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 96,770 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
BigQuery の請求エクスポート、コスト配分データ、ライブクラスター監視メトリクスを使い、GKE クラスターとワークロードのコストに関する自然言語の質問に回答し、分析を行います。プロジェクト、名前空間、ワークロードを横断した GKE コストのクエリ、BigQuery（`bq`）での請求レポート分析、クラスターコスト予算の確認（`gcloud billing`）、Pod の要求量と実際の使用率などのコスト要因の診断（`kubectl top`）に使用します。コスト最適化の変更適用、適正化マニフェスト（VPA/MPA）の作成、ComputeClasses の選択には使用しないでください（代わりに gke-cost-optimization を使用）。
Google Cloud 上のデータリネージグラフを要約し、ユーザーによるデータ品質問題のデバッグや、BigQuery および Cloud Storage のデータの出所の把握を支援します。上流・下流のデータフローを要約し、複雑なリネージデータをわかりやすい Markdown レポートにまとめる場合に使用します。一般的な BigQuery クエリ、リネージ関係の編集、下流の非推奨化には使用しないでください。下流への影響範囲分析にも使用しないでください（代わりに datalineage-bigquery-asset-impact-analysis スキルを使用）。
uiBundles/*/src/ のプロジェクトが Salesforce データを読み取り、書き込み、または表示する場合は必ず有効化してください。対象オブジェクト（例：Property__c、Account、Case）のレコードを表示、絞り込み、集計、編集するページ、リスト、テーブル、カードグリッド、ダッシュボード、フォームの構築も含みます。プロンプトで UI やオブジェクトに言及するだけで、query、GraphQL、SDK に触れていない場合も対象です。このようなコンポーネントのレコードは Salesforce から取得するため、experience-ui-bundle-frontend-generate と併用してください。あちらのスキルはコンポーネントのスタイルを設定し、このスキルはデータを接続します。@salesforce/platform-sdk のインポート、sdk.graphql.query / mutate / sdk.fetch の呼び出し、*.graphql ファイル、または古いデータの強制更新が必要な場合も対象です。新しい読み書きには現在の @salesforce/platform-sdk API を使用し、既存の古い @salesforce/sdk-data の呼び出し可能コードのみを移行してください。レコードを扱わない純粋なスタイル／レイアウト、アプリシェル、ファイルアップロード、認証／検索の足場作りには使用しません。OAuth、オブジェクト／フィールドのスキーマ変更、Bulk／Tooling／Metadata API、宣言型自動化では有効化しないでください。
ISV アプリアナリティクスのメタデータタイプ — AppAnalyticsQueryRequest と AppAnalyticsSettings。マネージドパッケージの使用データの取得、アプリアナリティクスのシミュレーションモードの設定、サブスクライバースナップショットの照会、AppAnalyticsQueryRequest のライフサイクル（New → Pending → Complete → Expired）の理解についてユーザーが尋ねたときに、このスキルを使用してください。トリガー条件：ユーザーが App Analytics、AppAnalyticsQueryRequest、AppAnalyticsSettings、パッケージの使用データ、サブスクライバーアナリティクス、ISV アナリティクス、またはアプリアナリティクスのシミュレーションモードに触れた場合。トリガーしない条件：タスクが標準の Salesforce レポート/ダッシュボードに関するもの（レポート系スキルを使用）、Account/Contact に対するカスタム SOQL のもの（querying-soql を使用）、Data Cloud のクエリ/検索に関するもの（retrieving-datacloud を使用）の場合。
