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 97,725 件掲載。コマンド 1 行でインストールできます。
すべて
データセットに対する反復的で自己検証的な探索的分析 — 主張するだけでなく、計算を再実行して検証された知見のみを提示する — を行いたいときに使用。一度に 1 つの具体的な仮説を提案し、それを検証する分析コードを書いて実行し、数値が有意な効果量で裏付ける場合にのみ知見として記録する。新しい検証済みの知見が現れないか、予算に達するまでループする。結果は、すべての主張が再現可能な数値に裏付けられた知見レポートとなる。単一の既知の異常やパイプライン障害の診断、および外部の主張を情報源と照合すること（それは claim-verification タスク）には使用しない — これは限定されたデータセットに対する自由な探索である。
整列、書式、可読性に関する確立された UX 慣行に従い、明快で読みやすいデータテーブルを設計する。データテーブル、grid、リストビュー、ダッシュボード、レポート、その他の表形式表示を構築するときにこの skill を使用する。トリガー：「このテーブルを設計して」「このデータはどう表示すべきか」「テーブルレイアウト」「列の整列」「grid デザイン」「data grid」「table UX」「レポートテーブル」「スプレッドシートレイアウト」「このテーブルを読みやすくして」「数値列の書式設定」。列の並び順、整列ルール、数値の書式、ステータスインジケーター、行の密度、ソート、レスポンシブな挙動を扱う。データベーススキーマ設計、API レスポンス設計（api-design を使用）、チャート／可視化の設計には使用しない。
新しい Datadog ダッシュボードの設計、既存ダッシュボードの再設計、または運用準備状況のためのダッシュボード監査。ウィジェットの選択、レイアウト構成、テンプレート変数、グループ構造、タブ構成、アラートしきい値の検証、ゼロ知識での可読性を扱う。ダッシュボードの検査と設計の検証には pup CLI を使用する。新しいダッシュボードの設計、既存ダッシュボードの再設計、オンコール引き継ぎ前の監査、ダッシュボード変更後のレビューに使用する。次には使用しない：（1）Datadog agent のインストールまたは設定、（2）monitor / アラートルールの設計、（3）APM の計装またはトレーシングの設定、（4）ログパイプラインの設定。
DataHub カタログの根拠に基づいてテキストから SQL への作業を行います。ユーザーが SQL の作成、下書き、デバッグ、実行を依頼した場合、SQL が必要なデータの質問への回答、指標の計算、指定テーブルのクエリ、または DataHub MCP ツールが利用可能な状態での SQL 結果の調査に使用します。ユーザーがテーブルやデータセット URN をすでに提示していても、必ず find_sql_context から始め、SQL を書く前に選択したテーブルに対して inspect_tables_for_sql を呼び出してください。
EChartsテーマ、チャートテンプレート、D2図テンプレート、CSS/HTMLでデータを拡張した図のパターンを備えた、データ可視化、ダッシュボード設計、図解のエキスパートです。ユーザーがチャート、ダッシュボード、KPIカード、データテーブル、図、フローチャート、またはデータやシステム構造の視覚表現を作成するときは、「dataviz」と明言していなくても使用します。Recharts、ECharts、チャートコンポーネント、棒グラフ／折れ線グラフ／散布図、ダッシュボードのレイアウト、KPIカード、スパークライン、データストーリーテリング、指標の可視化、ヒートマップ、ツリーマップ、サンキーダイアグラム、データ用カラーパレット、軸ラベル、チャートタイトル、データインク比、フローチャート、プロセスフロー、アーキテクチャ図、シーケンス図、ERD、組織図、システム図、パイプラインの可視化、D2図、「データを見せて」「指標を可視化して」「図を描いて」「アーキテクチャを図示して」「流れを見せて」といった依頼に対応します。既存のチャートや図の品質、アクセシビリティ、デザイン改善をレビューするときにも使用します。チャートや図の作成または議論があれば、このスキルが適用されます。
Build, review, debug, migrate, or plan date-fns v4 date/time code with @date-fns/tz and @date-fns/utc. Use for date-fns, format, parse, parseISO, addDays, differenceIn*, Interval, Duration, date-fns/fp, locales, TZDate, UTCDate, tz(), utc, transpose, in option, Unicode tokens, DST, SSR hydration date bugs, and migrations from date-fns v2/v3 or date-fns-tz.
