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。
すべて
集約間の制約チェック（「集約 A のユースケースで集約 B の状態を確認したい」）に対する設計判断を支援する。Saga の誤用検出、ビジネス要件の問い直し、CQRS/ES における技術的制約の理解、不整合データの許容判断を含む。コードレビュー、アーキテクチャ設計、要件分析時に集約間の制約問題に直面した場合に使用。対象言語: 言語非依存。トリガー：「集約間の制約チェック」「他の集約の状態を確認したい」「Saga で制約チェック」「ブランドに商品が紐づいているか確認」「集約間のバリデーション」「イベントソーシングで逆引き」「集約をまたぐビジネスルール」「CQRS/ES の制約」「コマンド側からリードモデルを参照していい？」「ユースケースで他の集約を参照」といった集約間制約関連リクエストで起動。
Cube デプロイメントのセマンティックレイヤーに対してクエリを実行し、結果を解釈します。Cube MCP ツールが接続されている場合はそれを使い、そうでない場合はターミナルから Cube CLI を使用します。メトリクスの取得、合計の確認、期間比較、メジャーが期待どおりの結果を返すかの検証、モデル変更の妥当性確認など、Cube から数値を求める場合に使用します。「いくつ」「合計は」「月ごとの売上を見せて」「そのメジャーは機能した？」「前月比成長率は？」「数値を取得して」などの依頼や、実データでモデル変更を検証する依頼がトリガーになります。クエリ可能な内容を調べるには cube-explore-model、モデルを変更するには cube-build-model、結果をレポートやダッシュボードとして保存するには cube-build-content を使用します。
データ処理、インサイト生成、レポート作成、データ可視化のワークフローを網羅するエンドツーエンドのデータ分析アシスタント。常に専門家の視点からタスクに取り組み、ユーザーの一歩先を考えます。意図が曖昧な場合は積極的に確認します。対応内容：Excel/CSV 分析、ビジネス指標のレビュー、ROI 計算、データ可視化、HTML レポート生成、数式作成。ユーザーが「analyze data」「make a report」「visualize」「Excel」「dashboard」「ROI」「weekly report」「monthly report」「data processing」「chart」「insight」「presentation」「table」「formula」「KPI」「metrics」に言及した場合に有効化します。
x402 で保護された API を使って連絡先と企業データをエンリッチします。構造化されたビジネスデータの取得において汎用の Web 検索より優れています。用途：- メール、LinkedIn URL、名前による人物プロフィールのエンリッチ - ドメインによる企業情報のエンリッチ - 信頼スコア付きの連絡先（メール、電話）の検索 - LinkedIn プロフィール全体（職歴、学歴、スキル）のスクレイピング - 条件による人物・企業の検索 - 一括エンリッチ操作（一度に最大 10 件）トリガー：- "enrich"、"lookup"、"find info about"、"research" - "who is [person]"、"company profile for"、"tell me about" - "find contact for"、"get LinkedIn for"、"get email for" - "employee at"、"works at"、"company details" enrichx402.com のエンドポイントには常に x402.fetch を使用し、curl や WebFetch は決して使わないでください。返されるのは Web ページの HTML ではなく構造化 JSON データです。重要：エンドポイントのパスを推測しないでください。すべてのパスは https://enrichx402.com/api/{provider}/{action} のパターンに従います。以下の Quick Reference 表の正確な URL を使うか、先に x402.discover_api_endpoints を呼び出してください。
スキーマ変更のための安全でゼロダウンタイムのデータベース移行計画を作成する。データベース移行の計画、ゼロダウンタイムのスキーマ変更の設計、expand/contract 移行の文書化、データベース変更のロールバック手順の作成、データベーススキーマ更新とデプロイの調整を求められたときに使用。移行の目的、後方互換性の分析、expand/contract フェーズの内訳、正確な SQL、フェーズごとのロールバック手順、データ検証クエリ、デプロイランブックをカバーする構造化された移行計画を生成する。
