Skills

P

pandas-construction-analysis

datadrivenconstruction / ddc_skills_for_ai_agents_in_construction

建設データ分析向けの包括的な Pandas ツールキットです。BIM 要素のフィルタリング、グループ化、集計、数量計算、データセットの結合、構造化された建設データからのレポート生成ができます。

P

pythia-explore

thaildhe172591 / pythia

Oracle スキーマ内のあらゆる内容を理解する必要があるときに使用する——オブジェクトの検索、PL/SQL ソースの読解、シグネチャ、テーブル列、DDL、コード検索、誰が何を使用しているかの確認など。.sql ファイル、ダンプ、エクスポート、移行スクリプト、オブジェクトのリポジトリ上のコピーがすでに質問に答えているように見える場合（開発者が指定したものを含む）にも使用する——それらのファイルはデータベースから乖離しており、正しく見える形で誤っているため。データベースだけが唯一の真実の情報源である。

S

senior-computer-vision

borghei / claude-skills

物体検出、セグメンテーション、ビジュアル AI のためのコンピュータービジョンエンジニアリング。CNN と Vision Transformer のアーキテクチャ、ONNX/TensorRT のデプロイを扱います。検出パイプラインの構築、モデルのトレーニング、推論の最適化に使用します。

S

spreadsheet

letta-ai / skills

数式に対応したワークフロー、キャッシュ済みの再計算、目視確認を用いて、スプレッドシート（`.xlsx`、`.csv`、`.tsv`）を作成、編集、分析、書式設定するタスクで使用します。

Y

yolo-datasets

ultralytics / skills

Ultralytics Platform またはローカル YOLO でデータセットのアップロード、アノテーション、構築、変換、分析、デバッグを行うときに使用 — Platform のデータセット管理と Smart Annotation、data.yaml、YOLO ラベルの .txt 形式、COCO/DOTA/mask 変換、自動ラベリング、分割、検証、および「no labels found」や mAP がほぼ 0 になるなどのエラー。detect、segment、semantic、depth、classify、pose、OBB データを扱います。

A

alpaca-broker-market-data

alpacahq / alpaca-skills

Alpaca から米国株式市場データを取得・ストリーミングします — REST のスナップショット/バー/トレード/クオート、時間軸とフィード（IEX と SIP）を指定したヒストリカルバー、資産マスターリスト、市場クロックとカレンダー、ニュース、リアルタイム WebSocket ストリーム。任意の言語で Alpaca 上にチャート、クオート、価格フィード、資産メタデータを構築するときに使用します。

B

browser-automation

the-focus-ai / chrome-driver

DevTools Protocolを介してChromeブラウザーのタスクを自動化します。ウェブサイトのスクレイピング、スクリーンショットの撮影、PDFの生成、Webページの操作、コンテンツの抽出、フォームの入力、ブラウザータスクの自動化に使用します

C

cdata-cli

cdatasoftware / cli-skills

ユーザーがコマンドラインから CData ドライバーを通じてデータソースへの接続、クエリ、探索を行いたいときに使用する。内容は次のとおり：エンタープライズシステム（Salesforce、NetSuite、Snowflake、SQL Server、Jira など）への接続の作成やテスト、接続済みデータへの SQL クエリの実行、スキーマの探索（テーブル、列、ストアドプロシージャの一覧表示）、データソース固有のストアドプロシージャの実行、CData ドライバーのダウンロード、インストール、アクティベーション。データソース固有のガイダンスを追加するすべてのドライバーレベルの cdata- スキル（cdata-salesforce、cdata-airtable など）の前提となる基盤として機能する。

C

code-exec-skills

wentorai / research-plugins

7 つのコード実行スキル。トリガー：コードの実行、インタラクティブノートブック、Jupyter、Colab、サンドボックス実行。設計：セットアップ手順とベストプラクティスを含む実行環境ガイド。

D

data-cleaning

seb1n / awesome-ai-agent-skills

欠損値の処理、重複の削除、型の修正、外れ値の解決、検証スキーマの適用によってデータセットをクリーニングおよび前処理する。ユーザーがデータクレンジングを要求した場合、またはこのワークフローに関連する入力を行った場合に使用する。

