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
データのクエリ、追跡、再現を可能にし、FAIR 原則に準拠させる生物学向けオープンソースデータフレームワーク、LaminDB を扱う際に使用します。生物学データセット（scRNA-seq、空間データ、フローサイトメトリーなど）の管理、計算ワークフローの追跡、生物学オントロジーによるデータのキュレーションと検証、データレイクハウスの構築、生物学研究におけるデータ系譜と再現性の確保に適しています。データ管理、アノテーション、オントロジー（遺伝子、細胞種、疾患、組織）、スキーマ検証、ワークフローマネージャー（Nextflow、Snakemake）および MLOps プラットフォーム（W&B、MLflow）との連携、デプロイ戦略を扱います
サーバーをセットアップせずに、ローカルファイル（parquet/csv/json）、URL、S3 パス、またはリモートデータベース（Postgres、MySQL、MongoDB、ClickHouse Cloud、Iceberg、Delta Lake）で SQL、特に分析用 SQL を実行したい場合に使用します。Python に組み込まれた ClickHouse SQL である chDB を提供します。1000 以上の関数、状態を保持する複数ステップのパイプライン向け Session、パラメーター化クエリ、および `s3()`、`mysql()`、`postgresql()`、`iceberg()`、`deltaLake()`、`remoteSecure()` テーブル関数によるデータソース横断の結合に対応します。次の場合に使用：parquet/csv/ファイル、またはリモート分析データソースで SQL を実行したい場合、ClickHouse SQL の機能（ウィンドウ関数、windowFunnel、geoToH3、JSON パス操作、Session、パラメーター化クエリ）を使う場合、`chdb` をインポートするか `chdb.query()` を呼び出す場合。pandas 形式の DataFrame メソッドチェーン（代わりに chdb-datastore を使用）や ClickHouse サーバー管理には使用しないでください。
特定のデータだけを扱う使い捨て HTML エディターを作成します。ドラッグ＆ドロップボード、フォームベースの設定エディター、左右並列のプロンプト調整ツール、データセット整理ツール、アノテーションツールなどが対象です。結果をエージェントに返せるよう、必ず Submit ボタン（`submitToClaude` を呼び出す）で終わらせます。秘密情報（API キー、トークン、パスワード）をそのまま埋め込むことはありません。参照に置き換えてマスクし、成果物と送信ペイロードにはキー名とマスク済みプレビューのみを含めます。
エンコーダーを含む任意の KERMT チェックポイント（grover_base / cmim / hybrid / finetuned）から分子ごとの埋め込みを抽出します。readout タイプ（atom_from_atom、bond_from_atom、atom_from_bond、bond_from_bond）ごとに .npy を 1 つ出力し、canonical_smiles.npy と validity.npy も出力します。task/extract_embeddings.py を呼び出します（SMILES の特徴量はその場で計算するため、事前計算は不要です）。
Azure Databricks の開発に関する専門知識を提供します。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、デプロイを扱います。Unity Catalog、Lakeflow pipelines、Lakebase、AI Runtime/agents、外部コネクター/BI ツールの利用や、その他の Azure Databricks 関連の開発タスクで使用します。Azure Synapse Analytics（azure-synapse-analytics を使用）、Azure HDInsight（azure-hdinsight を使用）、Azure Data Factory（azure-data-factory を使用）、Azure Machine Learning（azure-machine-learning を使用）には使用しません。
Azure AI Document Intelligence 開発に関する専門知識を提供します。トラブルシューティング、ベストプラクティス、意思決定、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、デプロイを扱います。AnalyzeDocument API、カスタム／分類／テンプレートモデル、バッチ分析、コンテナー、v4.0 への移行、その他の Azure AI Document Intelligence 開発タスクで使用します。Azure AI Vision（azure-ai-vision を使用）、Azure AI Custom Vision（azure-custom-vision を使用）、Azure AI Search（azure-cognitive-search を使用）、Azure AI Video Indexer（azure-video-indexer を使用）には使用しません。
