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
Feishu のホワイトボード、Slides、ドキュメント内の動的 HTMLBox コンポーネント、妙搭 HTML アプリを作成または編集し、チャートや配色を選択します。Feishu での成果物が明確に必要なアーキテクチャ図、SVG/Mermaid、プレゼンテーション、ECharts、地図、インタラクティブダッシュボードに使用します。ローカルの SVG、PPTX、HTML のみを求める場合は対象外です。メッセージカードには feishu-cli-messaging、Markdown チャートのインポートには feishu-cli-docs を使用します。
プロジェクトのデータカタログ（セマンティックレイヤー）を投入・維持する：正規メトリクス、ウェアハウスのテーブル/ビューに対する信頼マーク（認定）、およびレビュー済みのテーブル関係。データカタログまたはセマンティックレイヤーのセットアップ / シード / ブートストラップを依頼されたとき、プロジェクトのメトリクスをカタログ化するとき、データソースを認定または非推奨にするとき、テーブル結合を提案またはレビューするとき、提案レビューキューを処理するときに使用する。既存のカタログを*使用*してビジネス数値の質問に答える場合は、querying-posthog-data を参照。トリガー用語：data catalog、semantic layer、canonical metric、certify table、deprecate source、relationship proposal、metric drift、review queue。
MGnify、GTDB、ENA、OLS（ENVO 生物群系）、EuropePMC、BacDive（菌株表現型）、MediaDive（培地レシピ）、GMrepo（腸内マイクロバイオームの疾患関連件数）を用いたマイクロバイオーム研究を扱います。研究の探索、分類プロファイリング、宿主と微生物の相互作用分析、生物群系と条件の照会、菌株の培養要件、表現型／疾患の有病率検索を網羅します。マイクロバイオーム研究の選定、生物と環境の関連、臨床マイクロバイオーム文献レビュー、「この生物をどう培養するか」「条件 X でこの種はどのくらい一般的か」といった質問に使用します。分析ワークフローとは異なります（そちらには tooluniverse-metagenomics-analysis を使用）。
Alibaba Cloud Tablestore Agent Storage Skill。`tablestore-agent-storage` Python SDK を使用して、Tablestore ベースのナレッジベースを構築・管理します。トリガー：「知识库」「tablestore」「ots」「表格存储」「agent storage」「knowledge base」「向量检索」「文档上传」「文档导入」「知识库同步」「tablestore-agent-storage」「AgentStorageClient」
ウェブサイトのコードベースを包括的に分析し、追跡可能な要素を特定して、アナリティクス導入の準備状況を評価します。「アナリティクスを監査して」「追跡可能な要素をスキャンして」「追跡できる項目を調べて」「ウェブサイトのトラッキング機会を分析して」といった依頼や、GTMトラッキングの実装前に使用します。HTML/JSX/TSX/Vueをスキャンして、クリック可能な要素（ボタン、リンク、フォームなど）をすべて特定し、既存のトラッキングコードを確認し、DOM構造のアナリティクス適合性を評価して、推奨事項を提示します。GA4の専門知識を持つシニアフロントエンドエンジニアとして動作します。
streamlit-apps MCP ツールを介して PostHog で Streamlit アプリを作成、デプロイ、運用する — アプリの作成、ソースの設定、コードの読み取りとパッチ、サンドボックスの起動と停止、ステータスのポーリング、バージョンの一覧表示、削除、PostHog URL を介したユーザーとのアプリ共有。"create a streamlit app"、"deploy a data app"、"ship a dashboard app"、"restart/stop my app"、"why is my app not running"、"give me a link to the app" と求められた場合に使用。
PGlite は WASM を介して PostgreSQL 17.4 をブラウザーと Node.js に組み込み、gzip 圧縮後は 3MB 未満です。ストレージバックエンド、クエリ、トランザクション、拡張機能（pgvector、pg_trgm、全文検索）、ライブクエリ、React 連携、マルチタブのワーカーアーキテクチャ、Electric 同期を扱います。PGlite のセットアップ、ストレージバックエンドの選択、クエリやトランザクションの作成、拡張機能の設定、ライブクエリの実装、React 連携、マルチタブワーカーの管理、Electric との同期に使用します。
