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
ワークストリームをまたぐ企業リサーチの計画、資金調達、スコープ設定、統合を行うときに使用します — 臨床研究デザイン、研究開発プログラムの財務、市場規模の算出/調査、製品/ユーザー リサーチ。トリガーは「design this clinical study」「what sample size」「R&D budget」「burn rate」「capitalize or expense」「TAM SAM SOM」「market sizing」「survey design」「segment the market」「plan user interviews」「usability test」「synthesize research insights」。コンテキストをフォークして 4 つの Research-Operations サブスキル（clinical-research、research-finance、market-research、product-research）のいずれかにルーティングし、ダイジェストを返します。ra-qm-team（規制申請）、finance（企業決算/バリュエーション）、research/grants（資金の発見）、product-team（ペルソナ/ジャーニー/ライブ実験）、marketing-skill（キャンペーン分析）とは異なります。
ユーザーが dbt-core プロジェクトを最新バージョンにアップグレード、更新、または移行したい場合に使用します。例：「dbt プロジェクトをアップグレードして」「dbt-core 1.5 から移行して」「このプロジェクトを最新の dbt で動かして」「dbt-core のバージョンを上げて」。dbt-core v1 プロジェクト（1.3、1.4、1.5、1.6、1.7）を 1.12 までアップグレードし、データ駆動型の課題コーパスに基づいて必要な破壊的変更、動作変更、非推奨変更を適用します。入力は starting_version（プロジェクトの現在の dbt-core マイナーバージョン。1.3/1.4/1.5/1.6/1.7 のいずれか）と adapter_type（snowflake/redshift/bigquery/databricks/spark）です。通常は呼び出し元（dbt VS Code 拡張機能など）が両方を指定します。フォールバックについてはスキル内に記載されています。
Valkey（Redis 互換）のインメモリデータストア。キャッシュ、セッションストレージ、pub/sub、キュー、分散ロックに使用。Valkey または Redis 互換のキャッシュの設定、eviction ポリシーの選択、レート制限の実装、pub/sub や streams の設定、Docker Compose サービスの記述、Redis からの移行、パフォーマンスのチューニングを行う場合に使用。valkey、redis、cache、session、pub/sub、streams、distributed-lock、rate-limit、sorted-set に使用。
プロジェクトを定期的にスキャンして調査結果を報告するエージェント、PostHog Signals scout の作成、編集、調整を行います。標準 scout の対象範囲、しきい値、スケジュール、ドライラン設定の変更、未対応領域の scout 追加、定期的な LLM スコアリングの構造化出力の記録、メモによるフィードバックに使用します。SKILL.md の構成、レポート要件、フォローアップレポートの確認、構造化出力、重複検出、スクラッチパッドメモリ、scout メモ、チーム別 skills-store と標準リポジトリの編集、保存済み評価基準による非公開プロンプト試行を扱います。「signals scout を作成/編集/カスタマイズ」「X 用の新しい scout」「scout のスケジュールを調整」「<event> を監視する scout を作成」「scout で X を採点/判定/測定」「scout のプロンプトをテスト/比較」「scout の評価基準を生成」「scout の構造化出力」「scout の出力を Slack へ」「scout にメモを残す / フィードバックする」などで起動します。
一定期間の健康データのトレンドとパターンを分析する。薬、症状、バイタルサイン、検査結果、その他の健康指標の変化を関連付ける。懸念されるトレンドや改善を特定し、データ駆動型のインサイトを提供する。健康トレンド、パターン、経時的な変化、または「私の健康状態に何が変わったか？」についてユーザーが尋ねたときに使用。多次元分析（体重/BMI、症状、服薬アドヒアランス、検査結果、気分・睡眠）、相関分析、変化検出、インタラクティブな HTML 可視化レポート（ECharts チャート）をサポートする。