Knowledge Catalog と Managed Service for Apache Spark（Lightning Engine）を使用して要件を把握し、ガバナンスを備えたエンドツーエンドのエージェント型分析ソリューションを設計します。S3、Azure Blob、AlloyDB、Iceberg などの構造化・非構造化分散データを対象とするデータサイエンスおよび分析ワークフローの設計、Knowledge Catalog aspect types によるメタデータガバナンスの確立、Google Cloud Data Agent Kit を用いたエージェント型 IDE（VS Code、Antigravity）へのコンテキスト提供に使用します。ボーダーレスなデータレイクハウス基盤のプロビジョニングには使用しないでください（代わりに google-cloud-solution-agentic-ai-borderless-data-lakehouse を使用）。
Amazon RDS のオープンソースエンジン（MySQL、MariaDB、PostgreSQL）について、インスタンス作成、アップグレード計画、コミットメント料金、プロキシの評価、Blue/Green デプロイを支援します。RDS MySQL、MariaDB、PostgreSQL に関するあらゆる質問に対応します。例：本番環境向け RDS MySQL インスタンスの作成、RDS PostgreSQL データベースのプロビジョニング、RDS MySQL インスタンスのアップグレードアドバイザーの実行、アップグレードの選択肢の確認、RDS MariaDB 10.6 の最新バージョンへのアップグレード、db.r7g.2xlarge の RDS MySQL でリザーブドインスタンスと Savings Plan のどちらを購入すべきか、Blue/Green を使った RDS MySQL 8.0 の VARCHAR 列から INT 列への変更、PgBouncer がすでにトランザクションモードで動作している場合の RDS Proxy の有用性など。プロダクションのベストプラクティスに沿ったインスタンス作成、describe-db-instances と describe-db-engine-versions によるアップグレード対象のワークフロー、SSM または直接接続による実行中の事前チェック、RI と DSP のコミットメント料金の比較、RDS Proxy と PgBouncer の比較、binlog リプレイ互換性を備えた Blue/Green のライフサイクルを扱います。
要件を整理し、Google Cloud 上の検索拡張生成（RAG）対応エンタープライズ検索システムのアーキテクチャ、設計、デプロイに関するガイダンスを作成します。ベクトル埋め込みの保存とインデックス作成にベクトル対応 SQL データベース、オープンモデルとオープンソース推論フレームワーク、すべてのアプリケーションコンポーネントのホスティングに Kubernetes コンテナが必要な場合に使用します。フルマネージド RAG、SaaS 検索サービス、または SQL 以外のベクトルデータベースが必要な場合は使用しないでください
Amazon MSK Provisioned クラスター（Standard および Express ブローカー）を運用します。あらゆる MSK Provisioned タスクで必須です。トレーニングデータでは Standard と Express が混同されています。パフォーマンス、コンシューマーラグ、ストレージ、トラフィックシェーピング、Standard と Express のサイジング、Kafka クライアントのチューニング、CloudWatch アラーム、クラスター設定、メンテナンス、パッチ適用、ローリング再起動、トピック管理を扱います。スループットとパーティションのサイジングを含む、DR およびアクティブ-アクティブ／アクティブ-パッシブレプリケーション（同一アカウント／クロスアカウント）向け MSK Replicator の設定にも対応します。S3 Tables の Streaming Tables と General Purpose S3 の Data Delivery の設定、IAM、監視も扱います。Kafka Iceberg sink の質問には Flink を優先してください。移行には migrate-to-msk を使用します。トリガー：MSK Provisioned、Kafka、`kafka.*`/`express.*` タイプ、AWS/Kafka 名前空間、クラスター間レプリケーション、Kafka から S3 Tables 上の Iceberg、Kafka から S3、レイクハウス、Kafka からのデータレイク、Kafka Connect S3 Sink または Firehose の代替。MSK Connect には使用しないでください。代わりにドキュメントを検索します。Serverless は S3 Tables/Data Delivery の適格性のみ。
