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
ボット検出を回避するステルス Chromium ブラウザ自動化。通常のヘッドレスブラウザをブロックするサイトのスクレイピング、スクリーンショット、PDF 化、自動化を行いたい場合にこのスキルを使用する —— Cloudflare Turnstile、reCAPTCHA v3、FingerprintJS、ShieldSquare、BrowserScan、"Access Denied" 応答、素の `curl` で疑わしい 403/429 が出る場合、Playwright/Puppeteer が見破られるあらゆるサイトなど。また、ユーザーが CloakBrowser、ステルス Chromium、アンチボット回避、"headless detection"、"real Chrome fingerprint" に言及した場合や、"what does this page actually render" を一度確認したい場合にも使用する。CDN やボット検出層の背後にあるサイトでは、生の `curl`/`fetch` よりもこのスキルを優先する。
MoviePilot データベースを検査、クエリ、保守、または慎重に変更する必要があるときにこのスキルを使用する。このスキルは同梱の scripts/mp-db.py ヘルパーを使用し、MoviePilot のローカル設定を自身で読み取るため、エージェントのプロンプトにデータベースのパスワードや完全な PostgreSQL DSN を必要としない。適用シナリオには、データ統計、件数、集計、レコードの検査や修正、クリーンアップの依頼、および「ダウンロード数はいくつか」「サイト統計を表示」「古いレコードを削除」「この購読がなぜ止まっているか」といった質問が含まれる。
CockroachDB 向けに正確で高性能なトランザクション パターンを設計するようアプリケーション開発者をガイドします。トランザクションのライフタイム、暗黙的トランザクションと明示的トランザクション、指数バックオフによる再試行処理、不変条件の SQL への押し込み、選択的な悲観ロック、集合ベースの操作、コネクション プーリング、プリペアド ステートメント、keyset ページネーション、follower reads、ビジネス ロジックとデータベース ロジックの分離を扱います。CockroachDB 上でのアプリケーション構築、トランザクション ワークフローの設計、再試行の処理、アプリケーション層のデータベース相互作用の最適化、コネクション プールの構成に使用します。
機関投資家レベルの調査レポート生成スキル。中国 A 株、香港株、米国株の上場企業をカバーする。出力モード：1）投資スナップショット：3〜5 ページ。企業概要、主要財務指標、バリュエーション倍率、投資ロジック、リスク要因を含む。2）詳細リサーチレポート：25 ページ以上。業界分析、サプライチェーン・マップ、三表モデル、DCF バリュエーション、シナリオ分析、感度テストを含む。トリガー条件：1）直接の依頼：分析／見て／調べる／リサーチ／紹介 + 企業名または銘柄；2）投資に関する質問：どう思う／買えるか／投資する価値があるか／見てほしい／掘り下げて + 企業または銘柄；3）キーワード：リサーチレポート、投資ブリーフ、投資スナップショット、企業ワンペーパー、詳細リサーチレポート、詳細リサーチ、詳細分析、個別銘柄分析、ワンペーパー、スナップショット、企業スナップショット、調査レポート；4）ティッカー：標準形式（例：600519.SH、0700.HK、AAPL、TSLA、BYD）。意図が不明確な場合は出力モードを積極的に確認し、デフォルトでの推測は禁止。
ユーザーが氏名や会社のリストを持ち、その職種、勤務先、職歴、LinkedIn URL、会社プロフィールを調べたい場合、または条件に合う人物や会社を探したい場合に使用する——\"enrich these contacts\"、\"find their LinkedIn\"、\"look up these people\"、\"who works at X\"、\"find directors at Y\"、\"enrich these companies\"、\"get firmographics for\" といったフレーズで発動する。People Data Labs（PDL）の Person および Company データを拡充・検索し、結果を .xlsx に書き出す。5 つの操作：指定した PEOPLE をプロフィール、職歴、LinkedIn URL に拡充する、曖昧な人物をスコア付きの複数候補として IDENTIFY する、条件（会社、役職、勤務地）で人物を SEARCH する、COMPANIES をファームグラフィックス（業界、規模、従業員数、本社、設立年、LinkedIn）に拡充する、条件で会社を SEARCH する。LinkedIn を直接スクレイピングしないこと——法的および信頼性の理由から、代わりにライセンスを受けたデータアグリゲーター（PDL）を使用する。
CockroachDB クラスターの包括的なヘルスチェックを実行する。まずデプロイのコンテキストを収集し、その後ティアに応じた診断を提供する。Self-Hosted はノードレベルのシステムテーブルに対する SQL とコマンドラインを使用する。Advanced/BYOC は Cloud Console とノード可視性を備えた SQL を使用する。Standard は Cloud Console 経由でプロビジョニングされたコンピュートとワークロードを監視する。Basic は Request Unit の消費と接続性を監視する。日次チェック、メンテナンス前の検証、インシデント後の検証、本番稼働準備の評価に使用。
