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
インフラストラクチャのインスタンス（デバイス、ロケーション、組織、モジュール）にデータを投入するための Infrahub オブジェクトデータ YAML ファイルを作成、変更、管理します。デバイスインスタンスの作成、データファイルへのデータ投入、ロケーションや組織の定義、インフラストラクチャオブジェクトの追加、既存データファイルの変更や拡張、ファイル内で定義済みのオブジェクトの属性値や関係リンクの更新、オブジェクトの読み込み失敗のデバッグ時に起動します。スキーマの設計や変更（ノード種別の属性または関係の定義変更を含む。infrahub-managing-schemas を使用）、Python チェック／ジェネレーターの作成、ライブデータのクエリでは起動しません。
特定の CI 失敗を調査し、結論を出す：誰の責任か、どの commit か、誰が書いたか、修正済みかどうか。"who broke master"、"why did this test fail in CI"、"is this failure my PR's fault or everyone's"、"is this test flaky or actually broken"、"when did this failure start" に使用する。engineering_analytics ウェアハウスビュー（engineering_analytics_ci_failures、engineering_analytics_ci_job_history）と CI 失敗ログを基に作業する。集計された CI 健全性、コスト、マージのボトルネックには使用しない（diagnosing-ci-and-merge-bottlenecks を使用）。保存されたインサイトの構築にも使用しない（turning-engineering-analytics-into-insights を使用）。
Amazonのニッチ市場におけるレビュー分析と消費者感情のインサイト。ユーザーがニッチ市場のレビュー分析、消費者感情、顧客の課題、顧客フィードバックのインサイト、レビュートピック分析、高評価／低評価レビューの分析、ニッチ市場の評判調査、商品レビューの感情分析、niche market reviews、consumer sentiment、customer pain points、review topic analysis、positive/negative reviews、opinion mining、Jiimore dataに言及した場合に起動します。「ニッチ市場のレビュー」が明示されていなくても、Amazonのニッチ市場における消費者レビューの分析や、ニッチ市場レベルでの顧客感情の把握が目的であれば起動します。
従来の Splunk Simple XML ダッシュボード（バージョン 1）を Dashboard Studio（バージョン 2）に変換する。従来の Simple XML を入力として受け取り、すべての SPL クエリをそのまま保持し、Studio JSON 定義を呼び出し元に返す。既存の従来の Splunk ダッシュボード、フォーム、Simple XML ビューを変換、移行、アップグレード、モダナイズ、移植したいとき、または v2 / Dashboard Studio 版を作成したいときに使用する。
エントリータイマー。セットアップをローソク足ごとに監視し、エントリーのタイミングを知らせます。無料の Yahoo 1 分足または 5 分足を読み込み、デフォルトで最初の 15 分間のオープニングレンジを作成します。レンジ高値、または指定した水準（スキャナーの 20 日高値など）を終値が上回る最初の確定足でエントリーを通知し、任意で出来高も確認します。待機中と目標までの距離、発動時刻と価格、期限切れ、未開場を知らせ、/trader-exit 用に trader/entry.json を書き出します。ロングのみ。注文は発注しません。ユーザーが「tell me when to get in」「watch TSLA」「has it broken out」「did it break the opening range」「entry signal」「time my entry」「check my watchlist」と言った場合、または /trader-scanner と /trader-news の後、/trader-exit の前に使用します。
チャートスキャナー。数千のチャートをスキャンし、オープニングレンジのブレイクアウト、フラッグ、売られすぎからの反発などのセットアップを探します。Nasdaq Trader のシンボルディレクトリから米国上場の普通株、普通株式、ADR のリストを作成し、日足終値で寄り前スキャン（20 日終値高値のブレイクアウト、ブルフラッグ、20 日平均の回復、売られすぎ、売られすぎからの反発）を実行します。また、5 分足で日中のオープニングレンジブレイクアウトをスキャンし、trader-news と trader-entry 用に trader/watchlist.json を書き出します。無料の Yahoo データをローソク足ごとに使用します。ユーザーが「scan the market」「find me setups」「what is breaking out」「opening range breakouts」「scan for bull flags」「oversold stocks」「pre-market scan」「build my watchlist」「what should I look at today」と言った場合、または取引日の開始時、/trader-news の前に使用します。