設計の公理から DynamoDB のデータレイヤーを設計、レビュー、デバッグします。アクセスパターンを列挙し、パーティション/ソートキーと GSI を選び、単一テーブルかマルチテーブルかを判断し、Streams、Global Tables、TTL、類似検索用のベクトルインデックス、OpenSearch/Redshift/SageMaker Lakehouse へのゼロ ETL 統合を設定し、根拠のあるデータレイヤー設計、月額コストの見積もり、任意のライブ検証を作成します。ユーザーが DynamoDB を基盤とするもの（スキーマ、アクセスパターン、GSI、単一テーブルかマルチテーブルの判断、Streams コンシューマー、トランザクショナルアウトボックス、Global Tables、ゼロ ETL パイプライン、埋め込みの保存と既存アイテムに対する SearchVectors によるセマンティック/ベクトル類似検索）を設計・レビュー・リファクタリングするときに適用されます。ユーザーが「公理」や「設計レビュー」と明示しない場合でも適用されます。DynamoDB のワークロードでホットパーティション、スロットリング、無制限の Scan、LWW 競合、想定外の請求をデバッグする場合にも適用されます。
Salesforce Archive（Trusted Services Archive とも呼ばれます）に関するあらゆる作業で、必ずこのスキルを使用します。Archive Connect API を介したアーカイブ済みレコードの検索、表示、アーカイブ解除、分析、マスキング、消去（RTBF）、および ArchiveActivity オブジェクトからのアーカイブジョブ状態の読み取りが対象です。トリガー条件：Salesforce Archive、Trusted Services Archive、レコードのアーカイブ／解除、ArchiveActivity、アーカイブジョブ、アーカイブポリシー、アーカイブアナライザー、アーカイブ済みレコードの検索、アーカイブストレージ、アーカイブ失敗ログ、アーカイブデータの忘れられる権利／RTBF、アーカイブ済み個人情報のマスキングに言及した場合。「アーカイブされたレコードを探す」「アーカイブデータを復元する」「アーカイブジョブが失敗した理由」「アーカイブ失敗ログをダウンロードする」「アーカイブジョブを監視する」などの表現も含みます。コードの実行ではなく、説明、助言、手順書や文書の作成を求める場合も必ずトリガーします。スキップ条件：Archive アドオンとは無関係な一般的なデータエクスポート／バックアップ、またはアーカイブポリシー UI メタデータの構築を希望する場合。
標準オブジェクトまたはカスタムオブジェクトで Salesforce Change Data Capture（CDC）を有効化する、カスタムイベントチャネルを構成する、フィルター式を設定する、または拡張フィールドを追加する際に使用します。幅広いトリガー条件：「enable CDC」「enable Change Data Capture」「turn on CDC」「subscribe X to change events」「only emit events for」「filter change events」「enrich change events」「create a custom event channel」のいずれか、または CDC、変更イベント、PlatformEventChannel、PlatformEventChannelMember、EnrichedField、ChangeEvents チャネル、拡張フィールド、変更イベントフィルターへの言及。Salesforce のデータ変更を下流システムに配信したい場合や、.platformEventChannelMember-meta.xml／.platformEventChannel-meta.xml ファイルを扱う場合も対象です。スキップ条件：プラットフォームイベントの公開、Pub/Sub API または REST/SOAP（integration-connectivity-generate を使用）、ManagedEventSubscription（CDC の対象外）。CDC チャネルメンバーシップのメタデータには必ずこのスキルを使用します。
Amazon DocumentDB をエンドツーエンドで管理します。serverless-on-8.0 クラスターのセットアップ、TLS/VPC/ドライバー設定、柔軟なスキーマとベクトル検索のデータモデリング、MongoDB 互換性評価、DMS ベースの移行、スロークエリ診断、メジャーバージョンのアップグレード（4.0->5.0->8.0）、Well-Architected レビュー（41 項目チェックの wa_review.py）、コスト見積もり、セキュリティ強化を扱います。DocumentDB に関するすべての質問、および MongoDB の AWS へのセットアップや移行を求められた場合に使用します。DocumentDB は AWS の MongoDB 互換マネージドデータベースです。トリガー：JSON ドキュメントストア、ドキュメントデータベース、AWS 上の MongoDB、ネストされたフィールド、Lambda が接続できない、TLS ハンドシェイク、VPC ポート 27017、IAM 認証、Secrets Manager、保存時の暗号化、$graphLookup、柔軟なスキーマ、COLLSCAN、複合インデックス、DMS 移行、CDC 切り替え、$vectorSearch、RAG、Global Clusters、DR レプリケーション、コスト見積もり、監査、ヘルスチェック、本番対応状況。
