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
セッショントレースと Data Cloud を使用して、本番環境の Agentforce エージェントの動作を分析します。次の場合に起動します。ユーザーが STDM セッションデータまたは Data Cloud のトレースレコードをクエリする場合、本番環境のエージェントの障害、リグレッション、パフォーマンス問題を調査する場合、セッショントレース、会話ログ、エージェント指標について尋ねる場合、報告された本番環境の問題をプレビューで再現したい場合、findSessions またはトレース分析クエリを実行する場合。次の場合は起動しません。開発中に .agent ファイルを作成、変更、デバッグする場合（developing-agentforce を使用）、テスト仕様を作成または実行する場合（testing-agentforce を使用）、ローカル開発の反復に sf agent preview を使用する場合、エージェントをデプロイまたは公開する場合。
SocialCrawl API を通じて、ソーシャルメディア、商取引、調査データを取得します。プロフィール、フォロワー、投稿、コメント、レビュー、検索結果、文字起こし、広告、商品カタログ、アプリストアの掲載情報、場所、求人、金融、ニュース、トレンド、予測市場（Polymarket）のほか、クロスプラットフォームの Prism 複合データ、スケジュール設定された Monitors、オーディエンス Cohorts に対応します。1 つの API キーで TikTok、Instagram、YouTube、Twitter/X、Facebook、LinkedIn、Reddit、Threads、Amazon、Walmart、Google、Trustpilot、Yelp、GitHub、Naver など多数のサービスを利用できます。ユーザーが SocialCrawl に言及した場合、ソーシャルメディアデータ、クリエイターやインフルエンサー、ブランドへの言及、コメント、レビュー、競合データの収集、SocialCrawl によるウェブページのスクレイピング、API 呼び出しコードの生成、エンドポイント・料金・クレジット残高の確認、または複数プラットフォームでの一括検索を求める場合に使用します。
ユーザーが Zenodo に言及した場合、研究成果物（データセット、ソフトウェア、論文、ポスター）の Zenodo への登録または公開、データセット／コードリリースの DOI 取得、Zenodo レコードへのファイルアップロード、登録内容の新バージョン作成、または Zenodo レコードの検索を行う場合に使用します。Zenodo REST API の一連のワークフロー（登録の作成、bucket API によるファイルのアップロード、メタデータ設定、公開、バージョン管理、検索）を、本番環境（zenodo.org）とサンドボックス（sandbox.zenodo.org）の両方について扱います。
PostHog プロジェクトのデータウェアハウスの健全性を監査し、ソース、同期スキーマ、マテリアライズドビュー、バッチエクスポート、変換処理にある破損または劣化したパイプライン項目をすべて特定します。「ウェアハウスの何が壊れている？」「健全性をチェックして」「データパイプラインを監査して」「ダッシュボードの一部が古いのはなぜ？」と尋ねられた場合や、どこに時間をかけるか決める前に一度で状況を整理したい場合に使用します。問題を重大度と種類ごとに分類し、優先順位と推奨される次の手順を示すレポートを作成します。
AWS データカタログ（Amazon SageMaker Catalog（Amazon DataZone）または AWS Glue Data Catalog）のビジネスメタデータを作成・整備します。書き込み前にアカウントが使用するカタログプラットフォームを判定します。対象：テーブルへの説明追加、データセットの文書化、README の作成、オーナー設定、列コメントの追加、用語集用語のタグ付け、ビジネス用語集やメタデータフォームの作成、アセットの公開、データプロダクトの作成、データソースのクロール実行、カタログアセットの削除、規約文書をカタログスキルアセットとしてテーブルに添付する、プロジェクト内で説明やオーナーが欠けているアセットと優先して修正する項目の確認、アカウントが使用するカタログと可能な操作の確認。不対象：テーブルの棚卸しや一覧表示（exploring-data-catalog を使用）、特定のテーブルの検索（finding-data-lake-assets を使用）、エクスポートしたメタデータスナップショットに対する SQL でドメイン全体の不足を集計すること（querying-aws-sagemaker-catalog を使用）、アクセス権の付与や取り消し（managing-data-asset-access を使用）。
