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 101,174 件掲載。コマンド 1 行でインストールできます。
すべて
Azure Analysis Services の開発とトラブルシューティングに関する専門知識を提供します。サーバー接続、ファイアウォール/VNet、DNS、クライアント接続、ネットワークエラーの解決、およびその他の Azure Analysis Services 開発タスクに使用します。Azure Synapse Analytics(azure-synapse-analytics を使用)、Azure SQL Database(azure-sql-database を使用)、Azure SQL Managed Instance(azure-sql-managed-instance を使用)、Azure Virtual Machines 上の SQL Server(azure-sql-virtual-machines を使用)には使用しないでください。
Azure App Testing 開発の専門知識。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイを扱います。Azure Load Testing、Playwright Workspaces、JMeter/Locust テスト、プライベートエンドポイント/VNet テスト、CI/CD の実行や、その他の Azure App Testing 関連の開発タスクで使用します。Azure Test Plans(azure-test-plans を使用)、Azure DevOps(azure-devops を使用)、Azure Pipelines(azure-pipelines を使用)、Azure App Service(azure-app-service を使用)には使用しません。
Azure Quotas の開発に関する専門知識を提供します。制限とクォータが含まれます。ストレージアカウントの容量、IOPS、スループット、ポータルビュー、CLI によるクォータ増加リクエストの確認、およびその他の Azure Quotas 関連の開発タスクで使用します。Azure Monitor(azure-monitor を使用)、Azure Resource Manager(azure-resource-manager を使用)、Azure Policy(azure-policy)には使用しないでください。
Azure Sre Agent の開発に関する専門知識。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイを含みます。SRE Agent と Azure DevOps/GitHub、Kusto、ServiceNow/PagerDuty、Teams、Azure Monitor/App Insights の統合や、その他の Azure Sre Agent 関連の開発タスクで使用します。Azure Monitor(azure-monitor を使用)、Azure Reliability(azure-reliability を使用)、Azure Resiliency(azure-resiliency を使用)、Azure Service Health(azure-service-health を使用)には使用しないでください。
SailPoint、Saviynt、Entra ID Governance などのプラットフォームで、アイデンティティガバナンスとライフサイクル(IGA)プログラムを設計します。入社・異動・退職(JML)の自動化、ロールマイニング、アクセス要求、定期的な再認証、HR フィードを基にした孤立アカウントの修復を扱います。システム横断の JML プロビジョニングの自動化、退職者のアクセス権の修復、SOX、HIPAA、GDPR 準拠のライフサイクルプロセス構築に使用します。
PDF(.pdf)文書を Markdown に変換し、その内容を正確に分析、要約、検索、抽出できるようにする。ユーザーが .pdf ファイルを共有、参照、または質問したときは常にこのスキルを使用する——「変換」や「markdown」と明示していなくてもよい。これには PDF のレポート、論文、請求書、フォーム、契約書、スキャン文書の「読み取り」「要約」「レビュー」「データ抽出」「比較」「分析」の依頼が含まれる。常に同梱の変換スクリプトを先に実行して Markdown を生成すること。PDF の内容を直接解析したり、その場限りの抽出コードを書いたりしないこと。PDF 文書のフォルダ全体を対象とする一括リクエストにもこのスキルを使用する。重要:ユーザーが複数のファイル形式(.pdf、.docx、.xlsx)を含むフォルダや文書群を参照した場合は、3 つの姉妹スキル——convert-pdf-to-md、convert-word-to-md、convert-excel-to-md——をすべて呼び出し、どのファイル形式も黙って飛ばさないようにする。
ロック済みの検証方式でsklearn互換の学習器を1つ評価し、構造化されたskoreレポートを永続化します。分割器とデフォルト以外のスコアは、すでに `build-ml-pipeline` によりDataOpに設定されています。このスキルでは `splitter=` を付けずに呼び出しを記述し、レポートを永続化してロケーターを記録します。ロック済みの分割がデータに付属する学習テーブルとテストテーブルの場合、学習テーブルで適合させた後、テストテーブルのみを使って `splitter="prefit"` を渡します。このターンが `model-ml-pipeline` によって呼び出された場合は、ロケーターを返します。単独のターンでは評価段階の終了処理を担当します。コードが `cross_val_score`、`cross_validate`、`classification_report`、`.skb.cross_validate`、手書きの指標出力を呼び出す場合、またはユーザーが1つの学習器のスコア算出、評価、CV実行を求めた場合に起動します。永続化済みレポートの内容説明は `audit-ml-pipeline` の担当です。使用方法:評価呼び出しの前にG-SKORE-MODEを解決し、停止条件を読み、コードより前にPre-flightを出力します。`python -m skore_skills api get` でシンボルを確認します。
Actonを使ってTONスマートコントラクトをFunC(.fc/.func)から最新のTolk(.tolk)に移植します。必要に応じてacton func2tolkを使い、ストレージ、メッセージ、オペコードを型付き構造体とシリアライゼーションにリファクタリングし、Actonスタイルのエントリーポイントを実装してラッパーを生成します。JS/TSテストをネイティブTolkテストに移行し、acton build/test/script/verify/disasmを使ってTL-Bとの互換性と動作を維持します。FunCコントラクトを慣用的なTolkに変換、移植、または現代化する依頼に使用します。