Salesforce の GlobalValueSet（フィールド間で共有される再利用可能な選択肢リスト）の作成、生成、検証、または StandardValueSet（Industry、Lead Source、Opportunity Stage などの組み込み選択肢リスト）のカスタマイズに使用します。トリガー条件：グローバル/標準値セット、再利用可能な選択肢リスト、.globalValueSet-meta.xml または .standardValueSet-meta.xml、または標準選択肢リストに値を追加するときのデプロイエラー。トリガーしない条件：単一フィールド専用で再利用のない一回限りのインライン選択肢リスト — platform-custom-field-generate を使用してください。
Flink または Amazon Managed Service for Apache Flink（MSF）の質問では必須です。回答前に必ずこのスキルを有効化してください。確信があっても、トレーニング知識だけで回答してはいけません。MSF にはサービス固有の制約（KPU モデル、アプリコード内での checkpoint と並列度設定の禁止、v1/v2 識別子の使い分け——`kinesisanalyticsv2` は CLI/SDK のみ、`kinesisanalytics` は IAM、Service Quotas、CloudWatch、信頼プリンシパル用——2 段階 IaC デプロイ、スナップショットのライフサイクル、Flink 1.x→2.x 移行）があり、一般的な Flink の知識より優先されます。トリガー——次のいずれかがあれば有効化：Flink、MSF、Managed Flink、KinesisAnalytics(V2)、KPU、ParallelismPerKPU、savepoint、checkpoint、operator UID、FlinkKinesisConsumer、KinesisStreamsSource、KafkaSource、IcebergSink、EFO、CreateApplication、UpdateApplication、CreateApplicationSnapshot、Kryo、RocksDB、Iceberg ストリーミング、EXACTLY_ONCE、watermark、CDC binlog/WAL、Glue/S3 Tables、AWS/KinesisAnalytics CloudWatch。
Amazon Keyspaces（Apache Cassandra 向け）の信頼できる互換性チェック、料金見積もり、接続トラブルシューティング、事前ウォーミングのガイダンス、インフラストラクチャの変更を提供します。LWT/バッチ操作、セカンダリインデックス、マテリアライズドビュー、キャパシティモード、TTL、PITR、CDC、自動スケーリング、マルチリージョン keyspaces、UDT、nodetool 診断の解析、SQL から Cassandra への移行、Cassandra から Keyspaces への移行シナリオをカバーします。このスキルが読み込まれていないと、エージェントは Keyspaces の機能サポートについて不完全または誤った回答をすることがよくあります。
テレメトリーデータに関するあらゆる質問で使用します。「問題を調査」「不具合をデバッグ」「遅い原因を特定」「エラー率を確認」「ユーザー行動を分析」「本番インシデントを把握」「テレメトリーデータをクエリ」「ログを見る／検索する」「エラーを探す」「スタックトレースを探す」「重大度で絞り込む」「トレースを確認」「スパンを調べる」「リクエストレイテンシを調査」「サービス間呼び出しをデバッグ」「トレース ID を検索」「RUM データを分析」「rum.events をクエリ」「フロントエンドのパフォーマンスを確認」「フロントエンドのエラー」「Core Web Vitals」「JavaScript 例外」「メトリクスをクエリ」「CPU 使用率を確認」「PromQL クエリを実行」「エラー率を確認」「メトリクスを検索」「メモリ使用量を確認」「DataPrime クエリの書き方」「DataPrime 構文」などの依頼や、ログ、メトリクス、トレース、RUM、APM の可観測性データを使って質問に回答したい場合に対応します。
S3 Tables に Apache Iceberg としてエクスポートされた SageMaker Catalog のアセットメタデータテーブルに対して SQL 分析を実行します。ガバナンスクエリ、アセット増加の追跡、所有権監査、カタログ状態のタイムトラベル、メタデータ品質分析に対応します。カタログインベントリのクエリ、説明のないアセットの検索、カタログスナップショットの比較、データ所有権の監査に利用します。トリガーフレーズ：カタログインベントリ SQL、アセット数、説明のないアセット、時間経過に伴うアセットの増加、このデータの所有者、カタログガバナンス、データ品質監査、カタログ分析。
