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
自己を振り返るため、仕事のパターン、メンタルヘルスの洞察、生産性を分析するために Wispr Flow の音声ディクテーション履歴を分析する場合や、Wispr Flow の辞書を管理する場合（用語の追加、誤認識の修正、エクスポート／インポート、改善案の提案）にこのスキルを使用します。「/wispr-analytics」「ディクテーションを分析して」「今日何を диктation した？」「wispr reflection」「wispr 辞書に追加」「ディクテーションを改善」「wispr suggest」「wispr 辞書をエクスポート」などの依頼や、音声入力の傾向確認・品質管理の依頼が対象です
Azure Cache for Redis 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、セキュリティ、構成、デプロイを扱います。地理レプリケーション、永続化、VNet/プライベートエンドポイント、Entra/RBAC 認証、ARM/Bicep デプロイなど、Azure Cache for Redis 関連の開発タスクの設定時に使用します。Azure Managed Redis（azure-managed-redis を使用）、Azure Cosmos DB（azure-cosmos-db を使用）、Azure Table Storage（azure-table-storage を使用）には使用しないでください。
Lovrabet ランタイム CLI — ビジネスシナリオ向けの AI 操作スイートです。lovrabet コマンドで、アプリカタログ、ビジネスロールと権限、ユーザーレベルの外部アカウント、Service Tree ビジネスコマンド、API ドキュメントの検出、データセットのクエリ、Instant API データ操作、Custom SQL/Backend Function、Personal Backend Function、ファイルアップロード、伝票関連業務資料の文字および構造化フィールド抽出 OCR、承認タスクと処理、スケジュールタスク、Skill、ナレッジベース、ランタイム app-config key の状態確認を管理します。トリガー：云图、lovrabet、lovrabet-cli、业务角色、角色成员、页面权限、菜单权限、数据集权限、user-account bind、provider 外部账号绑定、钉钉 userId 绑定、service tree、业务服务树、api-doc、dataset、data filter、file upload、file query-url、ocr recognize、OCR 识别、票证文字提取、票证字段提取、发票识别、票据识别、证照识别、附件上传、personal-bff、approval、审批、待办、approve、reject、transfer、schedule、定时任务、cron、kb、skill、sql exec、bff exec、app-config、accessKey、compress、jq。
Scrapfly MCP サーバーに接続された自律型 Scrapfly Web エージェント向けの、ツール横断的な基本ルールです（web_scrape、screenshot、check_if_blocked、Cloud Browser のライフサイクル、snapshot/click/fill/type/press/scroll/select/drag、WebMCP）。LLM エージェントが Scrapfly MCP ツールセットを利用でき、ステートレスなスクレイピングとステートフルな Cloud Browser セッションのどちらを選ぶか、browser_unblock をいつ呼び出すか、複数ツールのフローをどう調整するか判断する場合に使用します。
Backtrader は、Python のみで実装されたオープンソースの定量バックテストフレームワークです。複数のデータソース、戦略、時間足でのバックテストと実取引に対応します。ユーザーが定量戦略の開発、バックテスト分析、取引ロジックの作成、バックテストパラメーターの最適化を必要とする場合、または backtrader や定量バックテストフレームワークに言及した場合に使用します。バックテストを必要とせず、データ取得のみを求めている場合は、baostock/akshare/tushare などのデータ Skill を案内します。
Bright Data JavaScript/TypeScript SDK（`@brightdata/sdk`）を使ったウェブデータの抽出と探索。ユーザーがNode.js/TypeScriptで作業しており、ウェブサイトから情報を「スクレイピング」「取得」「抽出」「検索」「発見」したい場合に使用してください。Amazon、LinkedIn、Instagram、Facebook、TikTok、YouTube、Reddit、Pinterest、ChatGPT、Perplexity、DigiKeyなどのプラットフォームに言及した場合や、JSで「一括データ」「履歴データ」「データセット」を求めた場合にも使用してください。スクレイピング、SERP検索、AI探索、データセット、ブラウザー自動化、Scraper Studioに対応します。Pythonではbrightdata-sdk、ターミナルCLIではbrightdata-cliを使用してください。
Eureka 特許データベースから、タイトル、要約、出願人、発明者、分類番号、優先権、引用文献などの特許書誌情報を照会します。ユーザーが特許書誌情報、特許の基本情報、特許のタイトルと要約、出願人や発明者、特許分類、IPC 分類、CPC 分類、特許代理人、審査官、優先権、引用文献、関連文書、推定満了日、patent bibliography、patent basic info、patent title and abstract、patent applicant/inventor、patent classification、IPC/CPC、patent agent、patent examiner、priority claims、cited references、related documents、estimated expiry、Eureka patent data に言及した場合にこのスキルを起動します。「Eureka」や「書誌情報」と明言していなくても、タイトル、要約、出願人、分類番号などの特許の基本書誌情報を調べたい場合は起動します。
