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
チャットから Google Analytics（GA4）、Google Tag Manager、Google Search Console、BigQuery を操作できます。トラッキング計画、GA4 レポート、キーイベント（コンバージョン）の設定、カスタムディメンションと指標、GTM 監査、GSC パフォーマンス、GA4 BigQuery エクスポートクエリに対応します。分析監査、GA4 レポート、トラッキング計画、コンバージョン設定、GTM の整理、検索パフォーマンスデータを求める場合や、「サイトのパフォーマンスはどう？」「コンバージョンは計測されている？」と尋ねられた場合に使用します。
SQLite を対象とする Drizzle ORM（better-sqlite3、libsql/Turso、bun:sqlite、Cloudflare D1、expo-sqlite、op-sqlite）。スキーマ定義（カラムモード、主キー、外部キー、インデックス）、drizzle-kit のマイグレーション（generate と push、名前変更、カスタム SQL）、クエリビルダー（select、upsert、returning、EXPLAIN）、リレーショナルクエリビルダー（relations()、`with`、一部カラム）、トランザクションと `db.batch()`、`sql.placeholder()` を使ったプリペアドステートメント、接続プラグマ（WAL、foreign_keys、busy_timeout）、Drizzle の型推論（`$inferSelect`、`$inferInsert`、`$type<>`、drizzle-zod）を扱います。SQLite 向けの Drizzle コードの作成、レビュー、リファクタリングに使用します。ユーザーが「パフォーマンス」と言わなくても起動してください。今行うスキーマ／マイグレーションの選択は後から覆すのが難しく、SQLite 固有の落とし穴（単一ライターモデル、ネイティブのブール値／日付型がないこと、ALTER TABLE の制限、デフォルトでオフの FK プラグマ）は SQLite のドキュメントを読まずに Drizzle を使うチームを困らせます。
Scrapfly アカウントの指標をしきい値ベースで監視し、アラートを送信します。「スクレイピング成功率が 10 分間 95% を下回ったら通知」などのルールを設定し、メール、webhook、アプリ内で通知を受け取れます。「アラートを設定」「スクレイピング成功率を監視」「スクレイピングが失敗し始めたら知らせて」「unblocker block rate／ASP block rate をアラート」「特定のドメインを監視」など、Scrapfly のアラート製品に関する依頼で使用します。REST API、MCP `alert_*` ツール、`scrapfly alert` CLI サブコマンドの 3 つの呼び出し経路をカバーします。Enterprise プランの機能です。
分析、比較、調査結果、進捗、計画を、意思決定に役立つ自己完結型の HTML レポートとして生成します。「HTML レポートを作って」「レポートにまとめて」「比較を可視化して」「グラフで見せて」「ガントチャートを作って」「ダッシュボード風にまとめて」「見やすくまとめて」といった依頼に使用します。データと伝えたい関係に応じて、KPI、表、棒グラフ、折れ線、散布図、ヒートマップ、ウォーターフォール、ドーナツ、レーダー、ガントから適切な表現を選び、アクセシブルでレスポンシブ、印刷に対応した単一の HTML ファイルを生成します。
既存のDatabricksノートブックとジョブをFabricに移植します。dbutilsからnotebookutils、secret scopesからKey Vault、DBFSからOneLake、Unity Catalogからスキーマ対応Lakehouseへのマッピング、JobsとDelta Live TablesからSpark Job DefinitionsとPipelinesへの移行、PhotonからNative Execution Engineへの移行を扱います。Databricksコードを変換する場合に使用します。移行対象ではないFabricノートブックコードには spark-cli を使用してください。
