「tables」の検索結果

Internal — for Boundless team members only. Query Boundless broker telemetry tables on Redshift for prod/staging operational data. Use when the user asks about broker health, request evaluations, request completions, proving times, skip rates, telemetry data, or wants to run SQL against the telemetry database on live networks. Also covers historical telemetry through 2026-04-24 stored as Parquet archives in S3 (queried via DuckDB). Do NOT use for debugging local code changes, reviewing PRs, or investigating issues in the codebase itself.

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 structured company lists from directories with Firecrawl. Use for scraping YC, Crunchbase, Product Hunt, G2, startup directories, category directories, or custom company databases into JSON, CSV, CRM-ready lists, or research tables.

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。

CustomShader authoring — vertexShaderText and fragmentShaderText against VertexInput, FragmentInput, FeatureIds, Metadata, czm_modelMaterial. Use when reading EXT_mesh_features or EXT_structural_metadata property textures/tables, vertex displacement, or shading VoxelPrimitive.

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。

Professional PDF Property Report Generator — compiles all PROPERTY-*.md analysis files into a polished, client-ready PDF with score gauges, comparison tables, financial projections, and investment recommendations

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。

Mortgage Calculator & Affordability Analysis — monthly payments, amortization, loan comparison, affordability limits, rent vs buy, and refinance break-even with rate comparison tables

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。

Transform vague product ideas into evidence-anchored problem statements for PRD v0.1 Spark. Triggers on starting new products/features, validating market opportunities, drafting PRD Why sections, or requests like "frame the problem", "define pain points", "write problem statement", "start v0.1", "what problem are we solving". Outputs structured problem tables with CFD evidence IDs.

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。

Read, transform, analyze, and generate Excel and CSV files. Use when a user asks to open a spreadsheet, process Excel data, merge CSVs, create pivot tables, clean up data, convert between Excel and CSV, add formulas, filter rows, or generate reports from tabular data. Handles .xlsx, .xls, and .csv.

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。

Generate Word documents programmatically with the docx library — create paragraphs, tables, images, headers, footers, numbered lists, and styled content. Use when tasks involve generating contracts, proposals, resumes, or any .docx output from application data in Node.js.

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。

Explore and manage databases with Drizzle Studio. Use when a user asks to browse database contents visually, inspect tables and data, run ad-hoc queries, manage database records through a GUI, debug database issues, or use a lightweight alternative to pgAdmin or DBeaver. Covers setup with Drizzle ORM, standalone usage, data browsing, filtering, and inline editing.

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。

DuckDB is an in-process analytical database that runs embedded inside your application with zero external dependencies. It can query CSV, Parquet, and JSON files directly without loading them into tables first, making it ideal for local data exploration, ETL pipelines, and analytical workloads where spinning up a server is overkill.

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 with Amazon DynamoDB for fast, scalable NoSQL storage. Design tables with partition and sort keys, create GSI and LSI for flexible queries, enable streams for change data capture, and apply single-table design patterns for efficient data modeling.

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。

Generate a professional, client-ready PDF SEO report from a saved DataForSEO-powered audit. Produces a polished PDF with score gauges, prioritized action plan, keyword opportunity tables, and competitive landscape — ready to send to a client.

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。

Generate a markdown SEO report deliverable from a saved DataForSEO-powered audit. Produces a client-ready markdown document with executive summary, scores, key findings, prioritized actions, and supporting data tables — ready to send to a client.

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。

Create polished HTML technical reports and multi-page documents for consulting deliverables. Includes a customizable design system with dark cover page, warm cream content pages (8.5x11 portrait), professional typography, and a curated component library (KPI cards, data tables with severity coloring, callout boxes, recommendation cards, priority banners). Trigger on report, audit report, technical document, written report, assessment, or multi-page document. Outputs standalone HTML files exported to PDF via Chrome headless.

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。

Create polished HTML technical reports and multi-page documents for consulting deliverables. Features a professional design system with dark cover pages, warm cream content pages, Switzer + Cartograph CF typography, and a curated component library (KPI cards, data tables, callout boxes, recommendation cards, priority banners). Outputs standalone HTML that prints cleanly to PDF.