E

etherscan

etherscan / skills

Etherscan のウェブサイト機能、API エンドポイント、コマンドライン コマンド、MCP ツールを把握します。Etherscan のインターフェースを選択するとき、エクスプローラー ページや開発者向けユーティリティを探すとき、API リクエストを構築・トラブルシューティングするとき、ターミナル ワークフローを自動化するとき、Etherscan MCP ツールに接続・呼び出しするとき、認証を処理するとき、チェーン対応を確認するとき、エラーを解釈するとき、または Etherscan の各インターフェース間で機能、制限、動作を比較するときに使用します。

F

firecrawl

membranedev / application-skills

Firecrawl 連携。データやレコードを管理し、ワークフローを自動化します。ユーザーが Firecrawl のデータを操作したい場合に使用します。

H

hex

membranedev / application-skills

Hex 連携。データやレコードを管理し、ワークフローを自動化します。ユーザーが Hex のデータを操作したい場合に使用します。

M

modeling-warehouse-foundations

posthog / ai-plugin

PostHog で再利用可能なデータモデルを構築するための共通基盤。2 つのスタックのいずれかを使用する：PostHog ネイティブのデータウェアハウスビュー／マテリアライズドビュー（HogQL、view-* MCP ツール経由）、または外部 dbt プロジェクト（sources.yml + staging/marts + schema テスト）を自前のウェアハウスまたは PostHog のマネージドウェアハウスに対して実行する。具体的なビジネスモデルを書く前に読むこと — PostHog と dbt の選択、view-create → view-materialize → sync_frequency ワークフローと HogQL の列エイリアス規則、dbt プロジェクトの雛形と率直な「ネイティブな dbt 統合はない」状況、ウェアハウスの join とスタースキーマのディメンション、convertCurrency() による通貨換算、データカタログでのモデルの確認／登録と再利用を扱う。ドメインスキル modeling-revenue-metrics、modeling-conversion-metrics、modeling-activation-metrics、modeling-product-usage-metrics、modeling-dimension-tables の関連スキル。ユーザーが PostHog でビュー、マテリアライズドビュー、dbt モデルを構築する方法、またはどちらのスタックを使うべきかを尋ねたときに使用。

N

notion

zapier / connectors

Agent から呼び出せる Notion ツールです。ページやデータベースの検索、ページの読み取りと作成、データソースのクエリ、コンテンツの追記、スキーマの管理に対応します。ユーザーが Notion に言及した場合や、Notion と明示しなくても Notion のコンテンツを検索、読み取り、作成、編集したい場合に使用します。

P

pp-instagram

mvanhorn / printing-press-library

すべてのブランドアカウントの Instagram Business 指標を確認します。トリガーフレーズ：`compare my instagram brands`、`instagram follower growth`、`best time to post on instagram`、`top instagram posts this month`、`instagram competitor analytics`、`use instagram-pp-cli`、`run instagram analytics`。

R

rw-evidence-map

ozrwayne / rw-research-skill

問い、文献、エビデンス、研究デザイン、執筆、投稿を扱う12個の独立した研究ワークフロースキル。

R

rw-research-design

ozrwayne / rw-research-skill

問い、文献、エビデンス、研究デザイン、執筆、投稿を扱う12個の独立した研究ワークフロースキル。

S

segment

membranedev / application-skills

Segment 連携。ワークスペースを管理します。ユーザーが Segment のデータを操作したい場合に使用します。

記述統計、傾向分析、外れ値検出、仮説検定などの統計手法を適用します。分布の分析、有意性の検定、異常の検出、相関の計算、統計結果の解釈に使用します

T

transactional-patterns

rrezartprebreza / spring-boot-skills

Spring Boot 3 のデータベーストランザクション境界、ロールバック、伝播、楽観ロックの再試行、コミットに伴うイベントを定義またはデバッグする際に使用します。重複 HTTP コマンドには idempotency-patterns、リアクティブトランザクションには webflux-reactive-patterns を使用します

W

wx-cli

pandorafuture / wx-cli

ユーザーが自身の WeChat のメッセージ、連絡先、会話、チャット履歴について尋ねたとき、または WeChat データの復号/検索が必要なときに使用する。暗号化された WeChat の macOS データベースを照会するための構造化された CLI コマンドを提供する。