引用付きの公開 Splunk ナレッジオブジェクトガバナンスガイダンスを提供し、デプロイを変更せずに、ユーザーが承認したインベントリ、所有権、孤立オブジェクト、ACL、命名、ライフサイクル、lookup、search head クラスタ比較の証拠を評価する。共有 lookups、sourcetypes、保存済み検索、マクロ、フィールド抽出、エイリアス、props/transforms、CIM マッピング、ダッシュボード、レポートおよび関連オブジェクトについて、管理者が読み取り専用の衛生レポート、安全なレビュー計画、または境界ルーティングを必要とする場合に使用。
EHunt MCP ツール `_ehunt_productQuery`（表示名「Etsy商品查询」）を使って、キーワード／URL、価格、販売数、お気に入り、レビュー、出品日、カテゴリ、ハンドメイド／ビンテージなどの種類、Pick／Bestsell／Raving など、複数の条件で Etsy 商品を絞り込みます。EHunt Etsy 商品、Etsy listing、Etsy の商品リサーチ、Etsy の人気商品、Etsy handmade、Etsy vintage、ehunt items、Etsy商品查询、`_ehunt_productQuery` に言及したときに起動します。EHunt と明記されていなくても、Etsy で商品を検索したり、販売数・価格・タグを確認したり、商品を絞り込んだりする場合は、このスキルを起動します。
1 万行以上の Excel データセット向けの高性能分析エンジン。openpyxl read_only によるストリーミング読み込み（iter_rows は 10 万行以上に対応）、Parquet 変換による高速化、メモリ最適化、チャンク処理、大容量ファイル書き込みモードを提供する。**次のいずれかに該当する場合は本 skill を積極的に使用すること**：①データ行数が ≥ 10k（sn-da-excel-workflow の行数評価ステップでトリガーされる）；②ユーザーが次のトリガーワードを用いる：大文件 / 大数据量 / 性能优化 / 内存不足 / OOM / 百万行 / 十万行 / 流式读取 / Parquet / 分块处理 / large file / big data / streaming read / chunked processing；③pd.read_excel() を直接使用してタイムアウトやメモリ不足が発生する；④ユーザーが大規模データセットの高性能処理を明示的に要求する。次には使用しない：10k 行未満の通常の Excel 分析（sn-da-excel-workflow を使用すればよい）。
メンデルランダム化（MR）による因果推論 — 曝露、リスク因子、バイオマーカーが疾患/アウトカムに CAUSALLY 影響するかどうかを、遺伝子変異を操作変数として用いて検証します（IEU OpenGWAS / EpiGraphDB MR-EvE）。ユーザーが X が Y を引き起こすかどうかを尋ねる場合、観察的な関連が実際に因果的か単なる相関かを問う場合、バイオマーカー/形質が因果的なリスク因子かどうかを問う場合、疫学を遺伝学的証拠と三角測量したい場合、またはメンデルランダム化、操作変数分析、2 サンプル MR、遺伝的因果証拠に言及した場合は常にこれを使用します — ユーザーが「MR」と言わなくても（例：「LDL コレステロールは心疾患に本当に因果的か？」、「BMI は 2 型糖尿病を引き起こすのか、単に相関するだけか？」、「CRP は脳卒中の因果的ドライバーか？」）。形質ラベルの解決、MR 効果の方向/大きさ、操作変数の品質（MOE スコア）、手法の一致（IVW 対 MR-Egger 対加重中央値）、逆因果のための双方向 MR、因果と遺伝相関の区別をカバーします。通常の GWAS 関連検索（GWAS スキルを使用）や、生の要約統計から独自の操作変数をフィッティングする場合には適していません。
ユーザーが分析トラッキングと測定の設定、改善、監査を希望する場合に使用します。「トラッキングを設定」「GA4」「Google Analytics」「コンバージョントラッキング」「イベントトラッキング」「UTM パラメーター」「タグマネージャー」「GTM」「分析の実装」「トラッキング計画」「これをどう測定するか」「コンバージョンを追跡」「アトリビューション」「Mixpanel」「Segment」「イベントが発火しているか」「分析が機能しない」などの言及がある場合も使用します。何かが機能しているかを知る方法や、マーケティング成果の測定について尋ねられた場合は常に使用します。A/B テストの測定については ab-test-setup を参照してください。
堅牢な3段階チェーン（Firecrawl → Jina Reader → Scrapling stealth browser）でウェブページを取得し、クリーンな Markdown に変換します。ユーザーが URL を提示し、ページのテキスト内容を必要としている場合は、WebFetch の代わりにこのスキルを使用します。特に、直接アクセスをブロックするサイト（ペイウォールや閲覧制限のある medium.com の記事、地域制限のある WeChat 公式アカウント（mp.weixin.qq.com）、ボット対策のあるドキュメントサイト、単純な HTTP 取得で CAPTCHA や空ページが返る可能性のあるページ）に適しています。トリガー：「read this URL」「summarize this article/page」「grab the content from」「extract text from」「what does this page say」「fetch this link」、または特定のウェブページにアクセスして処理する依頼。スクレイパーの構築、HTTP ステータスコードの確認、ダウンロード済み HTML ファイルの解析、スクレイピングツールに関する概念的な質問への回答、ページ変更の監視には使用しないでください。
