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
サポートチケット、NPS、アプリ内フィードバック、営業電話、ソーシャルメディアでの言及、顧客評議会など、各チャネルのユーザーフィードバックを収集・統合し、製品の意思決定に役立つ継続的なシグナルを形成します。声の大きさで決まる方式（最も多く苦情を言った人が勝つ）、ノイズの平均化（すべてのシグナルを同じ重みで扱う）、トリアージによる統合（情報源の質、頻度、意思決定との関連性に応じてシグナルに重みを付ける）を区別するトリアージ手法です。ユーザーフィードバック、顧客フィードバックの集約、NPS、サポートチケット分析、顧客評議会、フィードバックの統合、顧客の声、フィードバックのトリアージ、アプリ内フィードバックなどで起動します。意思決定につながらない大量のフィードバックがあふれている場合、「声の大きさで決まる」問題がロードマップを左右している場合、または継続的なフィードバックの流れを適切に統合する必要がある場合にも起動します。
DataWorks インフラストラクチャ管理：データソース（50 種類）、コンピューティングリソース、Serverless リソースグループの作成と照会に加え、接続テスト、リソースグループのバインド／解除を行います。aliyun CLI を使用して dataworks-public OpenAPI（2024-05-18）を呼び出します。トリガーキーワード：DataWorks data source、compute resource、resource group、datasource、data source、compute resource、resource group、mysql/hologres/maxcompute data source、holo/mc/flink resource、Serverless resource group、DataWorks infra、create/list datasource、DW environment config、infrastructure initialization、connect database to DataWorks、database connection failure、configure holo/mc resource。対象外：データ開発タスク、スケジュール設定、MaxCompute テーブル管理、データ統合タスク、ECS/RDS/OSS 操作、ワークスペースメンバー管理、データ品質監視、データリネージ、データプレビュー。
遅い ABAP SQL または Fiori-Elements OData リクエストの根本原因を特定し、最も低コストな修正案を提示します。ARC-1 を使い GUI なしで対応します（odata_perf sap-statistics の時間分割、cds_sql "Show SQL"、SAPQuery の実行メトリクス、ST05 SQL トレース制御、ABAP プロファイラートレース）。トレース記録と実行計画が必要な場合に限り、SAP GUI / HANA に切り替えます。レポート、トランザクション、Fiori リスト、CDS ビュー、OData エンティティが遅い、負荷時にクエリがタイムアウトする、または「この SQL/OData はなぜこんなに遅いのか」「時間はどこにかかっているのか」と尋ねられた場合に使用します。
指定した期間と国・地域における Google Trends のリアルタイムの話題や検索トレンドを検索・分析します。ユーザーが Google Trends、話題のトピック、リアルタイムのトレンド検索、人気トレンド、現在の注目トピック、最近のトレンド、バイラルトピック、期間別のトレンド、地域別トレンド分析、real-time hot topics、trending topics、popular trends、recent trending searches、trend discovery に言及した場合に起動します。Google Trends と明示されていなくても、特定市場で最近注目されている、または流行中の話題や検索語を見つける要望があれば起動します。
nao エージェントにセマンティックレイヤーを組み込み、メトリクスクエリを単一の信頼できる情報源経由で処理します。dbt MetricFlow（Semantic Layer を備えた dbt Cloud）、Snowflake（MCP 経由のビューまたはセマンティックビュー）、社内の nao YAML セマンティックレイヤー、その他のツール（MCP 検出経由）に対応します。適切な MCP サーバーをインストールし、メトリクスクエリがセマンティックレイヤー経由になるよう RULES.md を更新します。nao YAML オプションでは、初期メトリクスファイルも生成します。最初のテストでエージェントのメトリクス信頼性に問題が見られた後に使用します。ルールの直接記述（write-context-rules）や初回セットアップ（setup-context）には使用しないでください。
DatoCMS CLI (datocms) — コマンドラインでのマイグレーション、スキーマコード生成、スキーマ検査、単発の CMA 呼び出し、型付き TypeScript CMA スクリプト、環境操作、デプロイワークフロー、複数プロジェクトのプロファイル同期。datocms CLI コマンド／スクリプトに使用します：migrations:new、migrations:run；schema:generate；schema:inspect（モデル、ブロック、フィールド、バリデーター、外観、フィールドセット、ネストされたブロック、参照／埋め込みモデルのダンプ）；cma:call、cma:docs、cma:script（ambient client/Schema globals を使ったオンデマンドの型付き TS）；モデル／フィールド／ブロックのマイグレーションひな形作成；datocms.config.json + profiles による CLI 設定；OAuth（login/logout/whoami）；projects:list；プロジェクトのリンク／解除；環境の list/fork/promote/rename/destroy；メンテナンスモードの切り替え；CI/CD マイグレーションパイプライン；blueprint/client プロジェクト同期；WordPress または Contentful からのインポート（アセット + コンテンツ）；CLI プラグイン管理。