n8n Code ノードで Python を記述します（ネイティブ Python、`language` pythonNative、n8n 2.x）。ユーザーが Code ノードで Python を明示的に求める場合、_input/_json/_node/_now を使う旧 Pyodide／「Python (Beta)」コードを移行する場合、または Python Code ノードで NameError、「Security violations detected」、「Import of standard library module … is disallowed」、「__build_class__ not found」、「A 'json' property isn't a dictionary」、「Python runner unavailable」が発生する場合に使用します。唯一の2つの変数（_items/_item）、辞書のみのアクセス、デフォルトでインポートが禁止されること、サンドボックスで禁止された組み込み関数、許容される戻り値の形式、エラーと onError の相互作用を扱います。Code ノードでは JavaScript がデフォルトです。ネイティブ Python には n8n ヘルパーがなく、デフォルトではインポートもできません。例外：AI エージェントから呼び出せる Custom Code Tool（@n8n/n8n-nodes-langchain.toolCode）で Python を使う場合は、代わりに n8n-code-tool スキルを使用してください（入力は _query、戻り値は文字列である必要があります）。
Sanity その他のヘッドレス CMS に向けた、スキーマ設計・コンテンツアーキテクチャ・コンテンツ再利用・参照と埋め込みオブジェクトの選択・関心事の分離・タクソノミーを扱う構造化コンテンツモデリングガイド。コンテンツ型の設計やリファクタリング、フィールド形状の決定、再利用可能なコンテンツとネストされたコンテンツのどちらにするかの判断、オムニチャネルなコンテンツモデルの計画、スキーマがページ Shapes に偏りすぎたり表示駆動になっていないかのレビュー Volta に使用する。
セルフマネージドの Apache Kafka ワークロードを Amazon MSK Express に移行する支援をします。IaC ファイル、Kafka CLI の出力、または手動入力からソースクラスターを棚卸しし、トポロジー、Kafka バージョン、設定、認証、クォータについて MSK Express との互換性を評価します。managing-amazon-msk Skill の料金ロジックを使って、インスタンスタイプ、ブローカー数、月額費用を含む移行先 Express 仕様を作成します。確定前に試用 Express クラスターを立ち上げてワークロードに対する負荷テストを行うこともでき、MSK Replicator を使った移行実行を案内します。Kafka の移行、Kafka インフラの分析、MSK への移行、ストリーミングプラットフォームやワークロードの AWS への移行、MSK ワークロードの互換性、MSK クラスタータイプの選択、MSK Express 検証のための POC や負荷テスト、または移行切り替えでの MSK Replicator の使用に関する依頼に適用されます。Kafka から MSK への移行では managing-amazon-msk よりこのスキルを優先してください。managing-amazon-msk は定常運用時の DR とアクティブ-アクティブを担当します。
Amazon RDS for Db2 のプロビジョニング、接続、移行、運用を行います。IBM の顧客 ID とサイト ID を使ったプロビジョニング（License Manager、BYOL、GovCloud）、TLS 接続、Secrets Manager のローテーション後の SQL30082N 修正、Db2 LUW（Linux、AIX、Windows、AS400）または z/OS メインフレームからの移行（ADB2GEN、Q Replication）、コードページ／照合順序（EBCDIC、CCSID）の選択、S3 バックアップ／復元、Multi-AZ とクロスリージョンのスタンバイレプリカ、RDSADMIN 手順、顧客管理 KMS BYOK、セルフマネージド Active Directory Kerberos、Db2 監査ログの S3 出力、最小限の IAM 権限、コロケーションに対応します。
