データ分析スキル

ユーザーがA/Bテストや実験の計画、設計、実装、または成長実験プログラムの構築を希望する場合に使用します。また、ユーザーが「A/Bテスト」「スプリットテスト」「実験」「この変更をテスト」「バリアントコピー」「多変量テスト」「仮説」「これをテストすべきか」「どちらのバージョンが良いか」「2つのバージョンをテスト」「統計的有意性」「このテストをどのくらい実施すべきか」「成長実験」「実験速度」「実験バックログ」「ICEスコア」「実験...」に言及する場合にも使用します。

ユーザーがGoogle Ads、Meta（Facebook/Instagram）、LinkedIn、Twitter/X、その他の広告プラットフォームでの有料広告キャンペーンについて支援を求める場合に使用します。また、ユーザーが「PPC」「有料メディア」「ROAS」「CPA」「広告キャンペーン」「リターゲティング」「オーディエンスターゲティング」「Google Ads」「Facebook広告」「LinkedIn広告」「広告予算」「クリック単価」「広告費用」「広告を出すべきか」に言及した場合も該当します。キャンペーン戦略、オーディエンスターゲティング、入札、最適化に使用します。大量の広告クリエイティブ生成および...

Agent Pulseを使用して、Hermes、Claude Code、Codex、DeepSeek、OpenClaw、Copilot、Aider、Qwen、OpenCode、Goose、Cursor、Antigravity、AmpのログにわたるローカルAIエージェントのアクティビティを検査します。ユーザーがAIエージェントのセッション、トークン、ツール/検索呼び出し、モデル使用状況、推定コスト、予算、予測、ヘルスチェック、レポート、セットアップ診断、Web/API/メトリクスエクスポート、またはMCP統合について質問した場合に使用します。

Rigor Explore互

Amazon出品者向けの包括的な商品調査と機会分析。需要、競合、収益性、市場参入障壁を分析し、商品アイデアを検証します。商品調達、価格戦略、市場投入計画を網羅。ユーザーが販売する商品の調査、商品アイデアの検証、商品機会分析、Amazon向け市場調査、競合分析、収益性、この商品を販売すべきか、商品の viability、または一般的な...について質問した場合に使用します。

ユーザーが分析トラッキングと測定の設定、改善、監査を行いたい場合。また、ユーザーが「トラッキング設定」「GA4」「Google アナリティクス」「コンバージョントラッキング」「イベントトラッキング」「UTMパラメータ」「タグマネージャー」「GTM」「アナリティクス実装」「トラッキング計画」「これをどう測定するか」「コンバージョンを追跡」「アトリビューション」「Mixpanel」「Segment」「イベントが発火しているか」「アナリティクスが機能しない」と述べた場合にも使用します。何かが機能しているかどうかを知る方法を誰かが尋ねた場合などに使用します。

ユーザーがApp StoreまたはGoogle Playのリスティングを監査・最適化したい場合に使用します。また、ユーザーが「ASO監査」「アプリストア最適化」「アプリリスティングの最適化」「アプリの可視性向上」「アプリストアランキング」「リスティングの監査」「アプリがダウンロードされない理由」「アプリのコンバージョン改善」「アプリのキーワード最適化」「競合との比較」に言及した場合も使用します。ユーザーがApp StoreまたはGoogle PlayのURLを共有し、その改善を希望する場合にも使用します。

統合的なAzureコスト管理：過去のコストを照会し、将来の支出を予測し、最適化して無駄を削減します。WHEN: "Azure costs", "Azure spending",…

現在のセッションにおける実際のトークン使用量と推定節約額を表示します。Claude Codeのセッションログから直接読み取るため、AIによる推定は行いません。/caveman-statsでトリガーされます。出力はモードトラッカーフックによって注入され、モデル自体が数値を計算することはありません。

ユーザーが解約を減らしたい、解約フローを構築したい、引き止めオファーを設定したい、支払い失敗を回復したい、またはリテンション戦略を実施したい場合に使用します。また、ユーザーが「解約」「解約フロー」「オフボーディング」「引き止めオファー」「ダニング」「支払い失敗の回復」「再獲得」「リテンション」「退会アンケート」「サブスクリプションの一時停止」「非自発的解約」「どんどん解約される」「解約率が高すぎる」「どうやってユーザーを引き止めるか」「顧客が離れている」と言及した場合にも使用します。誰かが失っている状況で使用します。

ユーザーが競合他社のURLから調査、プロファイリング、分析を行いたい場合に使用します。また、ユーザーが「競合プロファイル」「競合調査」「競合分析」「この競合をプロファイリング」「競合を分析」「競合インテリジェンス」「競合ディープダイブ」「私の競合は誰か」「競合ランドスケープ」「競合資料」「競合監査」「これらの競合を調査」と述べた場合も該当します。入力は競合URLのリストです。出力は構造化された競合プロファイルのマークダウンです...