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。

Flagship intra-paper self-consistency forensics: does the paper contradict ITSELF across abstract/intro/tables/body/appendix, and does the method DESCRIBED match the method EVALUATED? Needs no external ground truth — works PDF-only (L0). Runs a deterministic arithmetic pass + a fresh cross-model semantic pass, every finding span-anchored to the evidence ledger (claims.json), reviewer≠adjudicator. Emits consistency-audit.findings.json; NEVER computes the verdict. Triggers: "consistency audit", "check the paper against itself", "self-consistency", "内部自洽".

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。

Azure.AI.DocumentIntelligence (.NET) workflow skill. Use this skill when the user needs Azure AI Document Intelligence SDK for .NET. Extract text, tables, and structured data from documents using prebuilt and custom models and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

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。

Azure.AI.DocumentIntelligence (.NET) workflow skill. Use this skill when the user needs Azure AI Document Intelligence SDK for .NET. Extract text, tables, and structured data from documents using prebuilt and custom models and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

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。

Airtable Automation via Rube MCP workflow skill. Use this skill when the user needs Automate Airtable tasks via Rube MCP (Composio): records, bases, tables, fields, views. Always search tools first for current schemas and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

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。

Airtable Automation via Rube MCP workflow skill. Use this skill when the user needs Automate Airtable tasks via Rube MCP (Composio): records, bases, tables, fields, views. Always search tools first for current schemas and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

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。

Airtable Automation via Rube MCP workflow skill. Use this skill when the user needs Automate Airtable tasks via Rube MCP (Composio): records, bases, tables, fields, views. Always search tools first for current schemas and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