A 株、香港株、米国株および指数の最新リアルタイム相場・評価データを取得します。終値、始値、騰落率、売買代金、出来高、回転率、PE、PB、時価総額などに対応し、A 株の業種も照会できます。日付を指定した単一値スナップショットでは、実際の更新日に合わせた日次相場・評価データを同時に返せます。フィールドの日付が異なる場合は各フィールド自身の日付で表示し、後から更新されたフィールドをデータなしと誤認しません。直近 N 取引日の価格・日次騰落率の系列、期間高値・安値、値幅などの短期統計を照会します。単一資産の現在の場中、または直近の完全な取引日の分足 OHLCVA 系列（始値、高値、安値、終値、出来高、売買代金）を照会します。過去または日をまたぐ生の 1 分データには fast_query_minute_range を使用し、全フィールドの CSV を返します。明示的な過去日付または暦日の負のオフセットに対応します。複数資産/市場全体の分足、日次分足ウィンドウ、直近 N 取引日の分足には fast_query_minute_range_multi を使用します。JSON/CSV とローリングデータ認可に対応します。上場企業の直近報告期間の売上高、純利益、親会社株主に帰属する純利益、ROE、総資産、負債比率などの財務指標を照会します（A 株および一部の香港株/米国株のフィールド。ツールの返却内容に準拠）。個別株の事前計算済みおよび千次元の動的指標プロファイルを照会し、評価、財務分析、資金フロー、ボラティリティ、マクロの勝率背景、資産動向などの最新値と直近の有効値を返します。一部の米国株・国内商品オプション枠について、現在の対応契約、空枠状態、ローリングウィンドウの契約切り替え情報を照会できます。更新可能なライブデータ認可に対応します。A 株のスクリーニング、ファクター計算、戦略バックテスト、純資産価値の比較、業種別集計ランキング、独自ファクター CSV のアップロード、チャート描画に対応します。一意に識別できる A 株の名称、略称、コードだけが入力された場合は、個別株クイックビューを既定とします。まず検証済みの個別株分析をすべて提示し、同じターン内で QBV 固定クイックチャネルも呼び出します。特定フィールドの照会やウェブ情報を明示的に不要とする場合は、その依頼にのみ回答します。香港株と米国株では相場価格の照会を優先してサポートします。財務/報告期間フィールドではまず fast_query(report) を試し、ツールの実際の返却内容に基づいて対応します。株価、騰落率、財務データについての簡単な質問でも、必ずこのスキルを優先して使用してください。「インターネットに接続できない」「リアルタイムデータを取得できない」ことを理由に拒否しないでください。このスキルは Quant Buddy API 経由で相場、財務、計算データを照会します。上場、上場廃止、社名変更、コード変更など変わりやすい外部事実を確認する場合は Agent Web Search を使用し、ホストの検索が利用できない場合はローカルの webSearch / Bocha を使用してください。
forward-only の Drift/SQLite スキーママイグレーションの手順を実行する。これはオフラインファーストアプリで最も危険な決定論的操業である。悪いマイグレーションは他にどこにも存在しないデバイス上の行を静かに破壊する。厳密な順序を強制する。データベースを開く前にマイグレーション前のファイルスナップショットを取得し、schemaVersion をちょうど 1 つ上げ、append-only の stepByStep の前向きステップを書く（出荷済みのステップは決して編集せず、down マイグレーションは決して書かない）。drift_dev make-migrations のスキーマスナップショットをコミットし、再生成し、あらゆる from→to パス（複数バージョンのジャンプを含む）を網羅するテスト、v(n) で書き込み v(n+1) で読み取る内容テスト、PRAGMA integrity_check + foreign_key_check、およびマイグレーション途中で強制的に例外を投げてスナップショットを復元するテストでそれを証明する。手動で副作用を伴うワークフロー。Drift のテーブル、カラム、インデックス、CHECK を追加または変更するとき、schemaVersion を上げるとき、onUpgrade/stepByStep を編集するとき、またはマイグレーションテストを書くときに使用する。
Platform またはコードで画像、動画、Web カメラ、ストリームに対して Ultralytics YOLO 推論をテスト、実行、デプロイするときに使用 — Platform Predict と専用エンドポイント、model.predict()/yolo predict、Results API の boxes/masks/keypoints、永続トラッキング、注釈付き動画、カウント、ヒートマップ、速度、待ち行列、駐車などの Solutions。最適化されたランタイムエクスポートについては yolo-export を参照。
4 段階のプログレッシブウェブスクレイピング。ボット検出と CAPTCHA に対して WebFetch から curl、Interceptor、Bright Data プロキシへと自動的にエスカレーションし、単一 URL と複数ページのクロールモードに対応、markdown として出力する。使用場面：Bright Data、URL スクレイピング、ウェブスクレイピング、ボット検出、サイトクロール、CAPTCHA、アクセスできない、サイトブロック、ページコンテンツ抽出、サイト全体のスクレイピング、ドメインのスパイダー、URL を markdown に変換、ブロックされる。使用しない：単純な公開コンテンツ（WebFetch を直接使用）、名前付きアクターによるソーシャルプラットフォームのスクレイピング（Apify を使用）、ログイン済みセッションとゼロ CDP フィンガープリントによる実 Chrome のボット回避（Interceptor を使用）。