Y

yolo-training

ultralytics / skills

Platform、クラウド GPU、またはローカルコードで Ultralytics YOLO モデルをトレーニング、ファインチューニング、検証する際に使用する——model.train()、yolo train/val、リモートメトリクスストリーミング、epochs、batch、imgsz、devices、データ拡張、マルチ GPU、再開、結果、および OOM、NaN loss、低い mAP、過学習の修正。ハイパーパラメータ探索と体系的な改善ループについては yolo-tuning を参照。

ユーザーが支払いダッシュボードの KPI、ページ分割されたダッシュボードを求める場合に使用

D

database-design-patterns

curiositech / some_claude_skills

リレーショナルデータベースのスキーマ設計、正規化の判断、インデックス戦略、マイグレーションの安全性。テーブルの設計、正規化と非正規化の選択、インデックスの選定の際に使用する

E

extract-page-data

lintendo / axhub-skills

Playwright を使って任意のウェブページから構造化データを抽出します。スクリーンショット、デザイントークン、Markdown 形式のページテキスト、インタラクティブ要素マップ、ページ全体のデータパックに対応します。ユーザーがウェブページ全体または要素のスクリーンショット取得、CSS デザイントークンやテーマ情報の抽出、ページ内容の Markdown 変換、リンクやインタラクティブ要素の収集、完全なページ分析パッケージのエクスポートを希望する場合に使用します。Axure プロトタイプ以外のすべての URL が対象です。Axure URL には extract-axure-data を使用します。

説明はまだありません

G

google-sheets

hyperfx-ai / marketing-skills

列をずらしたり誤った範囲を上書きしたりせずに Google Sheets を読み取り、マッピング、書き込みするための安全なワークフロー。ユーザーがスプレッドシートデータの読み取り、更新、追加、シート構造の修正、Google Sheets へのデータ同期を望むときに使用する。

L

law-skills

wentorai / research-plugins

9 つの法律リサーチスキル。トリガー：法律リサーチ、判例分析、規制コンプライアンス。設計：法律データベース、引用ネットワーク、司法アナリティクスツール。

O

optimizing-clickhouse-and-hogql-queries

posthog / posthog

ClickHouse と HogQL のクエリを最適化するワークフロー。HogQL クエリ、query runner、insight、レポートが遅すぎるとき、手書きの ClickHouse クエリ（`sync_execute` 経由または migration 内）が遅すぎるとき、ClickHouse がタイムアウトしたりメモリ上限に達したりするとき、遅い `system.query_log` の行を調査するとき、または提案された HogQL printer の変更をパフォーマンスの観点でレビューするときに使用する。ClickHouse SQL の抽出、よくある臭い（`FROM ... FINAL`、properties に対する `JSONExtract`、skip index の欠落、自己結合、CTE の膨張）、実クラスタでの測定、正しい層（printer、query runner、migration）での修正の適用を扱う。Postgres / Django ORM / アプリデータベースのクエリは対象外。それらには `profiling-slow-api-endpoints` を使用する。

P

pythia-apply

thaildhe172591 / pythia

PL/SQL の変更をデータベースに反映する準備ができたときに使用する — CREATE OR REPLACE の適用、ジャーナルからの復元、その他の書き込み。pythia apply を通じて 6 ステップのフローを実行し、ゲートを強制する — 開発者はプレビューを確認してチャットで承認してから書き込みが行われ、壊れた結果が成功として報告されることはない。

S

sqldw-authoring-cli

microsoft / skills-for-fabric

MCPの`fabric-sqlendpoint-execute_query`ツールを介して、Microsoft Fabric Data WarehouseおよびSQLエンドポイントで作成用T-SQL（DDL、DML、データ取り込み、トランザクション、スキーマ変更）を実行します。ユーザーが次の操作を行いたい場合に使用します。(1) テーブルの作成/変更/削除、(2) データの挿入/更新/削除/マージ、(3) COPY INTOまたはOPENROWSETによる取り込み、(4) トランザクションまたはストアドプロシージャの管理、(5) スキーマの進化、(6) タイムトラベルまたはスナップショットの利用、(7) ETL/ELTワークフローの生成、(8) Lakehouse SQLEPでのビュー/関数/プロシージャの作成。トリガー：「ウェアハウスにテーブルを作成」「T-SQLでデータを挿入」「ADLSからロード」「COPY INTO」「T-SQLでETLを実行」「ウェアハウステーブルを変更」「T-SQLでupsert」「ウェアハウスにマージ」「T-SQLプロシージャを作成」「ウェアハウスのタイムトラベル」「削除したウェアハウスデータを復元」「ウェアハウススキーマを作成」「ウェアハウスをデプロイ」「トランザクション競合」「スナップショット分離エラー」。