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。

医疗美容 (医疗美容 / 注射美容 (Medical Aesthetics & Injectables) — 以「医疗本质 + 消费属性双高」为特征的中国医美认知操作系统：从「求美者咨询与面诊（需求/解剖/审美/预算/禁忌）→ 方案设计（注射 vs 手术、单项 vs 联合、分次 vs 一次）→ 产品与术式选型（玻尿酸/肉毒/再生类/光电/手术）→ 知情同意与风险告知 → 操作执行（无菌/层次/剂量/解剖避险）→ 术后管理与随访 → 并发症识别与处理/修复 → 机构合规运营与获客」的完整临床-审美-合规-经营决策链。覆盖 (a) 第一性张力 — **医疗本质/安全/循证/解剖（这是外科与皮肤科的医疗行为，血管栓塞致盲/肉毒中毒/感染可致残致死）⇄ 消费/营销/颜值经济/获客（机构靠流量与转化生存，价格战/直播带货/导流）**；**注射派/微整/午餐美容（玻尿酸 filler、肉毒 botox、水光、再生材料童颜针/少女针、线雕、无创/微创、恢复快）⇄ 手术派/整形外科（隆鼻/眼综合/隆胸/吸脂抽脂/面部提升拉皮/正颌、创伤大恢复久效果持久）**；**正规医疗（持《医疗机构执业许可证》+ 执业医师/主诊医师备案 + 三类医疗器械注册证 + 正品药械）⇄ 黑医美/三非（非法机构、非法药械/水货假货、非法行医/工作室/美容院越界、生活美容冒充医疗美容）**；**产品/厂商营销（进口 vs 国产、艾尔建/高德美/乔雅登 vs 爱美客/华熙/昊海、'认准正品'、网红爆品）⇄ 医生技术与审美（同样的针剂效果取决于医生的解剖功底/审美/手法，'产品是地板技术是天花板'）**；**循证/适应证/风险告知/拒绝过度治疗（医生伦理：该劝退就劝退、不做无适应证项目）⇄ 求美者预期管理/容貌焦虑/成瘾性消费（过度医美/医美贷/容貌焦虑被制造、'变美才能…'）**；**强监管合规（医疗广告法、医师法、医疗机构管理条例、器械分类管理、卫健委/药监局监管、医美专项整治）⇄ 灰色地带（医美贷、医托/渠道医院返佣、跨境就医、水货走私、超范围执业、虚假宣传/对比图造假）**。(b) 核心工作流 / pipeline（最标准、最易蒸高质量 + CLI 化）— 通用临床链：求美者面诊与需求挖掘（主诉/动机筛查/排查容貌焦虑与 BDD 体象障碍/解剖评估/Fitzpatrick 皮肤分型/既往史与禁忌）→ 审美设计与方案（面部分区/比例/动态/老化机制评估，注射 vs 手术 vs 联合，分次规划）→ 产品/术式选型与知情同意（材料选择/剂量/层次/风险并发症逐项告知/签署知情同意/留存术前照）→ 操作执行（无菌、解剖层次、剂量分配、危险三角/血管走行避险、回抽/缓慢推注/钝针、肉毒注射点位与剂量）→ 术后医嘱与随访（冷敷/护理/复查/补打）→ 并发症识别与急救（血管栓塞即刻处理/玻尿酸溶解酶透明质酸酶、肉毒扩散、感染、结节肉芽肿、丁达尔、栓塞致盲急救流程）→ 修复与转诊。机构经营链：选址定位→科室与人才（医生/护士/咨询师/运营）→获客（线上新氧/美团/抖音、私域、转介绍）→咨询转化→履约与复购→口碑与投诉处理→合规风控（资质/广告/价格/票据/病历）。(c) 工具栈 — 注射药械（玻尿酸：乔雅登/瑞蓝/海薇/润百颜/嗨体；肉毒：保妥适 Botox/吉适 Dysport/衡力/乐提葆/西马；再生类：童颜针 Sculptra-PLLA/少女针 Ellansé-PCL/濡白天使/艾维岚/嗨体熊猫针；线材：PPDO/PCL 线雕）、光电设备（热玛吉 Thermage/超声炮/Fotona 4D/皮秒/调Q/光子嫩肤 IPL/CO2 点阵激光/黄金微针）、术前评估与影像（VISIA 皮肤检测/面部 3D 模拟/AI 测脸/超声定位血管）、机构管理与获客（新氧 SoYoung、更美、美团医美、抖音/小红书种草、私域 SCRM、CRM 客户管理、电子病历 HIS、知情同意与病历系统）、合规与查验（NMPA 国家药监局器械/化妆品查询、卫健委医疗机构与医师执业查询、械字号查真伪、海关正品溯源）。(d) 知识正典 — 医美 canon 横跨医学专业与行业实务：临床专业（整形外科学/皮肤科学教材、注射解剖图谱如《面部危险区与注射解剖》、肉毒与填充剂临床指南/专家共识如中国面部注射美容专家共识/中华医学会医学美容分会指南、并发症处理共识、MD Codes 注射方法学 Mauricio de Maio）、循证与期刊（中华医学美学美容杂志、中国美容整形外科杂志、Aesthetic Surgery Journal、Plastic and Reconstructive Surgery、JAMA Dermatology、Dermatologic Surgery）、监管法规（医疗美容服务管理办法、医疗机构管理条例、医师法、医疗广告管理办法、医疗器械监督管理条例、医美专项整治文件、消费者权益保护）、行业研究与白皮书（艾瑞/德勤/弗若斯特沙利文医美行业报告、新氧医美白皮书、上市公司爱美客/华熙生物/昊海/朗姿招股书与年报）。