汎用 Web API データ収集、Node.js/Python によるプロトコル呼び出し、フロントエンドの署名分析に対応します。Camoufox MCP でリクエストを捕捉し、フックをデバッグして、難読化／JSVMP／WASM を分析し、ページネーション、中断箇所からの再開、API 変更後の回帰テストに対応する検証可能な収集プログラムを提供します。自社所有または許可を得た API が対象です。WeChat ミニプログラムの wxapkg の展開には、対応するミニプログラムスキルを使用してください。
SQL Server データベース開発における最新の SSDT CI/CD ベストプラクティス（2025）。次の場合に積極的に有効化します：(1) SSDT CI/CD パイプラインの設計、(2) DACPAC による状態ベースのデプロイ、(3) tSQLt 単体テストの統合、(4) CI でのデータベースビルド検証、(5) SqlPackage Extract + Compare によるドリフト検出、(6) SSDT 向け Azure DevOps および GitHub Actions テンプレート、(7) 環境ごとの発行プロファイル管理、(8) 冪等な MERGE を使ったデプロイ前後のスクリプト、(9) DACPAC のバージョン管理と成果物、(10) 参照データベースの処理。提供内容：ADO および GHA 向けのエンドツーエンドのパイプライン YAML、tSQLt のセットアップ、ドリフト検出スクリプト、dev/test/prod 向けの発行プロファイルパターン。
Windows Presentation Foundation アプリケーションでデータを可視化する Syncfusion WPF Radial Gauge（SfCircularGauge）コンポーネントの実装ガイドです。円形ゲージ、スピードメーター、KPI 表示、進捗メーターを扱う際に使用します。針やポインターを使ったゲージ設定、目盛りのカスタマイズ、範囲とゾーン、ポインターのドラッグ操作、アニメーション、ダッシュボードの豊かな可視化を実現する注釈を扱います。
SQL Server と Azure SQL 向けの高度な T-SQL パターンとテクニック。次の場合に積極的に有効化します：（1）CTE と再帰クエリの作成、（2）APPLY 演算子（CROSS APPLY、OUTER APPLY）、（3）MERGE ステートメントと OUTPUT 句、（4）テンポラルテーブル（システムバージョン管理）、（5）In-Memory OLTP／メモリ最適化テーブル、（6）高度なグループ化（ROLLUP、CUBE、GROUPING SETS）、（7）PIVOT と UNPIVOT、（8）PARTITION BY を使った ROW_NUMBER/RANK/DENSE_RANK、（9）再帰 CTE または HierarchyId による階層構造、（10）JSON_ARRAYAGG と STRING_AGG のパターン。各テクニックの例を含むパターンカタログ、パフォーマンス上のトレードオフ、一般的な高度なクエリ構造に使えるコピー＆ペースト可能なテンプレートを提供します
Apify actors 経由でソーシャル プラットフォーム、ビジネス データ、E コマースをスクレイピングします — Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon、および Web クロール — コード内でフィルタリングします。USE WHEN scrape Instagram, scrape LinkedIn, scrape TikTok, scrape YouTube, scrape Facebook, Google Maps leads, Amazon reviews, business intelligence, multi-platform social listening, competitive analysis, lead generation, social monitoring, Apify actors, web crawl, extract contacts。NOT FOR 投稿、スレッド、ブックマークなどの X/Twitter アカウント操作（これらには専用の X API クライアントが必要）、プロキシ エスカレーションを伴う 4 段階の段階的スクレイピング（BrightData を使用）、実 Chrome によるボット回避と computer use（Interceptor を使用）。
スプレッドシートの数式の正確性、エラー、よくある間違いを監査します。対象は選択範囲、シート単位、またはモデル全体（BS のバランス、キャッシュの照合、ロジックの妥当性など財務モデルの整合性チェックを含む）です。「audit this sheet」「check my formulas」「find formula errors」「QA this spreadsheet」「sanity check this」「debug model」「model check」「model won't balance」「something's off in my model」「model review」などで発動します。