5 つの政府 API（FRED、EIA、Treasury、BLS、Census）から 68 項目の米国の経済・社会指標を分析・更新する。対象は GDP、インフレ、雇用、住宅、消費者金融、市場、貿易、政府・財政、人口統計、健康の 10 カテゴリ。2 つのワークフロー：UpdateData、GetCurrentState（10 年／5 年／2 年／1 年のトレンド分析）。使用場面：GDP、インフレ、失業、経済指標、ガソリン価格、景気はどうか、データを更新、FRED、米国指標、経済トレンド。病原体サーベイランスには使用しない。
Искрон にノード（現象、крий、вимарш、輪郭、役割）を書き込むときに使用します。トリガー：「запиши」「зафиксируй」「добавь узел」「создай крию」「положи в граф」、create phenomenon、add to graph、iskron_add。また、iskron_add_*、iskron_batch、および本文に追記する iskron_update の前には必ず使用してください。ノードの種類、given_as、モードの選択が不明な場合にも使用します。1件だけの書き込みでも、種類を誤るとグラフ全体に誤りが波及します。design（目標からの経路）、weaving（既存構造の修復）、methodology-work（方法論自体の進化）とは異なります。
チャート選択、色彩理論、注釈のベストプラクティスを扱うデータ可視化。チャートタイプ（棒、折れ線、散布図、ヒートマップ）、軸のルール、データによるストーリーテリングを網羅します。用途：チャート、グラフ、ダッシュボード、レポート、プレゼンテーション、インフォグラフィック、データストーリー。トリガー: data visualization、chart、graph、data chart、bar chart、line chart、scatter plot、data viz、visualization、dashboard chart、infographic data、data presentation、chart design、plot、heatmap、pie chart alternative
レコメンドサービス（AWS Personalize、Databricks Model Serving、社内マイクロサービス）および OpenSearch を基盤とする検索/フィードエンドポイント向けの Django バックエンドパターン。ファンアウトのオーケストレーション（asyncio.gather、デッドライン伝播、部分結果、非同期クライアントの再利用）、外部サービスの保護（タイムアウト、サーキットブレーカー、ジッター付きリトライ、バルクヘッド、レート制限）、OpenSearch のクエリパターン（search_after、_source フィルタリング、function_score、エイリアス、ルーティング、bool.filter）、結果のブレンド（スコア正規化、MMR、重複排除、コールドスタート）、Redis キャッシュ（スタンピード対策、モデルバージョン付きキー、2 層、ネガティブ）、レジリエンス（部分レスポンスエンベロープ、エラー時の古いデータ返却、グレースフルデグラデーション）、非同期（sync_to_async、非同期 ORM、uvicorn、contextvars、切断時キャンセル）、DRF のレスポンス形状（カーソルページネーション、ETag、スロットリング）を扱う。このような Django バックエンドの構築、レビュー、リファクタリング時に使用。明示的な「スケール」の手掛かりがなくてもトリガーされる。5 つのスキャフォールディングテンプレートを含む。
PostHog Signals scout を探索し理解する方法——プロジェクトをスキャンして Signals の受信トレイにレポートを書き込むスケジュールされたエージェント。ユーザーが、自分にどんな scout があるか、それぞれがどう振る舞っているか、scout 群が実際に機能しているかを理解したい場合に使用する。scout 群とそのスケジュールの調査、最近の scout 実行の閲覧と単一実行の推論の掘り下げ、scout 群が蓄積した永続的な scratchpad メモリの確認、実行が書き込みまたは編集したレポートへの追跡、あるレポートを依然として測定しているフォローアップチェックの閲覧、scout の長期的な健全性とパフォーマンスの評価（頻度、成功率、レポート率、S/N 比）を扱う。読み取り専用かつ探索的——scout を書いたり調整したりする場合は代わりに `authoring-scouts` を使う。トリガーは "what are my scouts doing"、"how is my <x> scout performing"、"show me recent scout runs"、"why did this scout find/report nothing"、"what has the fleet learned"、"explore scout run <id>"、"is my scout working"。
Gate-Info と Gate-News MCP によるマクロ主導の暗号資産分析。マクロ（CPI、NFP、Fed、金利、雇用統計）が暗号資産、カレンダー、指標と価格の関連に関わる場合はいつでもこのスキルを使用します。トリガーフレーズには CPI and BTC、macro today、Fed、NFP、rates が含まれます。ルーティング：価格／テクニカル → gate-info-coinanalysis または gate-info-trendanalysis、ヘッドライン → gate-news-briefing、要因分析 → gate-news-eventexplain。ツール：info_macro_*（calendar、indicator、summary）、news_feed_search_news、info_marketsnapshot_get_market_snapshot。