構造化された競合分析。機能マトリクス、SWOT、ポジショニングマップ、UXレビューを含む。リサーチフレームワーク、価格比較、レビューマイニング、ビジュアル成果物をカバー。用途：市場調査、競合インテリジェンス、投資家向け資料、プロダクト戦略、セールスイネーブルメント。トリガー：競合分析、競合他社分析、競合製品分解、市場調査、競合インテリジェンス、SWOT分析、競合比較、市場環境、競合レビュー、競合...

構造化された競合分析。機能マトリクス、SWOT、ポジショニングマップ、UXレビューを含む。リサーチフレームワーク、価格比較、レビューマイニング、ビジュアル成果物をカバー。用途：市場調査、競合インテリジェンス、投資家向け資料、プロダクト戦略、セールスイネーブルメント。トリガー：競合分析、競合他社分析、競合製品分解、市場調査、競合インテリジェンス、SWOT分析、競合比較、市場環境、競合レビュー、競合...

構造化された競合分析。機能マトリクス、SWOT、ポジショニングマップ、UXレビューを含む。リサーチフレームワーク、価格比較、レビューマイニング、ビジュアル成果物をカバー。用途：市場調査、競合インテリジェンス、投資家向け資料、プロダクト戦略、セールスイネーブルメント。トリガー：競合分析、競合他社分析、競合製品分解、市場調査、競合インテリジェンス、SWOT分析、競合比較、市場環境、競合レビュー、競合...

ユーザーがSEOや営業促進のために競合比較ページや代替ページを作成したい場合に使用します。また、ユーザーが「代替ページ」「vsページ」「競合比較」「比較ページ」「[製品] vs [製品]」「[製品]の代替」「競合ランディングページ」「Xとの比較方法」「バトルカード」「競合分析」に言及した場合にも使用します。自社製品を競合と比較するあらゆるコンテンツに適用します。4つの形式（単一の代替、複数の代替…）をカバーします。

Convexのパフォーマンスを、読み取り、サブスクリプション、書き込み競合、関数制限について監査します。遅い機能、インサイトの調査結果、OCC競合、または読み取り増幅に使用します。

ユーザーがホームページ、ランディングページ、価格ページ、機能ページ、リード獲得フォーム、お問い合わせフォームなど、あらゆるマーケティングページやフォームの最適化、改善、コンバージョン向上を望む場合。また、ユーザーが「CRO」「コンバージョン率最適化」「このページはコンバージョンしていない」「コンバージョンを改善したい」「このページが機能しない理由」「ランディングページがひどい」「フォーム離脱」「誰もコンバージョンしていない」「コンバージョン率が低い」「このページは改善が必要」と言った場合も使用します。ユーザーが...の場合でも使用します。

越境EC拡大アドバイザー。8つの加重評価軸（市場規模、EC浸透率、競合状況、規制の複雑さ、物流インフラ、決済エコシステム、文化的距離、知的財産保護）で対象市場をスコアリングし、コストと輸送データに基づいて5つのフルフィルメントモデルを比較、国別の税関・関税コンプライアンスガイド（EU VAT/IOSS、英国VAT、米国消費税、カナダGST、オーストラリアGST、日本消費税）を提供、市場ごとの現地決済嗜好をマッピングし、段階的な...

CSVファイルを自動分析し、可視化を伴う包括的なインサイトを生成する強力なClaudeスキルです。CSVをアップロードするだけで、何をしたいか尋ねられることなく、即座にインテリジェントな分析結果を得られます。

