データ・AIのスキル

Use when generating JPA entities, repositories, queries, or anything touching the persistence layer. Covers entity conventions, N+1 prevention, projections, and query patterns.

日本語の概要は準備中です。原文の説明を表示しています。

Inventory staged local EcoSIM data at project startup and validate input readiness for a selected site, simulation period, and preprocessing or analysis workflow. Use before data-dependent work or when relevant inputs change.

日本語の概要は準備中です。原文の説明を表示しています。

Plan and execute Convex schema migrations safely, including adding fields, creating tables, and data transformations. Use when schema changes affect existing data.

日本語の概要は準備中です。原文の説明を表示しています。

Plans Convex schema and data migrations with widen-migrate-narrow and @convex-dev/migrations. Use for breaking schema changes, backfills, table reshaping, or zero-downtime rollouts.

日本語の概要は準備中です。原文の説明を表示しています。

Rules for the shared MatrxDataTable and its drill-down. Use when configuring, migrating or reviewing table columns, filters, toolbars, record links or pagination, adding group-by, 'by X' analytics or counts and sums by status, owner, model or day, or replacing hand-built totals or lists.

日本語の概要は準備中です。原文の説明を表示しています。

Write or revise MiniMax H3 prompts for text, keyframe, and full-reference modes, preserving mode-specific fields, labels, and timing.

日本語の概要は準備中です。原文の説明を表示しています。

画像・動画プロンプトの新規作成や意味変更で、参照素材・空間・構図・動作を設計する。誤字や生成内容を変えない形式修正には使わない。

商品・店舗情報と参照素材から、MiniMax H3用の縦型リール広告を企画し、生成プロンプトと編集設計を作成・監査する。生成や広告配信は行わない。

MiniMax H3用の文字・図形・商品を主役にしたモーショングラフィックスプロンプトを作成・監査する。生成実行は別スキルで扱う。

Import a memory export from another AI assistant into Claude's memory — conversationally, additively, and with the content treated as data.

日本語の概要は準備中です。原文の説明を表示しています。

Guide for building and refactoring a FastAPI + Prefect + PostgreSQL/pgvector analytics pipeline that extracts insights from chat data using LLM classification, embeddings, UMAP/HDBSCAN clustering, and narrative generation. Use this skill whenever working on this project's codebase — including adding features, refactoring, debugging, creating new endpoints, modifying pipeline stages, or reviewing architecture decisions. Also trigger when the user asks about project structure, stack decisions, async migration, or best practices for this specific system.

日本語の概要は準備中です。原文の説明を表示しています。

Extract product data, prices, reviews, and seller information from any e-commerce platform using Apify's E-commerce Scraping Tool.

日本語の概要は準備中です。原文の説明を表示しています。

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

日本語の概要は準備中です。原文の説明を表示しています。

AI-driven data extraction from 55+ Actors across all major platforms. This skill automatically selects the best Actor for your task.

日本語の概要は準備中です。原文の説明を表示しています。

Analytics de produto — PostHog, Mixpanel, eventos, funnels, cohorts, retencao, north star metric, OKRs e dashboards de produto.

日本語の概要は準備中です。原文の説明を表示しています。

Track engagement metrics, measure campaign ROI, and analyze content performance across Instagram, Facebook, YouTube, and TikTok.

日本語の概要は準備中です。原文の説明を表示しています。

Forensic root cause analyzer for Antigravity sessions. Classifies scope deltas, rework patterns, root causes, hotspots, and auto-improves prompts/health.

日本語の概要は準備中です。原文の説明を表示しています。

Design, audit, and improve analytics tracking systems that produce reliable, decision-ready data.

日本語の概要は準備中です。原文の説明を表示しています。

Build natural-language crypto/DeFi agents and EVM MCP plugins (Claude Code, Cursor, Codex, Gemini). Aomi turns prompts into wallet-signed txs on Ethereum, Base, Arbitrum, Optimism, Polygon, Linea — non-custodial, fork-simulated. 40+ apps: Uniswap, Aave, Lido, Morpho, GMX, Hyperliquid, Polymarket.

日本語の概要は準備中です。原文の説明を表示しています。

Behavioral guidelines to reduce common LLM coding mistakes. Use when writing, reviewing, or refactoring code to avoid overcomplication, make surgical changes, surface assumptions, and define verifiable success criteria.

日本語の概要は準備中です。原文の説明を表示しています。

Access 20+ years of global financial data: equities, options, forex, crypto, commodities, economic indicators, and 50+ technical indicators.

日本語の概要は準備中です。原文の説明を表示しています。

This skill should be used when the user asks to "implement LLM-as-judge", "compare model outputs", "create evaluation rubrics", "mitigate evaluation bias", or mentions direct scoring, pairwise comparison, position bias, evaluation pipelines, or automated quality assessment.

日本語の概要は準備中です。原文の説明を表示しています。

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.

日本語の概要は準備中です。原文の説明を表示しています。

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

日本語の概要は準備中です。原文の説明を表示しています。