T

tooluniverse-meta-analysis

mims-harvard / tooluniverse

メタ分析／エビデンス統合。固定効果モデルまたはランダム効果モデルを用いて複数研究の効果量（オッズ比、リスク比、ハザード比、平均差、相関、GWAS ベータ）を統合し、異質性（Q、I²、τ²）を定量化してフォレストプロットを作成します。複数の研究結果から統合推定値を得たい場合や、システマティックレビュー、複数の GWAS、再現実験のエビデンスを統合する場合に使用します。誤りが生じやすい効果量と標準誤差の準備（OR/HR/CI、2 群の平均±SD、比率、相関を統合に必要な（効果量、SE）に変換）にも対応します。

T

tooluniverse-protein-structural-annotation-pdb

mims-harvard / tooluniverse

PDB 構造から、残基ごとの注釈テーブルを作成します。結合界面（相手鎖との界面）にある残基、リガンドポケットを形成する残基、埋もれた残基（コア）と溶媒に露出した残基（表面）、および任意の二次構造を示します。これは DMS ヒートマップの下に描画される構造トラックであり、構造事前情報に基づく SAE 特徴の変化を読み取る基準となります。変異の解釈や DMS 分析をタンパク質の実際の物理的状況に結び付ける必要がある場合に使用します。

U

using-univer-cli

dream-num / skills

スプレッドシート、ワークブックファイル、Excel 互換ファイル、.xlsx/.csv/.univer パッケージ、シート、セル、範囲、数式、グラフ、書式設定、ワークブックのプレビュー、または SaC のワークブック動作に関するタスクで使用します。

Volcengine RDS PostgreSQL を使用し、RDS PostgreSQL 関連のインスタンス管理、データベース操作、アカウント管理、運用タスクをユーザーが行えるよう支援する。uv run ./scripts/call_rds_postgresql.py スクリプトを直接呼び出してリアルタイムの結果を取得できる。

X

xiaohongshu-account-research

postplusai / postplus-skills

検証済みの最新投稿ページから小紅書アカウントを調査し、アカウント単位のコンテンツシグナルを集約します。検証済みのプロフィールアクターが空の場合、フォロワー数やプロフィール指標を取得できるかのように扱わないでください。

A

alibabacloud-quickbi-smartq

aliyun / alibabacloud-aiops-skills

Quick BI-SmartQ のスキルは、複数のデータ分析機能を備えています。1. **ファイル Q&A**：Quick BI API 経由で Excel/CSV ファイルをアップロードしてインテリジェントに分析。2. **データセット Q&A**：Quick BI プラットフォームのデータセットを自然言語で検索し、テーブルを自動で選択・照合。3. **ドキュメント解析**：PDF/Word/Excel/CSV/画像を解析してテキストを抽出し、主要フィールドを抽出して構造化 Excel を生成。4. **ダッシュボードスキル生成**：QuickBI ダッシュボードをデータクエリスキルに自動変換。5. **データインサイト**：Quick BI データセットを詳細に分析。6. **データレポート**：分析結果に基づいて専門的なデータレポートを自動生成。データ分析、スマート Q&A、データ検索、ファイル分析、ドキュメント解析、ダッシュボードスキル、データインサイト、データレポートに関する言及がある場合に使用します。

A

alibabacloud-tablestore-openclaw-memory

aliyun / alibabacloud-aiops-skills

このスキルは、OpenClaw 用の **Tablestore Mem0** プラグインをインストールして設定します。Tablestore Mem0 は Alibaba Cloud Tablestore を mem0 のベクトルストアバックエンドとして使用し、AI エージェントに永続的な長期記憶を提供します。Alibaba Cloud Tablestore をバックエンドとして、OpenClaw に長期記憶を保存または管理させたい場合に使用します。トリガー：「tablestore memory を設定」「tablestore mem0 プラグインをインストール」「tablestore で長期記憶を設定」「これを覚えて」。