ユーザーが顧客調査の実施、分析、または統合を行いたい場合。「顧客調査」「ICP調査」「顧客と話す」「トランスクリプト分析」「顧客インタビュー」「調査分析」「サポートチケット分析」「顧客の声」「VOC」「ペルソナ構築」「顧客ペルソナ」「ジョブ理論」「JTBD」「顧客の意見」「顧客の課題」「Redditマイニング」「G2レビュー」「レビューマイニング」「デジタルウォータリングホール」「コミュニティ...」といったキーワードがユーザーから出たときに使用します。

dontbesilent AI 写作特征识别。扫描文案中的 AI 生成痕迹，输出检测报告。默认只诊断不改。 触发方式：/dbs-ai-check、/AI检测、「帮我看看有没有 AI 味」「检测一下 AI 特征」 AI writing fingerprint detection. Scans copy for AI-generated patterns and outputs a diagnostic report. Diagnosis only by default. Trigger: /dbs-ai-check, "check for AI writing", "does this sound like AI

dontbesilentのベンチマーク分析。五重フィルター法で模倣に値するベンチマークを見つけ、「私」に関するノイズをすべて排除します。 トリガー方法：/dbs-benchmark、/ベンチマーク、「ベンチマークを探して」「誰を真似すればいいか」

dontbesilent 内容结构化系统。把本地大量文稿、推文、选题、案例和课程稿搭成一个可持续生长的内容结构化工程：先审计内容规模与边界，再建立新工程、复制素材、抽取内容单元、生成主题地图与选题装配稿。 触发方式：/dbs-content-system、/内容结构化系统、「把我的内容做成结构化系统」「把本地素材变成可重组系统」「帮我搭内容资产工程」「我想把旧内容变成可复用资产」 内容结构化系统。审计本地内容量，然后构建一个包含单元、主题地图和装配稿的可复用内容知识项目。触发方式：/dbs-content-system、「构建内容结构化系统」、「将我的存档转化为可复用资产」

dontbesilent 個人意思決定システム。長期的な追跡が必要なあらゆる領域（業務、人間関係、健康、キャリア、学習、投資……）を、ローカルな知識プロジェクトとして構築します。4層構造、ソースタグ、書き換え不可のスナップショット、パターンを学習する概念ライブラリを備えています。 トリガー: /dbs-decision、/决策系统、/决策立案、/结果回填、/状态画像

dontbesilent 概念拆解。用维特根斯坦 + 奥派经济学的方法，把模糊的商业概念拆到原子级别。 触发方式：/dbs-deconstruct、/拆概念、「帮我拆解这个概念」「这个词到底什么意思」 Concept deconstruction using Wittgenstein + Austrian economics framework. Trigger: /dbs-deconstruct, "deconstruct this concept", "what does this really mean

dontbesilent ビジネスモデル診断。2つのモード：問診（あなたの質問を解消）と検診（あなたのビジネスモデルを分析）。トリガー方法：/dbs-diagnosis、/問診、「ビジネスモデルを見てほしい」「業務を診断して」「ビジネスに関する質問がある」 dontbesilentの存在論的フレームワークを用いたビジネスモデル診断。2つのモード：コンサルテーション（質問を解消）とチェックアップ（ビジネスモデルを分析）。トリガー：/dbs-diagnosis、「ビジネスモデルを診断して」「ビジネスに関する質問がある」

複数の dbs-save で蓄積した診断ステータスを、一つの納品可能なマークダウンレポートに統合します。 トリガー方法：/dbs-report、/出報告、「打包」「整理一份」「給合夥人看的」 すべての dbs-save スナップショットを統合して、納品可能な診断レポートを生成します。 トリガー：/dbs-report、「これをパッケージ化して」「レポートを作って」

伝播心理デコード。与えられた内容に対して、5つの古典的な伝播理論を用いて、なぜそれがオーディエンスの共感を呼ぶのかを解読し、オーディエンスの感情の根底と効果的な立場を分析し、チャットルームの議論の方向性を出力します。 トリガー方法：/dbs-spread、「伝播心理デコード」、「なぜこれが流行るのか」、「オーディエンスは何を聞きたいのか」、「この内容はどの感情に訴えかけているのか」 Transmission psychology decoder. Given a piece of content, analyze the psychological mechanism that makes it resonate, identify the emotional core and effective stance, and output direction for chatroom discussion. Trigger: /dbs-spread, "why does this resonate", "what emotion does this hit", "decode this content

ディープリサーチスキル — 広範な並列ウェブ検索、複数ソースの検証、信頼度追跡、引用付きMarkdownレポート。11種類のリサーチタイプに対応：市場（TAM/SAM、セグメント、価格設定、トレンド）、ドメイン（業界構造、エコシステム、規制環境）、技術（アーキテクチャ、ツール、ベンチマーク）、競合（競合分析、ポジショニング、勝敗要因）、製品（機能分析、レビュー、ロードマップシグナル）、学術（文献調査、引用ネットワーク、主要著者）、人物/組織（デュー...