エンジニアリングマネージャー向けのエンジニアリングマネージャースキルです。ユーザーが「engineering dashboard」「engineering leaders」「show me the dashboard」「DORA metrics」「PR health」「sprint pulse」「deployment frequency」「lead time」「change failure rate」「MTTR」「sprint velocity」「investment allocation」「engineering report」「engineering manager report」「daily engineering brief」と言った場合に使用します。GitHub（gh CLI 経由）、Linear（zen-linear スキル経由）、Jira（zen-jira スキル経由）、Sentry（zen-sentry スキル経由）から実データを収集します。Zenflow の組み込みブラウザーにライブ HTML ダッシュボードを表示します。複数モデルによる PR レビュー、依存関係の監査、バグのトリアージも自動実行します。
ゲームバランスの監査や再調整に使用します。ソース駆動の Monte Carlo バランスラボ（Rust + rayon）を構築し、ライブゲームデータを抽出して、人間のプレイスタイル（AFK→プロ）をシミュレーションし、信頼区間付きの勝率／経済性評価を出力して、パラメーターを総当たりで調整します。不公平なレベル、到達不能なショップ、ファームの悪用、利息曲線の急変、コンテンツ追加後の再調整、CI のバランス JSON 差分に反応します。キーワード：バランスラボ、Monte Carlo、勝率、難易度曲線、経済進行、プレイスタイルシミュレーション、リソース抽出、GDScript パーサー、総当たり調整。
OpenSearch ベースの双方向型トラストマーケットプレイス向けに、検索・レコメンドシステムを計画します。ユーザー意図の整理、プロダクト画面のアーキテクチャ、インデックス設計、クエリ理解、検索戦略、ランキング、検索とレコメンドの統合、効果測定、継続的な意思決定のためのダッシュボードとアラート層を扱います。マーケットプレイス検索、ホームフィード、ランキング、関連性調整、OpenSearch query DSL、アナライザー、同義語、ゴールデンセット、NDCG、A/B テスト、既存の検索システムの診断に関するタスクで起動します。新規作業の計画時は marketplace-personalisation より先にこのスキルを使い、診断したボトルネックがパーソナライズ固有の場合は引き継ぎます。
28 個の ScraperAPI MCP ツールに関するナレッジベース。scrape、Google（search、news、jobs、shopping、maps）、Amazon（product、search、offers）、Walmart（search、product、category、review）、eBay（search、product）、Redfin（for_sale、for_rent、search、agent）、クローラーツール、および再利用可能なカスタム抽出向けの AI Parser（create、get_details、parse_url、list、update、delete）を扱います。ツールの選択、パラメーターの最適化、クレジットコストの指針、エラーからの復旧方法を提供します。ScraperAPI MCP サーバーと有効な SCRAPERAPI_API_KEY が必要です。次の場合に使用します：Web スクレイピング、URL のスクレイピング、ボット対策のある Web ページの読み取り、Google 検索クエリ、時事・ニュースの調査、求人情報、商品価格の比較、ショッピング調査、Amazon/Walmart/eBay の商品検索、EC データ抽出、Redfin の不動産情報、物件検索、賃貸検索、サイトのクロール、カスタム構造化抽出、再利用可能なパーサーの作成、あらゆるサイトからのフィールド抽出、SERP モニタリング、SEO トラッキング、競合分析、市場調査。注意：ユーザーが指定したクエリ、URL、コンテンツを ScraperAPI に送信します。
Spring Boot アプリケーションで Mongock MongoDB データ移行を追加またはレビューする場合に使用。Maven 座標、Spring Data MongoDB ドライバー、移行スキャンパッケージ、@ChangeUnit クラス、ロック／トランザクション設定、任意のポリシー承認済み MongoDB 統合検証を含む。次のような依頼で起動：Spring Boot への Mongock 移行の追加、Spring MongoDB データ移行のレビュー、Spring Data MongoDB 用 Mongock change unit の設定、Spring Boot MongoDB 用 Mongock change unit の作成、Spring サービスでの Mongock 移行順序のレビュー。Plinth Toolkit の一部