ユーザーが CRM のアクティビティストリーム、イベントを確認したいときに使用。

データ分析スキルパック。データの自動収集、クリーニング、可視化、レポート生成を行います。手作業での Excel 操作をなくしたいデータアナリストや運用担当者に適しています。

D

database-testing

proffesor-for-testing / agentic-qe

データベーススキーマの検証、データ整合性テスト、マイグレーションテスト、トランザクション分離、クエリパフォーマンスを扱います。データの永続性のテスト、参照整合性の確保、データベースマイグレーションの検証に使用します。

dev-browser CLI による名前付き永続ページを用いたブラウザ自動化。サイトの遷移、フォーム入力、スクリーンショット、Web データの抽出、Web アプリのテスト、サイトへのログイン、ブラウザワークフローの自動化を求める場合に使用する。トリガー：「go to [url]」「click on」「fill out the form」「take a screenshot」「scrape」「automate」「test the website」「log into」「open the browser」など、ブラウザ操作に関するリクエスト。

K

kaggle-cli

kaggle / kaggle-cli

ローカルの Kaggle CLI skill を使用して、コンペティション、データセット、kernel/notebook、モデル、モデルのバリエーションとバージョン、受信トレイのファイルアップロード、フォーラム/ディスカッション、ベンチマーク、設定、OAuth/API トークン認証、アクセラレータクォータにわたるコマンドのガイダンス、ワークフロー、トラブルシューティングを行う。ユーザーが kaggle CLI コマンド、例、フラグ、メタデータファイル、ダウンロード/アップロードの流れ、提出、ベンチマークタスク、Kaggle CLI の挙動について尋ねたときにこの skill を有効化する。

L

linear-export

nesszer / linear-cli

Linear データを CSV、Markdown、JSON にエクスポートする。イシューやプロジェクトをエクスポートするときに使用する。

L

linkfox-lanjing-mercado-product-selection

linkfox-ai / linkfox-skills

Mercado Libre の商品選定データの照会と分析。LinkFox ゲートウェイを通じて、商品、公式リンク、キーワード、カテゴリ、トレンド、店舗、レビュー、為替レート、プラン利用状況に関する蓝鲸 の 24 個のツールを一元的に呼び出し、メキシコ、ブラジル、アルゼンチン、チリ、コロンビアの各サイトに対応します。ユーザーが Mercado Libre、美客多、蓝鲸选品、Lanjing、美客多选品、商品検索、カテゴリのトレンド、人気検索キーワード、流入キーワードの逆引き、店舗検索、レビュー検索、為替レート、プラン利用状況に言及したときに、このスキルを起動します。

M

mode

membranedev / application-skills

Mode の連携。組織を管理します。ユーザーが Mode のデータを操作したい場合に使用します。

O

organize-ml-workspace

probabl-ai / skills

非推奨の互換スキルです。インストール済みのワークフローがこの旧 ID を参照している場合にのみ起動します。

S

sn-da-excel-workflow

opensensenova / sensenova-skills

Excel データ分析のマルチステップオーケストレーター。対象：(1) 複数 Sheet の Excel ファイルの読み取りと行数の集計、(2) 大容量ファイルの検出（10k 行以上で自動 Parquet 最適化）、(3) データクリーニング（欠損値、テキスト正規化、無効な文字）、(4) 条件フィルタリングと分類抽出、(5) Sheet をまたぐ統計集計、(6) Excel/CSV のエクスポートとダウンロードリンクの提供。データ読み取りからレポート生成までの全工程をカバーし、capability サブ skill をステップごとに編成する。**次のいずれかに該当する場合は、数行の pandas で自分で答えるのではなく、本 skill を積極的に使用すること**：①ユーザーにトリガーワードが出た場合：Excel 分析 / 表格分析 / 数据分析 / 数据清洗 / 数据统计 / 数据筛选 / 数据可视化 / 数据导出 / 汇总统计 / 透视表 / 分组统计 / 交叉分析 / 趋势分析 / 对比分析 / 异常值检测 / 去重 / 缺失值处理 / Excel 报告 / 生成报表 / analyze Excel / data analysis / data cleaning / pivot table；②ユーザーが .xlsx / .xls / .csv ファイルをアップロードまたは指定し、分析、クリーニング、統計、可視化を求めた場合；③タスクが複数 Sheet の読み取り、条件フィルタリング、分類集計、グラフ生成のいずれかを含む場合；④ユーザーが書式付き Excel レポートやダウンロードリンクのエクスポートを求めた場合。以下には使用しない：表形式データを扱わない純粋なテキスト処理、画像分析（sn-da-image-caption を使用）、単一の数式計算の簡単な質疑応答。