Rigor Improve / Rigor Explore の探索実行リーフスキル。深層学習研究リポジトリにおける限定的な探索的証拠のために使用する。研究者が明示的に探索的実行（小サブセット検証、短期間の推測と確認、バッチス

Admin-only paginated viewer for stable canister state. Use whenever the user asks for a viewer, dashboard, debug panel, or admin browse over backend data — users, items, orders, logs, or any stable Map/Set/Array/VarArray/List/Stack/Queue. Pre-installed in every Caffeine app via the `caffeineai-data-viewer` mops package; this skill explains what it does and how to keep using it correctly.

Make a canister's data queryable by the Caffeine Data Intelligence agent. Use whenever an app stores structured data (Maps/Lists/arrays of records) that should be answerable in natural language — "top customers", "revenue by region", "active projects". Adds a discoverable `schema()` and a JSON `execute()` query endpoint via the `caffeineai-oql` mops package's `Expose` mixin.

Firecrawlを使用して、ディレクトリから構造化された企業リストを抽出します。YC、Crunchbase、Product Hunt、G2、スタートアップディレクトリ、カテゴリディレクトリ、またはカスタム企業データベースを、JSON、CSV、CRM対応リスト、またはリサーチテーブルにスクレイピングするために使用します。

Firecrawlを使用して、競合の価格、機能、変更履歴、ダッシュボード、製品変更を監視します。定期的な競合インテリジェンス、価格帯の抽出、機能変更の追跡、構造化された競合アラートに使用します。

Firecrawlブラウザを使用して、分析ダッシュボードや内部ウェブツールからメトリクスを取得します。ユーザーがダッシュボードレポート、クロスプラットフォームのメトリクスサマリー、認証付き分析抽出、日付範囲レポート、またはウェブダッシュボードからの構造化メトリクスを必要とする場合に使用します。

Firecrawlを使用して複数ソースの深層リサーチを実行します。ユーザーがトピックの調査、視点の比較、引用付きブリーフィングの作成、技術的または市場に関する質問の調査、多数のソースにわたるウェブエビデンスの統合を依頼した場合に使用します。

Firecrawlを使ってウェブコンテンツから知識ベースを構築します。ローカル参照ドキュメント、RAG対応チャンク、ファインチューニング用データセット、ドキュメントミラー、トピックコーパス、またはウェブソースから整理されたLLM対応マークダウンとして利用できます。

Firecrawlブラウザを使用して、見込み客データベースやウェブディレクトリから構造化されたリードリストを生成します。役職、企業タイプ、業界、ステージ、地域、テクノロジー、その他の条件で見込み客を検索し、CRM対応のJSONまたはCSVとしてエクスポートするために使用します。

Firecrawlを使用して、ミーティング前のリードインテリジェンスブリーフを作成します。営業電話、パートナーシップミーティング、投資家との会話、顧客インタビューの前に、企業調査、人物調査、最近のニュース、トーキングポイント、ペインポイント、アウトリーチ準備が必要な場合に使用します。

Firecrawlを使用して、市場、財務、収益、業界、企業の指標を抽出します。ユーザーが市場調査、業界動向、公開企業データ、財務比較、収益調査、または構造化された市場レポートを求めた場合に使用します。

Firecrawl Researchを使用して、研究クエリに回答する論文を、意味検索、意味的・構造的拡張、本文内検証により見つけます。文献検索や論文取得のタスク（単一論文の検索から複数論文のセットまで）には、常にこのスキルを使用してください。

Firecrawlを使用してウェブサイトのSEOを監査します。ユーザーがSEO監査、メタデータや見出しのレビュー、サイトマップやサイト構造の分析、キーワードの機会、競合のSERP比較、優先順位付けされた検索最適化の推奨事項を求めた場合に使用します。

成果物（リサーチレポート、SEO監査、QAレポート、リードリスト、ナレッジベース、ウェブサイトデザインシステム、その他の構造化されたウェブデータ成果物など）を生成する、成果重視のFirecrawlワークフローを実行します。ユーザーが、単にページをスクレイピングしたりAPI呼び出しをコードに統合したりするのではなく、Firecrawlにビジネス、マーケティング、製品、またはクリエイティブなワークフローを完了させたい場合に使用します。

ユーザーがマーケティング目的（リード生成、SEO価値、ブランド認知）のための無料ツールを計画、評価、または構築したい場合。また、ユーザーが「エンジニアリングをマーケティングとして活用」「無料ツール」「マーケティングツール」「計算機」「ジェネレーター」「インタラクティブツール」「リード獲得ツール」「リード獲得のためのツール構築」「無料リソース」「ROI計算機」「評価ツール」「監査ツール」「無料ツールを構築すべきか」「リード獲得のためのツール」に言及する場合も使用します。誰かが何か役立つものを構築したいと考えているときに使用します。