MiniQMT の定量取引インターフェースです。XtQuant Python ライブラリ（xtdata の相場データ／xttrader の取引）をベースに、外部 Python プログラムから MiniQMT クライアントに接続できます。A 株、先物、オプションの相場データ取得（K 線、ティックデータ、財務データなど）と注文（発注、取消、資産／注文／ポジションの照会）に対応します。miniQMT、xtquant、リアルタイム相場データ取得、定量取引の発注、バックテストデータ取得、またはプログラム取引のため外部 Python プログラムから MiniQMT クライアントに接続する必要がある場合に使用します。QMT クライアント内で組み込み戦略を作成またはバックテストする場合（ContextInfo/passorder）は、qmt-strategy スキルを使用してください。
Neuropixelsの神経記録を解析します。SpikeGLX/OpenEphysデータの読み込み、前処理、動き補正、Kilosort4によるスパイクソーティング、品質指標、Allen/IBLによるキュレーション、AI支援の視覚分析に対応し、Neuropixels 1.0/2.0の細胞外電気生理データを扱います。神経記録、スパイクソーティング、細胞外電気生理を扱う場合や、ユーザーがNeuropixels、SpikeGLX、Open Ephys、Kilosort、品質指標、ユニットキュレーションに言及した場合に使用します。
方法とリポジトリを軸に製品／ユーザー調査を計画・統合する際に使用します。目的に合った手法（探索的インタビュー、ユーザビリティテスト、コンセプトテスト、検証）の選択、明示的な信頼度に基づく手法別の飽和度／サンプルサイズの算出、または単一ソースの逸話にフラグを付けながら、コード化した観察をインサイトにまとめます。ユーザーインサイトを捏造しません。インサイトには、独立した参加者間での再現が必要です。product-team/ux-researcher-designer（ペルソナ／ジャーニー成果物）、product-discovery（ディスカバリースプリントの計画）、experiment-designer（実運用の A/B テスト）とは異なり、リサーチオペレーションにおける手法とインサイトリポジトリのレイヤーです。
STRING、BioGRID、SASBDB データベースを使用してタンパク質間相互作用ネットワークを分析します。タンパク質識別子を対応付け、信頼度スコア付きの相互作用ネットワークを取得し、機能エンリッチメント解析（GO/KEGG/Reactome）を実行します。構造データを任意で含めることもできます。コア機能（STRING）に API キーは不要です。タンパク質ネットワークの分析、相互作用パートナーの発見、機能モジュールの特定、タンパク質複合体の研究に使用します。
デスクトップアプリやログインなしで、同梱の tradingview MCP サーバーを通じて TradingView の市場データを照会します。テクニカル分析結果（RSI、MACD、Bollinger 評価、買い／売りの概要）、複数時間軸の整合性（週足→日足→4h→1h→15m）、取引所全体のスキャン（Bollinger スクイーズ、出来高ブレイクアウト、連続ローソク足、スマートボリューム）、取引所別の値上がり／値下がり銘柄、先物市場データ（NQ/ES/CL/GC の概要、夜間の値動き、カテゴリー別スナップショット）、市場前／時間外の相場、オプションチェーンの簡易表示や異常なオプション取引（権利行使価格別の出来高/OI）、株価の一括取得、世界市場の概要、戦略のバックテスト（Sharpe、ドローダウン、勝率）、暗号資産取引所のスキャンをユーザーが求めた場合に使用します。トリガー例：「TA on X」「multi-timeframe read」「BB squeeze scan」「futures movers」「NQ overnight」「pre-market price」「unusual options activity」「backtest RSI on AAPL」「top gainers on NASDAQ」。オプションのグリークス、ウォッチリスト、アラート、チャートのスクリーンショットには tradingview-reader を使用してください。
ユーザーが Flink/Ververica/Realtime Compute Console のワークスペース操作を明示的に依頼した場合に使用します。対象は、ドラフト、SQL の検証/実行、デプロイ、ジョブ、Session Cluster、名前空間、テーブル、メンバー、変数、checkpoint timeout の診断です。特にワークスペース/デプロイ/ジョブ ID（w-*、d-*、j-*、sc-*、draft-*）がある場合に適しています。これらの操作の Flink Console ライフサイクルフロー、安全ガードレール、パラメーター検証のテスト/確認を求める場合にも使用します。ドラフトの作成、ドラフトのデプロイ、デプロイ一覧、ジョブの開始/停止、session cluster の作成/一覧、テーブル取得、変数一覧などが含まれます。Flink Console のワークスペース操作として `python scripts/flink_ververica_ops.py` の実行を明示的に求める場合にも使用します。無関係な「workspace」の文脈や一般的なクラウド/プラットフォームタスク（ECS、OSS、RDS、Kafka、Spark、Kubernetes、課金、天気）では使用しないでください。Flink インスタンスのライフサイクル操作（作成/スケール/削除/更新）では使用しないでください。これらは alibabacloud-flink-instance-manage の対象です。
