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 97,501 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
Keboola プラットフォームのコンテキスト — Keboola の Python コンポーネントに関する作業（開発、テスト、デバッグ、レビュー、schema 設計）を行う際には常にこれを自動的に読み込む。Keboola Connection プラットフォームがコンポーネントを実行し、設定を管理し、状態を扱い、ジョブを実行する方法に関するプラットフォームレベルの知識を提供する。これはコードパターンに関するものではなく、コードの書き方やテスト方法に影響するプラットフォームの挙動に関するものである。config 構造、行処理、状態、並列性、テストデータのレイアウトについて判断を下す前に、必ずこれを参照すること。
材料科学の用語、結晶構造、サンプル記述を標準化されたオントロジークラスとプロパティに対応付けます。自然言語の概念を信頼度スコア付きのオントロジー項目に解決し、ブラベー格子の種類、空間群、格子定数をオントロジー準拠の注釈に変換し、構造化された記述からサンプルの完全なメタデータを生成します。ontology_registry.json 内のあらゆるオントロジー（CMSO、ASMO など）に対応します。シミュレーション入力への FAIR メタデータの付与、"BCC iron" や "FCC copper" の正式なオントロジー用語への変換、機械可読なサンプル記述の作成、研究室の語彙とオントロジー語彙の橋渡しに使用します。「自分の材料を表す CMSO 用語は？」や「このサンプルに注釈を付けて」とだけ尋ねられた場合にも使用できます。
ユーザーがデータエンリッチメントのワークフロー構築、ICP に基づくリードのスコアリング、Clay のウォーターフォール設定、連絡先データ品質の改善を希望する場合に使用します。また、「enrichment」「data enrichment」「Clay」「waterfall enrichment」「ICP scoring」「lead scoring」「intent data」「contact verification」「Apollo」「ZoomInfo」「data quality」に言及した場合にも使用します。このスキルでは、リードエンリッチメントのウォーターフォール、ICP スコアリングのフレームワーク、連絡先検証システムを扱います
Alibaba Cloud 向け DataWorks メタデータスキル — Data Map のメタデータを参照し、Aliyun CLI を介して非破壊的な書き込みを行います。読み取り範囲：カタログ、データベース、テーブル、列、パーティションの一覧表示/取得、データリネージ（上流/下流への影響）の照会、データセットとバージョンの一覧表示/取得、メタデータコレクション（Category/Album）とその内部エンティティの一覧表示/取得、データセットのバージョン内容のプレビュー。書き込み範囲（非破壊的操作のみ）：テーブルと列の業務メタデータの更新、リネージ関係の登録、データセットとバージョンの作成/更新、メタデータコレクションの作成/更新とエンティティの追加。このスキルは削除 API を一切公開しません。すべての `delete-*` および `remove-*` 操作は対象外です。削除には DataWorks コンソールを使用してください。トリガー：「dataworks metadata」「data map」「data lineage」「meta collection」「dataset」「catalog」「table info」「column info」「partition」「impact analysis」「register lineage」「create dataset」「update business metadata」。
Azure Database for MySQL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。MySQL Flexible Serverのティア、HA/DR、自動デプロイ、バックアップ/レプリケーション、安全なアプリ接続の計画や、その他のAzure Database for MySQL開発タスクで使用します。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 PostgreSQL（azure-database-postgresqlを使用）には使用しないでください
A株セクター調査：市場全体の Top N 上昇銘柄を算出し、2 つの情報源を使って直近 1 週間／1 か月の発表期間を相互確認し、市場センチメントの根拠を評価（L1–L3）します。並列の Agent Team 実行と、新しいコンテキストによる敵対的検証を行います。「XX 行业 Top N/Top 10 标的」「这些标的最近一周/一个月发过哪些公告」「判断 XX 行业/板块现在的市场情绪」「用 Agent Team 做行业投研」や、業界調査結果の敵対的検証に使用します。
