。印刷可能な HTML ドキュメントとして出力します。エグゼクティブサマリー、業績ブリーフィング、経営層向け報告、ステークホルダーへの報告、ビジネスレビューを求められた場合は、「エグゼクティブ」と明示されていなくても必ず使用します。「先週の業績をまとめて」「経営チーム向けのブリーフィングを作成」「月次ビジネスレビューを作成」「指標について経営陣に何を伝えるべきか」「業績の説明を作成」「QBR サマリー」「週次ビジネスレビュー」「取締役会への報告」「ステークホルダー向けブリーフィング」「先週の実績はどうだったか」「業績のスナップショット」などで起動します。迷った場合もこの Skill を使用し、未加工データだけでなく、洗練されたブリーフィングを作成します。
Gemini埋め込み（gemini-embedding-001）を使ってRAGシステムとセマンティック検索を構築します。768～3072次元のベクトル、8種類のタスクタイプ、Cloudflare Vectorizeとの統合に対応します。文書化された13種類のエラーを防止します。ベクトル検索、RAGシステム、セマンティック検索、ドキュメントクラスタリングに使用します。次元の不一致、正規化の必要性、バッチ順序のバグ、メモリ制限、誤ったタスクタイプ、レート制限（100 RPM）のトラブルシューティングに対応します
Airflow、dbt、データエンジニアリング作業の委任先サブエージェントとして、AstronomerのOttoエージェント（`astro otto`）を操作します。ユーザーが「Ottoを使う」「Ottoに尋ねる」「Ottoに委任する」「Otto経由で実行する」と明示的に依頼した場合に使用します。Airflow 2 → 3の移行やアップグレード計画でも、名前が挙がっていなくてもOttoを提案します。Otto独自の互換性ナレッジベースは、ローカルのmigrating-airflow-2-to-3スキルより優れています。同じセッションで関連するAstronomerスキル（airflow、authoring-dags、debugging-dags、migrating-airflow-2-to-3など）が読み込まれていない場合、Airflowやデータエンジニアリングのタスクではデフォルトの手段となります。ヘッドレス呼び出し、セッション継続（`-c`、`--fork`、`--session`）、権限モード、ツール許可リスト、モデル選択、構造化出力、MCP設定を扱います。**あなたがOttoの場合、このスキルを読み込まないでください**。Ottoが自分自身に委任してはいけません。
CDF Data Modeling API のベストプラクティスに関するリファレンススキル。並行処理の制限（429 の回避）、instances.list と instances.query のページネーションパターン、書き込み操作のバッチ処理、検索とフィルターの使い分け、並行リクエストを制御する QueuedTaskRunner（Semaphore）ユーティリティを扱います。トリガー：DMS limits、429 error、rate limit、pagination、cursor、nextCursor、batching、semaphore、QueuedTaskRunner、cdfTaskRunner、instances.search、instances.list、instances.query、instances.upsert、concurrency、deadlock。
Google TakeoutからエクスポートしたGeminiの会話履歴を分析します。ユーザーがGemini takeout、Gemini export、Gemini history、Gemini conversation analysis、Google Takeout ZIPの分析に言及する場合や、takeout ZIPをプロジェクトにドラッグした場合に使用します。「Geminiのデータを分析して」「Geminiと何を話したか」などの質問や、Geminiのチャットログからインサイトを抽出したい場合にも使用します。
BizOpsリード、COO、またはプロセス改善の担当者が、BPMN形式でエンドツーエンドの業務プロセス（調達、従業員のオンボーディング、インシデントの引き継ぎ、顧客のオンボーディング、保険金請求の査定）を文書化し、段階ごとのサイクルタイムを測定し、作業時間の大半が待機か処理のどちらに費やされているかを明らかにし、処理時間と総経過時間の差を定量化する際に使用します。Lean / Six Sigma / Theory-of-Constraintsの原則と、Python標準ライブラリのみを使う決定論的なツールを組み合わせ、プロセスマップ、重要度順のボトルネック一覧（深刻度と根本原因の仮説を含む）、サイクルタイム分析（P50、P90、付加価値比率、Littleの法則によるスループット）を作成します。営業パイプライン、システム信頼性（SLO）、戦略的OKRの業務とは異なり、社内運用向けの戦術的なプロセス文書化を対象とします
ソーシャルメディア、ニュース、オンチェーンデータ、ポジショニングを対象とした、取引向けの高度なオルタナティブデータとセンチメント分析。他者が見逃す情報からアルファを抽出します。「sentiment, alternative data, social media trading, news trading, twitter signals, on-chain, whale watching, fear greed, positioning」が言及された場合に使用します。
Spring でプログラムによる JDBC を記述またはレビューする際に使用します。デフォルト API としての JdbcClient（Spring Framework 7+）、バッチ／ストリーミング API で JdbcOperations が必要な場合に限った JdbcTemplate の使用、レガシーな名前付きパラメーターコード向けの NamedParameterJdbcTemplate、パラメーター化 SQL、RowMapper によるレコードへのマッピング、バッチ処理、トランザクション、生成キーの安全な処理、DataAccessException の処理、読み取り専用トランザクション、大規模な結果セットのストリーミング、@JdbcTest スライステストを扱います。Spring JDBC（JdbcTemplate、JdbcClient、NamedParameterJdbcTemplate）の Java コードレビュー、Java コードへの Spring JDBC データアクセスのベストプラクティス適用、JDBC コードの SQL インジェクションリスクの検出と修正、JDBC 操作のトランザクション境界または例外処理の改善、Spring Framework 7 での JdbcClient 使用法のレビューなどの依頼で起動します。Plinth Toolkit の一部です。