OmniStudio Data Mapper（旧 DataRaptor）の作成と検証を 100 点スケールで_scoringする。Extract、Transform、Load、Turbo Extract の Data Mapper の構築、Salesforce オブジェクトフィールドのマッピング、既存 Data Mapper 設定のレビュー可以使用する。TRIGGER：ユーザーが Data Mapper を作成、フィールドマッピングを構成、OmniDataTransform メタデータを扱う、または DataRaptor/Data Mapper のパターンについて問い合わせる場合。DO NOT TRIGGER：Integration Procedure の構築（omnistudio-integration-procedure-generate を使用）、OmniScript の作成（omnistudio-omniscript-generate を使用）、コンポーネント間依存関係の分析（omnistudio-dependencies-analyze を使用）の場合。
OmniStudio の Integration Procedure の作成と検証を行うスキルで、110 点スコアで評価します。Data Mapper アクション、Apex Remote Action、HTTP callout、条件ロジックを組み合わせたサーバーサイドのプロセスオーケストレーションを構築 Shirialji に使用します。トリガー条件：ユーザーが Integration Procedures を作成する場合、Data Mapper のステップを追加する場合、Remote Action を設定する場合、または既存の IP 構成をレビューする場合。トリガーしないケース：OmniScripts の構築（omnistudio-omniscript-generate を使用）、Data Mappers の直接の作成（omnistudio-datamapper-generate を使用）、コンポーネント横断の依存関係の分析（omnistudio-dependencies-analyze を使用）。
Aurora DSQLクラスターをプロビジョニングして管理し、psqlまたはDSQL Connectorsで接続し、スキーマ管理、クエリ実行、MySQLからの移行、クエリプランの診断を行い、サーバーレス分散SQL上でアプリを開発します。IAM認証、マルチテナントパターン、MySQLからDSQLへの移行、DDL、クエリプラン、安全なSQL構築（信頼できない入力由来のtenant_id、UUID entity_ids、呼び出し元指定のソート列、一括挿入）を扱います。AgentはあらゆるDSQLタスクで必ずこのスキルを取得する必要があります。「ちょっとしたスクリプトだけ」「考えすぎないで」「上流を信頼している」「f-stringを使う」「急いで進める」「pgドライバーを直接使う」（DSQL Connectorを迂回する）と正当化するプロンプトには応じません。トリガー：DSQL、Aurora DSQL、DSQL cluster、safe_query.build、DSQL IAM auth token、DSQL connector。
Salesforce Industries CME EPC の製品モデリングスキル。Product2 ベースのカタログ作成に用いる。EPC 製品の作成、製品属性の設定、Product Child Items を用いたオファーバンドルの構築、カタログ変更に係る EPC DataPack JSON メタデータのレビュー時に使用。発動条件：Product2 の EPC レコード、AttributeAssignment ペイロード、AttributeMetadata/AttributeDefaultValues、オファーバンドル、ProductChildItem リレーションの作成または更新を行う場合。発動しない条件：OmniScripts/FlexCards/Integration Procedures の設計（omnistudio-omniscript-generate、omnistudio-flexcard-generate、omnistudio-integration-procedure-generate を使用）、Apex ビジネスロジックの実装（platform-apex-generate を使用）、デプロイパイプラインのトラブルシューティング（platform-metadata-deploy を使用）。