Azure Machine Learning 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。Azure ML での AutoML、Prompt Flow、オンライン／バッチエンドポイント、ベクトルストア/RAG、Model Catalog の使用、および Azure Machine Learning 関連のその他の開発タスクで使用します。Azure Databricks（azure-databricks）、Azure Synapse Analytics（azure-synapse-analytics）、Azure Data Science Virtual Machines（azure-data-science-vm）、Azure HDInsight（azure-hdinsight）には使用しません。
Etherscan API V2 でオンチェーンの資金フローを追跡し、単一の Etherscan Flow Case JSON ファイル（ノード + エッジ）を作成します。入力：tx ハッシュ、ウォレット/コントラクトアドレス、事業/エンティティの範囲（「ENS DAO を事業として表示」）、貼り付けたメモ/草稿、またはアドレスと資金フローの主張を含むユーザー入力リンク（gist、tweet/X、記事。リアルタイムで検証）。2 つのモード：tx/アドレス調査向けの厳密な追跡、収入/支出/財務に関する質問向けの事業/エンティティプロフィール。ユーザーが「この tx を追跡」「この取引を可視化」「資金を追跡」「この詐欺のケースを作成」「この DAO の収入と支出を表示」と言う場合、または 0x ハッシュ/アドレスを貼り付けた場合に使用します。出力は JSON のみ。すべてのアドレス、金額、txhash はリアルタイム API 応答に基づき、捏造しません。デフォルトは Ethereum で、他の EVM チェーンにも対応します。セキュリティ事案では、証拠に基づくインシデントの仕組み、確信度、損失、代替案も再構成します。トランスポートの優先順位：公式 etherscan CLI、Etherscan MCP、インライン apikey=、その他の HTTP キーソース。
AWS Personalize を基盤とする両面型の信頼マーケットプレイス向けパーソナライズ／レコメンデーションシステム。イベント追跡、データセットとスキーマの設計、両面マッチング、コールドスタート、フィードバックループ、バイアス制御、レシピ選択、配信時の再ランキング、可観測性、既存システム向け診断ガイドを扱います。このようなシステムの設計、構築、デバッグ、レビュー、改善時に使用します。ユーザーが「AWS Personalize」と明示していなくても、レコメンデーション、ランキング、検索、ホームページのパーソナライズ、または信頼ベースのカタログで需要側と提供側をマッチングする作業にも使用します。
twitterapi.io を通じて 1 つ以上の X/Twitter アカウントから最近の投稿を取得し、構造化された JSON/CSV レコードを出力します。必要に応じて feishu-cli でレコードを Feishu/Lark Bitable に同期したり、OpenClaw、Codex automations、cron、launchd を使った定期実行を案内したりできます。X のブロガーを監視する、最近のツイートを収集する、ツイート指標をエクスポートする、ツイートを Feishu Bitable に追加する、または Twitter/X アカウント追跡のスケジュール済みワークフローを設定する場合に使用します。
Micronaut アプリケーションで Mongock MongoDB データ移行を追加またはレビューする際に使用します。Mongock runner／driver の選択、Micronaut Bean の配線、移行スキャン対象パッケージ、@ChangeUnit クラス、ロック／トランザクション設定、Testcontainers による検証が対象です。Micronaut で Mongock 移行を追加、Micronaut MongoDB データ移行をレビュー、Micronaut Data MongoDB で Mongock change unit を設定、Micronaut MongoDB 用 Mongock change unit を作成、Micronaut サービスの Mongock 移行順序をレビューする依頼で呼び出します。Plinth Toolkit の一部
EU Digital Markets Act に基づくゲートキーパー・プラットフォームの問題、コアプラットフォームサービス、相互運用性、ビジネスユーザーのデータアクセス、同意に依存するデータ結合、ランキング、自己優遇、広告の透明性、規制回避防止の管理に関わる可能性がある Java エンタープライズシステムのレビュー、設計、変更に使用します。Java プラットフォームの DMA 対応状況のレビュー、相互運用性とビジネスユーザーのデータアクセスに関する証拠の設計、ランキング・同意・優遇・規制回避防止の監査管理の追加、本番リリース前のゲートキーパー・プラットフォームに関するエンジニアリング上の証拠の評価などに使用します。Plinth Toolkit の一部です。