S

sn-da-image-caption

opensensenova / sensenova-skills

画像の理解とデータ抽出を行うスキル。画像ファイル（.png/.jpg/.jpeg/.gif/.webp/.bmp）が主な入力で、ユーザーが内容の理解、データ抽出、画像分析を求める場合に使用します。事前設定済みのキャプションスクリプト（scripts/caption.py）を提供し、追加の API Key 設定なしで、ビジョンモデルを使って画像をテキストの説明に変換します。対応内容：（1）scripts/caption.py によるグラフ／表／スクリーンショット／フローチャートのキャプション作成、（2）キャプションテキストの構造化 DataFrame への解析、（3）抽出データに基づく可視化の再生成、（4）Excel/CSV へのエクスポート。以下のいずれかに該当する場合は、このスキルを積極的に使用し、画像の内容を推測しないでください。①ユーザーがトリガー語を使用：画像分析 / グラフ抽出 / 表認識 / OCR / 画像説明 / スクリーンショット分析 / グラフデータ / 画像からデータを抽出 / 画像を表に変換 / 画像認識 / image caption / extract data from image / chart analysis / table OCR；②ユーザーが画像ファイル（.png / .jpg / .jpeg / .gif / .webp / .bmp）をアップロードまたは指定し、その理解、データ抽出、内容分析を求める；③グラフ、表、UI のスクリーンショットやフローチャートから構造化情報を抽出する必要がある；④画像のデータを Excel/CSV に変換する、または可視化を再生成するよう求める。画像編集（トリミング、フィルター、拡大縮小）、画像生成、データを含まない風景／人物写真の説明には使用しません。

T

turso

membranedev / application-skills

Turso 連携。データやレコードを管理し、ワークフローを自動化します。ユーザーが Turso のデータを操作したい場合に使用します。

W

won-deal-icp-finder

lagrowthmachine / gtm-system

金額の大きい受注済みディールを監査し、実証済みの理想顧客プロファイルを見つけて、似たようなアカウントをさらに探す。受注ディールの分析、優良顧客の監査、最も売上を生んだ企業の確認、本当の ICP の特定、類似ターゲットリストの作成、実際に支払う顧客によるセグメント化、最も売上に貢献した獲得チャネルの把握を望む場合に使用する。トリガー：'audit my biggest deals'、'which customers made us the most money'、'analyze my closed-won'、'what's my proven ICP'、'find more customers like my best ones'、'look-alike accounts'、'HubSpot deal analysis'、'revenue by account'、'which channel generated my best deals'、'acquisition source analysis'。ICP の精緻化、アカウントベースドターゲティング、pipeline/QBR レビューを行う RevOps、セールス/マーケティング責任者、創業者、グロースリード向け。HubSpot を MCP または CSV エクスポート経由で読み取り、そのプロファイルを sales-nav-search-builder に渡して開拓検索を生成する。La Growth Machine が保守。

W

wuji-cli-viz

wuji-technology / wuji-cli

公式の Rerun Web Viewer と `wuji viz` で Wuji Hand 2 または Wuji Glove のライブデータを可視化する。ユーザーが手のポーズ、taxel ごとの力、指ごとの合力、力の履歴、ライブ可視化の不具合、対話的なデバイス選択、Hand 2 の実行時触覚ゼロ点調整を確認したいときに使用。