(e) figures/流派 — 临床专家与学术（整形外科与皮肤科主任医师、注射美容专家共识执笔人、医学美容分会与整形美容协会专家、知名公立三甲整形科/八大处/上海九院/华西/中国医学科学院整形外科医院专家、注射解剖与并发症权威）、产业与企业（爱美客/华熙生物/昊海/朗姿/华韩等上市公司创始人与高管、新氧/更美创始人、连锁医美机构创始人）、医生 KOL 与科普（做科普打假的皮肤科/整形科医生、揭黑医美与营销套路的从业者）、海外术式 originator（MD Codes 的 Mauricio de Maio、各注射技法/线雕/光电术式发明人）。流派分歧：注射派 vs 手术派、医疗循证派 vs 消费营销派、'产品论'（认准大牌正品）vs '医生论'（技术审美决定效果）、保守自然派 vs 网红改造派（过度医美/科技脸/欧式大平行）、公立学院派 vs 民营连锁派、'劝退伦理'派 vs '满足需求'派。(f) 行业话术/黑话 — 面诊 / 主诉 / 求美者 / 适应证 / 禁忌证 / 知情同意 / 注射层次（皮内/真皮/皮下/骨膜上/SMAS）/ 剂量 / 单位（U）/ 支（玻尿酸 1ml）/ 回抽 / 钝针 vs 锐针 / 危险三角 / 血管栓塞 / 栓塞致盲 / 溶解酶（透明质酸酶）/ 丁达尔现象 / 结节 / 肉芽肿 / 移位 / 肉毒 / 除皱 / 瘦脸针 / 瘦肩针 / 玻尿酸 / 填充 / 水光 / 童颜针 / 少女针 / 再生材料 / 胶原再生 / 线雕 / 提升 / 热玛吉 / 超声炮 / 光子嫩肤 / 皮秒 / 抗衰 / 微整 / 轻医美 / 重医美 / 联合治疗 / 全脸设计 / MD Codes / 三庭五眼 / 黄金比例 / 苹果肌 / 卧蚕 / 泪沟 / 法令纹 / 木偶纹 / 颞部 / 面部老化 / 容积缺失 / 三非 / 黑医美 / 水货 / 假货 / 械字号 / 妆字号 / 国械注准 / 正品溯源 / 渠道医院 / 医托 / 导流 / 医美贷 / 面诊转化 / 升单 / 复购 / 拓客 / 体验价 / 钓鱼 / 莆田系 / 修复 / 翻车 / 容貌焦虑 / BDD（体象障碍）/ 过度医美 / 科技脸 / 自然派 / 五分钟变美 / 午餐美容。(g) 争议/批判 — 「医疗本质 vs 消费营销」（医美被当快消品营销、价格战与品质安全冲突）、「黑医美与三非泛滥」（非法机构/水货假货/非法行医致毁容致死案例、生活美容越界打针）、「容貌焦虑与过度医美」（贩卖容貌焦虑、医美成瘾、未成年医美、医美贷套路贷、整容低龄化）、「虚假宣传与对比图造假」（夸大效果、伪科普、网红医生带货、'一针逆龄'）、「产品论 vs 医生论」（认正品 vs 重技术，水货与正品之争、同质化价格战）、「渠道返佣与医托」（渠道医院高返佣推高价格、医托拉客）、「并发症与维权难」（栓塞致盲/感染/毁容、举证难维权难、修复市场乱）、「监管与灰色地带」（超范围执业、医师资质挂靠、跨境医美、医美贷金融风险）。(h) 大量隐性临床手艺 + 审美 + 沟通 + 经营软技能（注射的解剖空间感与层次手感、危险区避险与回抽习惯、剂量与审美的平衡、全脸动态设计、并发症的快速识别与急救决断、面诊的需求挖掘与预期管理与劝退、容貌焦虑/BDD 的筛查、知情同意的真实告知、机构的合规风控与口碑经营）是高 tacit、靠规范化培训 + 大量临床实操 + 并发症处理经验 + 审美修养积累的核心，且医疗安全红线不可让渡。水分极高（大量营销号/伪科普/带货软文/'某院某专家'刷屏/对比图造假/培训速成班割韭菜（'7天速成注射师'是非法行医温床）/黑医美洗白），须强 source 过滤：优先 临床专家共识/指南 + 监管法规原文（NMPA/卫健委）+ 厂商械字号官方信息 + 专业期刊 + 整形外科/皮肤科专家本人科普 + 上市公司披露 > 行业研究报告 > 二手转述 > 营销号/带货软文（严防当知识来源）。严防把'变美话术/带货推荐/速成培训'当医疗知识，严防软化并发症风险与黑医美批判。不含: 生活美容/美容院护理（皮肤管理/美甲美睫，非医疗）、口腔正畸种植牙（另立专科）、毛发移植植发（可少量提及不深覆盖）、减肥代谢类药物（司美格鲁肽等另属内分泌）、纯护肤品/化妆品配方（妆字号护肤是另一行）、心理整形咨询的纯心理治疗部分（借用 BDD 筛查但不深入精神科）。) Master OS — automated mastery of 医疗美容 / 注射美容 (Medical

