チームには、混在メディアから意味を抽出するための信頼できるガイダンスが必要です。このスキルは、Azure AI Content Understanding ワークフロー向けの焦点を絞った Python SDK の例を提供します。

Java チームには、時系列の通常とは異なる挙動を検出するための信頼できるパターンが必要です。このスキルは、クライアント、モデル、推論、エラーに関する Azure AI Anomaly Detector の例を提供します。

チームは、検証されていないアナリティクスデータに基づいて意思決定を行うことがよくあります。このスキルは、Claude、Codex、Claude Code がトラッキング計画を設計、監査、改善するのに役立ちます。

Amplitude のワークフローでは、慎重なツール検索、ID 解決、ステータス確認が必要です。このスキルは、一般的な Amplitude タスクに対して、Claude、Codex、Claude Code が Rube MCP ツールのシーケンスを進められるようにガイドします。

Airflow DAG は、リトライ、依存関係、テストの設計が後回しになると失敗しがちです。このスキルは、DAG 構造、センサー、アラート、検証のための本番環境向けパターンを提供します。

チームは、仮説、指標、サンプルサイズの確認を確定しないまま実験を開始してしまうことがよくあります。このスキルは、妥当性と準備状況のゲートを設けてA/Bテストの設定を支援します。

不適切なグラフを選ぶと、重要なデータパターンが隠れたり歪められたりする可能性があります。このスキルは、Claude、Codex、Claude Code がグラフの種類を選択し、ダッシュボードを改善し、可視化の選択理由を説明するのに役立ちます。

データ作業では、多くの場合、明確なクエリ、再現可能な変換、慎重な解釈が必要です。このスキルは、SQL、pandas、統計、データクリーニングのワークフローを支援します。

Messaging teams need consistent metrics for volume, deliverability, contacts, and number capabilities. This skill queries Sent analytics and explains trends within defined periods.

手作業のWeb調査やスクレイピングは、時間がかかり結果にばらつきが出ることがあります。このスキルは、Claude、Codex、Claude CodeにScrapeGraph CLIのワークフローを案内します。

エージェントは、過去のタスクから得た有用な教訓をしばしば失います。このスキルでは、AgentDBバックエンドのReasoningBankを使って、推論パターンを保存、判定、取得、蒸留する方法を示します。

AgentDB のデプロイは、ベクトル数が増えるにつれて遅くなったり、メモリを使いすぎたりすることがあります。このスキルは、速度を向上させ、メモリ使用量を削減するための量子化、HNSW、キャッシュ、バッチ処理のガイダンスを提供します。

Recoup data and connected services require precise authentication, identifiers, and endpoint schemas. This skill guides reliable retrieval and approved external actions.

エージェントは、Excel を制御せずにスプレッドシートのロジックを必要とすることがよくあります。このスキルは、WorkPaper の数式、ファイルベースの編集、ローカル XLSX 数式レポートのための MCP と TypeScript ワークフローを案内します。

モデルチームには、エージェント性能に関する再現可能な証拠が必要です。PinchBenchは構造化されたOpenClawタスクを実行し、分析やリーダーボード提出に使える比較可能なスコアを生成します。

DEX research often requires several data sources and command formats. This skill routes read-only market, token, wallet, social, and live signal queries through Onchain OS.

Neon Serverless Postgres 上で構築するチームには、最新のガイダンスが必要です。このスキルは Claude、Codex、Claude Code を公式の Neon セットアップ、API、運用リファレンスへ案内します。

エージェントチームには、品質、リグレッション、コンテキスト変更を測定するための再現可能な方法が必要です。このスキルは、ルーブリック設計、テストセット、スコアリング、モニタリングをガイドします。

認知エージェントを構築するチームには、コンテキストを信念、欲求、意図へマッピングする明確な方法が必要です。このスキルは、追跡可能なBDIモデリングのためのオントロジーパターン、RDF例、SPARQLチェック、統合ガイダンスを提供します。

AI agents often generate fragile data-fetching and transformation code. This skill uses mloda feature requests, plugins, and lineage to build deterministic data workflows.