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
友鷹のShopee商品選定ツールです。Shopee全サイトの商品検索と絞り込みに対応し、マレーシア、台湾、インドネシア、タイ、フィリピン、シンガポール、ベトナム、ブラジル、メキシコ、チリ、コロンビアの11市場をカバーします。ユーザーがShopeeの商品選定、虾皮の商品検索、Shopeeの人気商品、虾皮市場分析、Shopeeのカテゴリ選定、虾皮のキーワード選定、Shopeeの販売数による絞り込み、虾皮の価格による絞り込み、東南アジアのEC商品選定、Shopee product search、Shopee product selection、Shopee bestsellers、Shopee market analysisに言及した場合にこのスキルを起動します。ユーザーが「友鷹」や「Shopee」を明示していなくても、Shopeeでの商品検索や商品データの絞り込みを含む依頼であれば起動します。
Wren Engine の利用開始をエンドツーエンドで案内します。環境チェック、プロジェクトのスキャフォールド、.env による接続設定、最初のクエリを扱います。ユーザーが Wren Engine のインストール、新しいデータソース接続の設定、またはプロジェクトの新規作成を希望する場合に使用します。トリガー：'/wren-onboarding'、'install wren'、'set up wren engine'、'wren onboarding'、'connect new database to wren'
Alibaba Cloud DTS のデータ移行・同期タスクを対話形式で作成、表示、管理します。「DTS task」「DTS migration」「DTS sync」「data migration task」「data sync task」「create migration」「create DTS」「new DTS」「DTS status」「migration status」「sync status」「stop migration」「suspend DTS」「release DTS」などのキーワードに言及すると自動的に起動します。
PostgreSQL と Drizzle ORM のベストプラクティス。対象：PostgreSQL、Postgres、Drizzle、データベース、スキーマ、テーブル、カラム、インデックス、クエリ、マイグレーション、ORM、リレーション、結合、トランザクション、SQL、drizzle-kit、コネクションプーリング、N+1、JSONB、RLS。データベーススキーマ、クエリ、マイグレーション、その他データベース関連コードの作成に使用します。API、バックエンド、データモデルの作成時にも積極的に適用します。
Alibaba Cloud AnalyticDB for MySQL の運用・診断アシスタント。クラスター情報の照会、パフォーマンス監視、スロークエリ診断、実行中 SQL の分析、テーブル単位の最適化提案などに対応します。トリガー：「ADB MySQL」「AnalyticDB」「cluster list」「slow query」「BadSQL」「data skew」「idle index」「SQL Pattern」「space diagnosis」「table diagnosis」「performance monitoring」。
ユーザーが Spree 6 の商品カタログを扱う場合に使用します。商品、バリエーション、オプションのタイプ／値、デフォルトバリエーション、商品タイプ（テンプレート）、カテゴリとコレクション、カスタムフィールド、メディア（画像、動画、メディアライブラリ）、チャネルへの公開、検索プロバイダー（database、spree_meilisearch、カスタム）、デジタルアセット、カタログのインポート／エクスポートに対応します。よくある依頼例：「create a product」「add variants」「size and color options」「product type」「category tree」「collection」「brand」「custom field on products」「product images」「product video」「primary_media」「product not showing in store」「publish product on channel」「Meilisearch」「reindex」「custom search provider」「digital download」「master variant」。カタログのグラフ構造と、Ruby、Admin SDK、`spree api` から読み書きする方法を網羅します。
あらゆる科学的な問いに対して、研究データセットを検索・評価します。研究課題を必要な研究デザイン（縦断／横断、観察／実験、単一コホート／複数コホート）に対応付けます。「X に関するデータを探して」「Y のデータはどこで入手できるか」と尋ねられた場合や、特定のコホート／調査／リポジトリが必要な場合に使用します。GEO、ArrayExpress、dbGaP、NHANES、UK Biobank、ClinicalTrials.gov、GWAS Catalog および 30 以上の科学リポジトリを対象とします。
