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
入力、出力、またはその両方として .xlsx ファイルが関係する場合は、いつでもこのスキルを使用してください。スプレッドシート、財務モデル、ダッシュボード、トラッカーの作成、.xlsx ファイルの読み取り・解析・データ抽出、既存のブックの編集・変更・更新、数式・グラフ・ピボットテーブル・テンプレートの操作、CSV/TSV データの Excel 形式へのインポートが含まれます。ユーザーが「スプレッドシート」「ブック」「Excel」「財務モデル」「トラッカー」「ダッシュボード」と述べた場合、または .xlsx/.csv ファイル名を参照した場合に起動します。
SQLiteでベクトル類似検索を行うためのsqlite-vec拡張機能です。埋め込みの保存、KNNクエリの実行、セマンティック検索機能の構築に使用します。トリガー：sqlite-vec、vec0、MATCH、vec_distance、partition key、float[N]、int8[N]、bit[N]、serialize_float32、serialize_int8、vec_f32、vec_int8、vec_bit、vec_normalize、vec_quantize_binary、distance_metric、metadata columns、auxiliary columns
Azure IoT Operations 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。MQTT/OPC UA データフロー、WASM/Dapr パイプライン、Arc Kubernetes デプロイ、ISA‑95 UN トポロジーの構築や、その他の Azure IoT Operations 関連の開発タスクで使用します。Azure IoT（azure-iot を使用）、Azure IoT Hub（azure-iot-hub を使用）、Azure IoT Edge（azure-iot-edge を使用）、Azure IoT Central（azure-iot-central を使用）には使用しないでください。
一連のインサイトから新しいダッシュボードを構築する、または既存のものを更新する — アプリ内アシスタントが upsert-dashboard ツールで行うのと同じ作業を MCP 経由で行う。ユーザーがダッシュボードの作成、複数の指標/チャートを 1 ページにまとめること、あるトピック(プロダクト分析、リテンション、収益、アクティベーションなど)のダッシュボードの組み立て、既存のダッシュボードへのインサイトの追加/削除/置き換えを求めたときに使用する。作成か更新かの判断、既存インサイトの再利用か新規作成か、PostHog の検証済みダッシュボードテンプレートをそのトピックの優れたダッシュボードの参考として使うことを扱う。
タスクがまだツールを決めかねている場合、または DataLens 内で何かを実行するのではなく DataLens 自体に関する問いである場合に、まずここから始める：DataLens とは何か、何ができるか；どのインストール形態か——Yandex Cloud、オンプレミス、または Yandex 内部の Team 版——およびホスト、認証、機能における違い；コレクション、ワークブック、接続、データセット、チャート、ダッシュボードとは何か、それらがどう関係するか；そして MCP サーバー、Python SDK、HTTP API、Web UI のどれを使うべきか。これは位置づけを把握し、作業を行うスキルへルーティングするために使用する。方法が選択された後に作業を行うためではない——それは Python 向けの `datalens-sdk` とスタンドアロン HTML レポート向けの `datalens-html-pages` である——また、ビジネス指標の値の意味を解釈するためでもない。
Python Kafka プロデューサーまたはコンシューマーの構築、既存の Python コードへの Schema Registry の追加、raw JSON からスキーマベースのシリアライズへの移行、Confluent Cloud、ローカル Docker、WarpStream 向けの confluent-kafka-python プロジェクトのひな形作成に使用します。WarpStream 向けの Python Kafka クライアント設定を最適化したい場合にも使用します。
HPK 形式（独自の医療メッセージ形式）に対応する包括的なパーサー兼解説ツールです。患者管理（ID、MV、CV）、サプライチェーン（PR、FO、MA、CO、LI、RO、FA）、在庫（SO、IM）、組織構造（ST、UT）、財務処理（RD、DD）を網羅する 100 種類以上のメッセージに対応します。信頼できる情報源として @erp-pas/hpk-dictionary を使用します。構造の検証、フィールドの抽出、業務コンテキストの説明、HL7 v2.5/IHE PAM へのマッピング、統合に関する問題のトラブルシューティングを行います。ユーザーが HPK 形式のメッセージを提示または分析を依頼した場合、HPK メッセージの種類の特定、フィールドの抽出、HPK の業務コンテキストの説明を求めた場合に使用します。標準的な HL7 v2.5 / IHE PAM メッセージには、代わりに hl7-pam-parser を使用してください