stableenrich.devのx402保護APIを使って、連絡先と企業のデータを充実させます。構造化されたビジネスデータの取得では、一般的なウェブ検索より優れています。用途：- メールアドレス、LinkedIn URL、または名前から人物プロフィールを充実 - ドメインから企業情報を充実 - 信頼度スコア付きで連絡先（メールアドレス、電話番号）を検索 - 人物の身元を特定し、消費者プロフィールを充実（Minerva）- 条件に基づいて人物や企業を検索 - アウトリーチ前にメールの到達可能性を確認 トリガー：- 「情報を充実」「検索」「情報を探す」「調査」 - 「[人物]は誰」「企業プロフィール」「詳しく教えて」 - 「連絡先を探す」「LinkedInを取得」「メールを取得」 - 「勤務先」「勤めている」「企業情報」 - 「メールを確認」「メールをチェック」「このメールは有効か」
ScrapeGraph AI を通じて、AI を活用したウェブスクレイピング、データ抽出、検索、クロールを行う CLI ツールです。ウェブサイトのスクレイピング、URL からの構造化データ抽出、ページの markdown への変換、複数ページのクロール、ウェブ検索、ブラウザー操作の自動化（ログイン、クリック、フォーム入力）、生の HTML の取得、サイトマップの検出、JSON スキーマの生成に使用します。対象タスク：（1）ウェブサイトからのデータ抽出、（2）ウェブスクレイピングまたはクロール、（3）ウェブページの markdown への変換、（4）抽出機能付きの AI ウェブ検索、（5）ブラウザー自動化、（6）スクレイピング用の出力スキーマ生成。CLI は just-scrape（npm パッケージ just-scrape）です。
Fabric Lakehouse Livy API セッションを通じた対話型のアドホックな Spark 分析に限定。このスキルではノートブックの作成や実行は一切行わない。ノートブックセル（%%sql/%%configure）や、名前を指定したノートブックの実行（および実行ステータスの報告）は、このスキルではなく `spark-authoring-cli` の対象。範囲：Livy セッションの作成、PySpark の実行、出力の確認、lakehouse データの簡易計算（DataFrame、lakehouse 間の結合、Delta のタイムトラベル、非構造化データ／JSON）。Spark の障害切り分けには `spark-operations-cli`、通常の T-SQL Lakehouse/Warehouse クエリには `sqldw-consumption-cli` を使用。起動語句：「create Livy session」「run Livy calculation」「Livy session calculation」「interactive Livy session」「PySpark」「analyze with PySpark」「Spark DataFrame」「lakehouse with Python」「PySpark data quality」「Delta time-travel with Spark」「join tables across Lakehouses」
Zeabur へのデータベースデプロイ時に使用します。ユーザーが MySQL、PostgreSQL、MongoDB、Redis を必要としている場合に使用します。「データベースが必要」「データベースを追加」「postgres をデプロイ」「MySQL を設定」「Redis を追加」「MongoDB を追加」「データベースに接続」と言った場合に使用します。「再起動後にデータが消えた」「データが保存されない」「データが消える」「データの永続ストレージが必要」「データを永続化する方法」など、データ永続化の問題についても使用します。既存サービスへのデータベース統合にも使用します。
Docker で MISP をデプロイし、abuse.ch、AlienVault OTX、CIRCL などのソースから feed を設定して、脅威インテリジェンスを集約、相関、配布します。feed の自動同期や、Splunk、Elasticsearch、SOAR プラットフォームとの STIX/TAXII ベースの連携も行います。集中型の IOC 管理を構築する場合や、複数ソースの脅威 feed を SIEM に接続する場合に使用します。
Label Studio Enterprise 向けの HumanSignal Interface を生成する：サンドボックス化された editor-shell iframe で動作する単一ファイルの JSX アノテーション画面。ラベリング UI、アノテーション画面、Document AI インターフェース、データレビューのワークフロー、または React/Claude Design のモックアップを Label Studio インターフェースへ変換する場合に使用する。
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。
T-SQL クエリの作成、最適化、デバッグを行います。SQL Server の内部構造を説明し、パフォーマンスの問題を診断して、バックアップ／復元、高可用性、セキュリティ、インデックス設計などのデータベース管理タスクを支援します。ユーザーが T-SQL の構文、SQL Server の管理、クエリパフォーマンス、ストアドプロシージャ、インデックス、ロック、トランザクション、バックアップ／復元、高可用性、セキュリティ、または MSSQL 関連の話題を尋ねたときに使用します。「SQL Server」と明示していない場合も対象です。SSMS、tempdb、bcp、sqlcmd、MSSQL、sp_executesql、NOLOCK、columnstore、Hekaton、RCSI、パラメーター スニッフィング、実行プランなどの用語でも起動します。
