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
可視化クエリ構築、動的フィルタリング、ルール管理に使用する Syncfusion Angular Query Builder コンポーネントを実装します。ビジュアルフィルター UI の構築、クエリ条件のプログラムによる作成、SQL または MongoDB クエリのインポート／エクスポート、クエリビルダーテンプレートのカスタマイズに使用します。このスキルでは、QueryBuilder (ejs-querybuilder) コンポーネントのデータバインディング、演算子を含む列設定、ルールグループ、テーマ設定、Angular フォームとの連携を扱います。
Trade Promotion Management（TPM）Cloud 組織向けに、Trade Promotion Effectiveness（TPE）ダッシュボードをエンドツーエンドでヘッドレス設定します。テナントのペアリング確認、権限セット、SSOT と Tableau Next の有効化、C360 SDM の検証、TPM Accruals データキットのインストール、業務期間のエクスポート、RTR Data Cloud のエクスポート設定、TPM_PROMOTION_MEASURE Data Transform、TPE Analytics アプリのインストール、任意の KPI ダッシュボードのカスタマイズを扱います。顧客または管理者が TPE ダッシュボードの設定、Trade Promotion Effectiveness の有効化、TPE Analytics アプリのインストール、独自の KPI を使った TPE ダッシュボードの設定・カスタマイズを希望するときに使用します。
AngularでSyncfusion PivotViewのピボットテーブルを構築またはカスタマイズする方法について質問された場合に使用します。Angularのピボットグリッド／OLAP、集計、データバインディング（JSON／リモート）、ドリルダウン／ドリルスルー、グループ化、フィルタリング、条件付き書式、エクスポート（Excel／PDF／CSV）、ピボットチャートに対応します。Angular専用で、React／Vue／Blazorには対応しません。
DatabricksでMLモデルをトレーニングします。対象：Optunaを用いた分類／回帰／ディープラーニング（XGBoost、scikit-learn、LightGBM、PyTorch）、@prod/@challengerエイリアス、バッチスコアリング（通常のモデルにはspark_udf、Feature Storeベースにはfe.score_batch）、カスタムPyFunc、カスタムResponsesAgent（LangGraph + UC Function/Vector Search）；UC特徴量テーブル + FeatureLookup + 時点結合 + Lakebaseオンラインストア；宣言型Feature Views（create_feature、DeltaTableSource、RollingWindow/SlidingWindow/TumblingWindow、materialize_features、Kafkaストリーミング特徴量）。対象外：エンドポイント運用（databricks-model-serving）、MLflow評価（databricks-mlflow-evaluation）。
株式のインテリジェント分析スキル。銘柄コード（A株／香港株／米国株）を入力すると、自動で以下を実行します：1. リアルタイム株価と過去のローソク足データを取得 2. テクニカル指標（MA/MACD/RSI/出来高/乖離率）を計算 3. 総合スコア（100点満点）と売買シグナルを提示 4. 最新ニュースを検索 5. AI による総合分析を行い、意思決定ダッシュボードを出力。ユーザーが銘柄コードを提示して分析を求める、銘柄の状況を尋ねる、相場分析を依頼するなどの場面で起動します。入力例：「TSLA PLTR を分析して」「600519 はどう？」「HK00700 を見て」
Browser Sessions APIを使ってBright Data Scraping Browserのセッションをデバッグします。Bright Dataのブラウザーセッションエラー、puppeteerのスタックトレース、スクレイパーの実行失敗、セッションの帯域幅・時間・CAPTCHA・接続に関する質問に使用します。データが空、検出件数が0、商品が欠落、結果が予想より少ないなど、Bright Dataスクレイパーが予期しない結果を返す場合にも使用します。セッションデータから、問題がネットワーク／プロキシ側（ブロック、CAPTCHA、リダイレクト、タイムアウト）かクライアント側（セレクター、抽出ロジック）かを特定できます。「why did my session fail」「debug my bright data session」「check my scraping browser sessions」「how much bandwidth did my scraper use」「got 0 results」「found 0」「scraper returned empty」「scraper not working」「script didn't work」などのフレーズ、または会話にBright Dataのエラーコードやbrd.superproxy.ioのスタックトレースが現れた場合に起動します。BRIGHTDATA_API_KEY環境変数が必要です。
