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 97,905 件掲載。コマンド 1 行でインストールできます。
すべて
TanStack DB をメタフレームワーク（TanStack Start、Next.js、Remix、Nuxt、SvelteKit）と統合します。クライアントサイドのみ：SSR はサポートされません — ルートは SSR を無効にする必要があります。ルートローダーで collection.preload() を使って eager collection をプリロードします。オンデマンドの Query Collection は、ソース collection のプリロードが no-op であるため、ライブクエリのプリロードが必要です。Promise.all による複数 collection のプリロード。フレームワーク固有のローダー API。
Honeycomb で OpenTelemetry metrics データセットを正しくクエリする方法。metrics データセットは trace/event データセットとは異なるルールに従う——多くの操作（裸の COUNT、RATE_SUM、RATE_AVG、RATE_MAX、CONCURRENCY）が禁止され、時間集計は自動で、各 metric は独自の属性を持つ。metrics データセット（gauge、counter、histogram、sum）をクエリするとき、時間集計（RATE、INCREASE、SUMMARIZE、LAST）について尋ねるとき、metrics データセットを見つけたり metric 名と属性を発見するとき、予期しない metrics クエリ結果をデバッグするとき、または CPU、メモリ、ディスク I/O、ネットワーク統計などのインフラメトリクスをクエリするときに、このスキルを使用する。メトリクスの計装（otel-instrumentation を使用）、名前に「metrics」を含む event データセットのクエリ、概念的な質問（observability-fundamentals を使用）には使用しない。
RevOS MCP サーバーを通じて RevOS の指標を検索・確認します。指標とは、アプリの「指標」ページに掲載される組織のセマンティックモデルの測定値です。存在する指標、各指標が集計する内容と形式、使用しているテーブル、セグメント、ダッシュボードカード、そして現在の値を確認します。値はセグメントまたはいくつかの条件で集計し、必要に応じてディメンション別に分割できます。「どんな指標がある？」「勝率／ARR／未決パイプラインの指標はある？」「この指標はどこで使われている？」「EMEA セグメントの未決パイプラインはいくら？」「ステージ別の取引額は？」と尋ねる場合や、ダッシュボードカードと同じ方法で指標の値を確認したい場合に使用します。「指標」と言っていなくても対象です。指標をダッシュボードに追加する場合は dashboards 機能を使用してください。この機能を基盤として構築されています。
Yahoo Fantasy Baseball 2K25 リーグ向けに、単一の MLB 選手（打者または投手）を詳細分析する。FanGraphs（ATC 予測）、Baseball Savant（xwOBA/xBA/xERA）、MLB.com（打順、予告先発）、RotoWire（天気、怪我）、RotoBaller（クローザーの層の厚さ）をウェブ検索し、シグナルフレームワークで定義された構造化選手シグナル一式を生成する。打者には form_score、matchup_score、opportunity_score、daily_quality、regression_index、obp_contribution、sb_opportunity、role_certainty を、投手には qs_probability、k_ceiling、era_whip_risk、streamability_score、two_start_bonus、save_role_certainty を出力する。選手を分析する、daily_quality を計算する、回帰指数を計算する、選手シグナルを生成する、打者分析を実行する、投手分析を実行する、またはラインナップオプティマイザーの先発/ベンチ入力を作成する必要があるときに使用する。
提案された MLB ファンタジートレードの全影響を、10 の H2H カテゴリすべて（R/HR/RBI/SB/OBP、K/ERA/WHIP/QS/SV）、シーズン残りのドル価値、ポジションの柔軟性、スロット価値のオプション性、逆選択の事前分布、第 21〜23 週のプレーオフ影響にわたって計算する。符号付きの判定（accept / counter / reject）を根拠とともに生成し、該当する場合は具体的なカウンターを提示する。ユーザーが "trade evaluation"、"trade value"、"should I accept"、"trade delta"、"counter offer" に言及したとき、または Yahoo のトレード提案を貼り付けたときに使用する。中間帯では COUNTER を既定とし、純粋な REJECT は明らかに搾取的な提案にのみ用いる。
「需要シグナル逆算」で AI 時代の副業・サイドビジネスの機会を見つける——「稼ぎ方を教える」投稿（講座販売の集客による汚染された情報源）を検索するのではなく、業界レポート・採用データ・調達データなど利害中立な需要シグナルを見て、個人が供給できる機会を推論し、複数の独立したシグナルでクロス検証し、各機会を詐欺対策＋鮮度の rubric に通す。トリガーワード：「機会を探して」/「AI 副業を探す」/「稼げるものは何か」/「money find」/「副業を探す」。前提：.money-state.json が必要（なければ先に money-init へルーティング）。
Huawei Ascend NPU モデル圧縮ツール（msModelSlim）。LLM 量子化（W4A8、W8A8、W8A8S、W8A16）、MoE モデル圧縮、マルチモーダルモデル圧縮（Qwen-VL、InternVL、HunyuanVideo、FLUX、SD3）、キャリブレーションデータの準備、精度の自動チューニング、感度の高い層の分析、カスタムモデルの統合、MindIE/vLLM-Ascend でのデプロイに使用する。Qwen、LLaMA、DeepSeek、GLM、Kimi、InternLM などをサポートする。
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。
n8n のエラー処理を設定し、失敗を明確に検知でき、構造化され、復旧可能な状態にします。Webhook/API ワークフロー、スケジュール実行または無人実行のワークフロー、あるいはサイレントな失敗でユーザーに見える処理が失われる経路を構築する場合に使用します。エラー処理、onError、continueErrorOutput、エラーブランチ／出力、再試行、retryOnFail、Respond to Webhook のステータスコード、4xx/5xx、Error Trigger、「ワークフローがサイレントに失敗する」といった話題にも使用します。ノードごとのエラー出力と接続、再試行／自己修復、エラートリガーワークフロー、4xx/5xx のレスポンス形式を扱います。
newrelic CLI を使って New Relic のオブザーバビリティデータを監視、クエリ、管理します。NRQL クエリと組織単位のマクロ、AI Monitoring のテレメトリ、APM のパフォーマンス調査、デプロイマーカー、読み取り専用のアラートとインシデントの確認、インフラ監視、エージェント診断、ID／アクセス管理を扱います。LLM のトークン使用量や AI アプリのテレメトリ、アプリケーションのパフォーマンス、エラー率、遅いトランザクション、デプロイ追跡、インシデント確認、New Relic の設定、ユーザー、グループ、ロール、権限、アクセス許可について質問されたときに使用します。
npm パッケージ名のリスト（自社または競合）を受け取り、npm API から 12 週間分の日次ダウンロードデータを取得し、パッケージごとに breakout 速度スコアを計算してホッケースティック型の成長を特定し、npm レジストリと GitHub API からメンテナーのプロフィールを取得し、各 breakout パッケージについて、誰が作ったか、どう連絡するか、何を伝えるかを含むランク付けされたリードブリーフを出力する。有名になる前のエバンジェリストの発見、競合パッケージの勢いの追跡、breakout する npm パッケージの特定、npm メンテナーの Twitter や GitHub へのマッピング、パッケージ成長シグナルからの DevTools リードの発見を求められたときに使用。ユーザーが「npm パッケージからリードを見つけて」「これらの breakout パッケージを誰がメンテナンスしているか」「npm のダウンロード動向を追跡して」「有名になる前にエバンジェリストを見つけて」「npm メンテナーを Twitter にマッピングして」と言ったときに発動。
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。