このリポジトリで、`/v1/listen` 上の Deepgram 音声分析オーバーレイを呼び出す Python コードを書いたりレビューしたりする際に使用する——summarize、topics、intents、sentiment、diarize、redact、detect_language、エンティティ検出。通常の STT と同じエンドポイントだが、分析パラメータを伴う。REST（`client.listen.v1.media.transcribe_url`/`transcribe_file`）と WSS がサポートするサブセット（`client.listen.v1.connect`）の両方を網羅する。通常の文字起こしには `deepgram-python-speech-to-text` を、すでに文字起こしされたテキストの分析には `deepgram-python-text-intelligence` を使用する。トリガーには "diarize"、"summarize audio"、"sentiment from audio"、"redact PII"、"topic detection audio"、"audio intelligence"、"detect language audio" が含まれる。
このリポジトリで、ターン認識ストリーミング文字起こしのために Deepgram Conversational STT v2 / Flux（`/v2/listen`）を呼び出す Python コードを書いたりレビューしたりする際に使用する。`client.listen.v2.connect(...)`、Flux モデル、ターン終了検出を網羅する。標準の v1 ASR には `deepgram-python-speech-to-text` を、全二重の対話型アシスタントには `deepgram-python-voice-agent` を使用する。トリガーには "flux"、"v2 listen"、"conversational STT"、"turn detection"、"end of turn"、"EOT"、"listen.v2"、"flux-general-en"、"flux-general-multi" が含まれる。
Microsoft Defender External Attack Surface Management（Defender EASM）のガイダンス——組織のインターネット公開資産（ドメイン、ホスト、IP、SSL 証明書、ASN、Web ページ、連絡先）をアウトサイドインで検出しインベントリ化します。シードベースの検出、攻撃面のインサイト（CVE、期限切れ間近の証明書、非推奨テクノロジー、未承認のクラウド）、ラベルとグループ、Defender for Cloud（CSPM）、Defender XDR、Sentinel との統合、資産単位の料金モデルを扱います。WHEN：Defender EASM、外部攻撃面管理、インターネット公開資産のインベントリ、シャドー IT の検出、期限切れ SSL の検出、露出した RDP の検出、未知のサブドメイン、攻撃面のインサイト、シードベースの検出、アウトサイドインスキャン、サードパーティ資産リスク、M&A 資産の検出。DO NOT USE：内部資産の検出（defender-for-cloud-hardening / Defender XDR を使用）、エンドポイントの脆弱性スキャン（defender-for-endpoint MDVM を使用）、Sentinel のみでのハンティング。
Microsoft Defender for Containers のガイダンス——AKS、Azure Arc 対応 Kubernetes、EKS、GKE、OpenShift にわたる Kubernetes とコンテナのセキュリティ。エージェントレス検出、イメージと実行中コンテナのエージェントレス脆弱性評価（Microsoft Defender Vulnerability Management による）、Defender センサー（Linux 上の eBPF）によるランタイム脅威検出、Azure Policy / Gatekeeper による Kubernetes データプレーンの強化、ACR / ECR / GAR のレジストリスキャン、アドミッション制御、攻撃パス分析、Sentinel 統合を扱います。WHEN：Defender for Containers、AKS セキュリティ、コンテナランタイムの脅威検出、Kubernetes アドミッション制御、イメージ脆弱性スキャン、ACR スキャン、Defender for Cloud の EKS GKE セキュリティ、K8s 態勢、コンテナ攻撃パス、Defender コンテナセンサー、Gatekeeper Azure Policy AKS、エージェントレスコンテナスキャン。DO NOT USE：VM／ホストの強化（defender-for-servers を使用）、AKS ネットワーク設計（azure-network-security-design を使用）、セキュリティに関係しない一般的な AKS の運用。
Microsoft Defender for Servers（Plan 1 および Plan 2）のガイダンス——Microsoft Defender for Cloud におけるサーバー固有の保護。プランの選択、エージェントレスとエージェントベースのスキャン、MDE for Servers の統合、ファイル整合性監視（MDE による FIM）、VM のジャストインタイムアクセス、脆弱性評価、適応型アプリケーション制御、ネットワーク強化、Sentinel/Log Analytics への無料データ取り込みを扱います。Azure VM、Azure Arc 対応サーバー（オンプレミス、AWS EC2、GCP Compute）、Azure VMSS に適用されます。WHEN：Defender for Servers、MDE for Servers、サーバー EDR、FIM、ファイル整合性監視、JIT VM アクセス、ジャストインタイムアクセス、サーバーのエージェントレススキャン、VM の脆弱性評価、ハイブリッドサーバー保護、Arc 対応サーバーのセキュリティ、Defender for Cloud の AWS EC2、Defender for Cloud の GCP Compute、Azure サーバー強化、サーバーの Plan 1 と Plan 2 の比較。DO NOT USE：エンドポイントのクライアントデバイス（defender-for-endpoint を使用）、一般的な Azure リソースの態勢（defender-for-cloud-hardening を使用）、コンテナホスト（defender-for-containers を使用）。