stix2、mitreattack-python、spaCyを使ってサイバー脅威インテリジェンスレポート（Mandiant、CrowdStrike、Talos、Microsoft）を解析し、攻撃者の行動を抽出してMITRE ATT&CKの手法IDに対応付け、検出テンプレートを備えた検索可能なSTIX 2.1攻撃パターンライブラリを構築します。脅威インテリジェンスに基づく検出エンジニアリングのためにCTIレポートから攻撃パターンを整理する場合や、記録された行動からSigma/YARAテンプレートを生成する場合に使用します。
PostHog の Inbox を調べ、そこで見つかった内容に対応します。シグナルレポートが、対応可能な課題や傾向として集約される場所です。ユーザーが「受信トレイには何がある？」「何を確認すべき？」「対応可能なレポートはどれ？」「PostHog が最近フラグを付けたものは？」と尋ねた場合、ID やタイトルで特定のレポートについて質問した場合、レポートへの対応・修正・実装（PR 化）、解決、却下、スヌーズ、または設定済みのシグナルソースの確認を求めた場合に使用します。レポートの一覧表示、フィルタリング、詳細確認、対応を扱い、生のシグナルやセマンティック検索が必要な場合は、より詳細な `signals` スキルを案内します。
AI で強化された関係知識のためのナレッジグラフを実装します。オントロジー設計、グラフデータベースの選定（Neo4j、Neptune、ArangoDB、TigerGraph）、エンティティ抽出、ハイブリッドなグラフ・ベクトルアーキテクチャ、クエリパターン、AI 連携を扱います。ナレッジグラフの実装、オントロジー設計、エンティティと関係の抽出、グラフデータベースの選定、ハイブリッドなグラフ・ベクトル検索の構築に使用します。ナレッジグラフ、オントロジー設計、エンティティ解決、グラフ RAG、ハルシネーション検出にも使用します。アーキテクチャの選定とガバナンスには knowledge-base-manager スキルを、ドキュメント検索パイプラインには rag-implementer スキルを使用してください。
Alibaba Cloud PolarDB Database AI Assistant。PolarDB MySQL/PostgreSQLクラスターの管理、インスタンスの確認、パフォーマンス診断、パラメーターの説明と変更評価、SQL/ログ分析、バックアップ、セキュリティ監査、HA/DR、イベント分析など、PolarDBの運用に使用します。PolarDB、pc-で始まるクラスターID、PolarDBカーネル/プロキシのバージョン、パラメーター、プライマリーとスタンバイの切り替え、IMCI列指向ストレージ、PolarDBコンソールの操作に関する質問で使用します。このSkillはPolarDB専用です。
Google Search Console のページエクスポートを2つ（現在と前期間）比較し、クリック数または表示回数が指定したしきい値を超えて減少したページを特定して、優先対応のヒント（更新、クエリの変化、統合、削除）を提示します。デフォルトの20%はスクリーニング用の目安であり、衰退の証明ではありません。「/blog decay」「content decay」「QoQ decline」「refresh declining posts」に使用します。GSC エクスポートが2つ必要です。リアルタイムの単発のトラフィック減少の診断（blog-google）や記事の書き直し（blog-rewrite）には使用しません。
Databricks のレイクハウスアーキテクチャ図（メダリオンアーキテクチャ（Bronze/Silver/Gold）、Delta Lake、Unity Catalog、ワークスペースのデプロイ、データプレーン／コントロールプレーンなど）や、Databricks アイコンを使った図をユーザーが求めた場合に使用します。実際のステンシルを使う宣言型レイアウトエンジンで作成し、ステンシル、色、入れ子構造、ジオメトリを検証した後、レンダリングに基づくビジュアルセルフチェックを行います。デフォルトの出力は .drawio で、PNG/SVG は依頼があった場合のみ出力します。
量子コンピューティング、量子機械学習、量子化学のためのクロスプラットフォーム Python ライブラリ。自動微分による量子回路の構築と学習、PyTorch/JAX/TensorFlow とのシームレスな統合、シミュレーターや量子ハードウェア（IBM、Amazon Braket、Google、Rigetti、IonQ など）でのデバイス非依存の実行を実現します。量子回路、変分量子アルゴリズム（VQE、QAOA）、量子ニューラルネットワーク、量子・古典ハイブリッドモデル、分子シミュレーション、量子化学計算、または勾配ベースの最適化、ハードウェア非依存のプログラミング、量子機械学習ワークフローを必要とする量子コンピューティングタスクに使用
NSE/BSEのインド株を対象に、体系的なチャート読解とテクニカル分析を行います。トレンドの特定、サポート／レジスタンスのマッピング、出来高分析、インジケーターダッシュボード、確率的なシナリオ構築を扱います。リアルタイムデータにはGroww MCP、過去データにはyfinanceを使用します。チャートの読解、トレンドの特定、サポート／レジスタンス水準の確認、インジケーター（RSI、MACD、Bollinger、ADX、Stochastic）の確認、出来高分析、トレードシナリオの作成を求められたときに使います。「[stock]のトレンドは？」「[stock]のサポート・レジスタンスは？」「[stock]のインジケーターは？」「[stock]は強気？弱気？」「出来高分析」「チャート分析」や、インド株の値動きの解釈を求める依頼で起動します。
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。