EdgarTools を使用して SEC EDGAR の提出書類を分析します。SEC 提出書類、企業財務、10-K/10-Q 分析、インサイダー取引、収益の推移、財務比較についてユーザーから質問された場合に使用します。「SEC filing」「10-K」「10-Q」「8-K」「EDGAR」「company financials」「revenue」「earnings」「insider trading」「financial statements」などがトリガーです。リアルタイムの株価や市場データには使用せず、代わりに market-data skill を使用してください。
VictoriaMetricsのクエリトレースJSONを分析し、遅いクエリを診断して、時間の内訳、ボトルネック分析、最適化の推奨事項を含む構造化されたパフォーマンスレポートを作成します。次の場合は必ずこのスキルを使用してください。(1) ユーザーがVictoriaMetricsまたはVMのトレース、クエリトレース、trace JSONに言及した場合。(2) duration_msec/message/childrenフィールドを含むJSONファイルを提示または参照した場合。(3) VictoriaMetrics/VMのクエリが遅い理由を尋ね、トレース出力がある場合。(4) トレースの文脈でvmstorageノードの分布、キャッシュミス、ロールアップのパフォーマンスについて尋ねた場合。(5) vmselect trace、trace=1、またはVictoriaMetricsのクエリパフォーマンスのデバッグに言及した場合。このスキルは一貫性のある徹底した分析を実現する構造化レポートテンプレートを提供します。これを使わずにVMトレースを分析しないでください。
Quicknode のブロックチェーンインフラは 80 以上のチェーンに対応します。Core RPC API、Streams、Webhooks、Blazar WSS、Solana gRPC、HyperCore gRPC、SQL Explorer、Metaplex DAS API、Blockbook、Ordinals & Runes API、Swap API、x402、MPP、Agent Subscriptions、CLI、MCP を提供します。Quicknode 製品、ブロックチェーンデータへのアクセス、ウォレット決済によるエージェントアクセスに使用します。
公開済みリスティングのカタログサブスクリプションを通じて、AWS データカタログ（Amazon DataZone がサポートする Amazon SageMaker Catalog）のデータアセットへのアクセスを付与、申請、監査、取り消します。サブスクリプションの申請、判断を記録したうえでの承認または却下、プロジェクトとのリスティング共有、1件または複数のサブスクリプションの取り消し、付与処理の確定確認を扱います。対象：別のチームにテーブルへのアクセスを付与する、データセットへのアクセスを申請する、アクセス申請を承認または却下する、プロジェクトとリスティングを共有する、このテーブルへのアクセス権を持つユーザーを確認する、アクセス権を取り消す、一括取り消し、アクセス権が実際に削除されたか確認する、サブスクリプションの付与状況。不対象：IAM ロール、ポリシー、STS（aws-iam を使用）、S3 バケットポリシー（securing-s3-buckets を使用）、Clean Rooms の権限（aws-cleanrooms を使用）、カタログメタデータ・用語集・フォームの作成、リスティングの公開、他チームがサブスクライブしているアセットの廃止・削除と必要な操作順序（managing-data-catalog を使用）。
ファイルを Markdown に変換する Python ユーティリティ、Microsoft MarkItDown の使用ガイドです。PDF、Word、PowerPoint、Excel、画像、音声、HTML、CSV、JSON、XML、ZIP、YouTube URL、EPUB、Jupyter ノートブック、RSS フィード、Wikipedia ページを Markdown 形式に変換する際に使用します。ドキュメント処理パイプライン、LLM の前処理、テキスト抽出タスクにも使用します。