Micronaut Data によるデータアクセスが必要な場合に使用します。@MappedEntity、CrudRepository/PageableRepository、パラメーター付き @Query、@Transactional サービス、プロジェクション、@Version、TestPropertyProvider と Testcontainers を使う @MicronautTest を扱います。生成リポジトリーを使わずに生の java.sql でアクセスする場合は、@511-frameworks-micronaut-jdbc を使用してください。Micronaut Data のリポジトリーやエンティティのレビュー・実装、永続化レイヤーへのトランザクション・ページネーション・プロジェクションの追加、エンティティとリポジトリーのモデル化、トランザクションやページング可能なクエリーのレビュー、プロジェクションや楽観的ロックの改善に関する依頼で使用します。Plinth Toolkit の一部です。
VictoriaMetrics の時系列カーディナリティを分析し、未使用のメトリクス、高カーディナリティラベル、問題のあるラベル値、ヒストグラムの肥大化など、最適化の機会を特定します。リラベリングとストリーム集約の推奨事項を含む、実行可能なレポートを生成します。ユーザーがカーディナリティ分析、時系列の削減、未使用メトリクス、高カーディナリティラベル、TSDB の最適化、ストレージコストの削減、メトリクスの整理、時系列の過剰、またはカーディナリティの削減に言及した場合に使用します。リラベリング戦略やストリーム集約の機会についての議論、「どのメトリクスを削除できるか」という質問にも使用します。
DsarPolicy Right-to-Portability エクスポートをエンドツーエンドで設定、実行、監査します。対象者の関連レコードを対象にデータマップを作成し、リクエスト内の対象者（email/name/id）をルートエンティティレコードに解決し、ACTIVE ポリシーに対してエクスポートを実行し（数回ポーリングしてから、続行前に確認し、終了状態になったらダウンロード）、実行履歴を確認します。DsarPolicy または Right-to-Portability（RTP）エクスポートの設定、編集、実行、確認が必要な場合や、ポリシーでまだカバーされていない個人データを監査する場合に使用します。次の場合にトリガーします：DsarPolicy または RTP データマップの設定、DsarPolicyPath または DsarPolicyField メタデータの作成、対象者のポータブルデータの実行またはエクスポート、RTP エクスポートファイルのダウンロード、DsarPolicy 実行履歴の確認、またはポリシーでまだカバーされていない個人データ（カバレッジギャップ分析）についての質問。次の場合はトリガーしません：対象者のレコードの消去、削除、除去（RTP は可搬性エクスポートであり消去ではありません。このスキルは何も削除しません）、サンドボックスの PII のマスキング、または無関係なメタデータのデプロイ。
Supabaseがメンテナンスする、あらゆる環境で稼働するPostgres向けのベストプラクティスです。Postgresデータベース内の内容を作成または変更する前に、このスキルを読み込んでください。対象は、テーブルや列の作成・変更（列型の選択を含む）、スキーマ設計、マイグレーションと宣言的スキーマファイル、RLSポリシーと検証テスト、インデックス、トリガー、データベース関数、キューとスケジュールジョブ（pg_cron、pgmq）、ベクトル／セマンティック検索（pgvector）、ダンプの復元（pg_restore）やデータのインポートです。遅いクエリ、CPU使用率の高さ、タイムアウト、EXPLAINプラン、接続枯渇、ロック、肥大化、または誤ったユーザーやテナントに表示される行の診断時にも読み込んでください。これは単なるパフォーマンスガイドではありません。スキーマ、マイグレーション、セキュリティ、SQL作成の作業にもこのルールが必要です。列を1つ変更する場合や単一のクエリでも同様です。
Lakeflow Connect を使用して、Databricks にマネージドデータ取り込みパイプラインを構築します。SaaS アプリ（Salesforce、Workday Reports、ServiceNow、Google Analytics 4、HubSpot、Confluence）またはデータベース（クラウドとオンプレミスの SQL Server、PuPr の PostgreSQL/MySQL CDC）から、サーバーレスパイプラインで Unity Catalog にデータを取り込む場合に使用します。
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。