AI 搭載の財務分析スイート。QuickBooks のエクスポートデータ（損益計算書、貸借対照表、総勘定元帳、キャッシュフローなど）から、異常検知、バーンレート、ランウェイ分析、シナリオモデリングを含む CFO 向けエグゼクティブブリーフィングを生成します。組織の間接費を含むコードベースの開発コスト見積もりや、AI の ROI 分析にも対応します。トリガー：「CFO briefing」「financial analysis」「cost briefing」「expense review」「runway analysis」「burn rate」「cost estimate」「how much would this cost to build」「development cost」「Claude ROI」。
JoinQuant のローカルデータ SDK です。A 株の相場、過去の K 線、財務データ、指標データなどを提供し、データは JoinQuant 公式サイトと同じソースから取得します。jqdatasdk や JoinQuant のデータに言及した場合、A 株データが必要な場合、または JoinQuant アカウントを登録済みの場合に使用します。無料の baostock やデータが最も充実した tushare とは異なり、jqdatasdk は Token の取得に JoinQuant アカウント登録が必要で、すでに JoinQuant プラットフォームを利用しているユーザーに適しています。ローカルデータの取得にはこのスキルを、JoinQuant 公式サイトでの戦略開発には joinquant-strategy スキルを使用してください。
オントロジーの制約に照らして材料サンプルの注釈を検証します。クラス名とプロパティ名がオントロジーに存在するかを確認し、オブジェクトプロパティ関係の定義域と値域の整合性を検証し、注釈の完全性（必須、推奨、任意のプロパティ）を評価して、不明な用語や誤記を指摘します。公開前に CMSO などのオントロジー注釈が正しいか確認する場合、Crystal Structure や Unit Cell などのクラスに必須プロパティがすべてあるか確認する場合、インスタンス間の関係トリプルを監査する場合、または FAIR データワークフローで注釈エラーを早期に検出する場合に使用します。「注釈は正しい？」「何が足りない？」といった質問にも対応します。
ユーザーが遅い T-SQL クエリの最適化、SQL Server の性能低下の修正、SARGability の改善、結合の書き換え、結合を削除できるかの検証、一時テーブルのデータ型の比較、書き換えテンプレートの選択、パラメーター スニッフィングの診断、クエリヒントの評価、統計情報やカーディナリティ推定の確認、スピルやメモリ許可の削減、Query Store の使用、実行計画の証拠の解釈を求める場合に使用します。遅いクエリ、スキャンとシークの比較、暗黙の変換、不適切な結合、tempdb スピル、クエリ書き換え、パーティション述語の安全性が問題となる場合、およびインデックスやヒントを推奨する前に、積極的に有効化します。証拠優先のワークフロー、書き換えテンプレート、パラメーター スニッフィングの手引き、インデックスやヒントを推奨する前の判断基準を提供します。
ページのヒートマップが示す内容を評価し、具体的な変更を提案します。URL のクリック、レイジクリック、スクロール深度のデータを取得し、同じページの自動キャプチャイベントと照合して注目要素を特定します。また、ユーザーが PostHog で開ける保存済みヒートマップを作成し、行動を要約して改善案を提示できます。 起動条件：ヒートマップの内容、クリックされない理由、レイジクリックの場所、スクロール距離、ヒートマップ／クリックデータに基づくページの変更点を尋ねる場合、または URL のヒートマップの分析／評価／レビューを依頼する場合。 起動しない条件：分析なしで保存用のヒートマップ画像だけを作成したい場合（heatmaps-saved-create を直接使用）、またはセッションリプレイ全般について尋ねている場合（investigating-replay を使用）。
Keboola Python コンポーネント開発の専門家として継続的な開発作業を支援——機能の実装、extractors/writers/applications の拡張、増分ロードの追加、設定スキーマの設計、API クライアントの分離、自己文書化されたワークフローパターンの適用、Ruff によるコード品質の維持。ユーザーがコンポーネントのロジック、実装、アーキテクチャに取り組んでいる場合は常にこのスキルを使用——新規構築でも既存コードの拡張でも同様。初期のプロジェクトスキャフォールディング（get-started）や UI のみのスキーマ作業（build-component-ui）には使用しない。
PostHogのイベント、人物、セッション、またはHogQLクエリの結果をオンデマンドでエクスポートし、生成されたファイルをダウンロードします。ユーザーが生のPostHogデータのダウンロード／エクスポート、HogQLクエリ結果のエクスポート、単発のファイルエクスポートの作成、ParquetまたはJSONLinesのエクスポート取得、あるいはfile_download_batch_exports APIの使用を求めた場合に使用します。MCPでのエクスポート開始、完了確認のポーリング、既存のRESTリダイレクトエンドポイント経由でのダウンロードを扱います。