A株の専門アナリストアシスタント。日々の株価分析、銘柄選定戦略、投資提案を提供します。(1) A株のリアルタイム相場と過去データの取得、(2) テクニカル分析（ローソク足パターン、MACD、KDJ、RSI、ボリンジャーバンドなど）、(3) ファンダメンタル分析（財務指標、バリュエーション分析）、(4) セクター動向の追跡、(5) 銘柄選定戦略のスクリーニング、(6) クオンツファクター分析、(7) 日次株式市場分析レポートの作成に対応します。「この株を分析して」「今日の銘柄選び」「A株相場分析」「テクニカル分析」「ファンダメンタル分析」「クオンツ銘柄選定」などの質問で使用します。
Bright DataのDiscover APIを基盤に、RAG（検索拡張生成）パイプラインまたはカスタム検索エンジンを構築します。意図に基づいて順位付けされたウェブ検索結果と解析済みページコンテンツを、LLMまたはベクトルストア向けの検索／取り込みレイヤーとして使用します。「RAGパイプラインを構築したい」「LLM／エージェントにウェブ検索を追加したい」「モデルをリアルタイムのウェブデータに基づかせたい」「ウェブ検索エンジンを構築したい」「ウェブコンテンツをベクトルDB／ナレッジベースに取り込みたい」「チャットボットに検索機能を追加したい」といった場合に利用します。ライブ検索（クエリ時にDiscoverをウェブ情報に基づく検索器として利用）と取り込み（Discover → 分割 → 埋め込み → ベクトルストア → 検索）の両方に対応します。`discover-api`スキルを基盤にしています。単発のレポート作成には`live-research`を、既知の特定URLから生のMarkdownを取得するには`scrape`を使用してください。
Node.js バックエンド環境で Univer（スプレッドシートエンジン）を使用し、ヘッドレスデータ処理、一括レポート生成、サーバー側での数式計算、ワークブック操作の自動化を行います。ブラウザーを使わずサーバー上でスプレッドシートを作成、読み込み、変更する場合、Node.js で Univer を実行する場合、createUniverOnNode、UniverRPCNodeMainPlugin、数式ワーカー用の child_process fork、サーバー側の XLSX/JSON 処理、バックエンドで Facade API を使った一括セル操作が必要な場合に使用します。トリガーには「Node.js」「server side」「backend」「headless」「batch generate」「automated report」「createUniverOnNode」「rpc-node」「formula worker」「Univer in Node」が含まれます。
Quarkus アプリケーションで Mongock MongoDB データ移行を追加またはレビューする際に使用します。Quarkiverse Mongock 拡張機能、Quarkus MongoDB クライアント設定、起動時移行、@ChangeUnit クラス、ロック／トランザクション設定、Quarkus テストによる検証が対象です。Quarkus で Mongock 移行を追加、quarkus-mongock を設定、Quarkus MongoDB データ移行をレビュー、Quarkus MongoDB 用 Mongock change unit を作成、Quarkus サービスの Mongock 移行順序をレビューする依頼で呼び出します。Plinth Toolkit の一部
ユーザー、企業、コネクテッド製品、クラウドプロバイダー、API、イベントストリーム、AI データパイプライン、データスペース、SaaS プラットフォーム間でデータを公開、交換、保存、処理、エクスポート、移植する Java エンタープライズシステムをレビュー、設計、変更する際に使用します。EU Data Act に準拠したエンジニアリング管理が必要な場合が対象です。Java プラットフォームの EU Data Act 対応レビュー、データアクセスとポータビリティの証跡設計、データ共有リクエストのワークフロー・エクスポート形式・相互運用性・メタデータ・監査ログ・クラウド切り替え対応・非個人データ保護・営業秘密の引き継ぎの追加、本番リリース前の Data Act 対応準備状況の評価などの依頼で呼び出します。Plinth Toolkit の一部