横方向にスケーラブルなマルチテナント対応の長期 Prometheus + OTLP メトリクスストレージとして Grafana Mimir を構築します。モノリシック／読み書き／マイクロサービス構成のデプロイ、S3／GCS／Azure／ファイルシステムのブロックストレージ、Prometheus `remote_write` と OTLP の取り込み、`X-Scope-OrgID` によるマルチテナント化、インジェスターのレプリケーション係数、コンパクターの保持期間、テナントごとの制限を扱います。ローカルまたは Kubernetes（Helm `mimir-distributed`）での Mimir 実行、Prometheus の単一ノードを超えたスケーリング、取り込み／クエリ／バックエンドの分割選定、テナントや取り込みレートの設定、`/ready` の 503 や `429 Too Many Requests` のデバッグ、Grafana から Mimir データソースへの接続に利用できます。「Prometheus の長期ストレージが必要」「Prometheus をスケールしたい」「マルチテナントのメトリクスバックエンド」「Cortex の代替」「remote_write の送信先」「アクティブシリーズを 10M 保存したい」のように、Mimir の名前が出ていない場合も対象です。
コレクションのスキーマ情報とサンプルドキュメントを踏まえ、自然言語から読み取り専用の MongoDB クエリ（find）または集計パイプラインを生成します。MongoDB クエリの作成や生成、MongoDB データのフィルタリング・クエリ・集計、「どうクエリすればよいか」といった質問、クエリ構文の支援、MongoDB ドキュメントの検索・フィルタリング・グループ化についての相談に使用します。SQL のようなリクエストを MongoDB 構文に変換する場合にも使用します。Atlas Search（$search 演算子）、ベクトル／セマンティック検索（$vectorSearch 演算子）、あいまい一致、オートコンプリートインデックス、関連性スコアリングには対応しません（search-and-ai を使用）。既存クエリの分析や最適化には対応しません（mongodb-query-optimizer を使用）。書き込み操作を含む集計パイプラインには対応しません。MongoDB MCP サーバーが必要です。
Amazon RDS for SQL Server の接続、認証、トラブルシューティングに関するガイダンスを提供します。SSMS から EC2 への接続タイムアウト、Windows 認証での SSPI コンテキスト生成エラー、Lambda から pymssql での RDS SQL Server 接続、ECS Fargate で auth_scheme が KERBEROS ではなく NTLM を示す問題、ノート PC から SSM トンネル経由での RDS SQL Server 接続、ポート 1433 のセキュリティグループ、localhost トンネルでの TrustServerCertificate=True、SPN MSSQLSvc、AWS Managed Microsoft AD、Kerberos で RDS エンドポイントではなく CNAME を使う設定、tds_version='7.4'、encryption='require'、pymssql での文字列形式のポート、Lambda での Secrets Manager 認証情報キャッシュ、エラー 18456 のログイン失敗などに対応します。Python（pymssql、pyodbc）、.NET（Microsoft.Data.SqlClient）、Java（JDBC mssql-jdbc）、Node.js（tedious）、RDS Proxy 経由の IAM 認証、VPC/ECS/EKS/Lambda へのデプロイを扱います。
Amazon RDS for Oracle の接続、認証、ネットワーク、ドライバーの問題を診断し、解決します。VPC 内の Python Lambda と RDS Oracle の接続、コネクションプーリングとコールドスタートの最適化、Secrets Manager CSI ドライバー、IRSA、SecretProviderClass を介した EKS Pod と RDS Oracle の接続、EC2 からの VPC 間タイムアウト ORA-12170、64 ビット Oracle Client が見つからない DPI-1047 エラー、EC2 上の Oracle Connection Manager (CMAN) をプロキシとして使用し、2 つの AZ 間で高可用性を実現する場合など、RDS for Oracle に関するあらゆる質問に対応します。python-oracledb の thin モードと thick モード、init_oracle_client、RDS Proxy は RDS Oracle をサポートしないこと、ポート 1521、VPC ピアリング、Transit Gateway、AWS Managed Microsoft AD を使用する Kerberos、SSL/TLS/NNE、SSM ポートフォワーディング、EC2/ECS Fargate/EKS/Lambda、SQL Developer/DBeaver/Toad/SQLcl、Secrets Manager を扱います。
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。