ユーザーが SQL Server インデックスの設計、レビュー、追加、削除、統合、調整を求めた場合に使用します。クラスター化／非クラスター化設計、カバリングインデックスと INCLUDE 列、フィルター付きインデックス、列ストアインデックス、欠落インデックス DMV の解釈、重複または未使用のインデックス、インデックス保守、断片化、フィルファクター、圧縮、パーティション整列インデックス、パーティション除去の検証、大規模テーブルのインデックス制約、オンライン／再開可能な再構築、遅い T-SQL クエリ向けのインデックス変更では積極的に有効化します。インデックス設計の決定木、ワークロードを考慮したトレードオフのチェックリスト、DMV 解釈ガイド、保守／再構築パターンを提供します。
16 の TikTok Shop サイトを対象に、販売数、インフルエンサーによる販売データ、価格、コミッション率などの TikTok 商品データを検索・分析します。ユーザーが TikTok 商品検索、TikTok Shop 商品分析、TikTok 販売データ、インフルエンサー販売、TikTok 商品選定、TikTok コミッション率、TikTok 商品ランキング、EchoTik データ照会、TikTok product search、TikTok sales、influencer sales、TikTok commission、TikTok product selection、short-video e-commerce、TikTok data に言及した場合にこのスキルを起動します。ユーザーが「EchoTik」や「TikTok」を明示していなくても、TikTok Shop での商品検索や TikTok 商品のパフォーマンス指標の分析がニーズに含まれる場合は、このスキルを起動します。
Amazon 商品の価格推移、BSR（ベストセラーランキング）の推移、評価の変化、出品者数、月間販売数などの時系列履歴データを取得します。複数の Amazon マーケットプレイスの任意の ASIN に対応します。価格履歴や追跡、BSR 履歴や推移、過去の価格、価格変動、Keepa データ、ランキング履歴、値下げ通知、Lightning Deal の過去価格、Buy Box 価格推移、クーポン価格、FBA／FBM 価格比較、出品者数の変化、評価の推移、販売履歴に関する依頼で起動します。「Keepa」や「時系列データ」が明示されていなくても、価格、ランキング、販売数など Amazon 商品単位の履歴推移を調べる依頼で起動します。
SellerSprite のデータを使って Amazon の競合を検索・分析する。12 のマーケットプレイスを対象とし、販売数、BSR、価格、評価、成長傾向などの商品指標を扱う。ユーザーが競合検索・分析、ASIN 逆引き、競合商品の調査、類似商品の検索、市場競合の発見、商品ベンチマーク、競合販売数の推定、競合 Listing の分析、competitor analysis、ASIN reverse lookup、competitor sales、competitor research、SellerSprite、market competitor discovery、competitor trends に言及した場合に起動。ユーザーが「SellerSprite」や「競合検索」と明示していなくても、ASIN、キーワード、販売者名、ブランド、カテゴリーを使った Amazon 競合の発見・分析に関する依頼であれば起動する。
Omni CLI を使って、Omni Analytics のダッシュボード、ワークブック、フォルダー、ラベルを検索、閲覧、整理します。既存のダッシュボードの検索、コンテンツの検索、ワークブックの一覧表示、フォルダーの閲覧、ダッシュボードの確認、人気レポートの検索、ダッシュボードの PDF または PNG でのダウンロード、ダッシュボードタイルへのアラート設定、コンテンツのお気に入り登録、ドキュメントのラベル管理、「〜に関するダッシュボードを探して」「どんなレポートがある？」「ダッシュボードを見せて」「売上レポートはどこ？」「このダッシュボードをダウンロードして」「変更があったら知らせて」などの依頼で使用します。このスキルはコンテンツの検索と整理を行います。ダッシュボードタイルが実際に照会するフィールド、フィルター、並べ替えを確認するには omni-query を使用してください。
@omni-co/embed SDK と Omni CLI を使って Omni Analytics のダッシュボードを外部アプリに埋め込みます。URL 署名、カスタムテーマ、iframe イベント、エンティティワークスペース、権限を考慮したコンテンツに対応します。ダッシュボードの埋め込み、埋め込み URL の署名、埋め込みテーマのカスタマイズ、埋め込みイベントの処理、iframe 内のクリックやドリルの監視、埋め込みダッシュボードへのフィルター送信、エンティティワークスペースの設定、埋め込みユーザーの検索、権限を考慮したコンテンツ一覧の作成、埋め込みダッシュボードのホワイトラベル化、または「このダッシュボードを埋め込む」「iframe のテーマをカスタマイズする」「埋め込みからのクリックイベントを処理する」「埋め込みダッシュボードをフィルタリングする」「埋め込みを設定する」「このユーザーが見られるダッシュボードは？」などの依頼に使用します。