16 の TikTok Shop サイトを対象に、販売数、インフルエンサーによる販売データ、価格、コミッション率などの TikTok 商品データを検索・分析します。ユーザーが TikTok 商品検索、TikTok Shop 商品分析、TikTok 販売データ、インフルエンサー販売、TikTok 商品選定、TikTok コミッション率、TikTok 商品ランキング、EchoTik データ照会、TikTok product search、TikTok sales、influencer sales、TikTok commission、TikTok product selection、short-video e-commerce、TikTok data に言及した場合にこのスキルを起動します。ユーザーが「EchoTik」や「TikTok」を明示していなくても、TikTok Shop での商品検索や TikTok 商品のパフォーマンス指標の分析がニーズに含まれる場合は、このスキルを起動します。
ENCODE、Roadmap Epigenomics、ChIP-Atlas のデータを用いて、ヒストン修飾 ChIP-seq、ATAC-seq アクセシビリティ、クロマチン状態、TF 結合を分析します。組織別のクロマチン状態の照会、領域別の TF 結合、調節ランドスケープのマッピング、ENCODE-cCRE アノテーションに使用します。DNA メチル化には tooluniverse-epigenomics、RNA-seq には tooluniverse-rnaseq-deseq2 を使用してください。
MassIVE、ProteomeXchange、PRIDE Archive、NCI Proteomics Data Commons（PDC）からプロテオミクスデータセットを検索・取得します。生物種、キーワード、アクセッション番号、タンパク質で検索し、詳細なメタデータ（機器、論文、生物種、研究対象の PTM）、実際のファイルダウンロード URL（PRIDE）、または臨床情報と関連付けられた定量的存在量マトリックス（PDC/CPTAC）を取得できます。再解析用の公開プロテオミクスデータセットの検索、研究間の機器／プロトコルの網羅範囲の比較、ダウンロード前のデータセット評価、特定のタンパク質が同定されたすべてのデータセットの検索に使用します。
Exa.aiを使用してリアルタイムのウェブ検索RAGパイプラインを構築します。検索拡張生成の構築、ExaとLangChain、LlamaIndex、Vercel AI SDKの統合、またはウェブ検索機能を備えたAIエージェントの実装に使用します。トリガー：RAGパイプライン、検索拡張生成、Exa LangChain、Exa LlamaIndex、ExaSearchRetriever、ExaSearchResults、Exa MCP、Exaのツール呼び出し、Claudeのツール使用、AIエージェントのウェブ検索、根拠に基づく生成、引用生成、ファクトチェック、ハルシネーション検出、OpenAI互換性、チャット補完。
AI オブザーバビリティ評価（`hog`（決定論的なコードベース）、`llm_judge`（LLM プロンプトベース）、`sentiment`（ユーザーメッセージの感情）を調査します。既存の評価の検索と設定の確認、特定の生成結果に対する実行、個別結果の照会、評価の定期レポート設定を行います。評価の失敗原因のデバッグ、一般的な失敗パターンの抽出、フィルター間の結果比較、Hog 評価器のドライラン、新しい LLM ジャッジ用プロンプトの試作、感情分類の確認、評価ライフサイクルの管理をユーザーが求めた場合に使用します。
キーワード／URL、価格、販売数、お気に入り数、レビュー、出品日、カテゴリー、ハンドメイド／ヴィンテージなどのタイプ、Pick／Bestsell／Raving などのタグで Etsy 商品を絞り込みます。Etsy 商品、Etsy listing、Etsy の商品選定、Etsy の人気商品、Etsy handmade、Etsy vintage、etsy items、Etsy 商品検索に言及した場合に起動します。ツール名が明示されていなくても、Etsy で商品を検索したり、販売数／価格／タグを確認したり、商品を絞り込んだりする場合に起動します。
Seerfar Ozon キーワードマイニング：種キーワードを起点に Ozon（および Wildberries）の関連キーワードを抽出し、検索数、成長率、商品数、セラー数、競合数、価格、関連性、タイトル密度、カート追加率など複数の指標で絞り込みます。抽出した各キーワードについて、月間検索数、成長率、市場規模、競合数／セラー数、平均価格、カート追加率、上位商品などの市場プロファイルを返します。Ozon のキーワード拡張、ロングテールキーワードの抽出、種キーワードの機会分析に利用できます。ユーザーが Ozon キーワードマイニング、Ozon キーワード拡張、Ozon ロングテールキーワードの抽出、語句に関連するキーワードの検索、Ozon の低競争キーワード抽出、Seerfar Ozon、Ozon keyword mining、Ozon keyword expansion、Ozon related keywords、mine Ozon keywords に言及した場合に起動します。「Seerfar」と明言していなくても、種キーワードを起点に Ozon 関連キーワードを抽出して市場プロファイルを確認する意図があれば起動します。
