1.4万 件 ・ 関連度順
概要と使いどころ
Analyze source data, tables, CSV/XLSX extracts, metrics, or experiment results with explicit data-authenticity checks. Use for profiling, cleaning assumptions, statistical summaries, segmentation, trend analysis, or "analyze this data"; do not use for spreadsheet file surgery, chart design only, database migrations, or claims without data provenance.
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。
Converts documents into clean, chunked datasets suitable for embeddings and vector search. Produces chunked JSONL files with metadata, deduplication logic, and quality checks. Use when preparing "training data", "vector datasets", "document processing", or "embedding 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。
Generates deterministic seed data for development and testing with factory functions, realistic fixtures, and database reset scripts. Use for "data seeding", "test fixtures", "database seeding", or "mock data generation".
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 this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like "the xlsx in my downloads") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.
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。
コードやデータ、APIの変更前に、実際の依存関係から影響範囲と必要な検証・復旧手順を整理し、実装後の差分と照合して見落としや範囲のずれを確認します。
本番データベースの構造変更や既存データの移行を計画するスキル。列・索引の追加、段階的な切り替え、復旧手順を整理し、停止時間やロックに配慮した変更を支援します。
Node.js、Express、Next.jsのAPIとデータ処理を設計・見直すスキル。役割の分離、データベース最適化、キャッシュ、認証の実装例を示します。
Ruby on Railsアプリの実装・レビューで、業務処理や検索、フォームの責務を整理するスキル。データ取得の無駄を防ぎ、バックグラウンド処理や画面部品の設計も支援します。
リアルタイム画面やデータ配信の遅延、情報の鮮度、処理待ちを個別に測り、イベント発生から画面表示までの経路を改善して、稼働環境で結果を確かめるスキル。
公開サイトやAPIから求人・価格・ニュースなどを定期収集する仕組みを作ります。AIによる要約・分類・採点、保存先との連携、利用者の評価を次回に反映する設計も扱います。
ClickHouseの分析用テーブル設計、集計クエリの作成、遅い処理の見直しを支援します。大量データの一括取り込みやリアルタイム集計の設計にも使えます。
既知のURLから本文やリンク、画像などを取得する機能を、Firecrawlの`/scrape`でアプリに組み込みます。単一ページの情報抽出と取得データの鮮度設定を支援します。
Webアプリの入力処理・認証・外部連携を点検し、脆弱性への対策を整理します。依存パッケージ、個人情報、LLM出力の扱いまで確認するスキルです。
Notionの過去24時間の文書編集、コメント、メンション、データベースの行変更を集め、日々の更新を確認しやすいNotion形式のページにまとめます。
チームの主要指標、7日間の推移、活動履歴、タスク一覧を、Notion風のHTML画面にまとめます。手動・自動更新に対応し、未接続時はサンプルデータで表示します。
自然文やMermaid、コードの根拠から構成図・業務フロー・時系列などを作り、検証を経て、単体で閲覧できる対話型HTMLとして出力するスキル。
市場・競合・消費者・財務などの調査について、章立てと必要データを設計し、収集済みの情報を図表・出典・戦略上の示唆を含むレポートにまとめるスキル。
OmniRouteのデータをコマンドラインでバックアップ・復元し、定期保存や暗号化、クラウド同期、同期前の差分確認とデータの取り込みを管理するスキル。
売買戦略を過去の相場データで検証し、収益率や最大下落幅を集計します。実データかを確認し、検証結果に電子署名を付けて実運用への移行判断に備えるスキルです。
銘柄ごとの始値・高値・安値・終値・出来高を取り込み、比較しやすい数値に変換して日付別に保存します。値動きのパターン検出や類似検索に向けた下準備に使えます。
記事の著者紹介に経験・資格・専門プロフィールへのリンクがあるかを確認し、表示後のHTMLや構造化データも含めてSEO上の改善箇所を示すスキル。
システム構成や業務の流れ、データの関係を、ブランドの配色や書体に合わせて図解します。目的に合う図の選定から、読みやすい配置、HTML・SVG・PNGの出力まで扱います。
出典が確認できる既存データを使い、数式計算とデータの特徴をまとめる記述統計を行います。式・単位・前提を明示し、不足する情報は推測せずに示します。
メモリに収まらない大規模な表データをVaexで扱い、条件抽出、統計集計、派生列の作成、可視化、分割書き出しを進めるためのスキル。