Omni CLI を使って Omni Analytics のドキュメントやダッシュボードをプログラムから作成、更新、管理します。ドキュメントのライフサイクル、下書き、タイル、ビジュアライゼーション、フィルター、コントロール、レイアウトを扱います。ダッシュボードの作成、ワークブックやドキュメントの作成、タイルやチャートの追加、フィルターやコントロールの設定、KPI ビューの作成、タイルやページの配置・再配置、下書き編集と公開、設定変更、名前変更／移動／複製／削除、ワークブック固有の結合やフィールドなどダッシュボードレベルのモデルカスタマイズ、ダッシュボードの代わりにカスタム HTML コンテンツを使う Omni アプリの作成・編集に使用します。「make a dashboard for…」「add a chart to…」「clean up this dashboard's layout」など、スキル名を挙げない依頼にも対応します。ローカルのビルドスクリプトがあっても、ドキュメント API を呼び出す前に読み込んでください。クエリ実行や指標取得には omni-query、共有モデルへのフィールド追加には omni-model-builder を使用します。
Lovrabet 開発ワークフロー CLI — rabetbase コマンドで、データセット、データベース接続（dblink）、Data List Page、Custom Page、SQL クエリ、Backend Function スクリプト、通知設定、企業ナレッジベース、メニュー情報の取得と同期、開発者ロールと共同作業者、アプリファイル、チケット関連の業務文書からの OCR によるテキストおよび構造化フィールドの抽出、コード生成、プラットフォームの問題報告を管理します。トリガー：データセット、dataset relation-audit、dataset delete、dataset restore、廃止済みデータセット、データセットの復元、dataset rename、dataset field-update、dataset extend-update、dataset business-groups、dataset business-group-update、businessGroup、フィールドオブジェクトの更新、doType、options、Data List Page、データリストページ、Custom Page、カスタムページ、page create、page custom-list、page custom-detail、page custom-update、page custom-publish、page generate-start、page generate-status、page relation-audit、page sync、page pull、page push、page restore、削除済みページの復元、dblink、データベース接続、スキーマ分析、db list、db detail、db create、db update、db delete、db test、db tables、db diff、db diff-refresh-start、db diff-refresh-status、db analyze-batch-plan、db analyze-start、analyze-cancel、analyze-status、traceId、カスタム SQL、sql.execute、bff.execute、BF 通知、Backend Function 通知、notification config-list、EMAIL configCode、通知設定、notification.send、企業ナレッジベース、会社の知識、公開知識、kb search、get_dataset_detail、validate_sql_content、save_or_update_custom_sql、@lovrabet/sdk、Lovrabet 開発、rabetbase、filter、codegen、init、appcode、app list、app members-list、tenant members-list、アプリユーザー一覧、テナントユーザー一覧、workspace、workspace init、workspace use、workspace add、workspace remove、複数アプリ、デフォルトアプリ、menu list、menu visibility-update、メニュー表示、メニュー非表示、visible、menu external-link-create、menu external-link-update、menu rename、メニュー名の変更、外部リンクメニューの作成、外部リンク URL の更新、メニュー異常監査、手動メニュー削除一覧、menu sync、menu asset-update、メニューリソースの更新、menu move、メニュー移動、開発者ロール、開発協力者、role、role list、role user-add、role user-remove、user-resolve、開発者として参加、ADMIN、DEV、OWNER、CUSTOM、project create、project upgrade、schema、jq、compress、file upload、file query-url、ocr recognize、ファイルアップロード、OCR 認識、チケットのテキスト抽出、チケットのフィールド抽出、請求書認識、領収書認識、証明書認識、永続リンク、issue report、プラットフォームの問題、platform issue、問題報告、user-account dingding-sandbox-bind、DingTalk サンドボックスアカウントのバインド。