ユーザーが表形式データ（pandas DataFrame、parquet、csv、Arrow、json）を扱い、フィルタリング、グループ化、集計、結合、または遅い pandas の高速化をしたい場合に使用します。chDB DataStore を提供します。pandas と同じ API を使い、内部では ClickHouse エンジンが動作します。S3、MySQL、PostgreSQL、MongoDB、ClickHouse Cloud、Iceberg、Delta Lake から DataFrame として読み込み、データソースをまたいで結合することもできます。トリガー：ユーザーが DataFrame、parquet、csv、「fast pandas」、「speed up pandas」、データソース間の DataFrame 結合に言及した場合、または `chdb.datastore` や `from datastore import DataStore` をインポートした場合。生の SQL 構文（代わりに chdb-sql を使用）、ClickHouse サーバー管理、Python 以外の DataStore API 作業には使用しないでください。
`posthog:insight-create`または`posthog:insight-update`でインサイトを作成・更新する際に、適切なY軸単位を選択します。TrendsQuery（`trendsFilter.aggregationAxisFormat`）とSQLインサイト（`DataVisualizationNode`、`chartSettings.yAxis[].settings.formatting`）の両方に対応します。エージェントが単位変換だけを目的に`formula`を追加しようとしている場合（例：秒を60で割って分表示にする）、`math_property`またはSQL列が時間、通貨、比率、大きな件数を表す場合、またはグラフインサイトの文脈で「format the y-axis」「duration」「seconds」「minutes」「hours」「milliseconds」「ms」「percentage」「%%」「currency」「decimals」「axis label」「axis unit」とユーザーが言及した場合に使用します。
URLパスを調査し、動的セグメント（数値ID、UUID、スラッグ、日付）を読みやすいエイリアスにまとめるプロジェクト単位のパスクリーニングルールを提案、テスト、並べ替え、適用します。ユーザーが「パスを整理」「URLを正規化」「類似ページをグループ化」「パスの種類が多すぎる」「/users/123と/users/456は同じページ」「パスクリーニングを設定」と言う場合や、Web分析またはPathsの内訳が何千ものほぼ同じURLに分散する理由を尋ねる場合に使用します。正規表現構文（re2）、エイリアスのプレースホルダー規則、ルールの順序、テストワークフロー、path-cleaning-rules-update MCPツールによるルール適用を扱います。
マーケットプレイスのレコメンダー向け特徴量エンジニアリング。生のマーケットプレイス資産（掲載写真、オーナー入力の掲載メタデータ、シッター向けウィザードの回答）から、アイテム間（類似掲載）、ユーザーからアイテム（ホームフィードのランキング）、ユーザー間（相互適合マッチング）のレコメンダーに使う特徴を抽出します。資産の監査、第一原理に基づく特徴分解、視覚特徴の抽出（CLIP、部屋タイプ、設備、美観）、掲載テキストとメタデータのエンコード、シッター向けウィザードの設計、i2i / u2i / u2u の派生構成パターン（ANN 候補群、ツータワー、相互適合）、特徴品質のガバナンス（学習とサービングの整合性、ドリフト、PII）、増分価値の検証（アブレーション A/B、キルレビュー、特徴なしベースライン）を扱います。ユーザーが「特徴量エンジニアリング」と明言しなくても、掲載写真やメタデータ、シッター登録ウィザードからより多くのシグナルを得る方法、または新しいモデルをやみくもに取り込まずに i2i / u2i / u2u の品質を高める方法を尋ねている場合にも起動します。
RQAlphaは米筐のオープンソースのイベント駆動型バックテストフレームワークです。A株と先物に対応し、モジュール式で自由に拡張できます。A株・先物戦略の迅速なバックテスト、組み込みデータ（download-bundle）の利用、Modプラグインの開発、またはrqalpha、米筐について言及された場合に使用します。backtraderと比べ、rqalphaはA株の日足データを内蔵し、インストールも簡単なため、迅速な検証に適しています。backtraderはより柔軟で、コミュニティも大きいです。データ取得のみが必要でバックテストが不要な場合は、baostock/akshare/tushareなどのデータSkillを案内してください。
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。