Golangのデータ構造 — スライス（内部構造、容量の拡大、事前割り当て、slicesパッケージ）、マップ（内部構造、ハッシュバケット、mapsパッケージ）、配列、container/list/heap/ring、strings.Builderとbytes.Bufferの比較、ジェネリックコレクション、ポインタ（unsafe.Pointer、weak.Pointer）、およびコピーセマンティクス。Goのデータ構造の選択や最適化、ジェネリックコンテナの実装、container/パッケージの使用、unsafeまたはweakポインタの利用、スライスやマップの内部構造に関する疑問がある場合に使用します。

Golangにおけるsamber/roを使用したリアクティブストリームとイベント駆動プログラミング — 150以上の型安全なオペレーター、コールド/ホットオブザーバブル、5つのサブジェクトタイプ（Publish、Behavior、Replay、Async、Unicast）、Pipeによる宣言的パイプライン、40以上のプラグイン（HTTP、cron、fsnotify、JSON、ロギング）、自動バックプレッシャー、エラー伝搬、Goコンテキスト統合を備えたReactiveX実装。samber/roを使用または採用する場合、コードベースがgithub.com/samber/roをインポートする場合、または非同期処理を構築する場合に適用。

このスキルは、ユーザーが「評価を実行する」「ADKエージェントを評価する」「評価データセットを作成する」「評価の失敗を分析する」「評価結果を比較する」「エージェントを最適化する」、またはAgent Platformの評価方法論とQuality Flywheelに関するガイダンスを必要とする場合に使用します。評価指標、データセットスキーマ、LLM-as-judgeスコアリング、一般的な失敗原因をカバーします。APIコードパターン（google-agents-cli-adk-codeを使用）、デプロイ（google-agents-cli-deployを使用）、プロジェクトスキャフォールディング（...を使用）には使用しないでください。

ScrapeGraph AI CLIを使用して、ウェブページの検索、スクレイピング、クロール、構造化データの抽出、監視を行います。ユーザーがウェブ検索、ウェブページのスクレイピング、URLからのコンテンツ取得、サイトからのJSON抽出、ドキュメントやサイトセクションのクロール、ページの変更監視、リクエスト履歴の確認、ScrapeGraphクレジットの確認、API設定の検証を依頼した場合に使用します。

飛書勤怠打刻：自分の勤怠打刻記録を照会する

lark-cliを使用して飛書多次元テーブル（Base）を操作する際に呼び出します：Baseの検索、テーブル作成、フィールド管理、レコードの読み書き、レコード共有リンク、ビュー設定、履歴クエリ、およびロール/フォーム/ダッシュボード管理/ワークフロー。また、古い+table / +field / +recordの記法を現在のコマンド記法に書き換える場合にも適用します。フィールド設計、数式フィールド、検索参照、テーブル間計算、行レベルの派生指標、データ分析が必要な場合にも必ずこのスキルを使用してください。

飛書会議メモ（Note）直接検索：既知のnote_idからメモ詳細、表示タイプ、関連ドキュメントトークンを取得し、unified形式の逐語記録を読み取ります。ユーザーが既にnote_idを保持している場合、またはドキュメントの明示的なvc-node-idからnote_idを取得した場合に使用します。会議・スケジュール・妙記の特定、ドキュメントタイトル検索、Docx本文の読み取りは担当しません。

飞书电子表格：创建和操作电子表格。支持创建表格、创建/复制/删除/更新工作表、读写单元格、追加行数据、查找内容、导出文件。当用户需要创建电子表格、管理工作表、批量读写数据、在已知表格中查找内容、导出或下载表格时使用。若用户是想按名称或关键词搜索云空间里的表格文件，请改用 lark-doc 的 docs +search 先定位资源。

あらゆるトピックについて、過去30日間に実際に人々が何を言っているかを調査します。Reddit、X、YouTube、TikTok、Hacker News、Polymarket、GitHub、およびウェブから投稿とエンゲージメントを取得します。

コードリポジトリ、ドキュメント、研究論文、HuggingFaceデータセット、ローカルフォルダ、Slackワークスペース、Google Drive、X（Twitter）、パッケージをNia AIでインデックス化・検索。認証ブートストラップ、Oracle自律研究、GitHubライブ検索、Tracerエージェント、依存関係分析、コンテキスト共有、コードアドバイザー、ドキュメントエージェント、データ抽出、ファイルシステム操作、汎用コネクタを含む。