DisGeNET、OpenTargets、Monarch、OMIM、GenCC、Orphanet、Gene2Phenotype（G2P）を横断した遺伝子・疾患関連分析です。複数の情報源を相互参照し、根拠レベルと一致度スコアを含む関連レポートを作成します（5/5 の情報源が一致 → 強、1/5 → 弱）。定量的な確信度を伴う「遺伝子 X はどの疾患に関連するか」「疾患 Y の原因となる遺伝子はどれか」といった質問に使用します。臨床パネルに基づくキュレーション（発達障害、がん、心臓、骨格、眼、皮膚の各パネル）にも対応します。
創薬標的の検証に向けた構造生物学とプロテオミクスの統合。PDB の実験構造、AlphaFold の予測、GPCRdb、SAbDab の抗体構造、ProteinsPlus による結合部位予測、BindingDB のリガンド親和性データ、BMRB の NMR データ、CATH/InterPro のフォールド分類、内在性無秩序予測（MobiDB/DisProt/IUPred3）、膜タンパク質トポロジー（OPM/TopDB/PDBTM/ChannelsDB）、酵素触媒部位データ（M-CSA）、PDBe のリガンド／化合物化学、MD シミュレーション軌跡メタデータ（MDDB）を統合します。創薬可能性評価、結合部位の特性評価、リガンドポケット解析、構造信頼度スコアリング（分解能、pLDDT）、抗体と標的の界面解析、無秩序領域評価、膜タンパク質トポロジー、触媒機構の検索、標的に関する公開済み MD シミュレーションの検索に使用します。
rubricまたはbucketのアップグレードを提案・実行します。2つのモードがあります。**完全なrubric bump**（最もリスクの高い操作。必須の5ステップとモデル間レビューを実施）と、**--bucket-only 軽量再キャリブレーション**（bucketの境界のみ変更し、rubricの数式は変更しない）。**Phase 2ではcheat-score-blind sub-agentを必ず使用してキャリブレーションプールを再採点する必要があります**——self-scored fallbackは認められません。トリガーフレーズ：“升级 rubric”/“bump rubric”/“更新公式”/“我想加一个维度”/“调整权重”/“重校桶”/“recalibrate bucket”。
ウェブおよびサーバーコンテナ向けの Google Tag Manager 実装リファレンスです。GTM コンテナスニペットのインストール、タグ・トリガー・変数の設定、dataLayer プッシュの設計、GTM での Consent Mode の設定、Preview モードまたは Tag Assistant でのデバッグ、カスタムテンプレートの作成、サーバーサイド（sGTM）コンテナの設定、GTM API または同梱の Stape MCP サーバーによるコンテナの自動化に使用します。GTM を経由しない gtag.js のインストール、GA4 レポート、BigQuery エクスポートには使用せず、google-analytics を使用してください。Adobe Launch、Tealium、その他のタグマネージャーにも使用しないでください。
Amazon ABA（ブランド分析）の検索語データを検索・分析します。15 のマーケットプレイスにおける過去 3 年分の週次データを対象とします。ABA データ、Amazon 検索語分析、キーワード調査、検索ランキングの推移、市場機会分析、季節性キーワード、クリック数が多くコンバージョン率が低い分析、ブルーオーシャンキーワードの発見、競合キーワード分析、ABA data、search term report、keyword mining、search ranking trends、blue ocean keywords、click share、conversion share、seasonal keywords、market opportunity analysis、competitor keywords に言及した場合にこのスキルを起動します。「ABA」と明示されていなくても、Amazon の検索語データとランキング分析に関する依頼であれば起動してください。
GWAS 変異を生物学的パスウェイおよび創薬可能な標的に結び付けます。ファインマッピング／eQTL によって GWAS ヒットを原因遺伝子に対応付け、次にパスウェイ（Reactome、KEGG、WikiPathways）、さらにそれらのパスウェイを標的とする既存薬に対応付けます。パスウェイレベルの疾患機序、GWAS に基づく創薬可能なパスウェイの優先順位付け、SNP からパスウェイ、標的への追跡、創薬標的仮説のための組織特異的 eQTL エビデンスに使用します。
翻訳後修飾（PTM）解析：リン酸化、ユビキチン化、アセチル化、糖鎖修飾、メチル化。iPTMnet（部位と酵素）、ProtVar（機能的影響）、UniProt（基準データ）、STRING、ELM（線形モチーフ）、MassIVE/ProteomeXchange（実験データ）、および EBI Proteins API（変異導入、MS プロテオミクス／HPP ペプチドのエビデンス、抗原領域、ゲノム座標、accession/dbSNP/HGVS によるタンパク質レベルの変異検索）を使用して相互検証します。PTM 部位の注釈、キナーゼ・基質の特定、PTM と疾患の関連付けに使用します。
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。