GitHub(gh)および GitLab(glab)の PR/MR ワークフロー。作成、レビューコメント対応、スレッド解決、レビュー状態の照会、マージ(スタック PR を含む)、コストを考慮したボットレビュー(GitHub:Copilot、CodeRabbit)、Copilot コードレビュー設定(ルールセット、カスタム指示、課金)に対応。PR/MR の作成、レビュー指摘への対応、スレッド解決、ボットレビューの反復、承認状況の確認、PR データ照会、PR のスタックやスタックのマージ、Copilot レビュー設定、gh/glab の読み取り専用許可リスト設定に使用。git コミット(git-commit)、CI/CD 状態(git-ci)、ローカルでのプッシュ前 CodeRabbit CLI レビュー(coderabbit)、一般的な git 操作には使用しません。
Go 1.21~1.27 の現行言語機能と標準ライブラリの追加機能(ジェネリクスとジェネリックメソッド、log/slog、errors.Join、slices/maps、イテレーター、encoding/json/v2、標準ライブラリの uuid)を使って Go コードをモダナイズします。「modernize」「update to modern Go」「use generics」「replace interface{}」「upgrade Go version」「slog」「errors.Join」「range over func」「iterators」で使用します。一般的なスタイル(go-coding-standards)、エラー処理の考え方(go-error-handling)、ロギングアーキテクチャ(go-observability)には使用しません。
hap-cliコマンドラインツールでHAP企業プラットフォームを操作します。hap-cliスキルの主なエントリーポイントです。連絡先、チャットメッセージ、投稿、スケジュール管理、アプリとデータの操作(ワークシートレコードの追加・削除・変更・検索、ワークフロー、承認待ち、カスタムページ、ロール権限、ファイルアップロードなど)を扱います。ユーザーがHAPで人を検索する、メッセージを送る、投稿する、予定を確認・作成する、テーブルのレコードを読み書きする、または承認を処理したい場合は、ツール名が明示されていなくても起動してください。
2026 年に向けて LinkedIn プロフィールをエンドツーエンドで監査・書き直す:見出し、About の 7 ステップ、Featured、バナー、写真、Experience の実績指標、Skills、カスタム URL、推薦。"review my profile"、"rewrite my headline"、"fix my About"、"optimize banner"、"profile audit"、"LinkedIn bio" で起動する。履歴書型のプロフィールを、3〜5 倍成果の出るプロフィールに変換する。フィード投稿の作成には使用しない(linkedin-post-writer を使用)。
地域、クリエイター、商品、カテゴリ、再生数、長さ、投稿日、商品プロモーションの有無、有料プロモーションの有無、AI 動画かどうかなどの条件で TikTok 動画を検索・分析します。再生数、いいね、コメント、シェア、保存数、動画経由の販売数、GMV などの指標を、16 の TikTok Shop マーケットにわたって返します。TikTok 動画検索、動画一覧、商品プロモーション動画、動画データ、再生数、販売数、動画分析、EchoTik 動画、TikTok video search、TikTok video list、TikTok video analytics、TikTok promotional videos、TikTok video views、TikTok video engagement について言及された場合に起動します。「EchoTik」や「TikTok」が明示されていなくても、条件に基づく TikTok 動画の検索やパフォーマンス指標の分析が目的なら起動します。
EchoTik の新商品ランキングデータを使って、TikTok Shop の 16 の地域市場で人気の新商品を見つけます。TikTok の新商品ランキング、TikTok の売れ筋商品、TikTok Shop のヒット商品、ショート動画コマースの商品選定、TikTok の新商品発掘、越境 TikTok の商品選定、TikTok new product rankings、TikTok bestsellers、short-video product selection、TikTok viral products、new product ranking、TikTok product trends に言及した場合にこのスキルを起動します。「EchoTik」や「新商品ランキング」と明示されていなくても、TikTok Shop の人気新商品や新たな商品トレンドの発見に関する依頼であれば起動してください。
TikTok Shopの店舗(セラー)情報を検索します。sellerIdを使って1店舗の詳細プロフィールを取得し、総売上、複数期間(1日/7日/30日/90日)の販売数と売上高(GMV)、フォロワー数、評価、レビュー数、高評価率、配達率、返信率、店舗内の商品数、販売クリエイター数、商品紹介動画数、ライブ配信数、価格帯、商品カテゴリー、出品予定時期などの指標を返します。ユーザーがTikTok店舗の詳細、TikTokセラーの詳細、TikTok店舗分析、TikTok店舗データ、TikTok店舗プロフィール、TikTok Shop store detail、TikTok seller detail、EchoTik store profileに言及した場合にこのスキルを使用します。「EchoTik」や「TikTok」が明示されていなくても、sellerIdが分かっていてTikTok Shopの店舗の詳細情報やプロフィールを調べたい場合は、このスキルを使用します。
kalodata のデータを使って TikTok EC 店舗のランキングを検索し、指定店舗の詳細を取得します。地域、通貨、言語、日付範囲で、ランキング上位・売上の高い TikTok Shop 店舗を確認できます。shopId から売上、販売数、販売中の商品数、自社販売・流通・マーケットプレイス各チャネルの収益、クリエイターとの協業数を取得します。TikTok 店舗ランキング、売上上位店舗、TikTok Shop ランキング、kalodata の店舗検索・ランキング、TikTok 店舗詳細、店舗売上・販売数、TikTok shop ranking、TikTok shop leaderboard、TikTok top shops、TikTok store ranking、TikTok shop detail、TikTok store detail、kalodata shop search/detail について言及された場合に起動します。「kalodata」が明示されていなくても、TikTok の店舗ランキングや特定店舗の詳細データの確認が目的なら起動します。
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。