Quarkus Hibernate ORM Panache でデータアクセスを行う場合に使用します。PanacheEntity / PanacheEntityBase、PanacheRepository、名前付きクエリ、JPQL、ネイティブ SQL、DTO プロジェクション（project(Class)）、ページネーション（Page.of()）、N+1 の回避（JOIN FETCH）、楽観ロック（@Version / OptimisticLockException）、検証済みの再利用可能なクエリ向けの @NamedQuery、トランザクション、テスト分離用の @TestTransaction、不変データに適したパターンを扱います。リレーショナル永続化における Spring Data に相当する Quarkus の仕組みです。次のような依頼で使用します。Quarkus の Panache エンティティまたはリポジトリのレビュー、Panache を使った Hibernate ORM のデータアクセス改善、Panache クエリへの DTO プロジェクション、JOIN FETCH、ページネーション、楽観ロックの追加、N+1 クエリ問題の修正または Quarkus Panache での @Version による並行制御の追加、Panache の Active Record と Repository の設計改善。Plinth Toolkit の一部です。
n8nでファイル、画像、添付ファイル、バイナリデータを扱うとき、またはAIエージェントがユーザーのアップロードしたファイルをツール入力として受け取ったり、生成したファイルを返したりするときに使用します。Data Tables（スキーマ、重複排除、永続状態）については、別のn8n-data-tablesスキルを参照してください。トリガー語は"file"、"image"、"PDF"、"attachment"、"binary"、"upload"、"download"、ファイル付きのチャットトリガー、ファイルを必要とするエージェントツール、ビジョン／マルチモーダル、またはJSON以外のファイルデータの処理です。
ウェブスクレイピング作業を、ブラウザーを標準で使うのではなく、実用可能な最も軽量な Scrapling モードに振り分けます。HTML 抽出、JS レンダリングページの取得、保護対象への段階的な対応、素早い CLI スクレイピング、エージェント向け MCP アクセス、または Scrapling spiders による大規模クロールが必要な場合に使用します。トリガー：scrapling、scrape website、crawl site、adaptive scraping、selector drift、stealthy fetch、browser scraping、scrape to markdown、scrapling mcp、scrapling spider、research harvesting、literature scraping、paper metadata。
次の場合に起動します。（1）画像／PDF／スキャン文書からテキスト、表、数式、構造化データを抽出したい場合。（2）「OCR」「文字識別」「文書解析」に言及した場合。（3）スクリーンショット、スキャンページ、請求書、論文、ホワイトボード写真などの文書の内容を構造化して取得したい場合。（4）視覚的な文書の解析、デジタル化、内容抽出を求めた場合。GLM-OCR SDK（pip install glmocr）を呼び出し、ZhipuのクラウドAPI経由で文書を解析します。GPUは不要です。ラベルとバウンディングボックスを含む領域の構造化JSONとMarkdownを返します。AgentはYAMLファイルなしでCLIのみで動作できます。リアルタイムカメラ映像、音声の文字起こし、文書以外の画像（写真、イラスト）には使用しないでください。
OpenRouterのBenchmarks APIを照会して、モデルのベンチマークランキングとスコアを取得します。ベンチマークに基づくモデル選定、コーディング／知能／エージェント能力別のランキング、Artificial AnalysisまたはDesign ArenaのELO／勝率の結果、ベンチマークの引用、GET /api/v1/benchmarksの呼び出しを求められたときに使用します。アプリ、製品、ワークフロー、ユースケースに適したモデルを尋ねられ、ベンチマークの証拠が推奨の判断や除外に役立つ場合は、openrouter-modelsと併用します。創作、編集、コーディング、デザイン、エージェント機能、知能を多く要するアプリも対象です。OpenRouterの利用分析、請求／支出分析、生成メタデータ、プロバイダーの稼働率／レイテンシ、選定やベンチマークとの関連判断を伴わない一般的なモデルの価格／機能照会、ローカルアプリ用評価スイートの作成には使用しないでください。
Spring Data JDBC を Java record とともに使用する際に使用します。record によるエンティティ設計、リポジトリパターン、不変更新、集約関係、カスタムクエリ、トランザクション管理、N+1 問題の回避などを扱います。Spring Data JDBC の Java コードのレビュー、ベストプラクティスの適用、Java record による集約のモデル化、リポジトリと集約境界のレビュー、楽観ロックやドメインイベントの改善などの依頼で呼び出します。Plinth Toolkit の一部です
ワンクリックでDouyinアカウントの運用状況を診断します。紅狐データサービスからアカウントのプロフィールと最近の投稿データを取得し、アカウントの基本プロフィール、コンテンツ制作力、インタラクションの健全性、コンテンツ品質、コンテンツの傾向、フォロワーの質という6つの観点から定量診断します。100点満点の総合スコア、観点別スコアの詳細、6種類のリスク警告、個別の最適化提案を出力します。「Douyinアカウントを診断」「Douyinアカウント分析」「Douyinの健康診断」「Douyinアカウント評価」「XXのDouyinデータを確認」「このDouyinアカウントを分析」などの語句で起動します。
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。