Tushare は、A 株の相場、過去の K 線、財務データ、マクロデータ、指数データなどを提供する、幅広い網羅性と高品質なデータを備えた専門金融データプラットフォームです。Tushare への言及、A 株データの取得、財務諸表の照会、マクロデータのダウンロード、高品質で多角的な金融データが必要な場合に使用します。無料ですが機能が限られる baostock や、登録とポイント要件がある jqdatasdk と異なり、tushare は最も包括的なデータを提供しますが、Token の取得には登録が必要です。無料の代替手段には baostock または akshare を利用できます。
Alibaba Cloud MaxCompute（ODPS）での MaxFrame SDK 開発とドキュメントの参照に使用します。MaxFrame API、概念、公式サンプル、対応する pandas API に関する質問への回答、データ処理プログラムの作成、MaxCompute テーブルの読み書き、リモートまたはローカルジョブのデバッグ、カスタム DPE ランタイムイメージの構築を支援します。MaxFrame、MaxFrame を使った MaxCompute、ODPS テーブル処理、DPE ランタイム、MaxFrame のドキュメントやサンプル、DataFrame/Tensor 操作、GPU ランタイムの設定に言及した場合に起動します。MaxFrame を使った Alibaba Cloud のデータ処理に関する英語と中国語の問い合わせに対応します。
Omni CLI を通じて YAML を使用し、Omni Analytics のセマンティックモデル定義（ビュー、トピック、ディメンション、メジャー、リレーション、クエリビュー、複合トピック、集計テーブル（materialized_query））を作成・編集します。フィールドの追加、新しいディメンションやメジャーの作成、トピックの定義、テーブル間の結合設定、データモデルの変更、新しいビューの構築、計算フィールドやリレーションの作成、YAML の編集、ブランチでの作業、モデル変更の昇格、「このデータをモデル化」「この指標を追加」「〜のビューを作成」「〜間の結合を設定」などの依頼に使用します。Omni の YAML は他のセマンティックレイヤー定義と概念的に類似しているため、モデリングパターンの移行にも使用します。
Azure Event Hubs 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、デプロイが対象です。Kafka クライアント、Flink/Spark、地理的レプリケーション、Entra ID/RBAC 認証、Event Hubs Capture/Avro、その他の Azure Event Hubs 開発タスクに使用してください。Azure Service Bus（azure-service-bus を使用）、Azure Event Grid（azure-event-grid を使用）、Azure Notification Hubs（azure-notification-hubs を使用）、Azure Web PubSub（azure-web-pubsub を使用）には使用しないでください。
Azure SQL Managed Instance 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、デプロイが対象です。MI ネットワーク、移行、HA/DR、バックアップと復元、Entra 統合セキュリティ、その他の Azure SQL Managed Instance 開発タスクの計画に使用してください。Azure SQL Database（azure-sql-database を使用）、SQL Server on Azure Virtual Machines（azure-sql-virtual-machines を使用）、Azure Virtual Machines（azure-virtual-machines を使用）には使用しないでください。
Domo 用のサンプルデータを生成します。リアルなサンプルデータセットを作成して Domo インスタンスにアップロードする必要がある場合に呼び出します。主なトリガー：Domo 用のサンプルデータ、デモデータ、テストデータ、または架空データの依頼、Salesforce、Google Analytics、QuickBooks、NetSuite、Google Ads、Facebook Ads、HubSpot、Marketo、Health Portal のサンプルデータへの言及、datagen CLI または domo_data_generator に関する質問。対応内容：データセットの生成と Domo へのアップロード、Domo 内でのデータセット作成、日付のローリング、エンティティプール、コネクターアイコン、カタログ管理、新しいデータセット定義の追加。実際のコネクター設定、本番データパイプライン、データ変換（Magic ETL）、Domo App Platform には使用しません。
FaasJS で @faasjs/pg または PostgreSQL を扱う際に使用します。Tables の宣言マージ、QueryBuilder、select エイリアス、パラメーター化 sql 式、生 SQL、numeric／decimal／bigint の境界、トランザクション分離と読み取り専用モード、行ロック、並行処理、マイグレーション、SchemaBuilder、TableBuilder、faasjs-pg CLI、PgVitestPlugin、共有マイグレーションスナップショット、ファイル単位のテストデータベース分離、データベース型テストが対象です。
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。