B

byted-data-search

bytedance / agentkit-samples

業界データの検索・分析ツール。複数のコンプライアンス Woodland な公開データソースに接続し、完全一致、あいまい検索、集計統計、グループ分け並べ替えなどの検索方式に対応。現在、工商企業の基本情報、サプライチェーン节点的地域指標、サプライチェーン企業情報、A株関連情報など vomit なLit场景をカバー。 利用可能なデータソースの一覧とフィールド構造は、describe_datasource インターフェースで動的に取得する必要がある。 ユーザーが企業、会社、産業、サプライチェーンに関するデータ検索の意図を示したときは、常にこの Skill を発動させる。代表的なシナリオは次のとおり（ただしこれに限られない）: - ある会社の工商登録情報（名称、法定代表人、資本金、設立日、経営範囲、株主、資金調達履歴など）の検索 - A Share 上場企業のファンダメンタルズ、証券情報、F10 データ、IPO 情報、配当、役員情報の検索 - あるサプライチェーンの構造（ノード企業、地域分布、各種ラベルの企業統計——リーダー_relation、高新技术、専精特新、ユニコーン、巨人企業など）の検索 - サプライチェーンの地域指標（売上総資産、利益率、ROE、知的財産、入札データなど）の検索 - 地域、産業、企業ラベルなどの次元による集計統計またはグループ分析 - 「あの会社を調べて」「この企業を見て」「xx 産業のリーダーは何か」など、あらゆる公開データ検索の意図 必要なデータがカバーされているか判断できない場合も、データソース一覧のインターフェースを先に呼び出して確認し、直接拒否したり推測したりしてはならない。データはコンプライアンス934な公開チャネルから取得されており、参考情報のみをIceし、意思決定の根拠とはならない。

H

huawei-cloud-doris-sql-check

huaweicloud / huaweicloud-skills

Apache Doris 向けの包括的な SQL 文チェックです（Doris 3.1.4 Nereids ANTLR4 grammar に基づく）。2 つのチェックモードに対応します。1. 構文チェック：キーワード検証、文構造の確認、句の完全性、Doris 固有構文との互換性（DISTRIBUTED BY、PARTITION BY、ENGINE、DUPLICATE/AGGREGATE/UNIQUE KEY、INSERT OVERWRITE、LOAD、EXPORT、MTMV、BACKUP/RESTORE など）。2. 仕様チェック：Apache Doris の開発ベストプラクティスに基づくオブジェクト設計基準、データ操作基準、命名規則。DorisLexer.g4 の 504 キーワードを含むカスタム Doris SQL tokenizer と、100 種類以上の Doris 文に対応する再帰下降パーサーを内蔵しています。Apache Doris SQL（バージョン 2.1.x / 3.0.x / 3.1.x / 4.x）の SQL 品質レビュー、構文検証、仕様準拠チェックに使用します。トリガー：「Doris SQL检查」「Doris SQL规范」「Doris SQL审计」「Doris SQL语法」「检查Doris SQL」「Doris SQL review」。

I

interview-analyst

nealcaren / social-data-analysis

社会学研究におけるインタビュー データ向けの実践的な質的分析。体系的なコーディング、解釈、統合を品質チェックポイントとともに導く。理論先導(Track A)またはデータ優先(Track B)のアプローチに対応する。

I

invoice-processing

seb1n / awesome-ai-agent-skills

発注書と GL コードに照らして請求書データを抽出、検証、分類する。ユーザーが請求書処理を要求した場合、またはこのワークフローに関連する入力を提供した場合に使用する。

M

meilisearch

mikkelkrogsholm / dev-skills

Meilisearchは、入力ミスへの対応、ファセット検索、AIを活用したハイブリッド検索を備えた、高速なオープンソース検索エンジンです。Meilisearchを使った開発や、インデックス設定、検索パラメーター、フィルター、ファセット、APIキー、地理検索、ランキングルール、JavaScript/TypeScriptクライアントとの連携について質問された場合に使用します。最新情報はオンラインのドキュメントを取得してください。

M

misttrack-skills

slowmist / misttrack-skills

MistTrack OpenAPI を使用して、暗号資産アドレスのリスク分析、AML コンプライアンスチェック、取引追跡を行います。MistTrack は SlowMist が開発したマネーロンダリング対策追跡ツールです。BTC、ETH、TRX、BNB などの主要チェーン上のアドレスや取引について、リスクスコア、ラベル照会、取引調査に対応します。

M

mlflow-python

terrylica / cc-skills

Python API を使用した MLflow の実験トラッキング。トリガー：MLflow メトリクス、バックテストの記録、実験トラッキング、実行の検索。