Python Optimization Modeling Objects。最適化モデルの定式化、求解、分析を行うための高水準フレームワークです。線形計画法（LP）、混合整数線形計画法（MILP）、非線形計画法（NLP）に対応します。COIN-OR プロジェクトの一部です。数理最適化、線形計画法、混合整数計画法、非線形計画法、戦略計画、プロセスエンジニアリング、エネルギーシステム、サプライチェーン最適化、確率計画、および IPOPT、SCIP、Gurobi、CPLEX、GLPK とのソルバー連携に使用します。
Pongfi Researchは、あらゆる業界を対象とするクロスプラットフォームのソーシャルメディア調査スキルです。TikHub MCP／公開ソーシャルデータツールを動的に検出して呼び出し、業界、カテゴリー、ブランド、製品、人物、アカウント、話題について、トレンド発見、サブカテゴリー分析、競合調査、アカウント監査、人気コンテンツ分析、コメントからのニーズ発掘、コンテンツの空白の特定、プラットフォーム間比較、データに基づくテーマ選定を行います。抖音、TikTok、小紅書、Instagram、YouTube、X、微博、Bilibili、Reddit、快手、知乎、WeChat、LinkedIn、Threadsなど、公開ソーシャルプラットフォームのデータに対応します。
ターミナルから `bdata scraper create` と `bdata scraper run` を使って、AI生成のBright Dataスクレイパーを構築・実行します。自然言語の説明からスクレイパーを生成したい場合、コードを書かずにカスタムスクレイパーを構築したい場合、URLと平易な英語の説明から再利用可能なスクレイパーを作りたい場合、既存のBright DataコレクターをURLに対して実行したい場合、または1つのコレクターでURLリストを一括スクレイピングしたい場合に使用します。「build me a scraper for」「create a scraper that extracts」「generate a scraper from a description」「turn this URL into a scraper」「run this scraper on」「run my collector」「batch scrape」「scrape these URLs」「scrape a list of URLs」「competitive pricing table」「scraper studio」、`scraper create`、`scraper run`、`--urls`、`--input-file`、`collector_id`、`automate_template`、`/dca/` などの表現で起動します。AIフロー（テンプレート作成 → AI生成を開始 → 進捗をポーリング）、単一URLの実行フロー（デフォルトは非同期実行とポーリング、高速ページでは `--sync`）、複数URLの一括処理（`--urls` / `--input-file` → 配列ボディで `/dca/trigger` を1回呼び出す）、URL展開後にリアルタイムページ上限を超えた場合の一括処理エンドポイントへのサイレントな自動フォールバックに対応します。Bright Data CLIが必要です。
企業向け Claude Code 導入プラットフォームです。OpenTelemetry でチームの使用状況を測定し、中央ダッシュボードからスキル/MCP サーバー/フックを同期し、プロンプト入力時にコンテキストに応じたスキルを提案します。意図と行動のギャップを解消します。Zeude を導入した組織では導入率が 3 倍に向上します（6% → 18%）。Supabase（設定）と ClickHouse（分析）が必要です。トリガー：zeude、ai adoption、claude code adoption、enterprise claude、opentelemetry claude、skill sync、team claude management。
AI エージェント向けの Wren Engine CLI ワークフローガイドです。wren CLI を使って、スキーマのコンテキスト収集、過去のクエリの参照、MDL セマンティックレイヤーを通じた SQL の作成、実行、確定した結果からの学習まで、データに関する質問にエンドツーエンドで回答します。ユーザーがデータに関する質問やレポート、分析を求める場合、指標、売上、顧客、注文、傾向、その他の業務データについて尋ねる場合、「いくつ」「見せて」「何が」「上位 N 件」「比較」「傾向」「成長」「内訳」と尋ねる場合、データベースのデータを探索、分析、フィルタリング、集計、要約したい場合、またはエージェントがデータのクエリ、データソースへの接続、エラー対応、wren CLI による MDL の変更管理を行う必要がある場合に使用します。
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。