Omni CLIを使って、Omni Analyticsのモデル、トピック、ビュー、フィールド、ディメンション、メジャー、リレーションシップを確認します。Omniで利用できるデータの把握、セマンティックモデルの探索、特定のフィールドやビューの検索、テーブルの結合方法の確認、トピックの一覧表示、「何をクエリできるか」「利用可能なフィールドは何か」「モデルを見せて」「どんなデータがあるか」「データはどうモデル化されているか」といった質問に使用します。何かを構築または変更する前にOmniモデルの構造を把握する必要がある場合にも使用します。
オリジナルのタートルズ・トレーディングに基づく、定量的なシグナルスキャンとポジション計算ツールです。longbridge CLI で A 株／香港株／米国株／シンガポール株の相場データを取得し、ATR（N 値）、ブレイクアウトシグナル（System 1／System 2）、損切り価格、追加エントリーポイント、Unit ポジションサイズを自動計算します。海龟、turtle、海龟交易、海龟信号、turtle signal、turtle trading に言及した場合や、ブレイクアウトシグナル、ATR、N 値、Unit ポジション、損切り価格、追加エントリーポイント、S1／S2 シグナル、20 日高値／安値、55 日ブレイクアウトについて質問した場合、またはタートルシステムでウォッチリスト／指数をスキャンして売買シグナルを求める場合に使用します。「扫描突破信号」「帮我算Unit」「海龟止损」「海龟系统分析」と言った場合や、銘柄名／コードと「海龟」を組み合わせた表現でも起動します。**適用範囲：** - 毎日の引け後にブレイクアウトシグナルをスキャン（20 日／55 日高値・安値の突破） - 個別または複数銘柄の ATR、損切り価格、追加エントリーポイントを計算 - 口座資産に基づいて適切な Unit ポジションサイズを計算 - 保有ポジションが決済または追加の条件に該当するか判定 - ウォッチリスト／指数構成銘柄のタートルシグナルをスキャン **対象外：** - ファンダメンタル分析（タートルシステムは純粋なテクニカル分析） - 価格の方向予測 - 自動注文（シグナルのみ出力し、ユーザー自身が取引） - A 株／香港株／シンガポール株の新規ショートポジション
SSDT、SqlPackage、DACPAC ファイルの Windows と Git Bash におけるパス処理。(1) Git Bash でパスエラーにより SqlPackage が失敗する場合、(2) DACPAC ファイルのパス変換（MSYS、MINGW）、(3) SSDT スクリプトでの shell 判定（PowerShell と Git Bash）、(4) MSYS_NO_PATHCONV の使用、(5) publish profile 内の Windows 形式のバックスラッシュ付きパス、(6) Git Bash からの .sqlproj の dotnet build、(7) クロスプラットフォームのパイプライン互換性、(8) SQL ファイルの改行コードの問題に先回りして対応します。SqlPackage のパス変換方法、shell 判定ヘルパー、bash からの dotnet build パターン、CRLF/LF の正規化手順を提供します。
Alibaba Cloud EMR Serverless StarRocks インスタンスのライフサイクル全般（作成、スケーリング、設定、保守、診断）を管理します。運用エンジニア、SRE、アーキテクトが StarRocks インスタンスを管理する場合にこの Skill を使用します。代表的なシナリオ：「StarRocks の作成」「インスタンスの状態確認」「CU のスケールアップ」「設定の変更」「インスタンスの再起動」「問題の診断」など。SQL/DDL の作成、データのインポート/エクスポート、クエリのチューニング、マテリアライズドビューの設定、StarRocks 以外の製品（EMR クラスター、Spark、Milvus、ClickHouse、Doris、RDS、ECS）の管理には適用されません。
Azure Data Api Builder 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、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。REST/GraphQL 経由で DB オブジェクトを公開する、ページング／タイムアウトを調整する、認証/RLS を保護する、DAB を Azure にデプロイするなど、Azure Data Api Builder 関連の開発タスクで使用します。Azure API Management（azure-api-management を使用）、Azure App Service（azure-app-service を使用）、Azure Functions（azure-functions を使用）、Azure Logic Apps（azure-logic-apps を使用）には使用しないでください。