BigQuery Dataform の変換、SQLX ファイル、ソース宣言の開発やパイプラインのトラブルシューティングを行うときに使用 — TDD ワークフロー（テスト先行）を徹底し、ハードコードされたテーブルパスではなく必ず ${ref()} を使用し、columns:{} の網羅的なドキュメント化、安全策（--schema-suffix dev、--dry-run）、正しい ref() 構文、新しい宣言には .sqlx、operations/tests に schema 設定を置かないこと、逼迫した状況でも技術的負債を防ぐアーキテクチャパターンを求める
datamol Python ライブラリ（import datamol as dm）を通じて RDKit をラップし、分子ケモインフォマティクスに利用して、ネイティブの rdkit.Chem.Mol オブジェクトを返します。SMILES/SELFIES/InChI 変換、サニタイズと標準化、記述子、フィンガープリントと類似度、Butina クラスタリングと多様なサブセットの選択、Bemis-Murcko 骨格、BRICS/RECAP フラグメンテーション、3D 配座、反応、クラウドパスを含む SDF/CSV/Excel の入出力、並列バッチ処理に対応します。外部ソースの SMILES の解析や標準化、化合物ライブラリの記述子やフィンガープリントの計算、分子のクラスタリングや多様性に基づく選択、骨格ベースの訓練/テスト分割、配座生成に使用します。n_jobs を使う分子処理パイプラインにも適しています。細かな制御やカスタムパラメーターが必要な場合は、代わりに RDKit を直接使用してください。
Rider 対応のソリューションやプロジェクトで、デバッガーを使ったランタイムの根本原因分析に使用します。.NET/C#、F#、VB、C++、Unity、Unreal Engine、その他のゲーム開発または混合言語プロジェクトが対象です。実際の値、実行された分岐、呼び出し順序、スレッドコンテキスト、指定行への到達有無など、ソースやログから確実に判断できないランタイム状態や制御フローの証拠が必要な場合に使用します。関連箇所の特定に多数のファイルの確認や深い呼び出しチェーンの追跡が必要な場合、またはデバッグ、ブレークポイント設定、ステップ実行、ランタイム値の確認を明示的に求められた場合にも使用します。コンパイル時または構文エラー、ソースから明白なバグ、ログ／テストですでに特定された障害、名前に debug/Debugger が含まれるだけのコードには使用しません。
汎用ディープリサーチエージェントチーム。あらゆるテーマについて厳密な学術研究を行う 13 エージェントのパイプライン。8 モード：本格調査、クイックブリーフ、論文レビュー、文献レビュー、ファクトチェック、三者文献スキャン、ソクラテス式ガイド付き研究対話、オプションでメタアナリシスを伴うシステマティックレビュー。研究課題の定式化、ソクラテス式メンタリング、方法論設計、系統的文献検索、情報源の検証、情報源横断の統合、バイアスリスク評価、メタアナリシス、APA 7.0 レポート作成、編集レビュー、悪魔の代弁者による反論、倫理レビュー、研究後の文献モニタリングを扱う。トリガー：research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、WHY HOW WHAT papers、3W literature scan、guide my research、help me think through、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、三段式文獻掃描、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題。
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。
GitHub Actionsを通じてWebアプリをCloudflare Workersにデプロイします。wrangler設定とデプロイワークフローを作成し、D1/KV/R2の作成、D1マイグレーションの適用、GitHubからのWorkerシークレット同期、マージごとのデプロイを行います。ユーザーが管理するシークレットと手順をDEPLOYMENT.mdに記載し、再実行やロールバックにも対応します。WebアプリのCloudflareへのデプロイ、GitHub ActionsでのCloudflareデプロイ設定、Workerシークレットの追加、カスタムドメインの割り当て、アプリへのCloudflareリソース追加、Cloudflare向けmonorepoパッケージの準備に使用します。
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。