dbt-materialize アダプタを使用して dbt で Materialize のストリーミングパイプラインを管理する。マテリアライゼーション（source、source_table、view、materialized_view、sink、table、seed）、profile 設定、インデックス作成、ブルー/グリーンデプロイ（deploy_init、deploy_promote、deploy_cleanup）、クラスタ管理、strict mode、テストを扱う。ユーザーが Materialize 用の dbt モデルの作成、Materialize 用の dbt profile の設定、Materialize に対する dbt の実行、dbt によるブルー/グリーンまたはゼロダウンタイムデプロイ、dbt での source や sink の作成、dbt-materialize の問題のトラブルシューティング、既存 dbt プロジェクトの Materialize への移行について尋ねる場合は常にこの skill を使用する。dbt の文脈で dbt-materialize、materialized_view マテリアライゼーション、deploy_init、deploy_promote、deploy_await、strict_mode、refresh_interval、retain_history、partition_by に言及した場合もトリガーする。
crdb_internal.transaction_statistics の集計統計を用いてトランザクションフィンガープリントを分析し、再試行の多いトランザクション、競合パターン、コミット遅延の問題を特定する。どのステートメントの組み合わせが再試行、競合、パフォーマンス低下を引き起こしているかを理解するためのトランザクション単位の履歴分析を提供する。トランザクションの再試行多発の調査、コミット遅延の傾向分析、DB Console にアクセスせずに問題のあるトランザクションのステートメント構成を理解する場合に使用。
Rerun URDF API（rerun.urdf.UrdfTree）を操作して、URDF をロボット記録上の Transform3D レイヤーとして取り込む。ロボットモデルをログするとき、関節状態から順運動学を実行するとき、センサの外部パラメータ用に固定チェーンを構成するとき、またはトランスフォームツリーがデータだけでは接続しないときに読む。rerun-chunk-processing（stream/lens の仕組み）と rerun-data-model（エンティティパス、タイムライン、base と layer）の上に成り立つ。
クロス集計データ分析向けの強力なピボットテーブルコンポーネントである Syncfusion WPF PivotGrid コントロールを実装するための包括的なガイド。WPF のピボットテーブル、PivotGridControl、またはクロス集計データのシナリオを扱うときに使用します。ピボットの行/列の構成、PivotSchemaDesigner、グループ化バー、ピボットフィールドリスト、ピボット計算、フィルタリング、並べ替え、ビジネスインテリジェンスアプリケーション向けのデータバインディングを扱います。
AnalyticDB for PostgreSQL（ADBPG）で AI Coaching のベストプラクティスを実装する：Supabase プロジェクト（トレーニングデータ管理）とベクトル最適化を備えた ADBPG インスタンスを活用し、ユーザーを特定分野のワークフロー、意思決定、スキル開発へ導く RAG 駆動のコーチングシステムを構築する。使用場面：ユーザーが Supabase プロジェクト（spb-xxx）、ADBPG インスタンス（gp-xxx）、ベクトルナレッジベース、または ADBPG 上の RAG 駆動コーチングシステムを作成したい場合。トリガー："Supabase"、"ADBPG"、"vector database"、"knowledge base"、"RAG"、"AI coaching"、"coaching system"、"spb-xxx"、"gp-xxx"
PostHog プロジェクトのデータウェアハウスソースと同期の健全性を監査する — 壊れた、または劣化したソース接続、同期 schema、webhook チャネルをすべて洗い出す。ユーザーが「なぜインポートが失敗するのか？」「自分のソースの何が壊れているのか？」「なぜウェアハウスのデータが古いのか？」と尋ねたとき、またはどこを掘り下げるか決める前にソース/同期の健全性を一度にトリアージしたいときに使用する。重大度別にグループ化し、推奨される次のステップを添えた優先順位付きレポートを生成する。物化ビューの健全性には `auditing-warehouse-view-health` を、単一の失敗した同期には `diagnosing-failed-warehouse-syncs` を使用する。
Nango プロジェクトをチェックアウトせずに、Nango の /functions compile、dryrun、dryrun status、およびデプロイ API を NANGO_SERVER_URL と NANGO_SECRET_KEY とともに使用して Nango Functions を構築します。API や単一ファイルのペイロードを介して Nango の action や sync をリモートで作成、更新、検証、テスト、デプロイするときに使用します。この内容は building-nango-functions と重複しますが、リモート API ワークフローの詳細を追加するため、リモート、API、/functions/compile、/functions/dryruns、/functions/deployments、またはローカルプロジェクトなしのワークフローが示される場合は常に building-nango-functions ではなく本スキルを読み込みます。
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。