SaaSデータ（HubSpot、Stripe、Salesforce、GitHub、Slackなど）をWren Engineに接続し、SQL分析を行います。dltのインストール、SaaSソースの選択、認証情報の設定、DuckDBへのデータパイプラインの実行、読み込み済みデータからのWrenセマンティックプロジェクトの自動生成まで、全工程をユーザーに案内します。SaaSデータの接続、APIからのデータインポート、dltパイプライン、HubSpot／Stripe／Salesforce／GitHub／Slackデータの読み込み、SQLによるSaaSデータのクエリ、REST APIからの新しいデータソースの設定に言及した場合に使用します。dltで生成したDuckDBファイルがすでにあり、そこからWrenプロジェクトを作成したい場合も起動します。
Azure Database for PostgreSQL の開発に関する専門知識。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイを含みます。Flexible Server、pgvector/AI 検索、Private Link/TLS、PITR/復元、レプリカ/シャーディングを扱う場合や、その他の Azure Database for PostgreSQL 関連の開発タスクで使用してください。Azure SQL Database（azure-sql-database を使用）、Azure SQL Managed Instance（azure-sql-managed-instance を使用）、Azure Virtual Machines 上の SQL Server（azure-sql-virtual-machines を使用）、Azure Database for MySQL（azure-database-mysql を使用）には使用しないでください。
Content Management API（CMA）を通じて、DatoCMS のレコード、アップロード、プロジェクト自動化を管理します。コンテンツの読み取り／編集、公開／非公開、バルクインポート／エクスポート、CSV スクリプト、ローカライズ、Structured Text とブロックの編集、アセット、ロール／トークン、webhook、スケジュール設定、環境操作、型付き Node.js/TypeScript CMA スクリプトに使用します。「公開して」「それらの slug を修正して」などの短い追加依頼、コンテンツ操作前のトークン／OAuth 設定、マイグレーションか直接変更かの判断が必要なモデル／フィールド変更、CMA 自動化に組み込まれた変更も対象です。CLI または利用可能な DatoCMS MCP と連携します。MCP のインストールやローカル実行を前提としません。スキーマ検査のみの依頼、バージョン管理されたマイグレーション、単独の CLI 設定は `datocms-cli` に、GraphQL の読み取りは `datocms-cda` に、フロントエンドやプラグインのコードは各専用スキルに振り分けます。
公開済みの HelixDB Go SDK v0.3.1 を使用してクエリを作成・修正します。`helix.Request` を返す通常の関数、`ReadQuery`/`WriteQuery`、インラインパラメーター、トラバーサルビルダー、プロジェクション、インデックス、トラバーサル範囲内の事前フィルタリングを伴うベクトルおよび BM25 検索、`Client.Exec` によるサーバー実行に対応します。モジュールは `/v3` サフィックスなしの `github.com/helixdb/helix-db/sdks/go` のままです。標準インストールには埋め込みバインディングやネイティブグラフバインディングは含まれません。保存済みルートとクエリバンドルはサポートされません。対象が Helix Cloud の場合は、必ず最初に helix-mcp を使用してください。
Google Trendsを使用してキーワードの検索人気を比較し、トレンドを分析します。世界各地域とカスタム期間に対応します。ユーザーがGoogle Trends、時間経過に伴うキーワード人気、検索関心の比較、キーワードトレンド分析、季節性トレンドの検出、地域別検索人気、キーワードヒートマップ、複数キーワードのGoogle上での比較、keyword popularity comparison、search trends、seasonal analysis、regional popularity、keyword comparisonに言及した場合に、このスキルを起動します。「Google Trends」と明示していなくても、異なる期間や地域のキーワード検索人気のトレンド比較を求めている場合は起動します。
プロジェクト用のnaoエージェントを初期設定します。リポジトリ、対象範囲、追加コンテキストの情報を一度に収集し、naoのドキュメントからリポジトリ固有の設定を調べ、nao_config.yamlを作成し、nao init + nao syncを実行して、LLMキーを設定し、最初のRULES.mdを生成します。新しいプロジェクトでnaoを使い始めることを決めたユーザー向けです。初回設定専用です。ルールの編集、テストの生成、既存コンテキストのレビューにはwrite-context-rules / create-context-tests / audit-contextを使用してください。