Azure AI Language 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。CLU、カスタム／医療 NER、CQA、感情／PII API、Language/TA/医療コンテナーの使用など、Azure AI Language 関連の開発タスクで使用します。Azure AI Search（azure-cognitive-search を使用）、Azure AI Document Intelligence（azure-document-intelligence を使用）、Foundry Tools の Azure Speech（azure-speech を使用）、Azure Translator（azure-translator を使用）には使用しないでください。
SAP HANA on Azure Large Instances 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。HANA LI、Azure Monitor for SAP、HA/DR クラスター、Terraform/SDAF の自動化、Entra ID SSO のデプロイなど、SAP HANA on Azure Large Instances 関連の開発タスクで使用します。Azure Large Instances（azure-large-instances を使用）、Azure Virtual Machines（azure-virtual-machines を使用）、SQL Server on Azure Virtual Machines（azure-sql-virtual-machines を使用）には使用しないでください。
コンパイル済みの Airflow Java SDK バンドルをビルドしてデプロイし、worker で実行できるようにします。JVM タスクバンドルを JAR にパッケージ化したい場合、`org.apache.airflow.sdk` Gradle プラグイン、`./gradlew bundle`、Maven shade/BOM の設定、fat JAR と thin JAR、ロギング連携成果物（JPL、SLF4J、Log4j 2、JUL）、プレビュー／スナップショットビルド、または Airflow worker（Docker、Kubernetes、Astro）への JAR 配置について尋ねられた場合に使用します。タスクコードについては authoring-java-sdk-tasks を、Airflow coordinator の設定については configuring-airflow-language-sdks を参照してください。
Keboola で DuckDB 変換を記述、最適化、移行するための専門知識。SQL 方言、ブロックオーケストレーション、動的バックエンド、Parquet 形式、大文字小文字の区別、Snowflake から DuckDB への移行、型キャストのパターン、ベストプラクティスを扱う。ユーザーが DuckDB SQL を記述するとき、Snowflake から移行するとき、DuckDB 変換をデバッグするとき、または Keboola における DuckDB 固有の構文と設定についての指針を必要とするときに使用する。
PostHog MCP サーバーのツールがどのように使われているかを探索するための起点——広範な質問を、それに答える型付きツールへルーティングする。ユーザーが "how is my MCP doing?"、"what should I look at?"、"explore my tool calls"、"who uses my MCP tools?"、"what are agents doing with the MCP?" と尋ねたとき、または具体的な質問なしに MCP 分析 URL を貼り付けたときに使用する。各質問がクエリツールで裏付けられた質問メニューを提示し、その後、専門のスキルに引き継ぐ。
data.gov.il（CKAN API）のイスラエル政府オープンデータを検索、照会、分析します。イスラエル政府のデータ、「data.gov.il」、政府データセット、CBS 統計について質問された場合や、イスラエルの交通、教育、医療、地理、経済、環境に関するデータが必要な場合に使用します。データセット検索、表形式データの照会、分析のガイダンスに対応します。下記の MCP サーバーと組み合わせると、エージェントからツールに直接アクセスできます。機密政府データやセキュリティクリアランスが必要なデータには使用しないでください。