データ、プロセス、比較、タイムラインを共有可能なグラフィックとして説明する単体のインフォグラフィックを、HTML/CSS/SVG（数値が正確である必要がある場合のデフォルト）または Gemini 3.1 Flash の画像生成（イラスト的でテキストの少ないもの）で作成する。カラーコーディング、統計の強調、SVG チャート、レイアウトテンプレートを扱う。1 枚もののビジュアル解説に使用。インタラクティブなアプリのダッシュボードには dashboard-design を、フィードの統計投稿には social-media-graphic を使用。トリガーフレーズ：「create an infographic」「design a chart」「data visualization」「process flow」「comparison infographic」「timeline design」「stats graphic」「infographic design」「visualize data」。
EHunt MCP ツール `_ehunt_storeQuery`（表示名「Etsy 店舗検索」）を使い、売上、お気に入り、レビュー、開店時期、国、主なカテゴリー、Raving／星評価など複数の条件で Etsy 店舗を絞り込みます。EHunt Etsy 店舗、Etsy 店舗検索、Etsy seller、Etsy 店舗ランキング、週次売上別 Etsy 店舗、ehunt stores、Etsy 店舗検索、`_ehunt_storeQuery` に言及した場合に起動します。EHunt に言及していなくても、Etsy 店舗の検索、店舗データの絞り込み、店舗実績の分析を希望する場合は起動します。
MariaDB のレプリケーションと高可用性のベストプラクティス —— Galera Cluster、GTID レプリケーション、半同期レプリケーション、並列レプリケーション、および HA 環境向けのアプリケーションパターン。レプリケーションの設定、HA 向けのアプリケーション設計、Galera Cluster の使用、MariaDB GTID に関する質問、アプリケーションコードでのレプリケーション遅延の処理、レプリケーショントポロジーの選択に使用する。重要 —— MariaDB GTID 形式は MySQL GTID と互換性がなく、Galera Cluster はサーバープラグインのロードが不要だが、別途 galera wsrep プロバイダーライブラリ（galera-4）が必要である。
ユーザーが Google の Nanobanana/Gemini 画像モデルを公式の Gemini API 形式で使って画像を生成・編集したい場合、または同梱の Python プロットツールでデータから正確に出版レベルの科学図を描画したい場合に使用する。テキストから画像の生成、画像から画像の編集、複数画像参照のワークフロー、添付ファイルに基づく再現、正確な棒/トレンド/ヒートマップ/散布図、または材料科学論文の模式図のような出版レベルの図をユーザーが求める場合には、このスキルを優先する。材料科学の図、ジャーナルスタイルの科学イラスト、グラフィカルアブストラクト、メカニズム図、デバイスアーキテクチャ、プロセスワークフロー、論文にそのまま使える材料図をユーザーが求める場合に使用する。
OpenTelemetry Collector でテレメトリ変換を記述・デバッグするための OpenTelemetry Transformation Language（OTTL）の専門家。`transform`、`filter`、`tail_sampling` プロセッサ設定や `routing` コネクタ設定の作成・レビュー、OTTL の構文やセマンティクスのデバッグ、traces、metrics、logs、profiles の変換、データ処理要件の OTTL ステートメントへの変換に使用する。
Venice で POST /embeddings を呼び出す。リクエストの形式（input、model、encoding_format、dimensions、user）、テキストのみの入力（token 配列は拒否）、入力ごとおよびバッチの制限、モデルごとの次元数/プライバシー、text-embedding-ada-002 エイリアス、API キーによるプライバシー制御、OpenAI/LangChain 互換性、レスポンス圧縮（gzip/br）、および検索、クラスタリング、RAG での実用的な使用方法を扱う。
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。