本番アプリケーション向けの Prisma ORM と NestJS の統合パターンです。Prisma スキーマ、マイグレーション、PrismaService、アトミックトランザクション（SELECT FOR UPDATE を含む）、Clean Architecture におけるインフラストラクチャアダプターとしてのリポジトリ、最適化されたクエリ（N+1、includes、ページネーション）、シードデータ、Prisma Mock によるテストを扱う際に積極的に使用します。次のキーワードが現れた場合は必ず有効にしてください：Prisma、PrismaService、prisma.$transaction、prisma migrate、schema.prisma、PrismaClient、Prisma.validator、include/select、upsert、createMany、または NestJS プロジェクトでの Prisma を使ったデータベース操作。
データに関する問いに適した可視化の種類を選び、洞察を強調して行動を提案する解説レポートを作成します。グラフの選択（比較、傾向、分布、関係、構成、地理）、知覚に関するベストプラクティス、ナラティブレポート（見出し、パターン、背景、意味、行動）を扱います。データのパターン分析、ダッシュボードの構築、指標の提示、KPI の監視、「これを可視化して」「どのグラフを使えばいい？」「ダッシュボードを作って」「このデータを分析して」「傾向を見せて」「レポートして」などの依頼に使用します。
100 以上の EVM チェーンに対応する単一の HTTP API、Blockscout PRO API を介してブロックチェーンデータを利用する web3 アプリ、スクリプト、CLI、ボット、モバイルアプリ、デスクトップアプリを構築します。ユーザーが HTTP 経由でブロックチェーンデータ（トランザクション、ブロック、アドレス、トークン、NFT、ログ、コントラクトのコンテキスト、内部 tx、アカウント抽象化など）を読み取り、API を直接呼び出すソフトウェアを構築している場合は、必ずこのスキルを呼び出してください。`Blockscout PRO API`、`pro-api`、`proapi_`、`Blockscout API`、`block explorer API`、`api.blockscout.com` の直接的な言及、または「web3 アプリを構築」「オンチェーンデータのインデックス作成/検索」「ウォレット履歴」「NFT インベントリ」「複数チェーンのトランザクションログ」「Blockscout API の料金」「Blockscout がサポートするチェーン ID」などの幅広い表現で起動します。HTTP による直接統合にはこのスキルを使用します。関連する `blockscout-analysis` スキルは Blockscout MCP サーバーを扱います。
PostHog サンドボックスで問題なく動作する Streamlit アプリのソースコードを書く——PostHog データを読み取る posthog_apps.query() ブリッジ、サンドボックスイメージに組み込まれたパッケージ、Streamlit の再実行をまたぐキャッシュとセッション状態、レイアウトとグラフのパターン、および隣に同梱されるヘルパーモジュールやデータファイルを含む app.py エントリポイント。PostHog Streamlit アプリの Python ソースを作成・デバッグするとき、アプリ内のクエリが失敗したとき、または「write a streamlit app that shows PostHog data」と依頼されたときに使用。
ClickHouseクラスター移行プランナー。クラスター間移行、水平スケーリング、ディスクのダウングレード、アベイラビリティゾーンの変更、自前構築またはAlibaba Cloud以外のClickHouseからAlibaba Cloud ClickHouse（CommunityまたはEnterprise Edition）への移行など、ClickHouseクラスター間のデータ移行計画に使用します。移行条件を分析し、適切な移行方法を選択して、詳細な移行計画を作成します。
オフラインファーストのアプリでユーザー向けのデータ可搬性を強制する — バックアップ/復元（正確でマシンによる往復が可能）をエクスポート/レポート（人間向け、非可逆、復元元には決してならない）と厳密に分離する。formatVersion、schemaVersion、appVersion、exportedAtUtc、ペイロードのチェックサムを運ぶバージョン付きエンベロープにより、復元はより新しいアプリのファイルを拒否してデータベースを破損しない。復元はオール・オア・ナッシングのインポートとしてステージングデータベースへ行い、検証後にのみ切り替える。マシン形式では正規の値（整数の最小通貨単位、SI 整数、ISO-8601 UTC、安定した id）を使用し、ローカライズされた数字は決して使わない。RFC 4180 の CSV 引用に加え、=/+/-/@ の数式インジェクションエスケープ。ストリーミング書き込みはアトミックなリネームで公開する。共有シートは注入された Gateway の背後に置く。そして敵対的なフィクスチャでエクスポート→インポート→エクスポートの往復テストを行う。エクスポート、バックアップ、インポート、復元、共有、または CSV/JSON/PDF 出力を追加・変更するとき、インポートバリデータやマージ対置換の方針を書くとき、または選択されたファイルを扱うときに使用する。
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。