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。

数据工程 — 数据平台从业者的认知操作系统, 覆盖把数据从源系统搬运成可靠 / 可查询 / 可信赖形态供分析 / ML / 数据产品消费的全生命周期 (生成 → 摄取 → 存储 → 转换 → 服务 + 安全/数据管理/DataOps/数据架构/编排/软件工程 六条暗流, Reis & Housley 框架): 摄取与集成 (批 + CDC 变更数据捕获 Debezium + EL 工具 Fivetran/Airbyte/Meltano/dlt + Kafka Connect + schema drift) / 存储与文件表格式 (对象存储数据湖 + 列存 Parquet/ORC/Arrow/Avro + 开放表格式 Apache Iceberg/Delta Lake/Apache Hudi + lakehouse + 分区/compaction) / 转换与建模 (ELT dbt/SQLMesh + Spark + 维度建模 Kimball + Inmon + Data Vault + 大宽表 OBT + 渐变维 SCD + 增量模型 + 语义/指标层) / 编排与工作流 (Apache Airflow/Dagster/Prefect/Mage/Kestra/Apache DolphinScheduler + DAG + 幂等 + 回填 backfill + 数据资产调度) / 批流与实时 (Apache Kafka/Apache Flink/Spark Structured Streaming/Kinesis/Pulsar/Redpanda + Lambda vs Kappa + watermark/窗口/exactly-once + 流式 SQL Materialize/RisingWave + 实时 OLAP ClickHouse/Apache Druid/Apache Pinot/StarRocks/Apache Doris) / 数仓与查询引擎 (Snowflake/BigQuery/Redshift/Databricks SQL/Trino/Presto/DuckDB/Polars + 存算分离 + MPP) / 数据质量测试与可观测性 (dbt tests/Great Expectations/Soda + 数据契约 + Monte Carlo data downtime + 新鲜度/量/schema 异常检测) / 数据治理编目与血缘 (DataHub/Amundsen/OpenMetadata/Unity Catalog + 列级血缘 + PII 分类 + 访问控制 + GDPR) / DataOps 与可靠性 (数据 CI/CD + 转换版本控制 + 环境隔离 + 幂等重处理 + 数据 SLA/SLO + 计算存储 FinOps) / 数据架构范式 (现代数据栈 + lakehouse + data mesh + data fabric + 去中心化 vs 中心化所有权) / 分析工程角色 (dbt 时代连接数据工程与分析的桥) — 不含 数据科学/ML 建模本身 (是下游消费者) / BI 仪表盘制作 (serving 下游) / 数据分析报表为终点 / 'data engineer = 跑 Hadoop 的' 过时窄化 / 通用后端应用开发 (平行学科) (Data Engineering — the cognitive operating system of practitioners who design, build, and operate the data platform: moving data from source systems into reliable, queryable, trustworthy form for analytics / ML / products, covering (a) the data engineering lifecycle (generation → ingestion → storage → transformation → serving, with the undercurrents security / data management / DataOps / data architecture / orchestration / software engineering — Reis & Housley framing), (b) ingestion & integration (batch + CDC change-data-capture with Debezium, EL tools Fivetran / Airbyte / Meltano / dlt, Kafka Connect, API + file + database sources, schema drift handling), (c) storage & file/table formats (object storage data lakes, columnar formats Parquet / ORC / Arrow / Avro, open table formats Apache Iceberg / Delta Lake / Apache Hudi, lakehouse architecture, partitioning / compaction / Z-ordering), (d) transformation & modeling (ELT with dbt / SQLMesh, Spark, dimensional modeling Kimball, Inmon CIF, Data Vault, One Big Table / wide tables, normalization vs denormalization, slowly changing dimensions, incremental models, the semantic / metrics layer), (e) orchestration & workflow (Apache Airflow, Dagster, Prefect, Mage, Kestra, Apache DolphinScheduler, DAGs, idempotency, backfills, data-aware / asset-based scheduling), (f) batch vs streaming & real-time (Apache Kafka, Apache Flink, Spark Structured Streaming, Kinesis / Pulsar / Redpanda, the Lambda vs Kappa debate, watermarks / windowing / exactly-once, streaming SQL Materialize / RisingWave, real-time OLAP ClickHouse / Apache Druid / Apache Pinot / StarRocks / Apache Doris), (g) warehouses & query engines (Snowflake, BigQuery, Redshift, Databricks SQL, Trino / Presto, DuckDB, Polars, decoupled storage & compute, MPP), (h) data quality, testing & observability (dbt tests, Great Expectations, Soda, data contracts, Monte Carlo / data downtime, freshness / volume / schema anomaly detection, unit / integration testing of pipelines), (i) data governance, catalog & lineage (DataHub, Amundsen, OpenMetadata, Unity Catalog, column-level lineage, PII / data classification, access control, GDPR / data privacy), (j) DataOps & reliability (CI/CD for data, version control of transformations, environments, idempotent reprocessing, SLAs / SLOs for data, cost / FinOps for compute & storage), (k) data architecture paradigms (modern data stack, data lakehouse, data mesh, data fabric, decentralized vs centralized ownership), (l) the analytics engineering role (the dbt-era bridge between data engineering and analysis); N

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。

Generate guardrailed UI from natural language. Emits constrained JSON that a Preact runtime renders. Use when the request is for a dashboard with metrics, charts, or tables; an admin panel; a data visualization interface; or a form-based application.

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。