Scrapfly CLI（`scrapfly`）を使って、ウェブページのスクレイピング、スクリーンショットの取得、AI による構造化データの抽出、サイト全体のクロール、shell からの CDP 経由のクラウドブラウザー操作を行います。すべてのコマンドで標準出力に JSON エンベロープを出力します。「URL をスクレイピングして」「ページのスクリーンショットを撮って」「HTML からデータを抽出して」「サイトをクロールして」「Playwright/CDP でブラウザーを操作して」「アンチボットを回避して」など、`scrapfly` コマンドを使うタスクで使用します。
ワークスペースが不明な場合に Catalog Search API で全ワークスペースの Fabric アイテムを検索します。表示名によるアイテム検索、テナント全体での特定のアイテム種別の一覧化、後続の呼び出しに必要なワークスペース ID とアイテム ID の取得ができます。Dataflow Gen1 と Gen2 のアイテムには対応していません。アイテムの検索のみに使用し、見つかった後は sqldw-cli、spark-cli、eventhouse-cli、fabriciq など、そのアイテムを管理するスキルで照会してください。
ユーザーが Proteina-Complexa の設計パイプラインでパラメータスイープを実行したい場合に使用します。直積によるハイパーパラメータスキャン、生成／報酬／評価のパラメータに対する Pareto 探索、「設定を比較」するあらゆるワークフローが対象です。トリガーフレーズには「sweep beam width」「sweep nsteps」「hyperparameter sweep」「parameter scan」「scan beam_width and temperature」「compare configurations」「find the best generation params」「what's the optimal nsteps」「Pareto search for binder quality vs wall-clock」「complexa sweep」「tune Complexa」「ablate the reward weights」「configs/sweeps」「--sweeper」「run beam_width.yaml」が含まれます。sweeper YAML の作成、直積展開、設定ごとの結果ランキングを担当する唯一のスキルです。
ラベル付き CSV を使用して、事前学習済み KERMT エンコーダーをファインチューニングします。入力チェックポイント（事前学習済み ckpt であること。grover_base / cmim / hybrid）とラベル付き CSV を検証し、データを準備（クリーンアップ、特徴量、任意の分割）した後、kermt コンテナ内で main.py finetune を起動します（数時間規模の実行はデタッチモード）。ハイパーパラメータは agent/config/defaults_finetune.json から取得し、フラグごとに CLI で上書きできます。
ユーザーが DataHub カタログを検索したい、エンティティを見つけたい、データに関する個別の質問に答えたい、データセットを探したい、またはプラットフォームやドメイン別に閲覧したい場合にこのスキルを使用。トリガー：「search DataHub」「find datasets」「who owns X」「what tables contain PII」「what columns does X have」、および DataHub メタデータの検索、発見、閲覧、個別の質問への回答の依頼。リネージに関する質問（「what feeds into X」）には `/datahub-lineage` を使用。体系的な監査（「how complete is our metadata」）には `/datahub-audit` を使用。
Spring Boot、Quarkus、Micronaut のいずれかを選ばずに、スキーマの命名、リレーショナルテーブル設計、クエリの可読性、インデックス、トランザクション、データベースセキュリティ、マイグレーション、テスト、モニタリングについてフレームワーク非依存の SQL ガイダンスが必要な場合に使用します。「SQL スキーマやマイグレーションのレビュー」「SQL クエリの性能と可読性の改善」「リレーショナルテーブルとインデックスの設計」「データベースのトランザクション、セキュリティ、モニタリングの実践のレビュー」などの依頼で起動します。Plinth Toolkit の一部です。
Eva Review 2.5.0 は、各プラットフォームで公開したコンテンツの振り返りを行うための入口です。公開済みのショート動画、小紅書の投稿、WeChat 公式アカウントなどを振り返ります。管理画面のスクリーンショット、Excel、CSV、Markdown の表、複数の過去記録を読み取り、次に何を優先してテストするかを判断します。ユーザーの初回承認後、現在のプロジェクトのアカウント振り返り記録を継続的に管理します。公開済みコンテンツの一群を明示的に振り返りたい場合は、必要に応じてその期間のコンテンツ構成について観察結果を出力できます。公開済みの顧客獲得動画について実際のフィードバックがある場合、当初の信頼仮説を検証できますが、リード獲得や成約のシステムは構築しません。トリガー：/eva-review、Eva Review、「公開済みコンテンツを振り返る」「公開後にどこでつまずいた可能性があるか確認する」「前回の結果を追記する」「最近のコンテンツを振り返る」「最近は主に何を話しているか」「期間ごとのコンテンツ構成の観察」「最近のコンテンツの傾向をまとめる」「どんなテーマが自分にとって成果につながりやすいか」。公開前のレビュー、新しいコンテンツの直接作成、対象となる公開済みコンテンツがないプラットフォーム関連の憶測は、この Skill の対象外です。
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。