Obsidian Bases（.baseファイル）を作成・編集し、ビュー、フィルター、数式、サマリーを設定します。.baseファイルを扱う際や、ノートのデータベース的なビューを作成する場合、またはユーザーがObsidian内でBases、テーブルビュー、カードビュー、フィルター、数式について言及した場合に使用します。

ユーザーが監査ログのエクスポート、監査ログの場所の確認、コマンド履歴の表示、ログのエクスポート、ログの確認、ログのパス、操作記録、呼び出し記録、コマンド履歴を要求した場合にこのスキルを使用します。ウォレット残高、トークン検索、スワップ、その他のオンチェーン操作には使用しないでください。代わりに対応するスキルを使用してください。

OKXが集約したDeFiの発見と実行 — 特定のDAppを指定せずに、OKXに最適なプロトコルを発見・ルーティングさせたいユーザー向け。**ユーザーが宛先としてサードパーティのプロトコル/DApp（Aave、Lido、PancakeSwap、Uniswap、Curve、Compound、Morpho、Pendle、Kamino、Raydium、Hyperliquid、Polymarketなど）を指定した場合、動詞（預ける、ステークする、流動性を追加する、借りる、請求する）が一致していても、ここではなくokx-dapp-discoveryにルーティングすること。** DAppに依存しないトリガー：「DeFiに投資する」、「利回りを得る...」

暗号市場向けにソーシャルレイヤーのシグナルを表面化します。3つの機能グループがあります：ニュース（最新の集約暗号ニュースフィード、コインシンボルによる記事フィルタリング、全文キーワード検索、単一記事の全文取得、フィルターとして使用可能なアップストリームプラットフォーム — blockbeats、odaily、theblockなど — の一覧表示）；センチメント（1時間/4時間/24時間のソーシャル言及量によるコインランキング、さらにコインごとの強気/弱気/中立カウントとオプションの時間バケットトレンド）；バイブ（コントラクトごとのホットネス...

We need to translate the given text from English to Japanese, preserving the specified name "okx-dex-token" and other technical terms. The text is a description of a skill for token-level data. We must not add any extra commentary, labels, or formatting. The translation should be natural Japanese while keeping terms like "whale", "sniper", "bundler", "riskControlLevel", "tokenTags", "advanced-info", "price-info", etc. Also note the Chinese terms in parentheses: 热门, 代币榜单, 巨鲸, 逐笔成交, 每笔交易. Those should be kept as is or translated? The instruction says "Preserve product names, protocol names, URLs, numbers, and technical terms." The Chinese terms are part of the source text, so we should preserve them as they appear. However, the target language is Japanese, so we might need to decide. The source text includes both English and Chinese. The instruction says "translate only the text inside <text>". It doesn't specify to preserve Chinese characters

pump.fun およびその他のミームトークンローンチパッド（Solana / BSC / X Layer / TRON）向けの読み取り専用オンチェーンリサーチ。ユーザーが以下について尋ねた場合、必ず呼び出すこと（WebFetch / MCP価格ツールよりも優先）：新規ミームローンチ / 新盤 / 掃鏈 / 打狗；開発者の評判 / ラグ履歴 / ローンチ数 / 開発者情報；バンドルまたはスナイパー検出（分析的名詞、動詞ではない）/ 捆綁狙撃者；ボンディングカーブの進行状況 / 已遷移出 bonding curve；同一開発者による類似トークン / 相似代幣；共同投資者 / who-aped / 同車ウォレット；または 'pump.fun alpha'。また...

公開アドレスのポートフォリオをXLayer、Solana、Ethereum、Base、BSC、Arbitrum、Polygonおよび20以上のチェーンで検索します。ユーザーがウォレットアドレスを提供し、その残高、トークン保有状況、ポートフォリオ総額、またはDeFiポジション（例：「0xAbcの残高

README優先の深層学習リポジトリ再現のための厳密な論文コンテキストヘルパー。READMEやリポジトリファイルに再現に重要な狭いギャップがあり、データセット分割、前処理、評価プロトコル、チェックポイントマッピング、実行時仮定など、特定の論文詳細を一次論文ソースから解決し、矛盾を記録するタスクの場合のみ使用。一般的な論文要約、リポジトリスキャン、環境設定、コマンド実行、タイトルだけの論文検索などには使用しないでください。