実験（A/B テスト、多変量テスト、ホールドアウト）を設計し、結果が問われた内容に実際に答えるようにします。仮説の作成、サンプルサイズ、期間、セグメント分析、実施規律、事前に合意した意思決定ルールと結果の照合、誤ったリリース判断につながるよくある失敗を扱います。まだ実施していないテストを計画する場合に使用します。仮説の設定、サンプルサイズや期間の決定、ガードレール指標の選定、テストする価値の判断などが対象です。実験設計、実験計画、A/B テスト、スプリットテスト、多変量テスト、ホールドアウト、実験仮説、サンプルサイズ、最小検出効果、MDE、テスト期間、ガードレール指標、途中経過を見ないこと、事前合意の意思決定ルール、テストする価値があるか、といった依頼で使用します。テスト実施後に結果パネルの読み方を知りたい場合は、代わりに `experimentation-analytics` を使用します。
posthog-js が取得した $autocapture イベントを調べ、ユーザーインタラクションの理解、CSS セレクター（特に data-attr 属性）の特定、セレクターの一意性の評価、一致するクリックのアドホックなクエリ、アクションの作成を支援します。autocapture データについての質問、ユーザーがクリックしているものの特定、クリックイベントからのアクション構築、elements_chain に関する質問、クリックやその他の autocapture インタラクションで絞り込んだトレンドやファネルの作成、autocapture が送信するプロパティの確認、$autocapture イベントの絞り込み方に関する質問に使用します。posthog-js autocapture を使用するプロジェクトにのみ適用されます。
HelixDB v3 の `helix` CLI を使用して、ローカルの Docker/Podman インスタンスを管理し、WorkOS セッション認証で Helix Cloud を検出します。リソース管理、クエリ、シェル、ステータス、ログが含まれます。helix init/add/start/stop/query/shell/auth/workspace/project/cluster/database/service-credential/api および helix.toml に使用します。Cloud CLI の認証は WorkOS のみです。API キーやサービス認証情報を CLI ログインに使用しないでください。クエリ本文の作成は helix-query-* スキルに委ねてください。
プロダクトアナリティクスを適切に計測する方法を解説します。イベント分類、プロパティ設計、命名規則、スキーマのバージョン管理、ID の統合、ファネル設計、リテンションコホート、North Star 指標の選定、ダッシュボードの整備、計測の技術的負債、信頼されないデータを生む失敗パターンを扱います。プロダクトアナリティクスの設定、イベント分類、トラッキング計画、計測、スキーマのバージョン管理、North Star 指標、リテンションコホート、ファネル設計、命名規則、新機能の計測、既存アナリティクスの監査、ダッシュボードの照合、計測の技術的負債、Mixpanel・Amplitude・PostHog の設定、データウェアハウスネイティブなアナリティクスで使用します。データはあるものの信頼できない場合、新機能の計測設計、変化した既存設定の監査にも対応します。
専用の実験プラットフォームではなく、データウェアハウスで実験を実施します。SQL による割り当て、曝露ログの運用規律、dbt モデルでの指標定義、SQL または Python による統計分析、CUPED による分散削減、逐次検定、Statsig や Optimizely などのプラットフォームとの運用上のトレードオフを扱います。データウェアハウスネイティブな実験、BigQuery や Snowflake での実験、dbt 実験、SQL の t 検定、CUPED による分散削減、曝露ログ、サンプル比率の不一致、逐次検定、mSPRT、二重ロバスト推定、実験基盤の内製と購入などで利用します。プラットフォームとデータウェアハウスの選択、データウェアハウスネイティブな実験基盤の構築や監査、またはプラットフォームで扱えないカスタム指標を使った実験にも対応します。
PostgreSQL スキーマ移行の計画、テスト、安全な実行に使用します。特に本番データや共有データベースを扱う場合に適しています。ユーザーが次のことを求めた場合に使用します。スキーマ移行を本番適用前にテストする、稼働中のテーブルの列を安全に追加・削除・名前変更する、ダウンタイムなしで列のデータ型を変更する、大規模テーブルでインデックス・制約・外部キーを追加または削除する、テーブルをロックする ALTER TABLE 操作を確認する、失敗した移行をロールバックする、ゼロダウンタイム移行を計画する、またはデータベースをフォークして移行を安全にテストする。キーワード：migration、schema change、ALTER TABLE、add column、drop column、rename column、change type、zero downtime、lock、AccessExclusiveLock、concurrent index、forking、rollback、backfill、deploy。一般的な DDL 操作のロックレベル一覧、安全な移行パターン、フォークによるテスト、ゼロダウンタイムの列変更、インデックス作成、制約追加、バックフィル戦略、移行前後の検証、ロールバック計画を扱います。
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。