Omni CLI を使用して Omni Analytics のセマンティックレイヤーにクエリを実行し、結果を解釈して、複数ステップの分析用にクエリを連鎖させます。Omni 経由でのデータ照会、レポート実行、指標や数値の取得、データ分析、「いくつある？」「傾向は？」「データを見せて」といった質問、ダッシュボードのクエリ結果の取得、既存ダッシュボードからのデータ抽出、タイルのクエリ定義の確認に使用します。テーブル計算や計算列（累計、構成比、前月比／期間比較、移動平均、ランキング）、Agentic AI ジョブによる自由形式の複数ステップ分析、セマンティックレイヤー経由の生 SQL 実行にも使用します。ユーザーが「クエリ」と言わない場合も対象です（例：「累計列を追加して」「前月比の成長率は？」「売上トレンドを分析して」）。ダッシュボードやチャートの作成・編集には omni-content-builder、モデルへのフィールドやメジャーの追加には omni-model-builder を使用します。このスキルはデータの取得と計算を行います。
データファイル（CSV/TSV/TXT/XLSX/XLS/JSON）を、単体で動作するインタラクティブな ECharts HTML チャートに変換する — 32 種類のチャートタイプ、3 つのテーマ、CDN 不要の完全オフライン。データプロファイル（--profile）により、エージェントがデータ自体を読み取って何をプロットするかを判断できる。各チャートには埋め込みのファクトシート（plot_stats と data_preview）が付属する。本スキルはチャートと事実を生成するものであり、文章によるレポートや叙述的なドキュメントは生成しない。トリガー：ユーザーが表形式のデータファイルを提供または指定してチャートを求める場合、チャートの生成/グラフの作成/データの可視化を依頼する場合。
Airflow Java SDKを使用して、Java、Kotlin、または任意のJVM言語でAirflowタスクのロジックを記述します。Java/JVMでAirflowタスクを実装する場合や、`@Builder.Dag`/`@Builder.Task`/`@Builder.XCom`、`Task`/`BundleBuilder`インターフェース、Javaからのconnections/variables/XComsの読み取り、JSONからJavaへの型マッピング、Javaタスクからのロギングについて尋ねる場合に使用します。Java固有のネイティブAPIを扱います。共通のPythonスタブパターンと概念モデルはauthoring-language-sdk-tasksを参照してください。bundleのビルドまたは出荷についてはdeploying-java-sdk-bundles、coordinator設定についてはconfiguring-airflow-language-sdksを参照してください。
Azure Data Manager for Agriculture の開発に関する専門知識を提供します。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を扱います。BYOL 認証情報/Private Link、農業データの取り込み/IoT、AI/栄養素 API、スロットリング、Event Grid ログの設定、およびその他の Azure Data Manager for Agriculture 関連の開発タスクに使用します。Azure Data Explorer（azure-data-explorer を使用）、Azure Data Factory（azure-data-factory を使用）、Azure Synapse Analytics（azure-synapse-analytics を使用）、Azure Databricks（azure-databricks を使用）には使用しません。
Azure Health Data Services 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。FHIR/DICOM API、一括インポート/エクスポート、匿名化、Synapse 統合、SMART on FHIR の利用や、その他の Azure Health Data Services 関連の開発タスクで使用します。Azure Health Bot（azure-health-bot を使用）、Azure Data Factory（azure-data-factory を使用）、Azure Synapse Analytics（azure-synapse-analytics を使用）、Azure Data Explorer（azure-data-explorer を使用）には使用しないでください。
ラボ機器の出力ファイル（PDF、CSV、Excel、TXT）を Allotrope Simple Model（ASM）JSON 形式、またはフラット化した 2D CSV に変換します。科学者が LIMS システム、データレイク、後続解析のために機器データを標準化する必要がある場合に使用します。機器タイプの自動検出に対応しています。出力は完全な ASM JSON、取り込みやすいフラット化 CSV、データエンジニア向けにエクスポートできる Python コードです。主なトリガー例：機器ファイルの変換、ラボデータの標準化、LIMS/ELN システムへのアップロード用データの準備、本番パイプライン向けパーサーコードの生成。
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。