Tiago ForteのPARAメソッドを使用したファイルベースのメモリシステム。セッションをまたいで知識を保存、取得、更新、整理する必要があるときにこのスキルを使用します。3つのメモリ層をカバー：(1) PARAフォルダ内の知識グラフとアトミックなYAMLファクト、(2) 生のタイムラインとしてのデイリーノート、(3) ユーザーパターンに関する暗黙知。また、計画ファイル、メモリ減衰、週次合成、qmdによる想起も処理します。ファクトの保存、デイリーノートの作成、エンティティの作成、実行など、あらゆるメモリ操作でトリガーされます。

フロントエンド、バックエンド、クエリ、データベースにわたってアプリケーションのパフォーマンスを最適化します。パフォーマンス要件がある場合、パフォーマンス低下が疑われる場合、Core Web Vitalsや読み込み時間の改善が必要な場合、N+1クエリパターンの修正が必要な場合、またはプロファイリングでボトルネックが明らかになった場合に使用します。

プルリクエストの静的インタラクティブD3ウォークスルーを生成します。ユーザーがズーム可能なPRマップ、グラフ/キャンバスPRの方向性、またはPRシステムコンポーネント、データフロー、コード依存関係、ユーザーアクションの代替ビジュアライゼーションを必要とする場合に使用します。

ユーザーがテンプレートとデータを使用してSEO駆動のページを大規模に作成したい場合。また、ユーザーが「プログラムSEO」「テンプレートページ」「大規模なページ」「ディレクトリページ」「ロケーションページ」「[キーワード] + [都市] ページ」「比較ページ」「統合ページ」「SEOのための多数のページ作成」「pSEO」「100ページ生成」「データ駆動ページ」「テンプレート化されたランディングページ」に言及した場合にも使用します。異なるキーワードやロケーションをターゲットにした類似ページを多数作成したい場合に、これを利用してください。例えば...

PrometheusおよびPromQL互換エンジン（Thanos、Cortex、VictoriaMetrics、Grafana Mimir、Grafana Tempo...）をクエリするためのCLI — 即時クエリ、範囲クエリ、メトリクス発見（metrics/labels/metaサブコマンド）、出力形式（table/csv/json/graph）。PromQLクエリの実行時、可観測性を持つソフトウェアのパフォーマンス問題のトラブルシューティング、レイテンシ/エラー率/飽和状態の調査、または時系列データの分析時に適用します。

ユーザーがB2B SaaS、一般B2B、または地元の中小企業を対象に、リーチアウトする見込み客を発見、選別、リスト化したい場合。また、ユーザーが「prospecting」「見込み客リストを作成」「見込み客を探す」「リードを探す」「リード生成リスト」「SaaS企業を探す」「B2B企業を探す」「地元企業を探す」「ICPに合致するアカウント」「誰をターゲットにすべきか」「アウトバウンドリスト」「ターゲットアカウントリスト」「近くの顧客を探す」「ウェブサイトのない企業」「見込み客...」と言及した場合にも使用します。

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Rampのベンダー支出データを分析し、接続されたシステムにエクスポートします。ユーザーが「ベンダー支出の分析」「ベンダーデータベースの構築」「管理ベンダーの更新」「主要ベンダーレポート」「X以上の支出があるベンダーの表示」「ベンダー支出分析」「ベンダー更新」「契約終了日」を依頼した場合、またはベンダーの支出パターン、ベンダー担当者、発注書、部門別のベンダーデータについて質問した場合に使用します。

ユーザーが紹介プログラム、アフィリエイトプログラム、口コミ戦略を作成、最適化、または分析したい場合に使用します。また、ユーザーが「紹介」「アフィリエイト」「アンバサダー」「口コミ」「バイラルループ」「友達を紹介」「パートナープログラム」「紹介インセンティブ」「紹介の獲得方法」「顧客による顧客紹介」「アフィリエイト報酬」に言及した場合も使用します。既存のユーザーやパートナーに新規顧客を紹介してもらいたい場合に常に使用してください。ローンチ特有のバイラル性については、launchを参照してください。

高信頼性の一次情報源を用いて質問を調査し、その結果をリポジトリ内のMarkdownファイルとして保存します。ユーザーがトピックの調査、ドキュメントやAPIの事実収集、または読解作業をバックグラウンドエージェントに委任したい場合に使用します。

