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
Spark + Faker を使用してリアルな合成データを生成します(強く推奨)。サーバーレス実行と複数の出力形式(Parquet/JSON/CSV/Delta)に対応し、数千行から数百万行までスケールします。小規模なデータセット(<10K 行)では、ローカルで生成してボリュームにアップロードすることもできます。ユーザーが「synthetic data」「test data」「generate data」「demo dataset」「Faker」「sample data」に言及した場合に使用します。
Spring Boot で Kafka メッセージングを設計または実装する際に使用します。トピック設計、プロデューサー/コンシューマーの実装、Boot factory customizers による JSON シリアライズ、Testcontainers `@ServiceConnection` 統合テスト、再試行とデッドレタートピック、冪等性、エラー処理が対象です。「Spring Boot に Kafka を追加」「Spring Kafka コンシューマーをレビュー」「Spring Kafka の再試行と DLT を改善」「Spring Kafka のトピックシリアライザーまたはリスナーコンテナを設定」「Spring Kafka のデッドレタートピック処理を追加」といったリクエストで起動します。Plinth Toolkit の一部です
x402 経由で 20 以上のプラットフォームのソーシャルメディアプロフィール、投稿、コメント、フォロワーを収集し、検索します。用途:TikTok、Instagram、YouTube、LinkedIn、X/Twitter、Facebook、Reddit のプロフィール取得;ユーザーの投稿、ストーリーズ、ハイライト、動画、文字起こしの取得;投稿へのコメント、返信、リアクションの取得;アカウントのフォロワーとフォロー中の一覧表示;プラットフォーム横断での投稿、ハッシュタグ、プロフィール検索;広告ライブラリ(Facebook、TikTok、Google、LinkedIn)、Facebook Marketplace、Events、Groups の収集;GitHub ユーザー、リポジトリ、トレンド、および Rumble、Threads、Bluesky、Pinterest、Twitch、Spotify など;Lightreel エージェントによる UGC 調査(フック、トレンド、クリエイター検索、スクリプト、ブリーフ);プラットフォーム横断のソーシャルメディア調査とモニタリング。起動語:"tiktok"、"instagram"、"facebook"、"reddit"、"youtube"、"linkedin"、"twitter";"get followers"、"who follows"、"following list";"scrape profile"、"get posts from"、"social media data";"instagram stories"、"tiktok videos"、"facebook page"、"youtube channel";"ad library"、"facebook ads"、"tiktok ads"、"marketplace";"ugc"、"hooks"、"creator search"、"content trends";"cross-platform"、"social media research"。重要:StableSocial は非同期の 2 段階フローを使用します。ステップ 1:POST でデータ収集を開始(有料、$0.06)。ステップ 2:完了するまで GET /api/jobs/{jobId}(または旧形式の GET /api/jobs?token=...)をポーリング(無料)。すべてのエンドポイントは 1 回の呼び出しにつき $0.06 です。
実際の販売状況をもとに、何をいつ再発注するかを算出します。Shopify、Square、NetSuite、またはアップロードした CSV から販売履歴と在庫数を取得し、商品ごとの過去 7 日間および 28 日間の販売速度を計算します。各商品の保守的な在庫切れ予測日と 60 日分の再発注数量を算出し、対応する発注書と仕入先向けメールの下書きを作成します。過剰在庫、滞留在庫、販売速度ゼロの商品など、資金が動かない要因も特定し、追加購入ではなく処分すべき低回転商品として報告します。履歴から判断できる場合は季節性を反映し、できない場合はその旨を明示します。承認なしに発注したり、仕入先へメールを送ったりすることはありません。在庫について話題になったときに使用します。「何を再発注すればいい?」「在庫が切れそう?」「今月は何を発注すべき?」「フィルターが何度も切れる」「倉庫にどれだけ資金が滞留している?」「何が売れていない?」「仕入先向けの PO を作成して」などに対応します。
Metabaseを中心に企業の技術スタックで高度なデータエンジニアリングを実施します。データウェアハウスの生テーブルを調査・分析し、Metabaseの変換を変換テストで固定して整然としたテーブルを構築します。セマンティックレイヤー(モデル、指標、メジャー、セグメント、メタデータ)を構築し、ダッシュボードを設計し、検証済みの数値で質問に回答し、参照データと照合し、提供済みの定義を安全に変更します。単一の `mb` コマンド(`metabase-cli`)の実行ではなく、データ業務に使用します:「データを理解する」「この生スキーマをモデル化する」「X の分析を設定する」「データモデルを構築する」「MRR / アクティブ顧客を正式に定義する」「セマンティックレイヤーを構築する」「生テーブルからダッシュボードまで作成する」「この数値は財務データと一致するか」「数値がおかしいようだ」「2つのカードの数値が食い違う」「この変換をテストする」「この変換がケース X を正しく処理できない理由を調べる」「Metabot に X について質問に回答させる」「このテーブルを説明する」「この定義を変更する」「データアプリを構築する」「データアプリにページ / フォームを追加する」「寄付者の継続率」「イベントの参加状況」「四半期の取締役会レポート」「データエンジニア / アナリストとして対応する」
所有者が CRM を開かなくても、CRM を最新の状態に保ちます。メール、カレンダー、通話の文字起こしから連絡先や商談を作成・更新し、活動を自動記録します。進展の止まった商談のフォローアップ案を作成し、次のステップのキューを維持して、担当者不在の案件が生じないようにします。オンデマンドまたはスケジュール実行に対応し、重複や古いレコードを整理するチェック機能も備えています。CRM を持たない所有者向けには、スプレッドシート上に軽量な CRM を構築します。「CRM を更新して」「この通話を記録して」「HubSpot を整理して」「Salesforce を整理して」「これを商談に追加して」「会議を商談メモにして」「進展が止まっている商談はどれ?」「データ入力が嫌い」「パイプラインが古い」など、CRM データやパイプラインの整理が話題に上がったときに使用します。CRM の名前が出ていなくても、記録する価値のある通話や会議について所有者が説明した場合に利用できます。
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。