問題設定が確定した後、データソースから予測器までのskrub DataOpsグラフを宣言します。ステートレスなステップには `.skb.apply_func`、ステートフルなステップには `.skb.apply` を使用します。グラフ作成後、ロック済みの分割器とデフォルト以外のスコアを設定します。適合、チューニング、永続化、`skore.evaluate` は行いません。データソースから予測器までのいずれかの接続（ローダー、前処理、特徴量、構成、最終推定器）を記述または編集する場合、その経路上の純粋なPython関数、ステップの追加や順序変更、トップレベルに単独の `sklearn.Pipeline` を置く場合、パイプライン、分類器、回帰器の構築依頼を含めて起動します。使用方法：最初の宣言行の前と、構造を変更するたびに使用します。停止条件を読み、コードより前にPre-flightを出力します。`python -m skore_skills api get` で新しい名前を確認します。
OLAP データソースの主要業績評価指標（KPI）を表示する Syncfusion WPF OLAP Gauge コントロールの実装ガイドです。OLAP KPI の可視化、ビジネスインテリジェンスダッシュボード、または WPF での XML/A データバインディングを扱う際に使用します。OLAP キューブ、SQL Server Analysis Services、Mondrian サーバーへの接続と、経営層向けダッシュボードや BI アプリケーション用の KPI 表示設定を解説します。
データベーススキーマまたはデータの意味の変更に Parallel Change が必要なときに使用する。列のリネーム、型やデータの再解釈、大規模テーブルのバックフィル、リレーションテーブルの変更、enum/ステータスの遷移、タイムゾーン/デフォルト値の変更、インデックスや一意性の変更に対する expand、migrate、contract のシーケンスを含む。あるマイグレーションに互換ウィンドウが必要か、より単純なマイグレーションで十分かを判断する際に、フレームワーク固有の Flyway 実装ガイダンスの前にトリガーする。Plinth Toolkit の一部
Alicloud CMSのデータセットのライフサイクル管理とクエリを行うスキルです。aliyun CLIを使用したデータセットの一覧表示、確認、作成、更新、削除、およびデータセットクエリの実行を扱います（CMS APIバージョン 2024-03-30）。トリガー："CMS dataset"、"数据集"、"创建数据集"、"查询数据集"、"dataset 查询"、"ExecuteQuery"、"CreateDataset"、"GetDataset"、"ListDatasets"、"UpdateDataset"、"DeleteDataset"。
代表的なイベント、設定、検索エビデンスに基づき、Splunk の検索時フィールド抽出および Common Information Model (CIM) データセットへのマッピングを作成、説明、診断、検証する。自動キー/値抽出、正規表現または区切り文字による抽出、props.conf の EXTRACT と REPORT/transforms.conf ルール、SPL 抽出コマンド、エイリアス、計算フィールド、ルックアップ、イベントタイプ、タグ、値の正規化、CIM フィールドマッピング、正規化の欠落や誤りに使用する。デプロイの実行、取り込みトランスポート、アプリのインストール、ナレッジオブジェクトのガバナンス、データモデルのアクセラレーション、または無関係な検索/ダッシュボードの修復には使用しない。
決算アナリスト。SEC EDGAR から企業の報告数値を直接取得します（10-Q と 10-K の XBRL 企業ファクト、および最新の決算 8-K とプレスリリース）。四半期ごとに売上高、売上総利益率、営業利益率、純利益率、純利益、希薄化後 EPS の変化を前年同期と比較し、直近12カ月の数値とともにまとめます。決算説明会の文字起こしを貼り付けた場合は、それも読み取ります。ユーザーが「Tesla の決算はどうだった」「決算を分析して」「今四半期は何が変わった」「売上は伸びているか」「10-Q を確認して」「利益率を比較して」「説明会をまとめて」「今週決算発表はあるか」と言ったとき、または決算前後に株を取引する前に使用します。
Claude Code のトランスクリプト、Slack、WhatsApp、会議の録音、ノート PC のスクリーンタイム、ブラウザー履歴、チェスの対局など、本人が残したデジタル記録から、1 日あたり、クライアントやプロジェクトごとの実労働時間と時間帯を測定します。余暇時間を差し引き、本人が申告した休憩を基準にアイドル判定のしきい値を調整します。「実際に何時間働いているか」「クライアント X と Y にそれぞれどれだけ時間を使っているか」「勤務時間やルーティンは何か」「働きすぎているか」「1 日のうちチェスや YouTube にどれだけ使っているか」と聞かれたときや、後からタイムシートを再構成したいときに使用します。「時間」という語がなくても、「1 日の勤務時間はどれくらいか」「顧客ごとに時間を振り分けて」「普段何時に始めて何時に終わるか」といった質問で起動します。
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。