ユーザーが収益オペレーション、リードライフサイクル管理、またはマーケティングからセールスへの引き継ぎプロセスに関する支援を求める場合。また、ユーザーが「RevOps」「収益オペレーション」「リードスコアリング」「リードルーティング」「MQL」「SQL」「パイプラインステージ」「ディールデスク」「CRM自動化」「マーケティングからセールスへの引き継ぎ」「データ衛生」「リードがセールスに届かない」「パイプライン管理」「リードクオリフィケーション」「マーケティングはいつセールスに引き継ぐべきか」に言及する場合にも使用します。システムや...に関するあらゆることに使用します。

他のCMSやコンテンツシステムからSanityへの移行を計画、実施、レビューします。AEM、Adobe Experience Manager、Contentful、Strapi、Webflow、WordPress、Payload、Drupal、Markdown/MDX/frontmatterファイル、WXR/XMLエクスポート、CMS API、データベースダンプ、静的HTMLからの移行やSanityへのリプラットフォーム時、または抽出、変換、Portable Text変換、アセット移行、リダイレクト、検証、カットオーバーワークフローの設計時に使用します。

ユーザーがサイトのスキーママークアップや構造化データを追加、修正、最適化したい場合に使用します。また、ユーザーが「スキーママークアップ」「構造化データ」「JSON-LD」「リッチスニペット」「schema.org」「FAQスキーマ」「商品スキーマ」「レビュースキーマ」「パンくずスキーマ」「Googleリッチ結果」「ナレッジパネル」「検索結果の星評価」「構造化データを追加」に言及した場合も使用します。ユーザーがGoogleでページの拡張結果を表示させたい場合に使用します。より広範なSEOの問題については、seo-auditを参照してください。AIについては…

ユーザーが自社サイトのSEO問題を監査、レビュー、診断したい場合に使用します。また、ユーザーが「SEO監査」「テクニカルSEO」「なぜランキングに入らないのか」「SEO問題」「オンページSEO」「メタタグレビュー」「SEOヘルスチェック」「トラフィックが落ちた」「ランキングを失った」「Googleに表示されない」「サイトがランキングに入らない」「Googleアップデートの影響を受けた」「ページ速度」「Core Web Vitals」「クロールエラー」「インデックス問題」に言及した場合も使用します。ユーザーが「SEOが悪い」や「助けて…」といった曖昧な発言をした場合でも使用します。

ユーザーがサインアップ、登録、アカウント作成、またはトライアル開始フローを最適化したい場合に使用します。また、ユーザーが「サインアップコンバージョン」「登録の摩擦」「サインアップフォーム最適化」「無料トライアルサインアップ」「サインアップ離脱の削減」「アカウント作成フロー」「人がサインアップしない」「サインアップ放棄」「トライアルコンバージョン率」「誰も登録を完了しない」「サインアップのステップが多すぎる」「サインアップを簡素化する」に言及した場合も使用します。ユーザーがサインアップや登録に関する…

Use when the user needs to create, extract, flatten, list, test, install, script, or troubleshoot `tzst` CLI workflows for `.tzst` or `.tar.zst` archives, including compression levels, streaming mode, extraction filters, conflict resolution, JSON output, or standalone binary setup, even if they describe the archive task without naming `tzst`.

微信读书助手 — 書籍の検索、本棚の管理、ノートや線の確認、書評の閲覧、読書統計、おすすめの良書の発見

万得金融能力の発見とインストールルートエントリ。金融データ、相場照会、市場分析、本日の大盤、市場のメインライン、セクターのローテーション、資金の流れ、バリュエーション、銘柄選択、振り返り、ポジション、取引計画、バックテストなどのタスクに使用。まずcatalogを読み取り、必要なデータスキル/ワークフロースキルを判断する必要がある。不足している場合はインストールオプションを表示し、ユーザーが確認した後、AIが直接インストールする。コマンドのみを提供したり、汎用的な分析で代替してはならない。

ユーザーが金融データをクエリした際にトリガー：A株の銘柄スクリーニング、相場スナップショット、Kライン、分足相場、財務ファンダメンタルズ、株主、イベント、テクニカルおよびリスク；香港株/米株の銘柄スクリーニング、相場およびファンダメンタルズ；ファンド/ETF/LOFファンドのスクリーニング、相場、純資産価格、規模、プロファイル、保有銘柄およびパフォーマンス；指数/セクターの相場とファンダメンタルズ；債券のプロファイルとバリュエーション；上場企業の公告、金融ニュース、マクロ経済および業界指標。欧州株、日本株、為替、先物板、暗号通貨または非金融データには使用しません。