Microsoft Defender for Storage のガイダンス——Azure ストレージアカウント（Blob、Files、Data Lake Gen2）向けの脅威保護。v2（ストレージアカウント単位）プラン、Defender Antivirus によるアップロード時マルウェアスキャン、機密データの脅威検出（Purview 分類との統合）、アクティビティベースの脅威検出、ストレージアカウント単位の上書き、大量トラフィックのアカウントの除外、スキャン結果用の Event Grid 統合、コスト管理（GB 単位のスキャン上限）を扱います。WHEN：Defender for Storage、Azure ストレージのマルウェアスキャン、Blob のマルウェアスキャン、機密データの脅威検出、アップロード時スキャン、Defender for Storage v2、ストレージアカウントの脅威保護、スキャン結果 Event Grid、Purview 分類ストレージ、悪意のある Blob のアップロード、ストレージの漏えいアラート、信頼できないアップロードのスキャン。DO NOT USE：SQL/Cosmos DB の保護（defender-for-cloud-hardening を使用）、VM ディスクのマルウェア（defender-for-servers のエージェントレススキャンを使用）、M365 SharePoint/OneDrive（defender-for-office-365 を使用）。
機能コードの監視、レジスタ範囲の検証、タイミング分析、ディープパケットインスペクションによって Modbus/TCP および Modbus RTU の産業トラフィックの異常を検出する。Zeek の Modbus アナライザー、OT ルールを備えた Suricata IDS、正常なトランザクションシーケンスの Python マルコフ連鎖モデルを使用する。OT 環境への Modbus IDS の導入、ポーリングパターンのベースライン化、不審な Modbus トラフィックの調査、機能コード許可リストの構築に使用する。
インストール前に npm、PyPI、crates.io 全体でスペルミス、ブランドジャック、タイポスクワッティングされたパッケージ名を検出する。編集距離、キーボード近接性、typomania、Microsoft OSSGadget の oss-find-squats、pypi-scan による既知ターゲットコーパスマッチングを使用。新しい依存関係を追加する前、プルリクエストでの CI/CD ゲート、AI 生成の（「slopsquatting」）依存関係リストをレビューするとき、ロックファイルの差分で差し替えられたパッケージを監査するときに使用。
条件に合う Kalshi 予測市場を DFlow 上で見つける —— 裁定（YES+NO<$1）、安価なロングショット、ほぼ確実な短期の賭け、最大の変動銘柄、最も広いスプレッド、最高の出来高、最も早く終了するもの、およびシリーズ／イベントレベルのスキャン。ユーザーが「無料の金はどこ？」「価格が誤った市場はある？」「出来高のある安い YES」「今日何が動いた？」「まもなく終了する市場」「このイベントで最も安い YES」「出来高上位の市場」「X が起きたら知らせて」（ストリーミング）と尋ねたときに使用する。注文には使用しない（`dflow-kalshi-trading` を使用）、ユーザー自身のポジションの表示には使用しない（`dflow-kalshi-portfolio` を使用）、スキャンと無関係な一般的なライブデータの配管には使用しない（`dflow-kalshi-market-data` を使用）。
あるウォレットが DFlow の Kalshi 予測市場で何を保有しているかを表示する — 現在のポジション、未実現の時価評価、実現損益、アクティビティ履歴、償還可能な勝ちトークン。ユーザーが「自分のポジションは？」「何を保有している？」「儲かっているか損しているか？」「約定履歴は？」「何を償還できる？」「ポートフォリオを時価評価して」「このウォレットの DFlow アクティビティを見せて」と尋ねたときに使用する。読み取り専用。売却や償還の実行（`dflow-kalshi-trading` を使用）、ウォレットに関係しない市場全体のデータ（`dflow-kalshi-market-data` を使用）、新しい市場の発見（`dflow-kalshi-market-scanner` を使用）には使用しない。
DFlow 経由で Kalshi 予測市場の YES/NO 結果トークンを売買・償還する。イベントへの賭け、Kalshi 注文の発注、YES または NO ポジションの取得、Kalshi ポジションの解消、市場確定後の勝ち結果トークンの償還、PM 取引の優先手数料の調整、アプリが tx / ATA / 市場初期化コストを負担するガスレス / スポンサード PM フローの構築に使用する。`dflow` コマンドラインと DFlow Trading API の両方を扱う。市場の発見、ポジションの表示、価格のストリーミング、Proof KYC の完了、非 Kalshi の現物スワップには使用しない。
DingTalk クラウドドキュメント内の文書、フォルダー、コンテンツを管理します。文書や、表計算シート／マインドマップ／ホワイトボード／プレゼンテーション／多次元テーブルなどのファイルの作成、文書の検索、内容の読み取りや書き込み、文書整理用フォルダーの作成、フォルダー構造の確認、文書ブロック要素の詳細な編集をユーザーが希望する場合に使用します。クラウドドキュメント、オンラインドキュメント、DingTalk ドキュメント、钉文档などのキーワードが挙がった場合にも適しています。予定の管理、メッセージの送信、承認ワークフローの処理が必要な場合は使用しないでください。
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。