データ・AIのスキル

Provides Spring Data Neo4j integration patterns for Spring Boot applications. Use when you need to work with a graph database, Neo4j nodes and relationships, Cypher queries, or Spring Data Neo4j. Creates node entities with @Node annotation, defines relationships with @Relationship, writes Cypher queries using @Query, configures imperative and reactive Neo4j repositories, implements graph traversal patterns, and sets up testing with embedded databases.

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。

Provides and generates complete CRUD workflows for Spring Boot 3 services. Creates feature-focused architecture with Spring Data JPA aggregates, repositories, DTOs, controllers, and REST APIs. Validates domain invariants and transaction boundaries. Use when modeling Java backend services, REST API endpoints, database operations, web service patterns, or JPA entities for Spring Boot applications.

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。

Provides integration patterns for LangChain4j with Spring Boot. Configures AI model beans, sets up chat memory with Spring context, integrates RAG pipelines with Spring Data, and handles auto-configuration, dependency injection, and Spring ecosystem integration. Use when embedding LangChain4j into Spring Boot applications, building Java LLM applications with @Bean configuration, or setting up Spring AI 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。

Provides patterns for implementing Spring Boot caching: configures Redis/Caffeine/EhCache providers with TTL and eviction policies, applies @Cacheable/@CacheEvict/@CachePut annotations, validates cache hit/miss behavior, and exposes metrics via Actuator. Use when adding caching to Spring Boot services, configuring cache expiration, evicting stale data, or diagnosing cache misses.

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。

Verifies and injects Google Tag Manager (GTM), GA4 event triggers, and optimized meta tags.

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。

Provides expert knowledge of JPA entity design, relationship mapping, Flyway migrations, and PostgreSQL-specific optimizations.

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。

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。

Use when integrating LLMs, chat clients, embeddings, RAG pipelines, or AI agents into Spring Boot. Covers Spring AI ChatClient, prompt templates, embeddings, vector stores, and structured output. Use when user mentions Spring AI, LLM, ChatGPT, Claude, RAG, embeddings.

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。

Use when implementing caching, session storage, rate limiting, or any Redis integration. Covers cache-aside pattern, key naming, TTL strategy, and serialization config.

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。

Use when creating database migrations, schema changes, seed data, or any SQL that modifies database structure. Covers Flyway naming conventions, versioning, and safe migration 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。

Generates strictly typed Drizzle ORM schemas for PostgreSQL with indexes, foreign keys, and Zod schema deduction.

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。

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。

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。

Drill-down on the shared MatrxDataTable, local or server, with per-Dimension levels. Use when adding group-by, breakdown or 'by X' analytics to a table, replacing hand-built totals or rollup tables, or when people want counts or sums by status, owner, model or day.

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。

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。

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。

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。

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。

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。

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。

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。