Data Analysis

social-graph-ranker は、X と LinkedIn を横断してウォームな紹介先の発見、ブリッジスコアリング、ネットワークのギャップ分析を行うための、重み付きグラフランキング層です。Lead Research 向けの再利用可能なランキングエンジンが必要なときに使ってください。フルなアウトバウンド運用やネットワーク維持のワークフローではありません。

regex-vs-llm-structured-text は、構造化テキスト抽出で regex と LLM のどちらを使うかを判断するためのスキルです。まずは決定論的なパースから始め、信頼度の低い例外ケースには LLM による検証を追加。文書、フォーム、請求書、データ分析では、より安価で信頼性の高いパイプラインを構築できます。

clickhouse-io は、スキーマ設計、分析SQL、取り込みパターン、パフォーマンスチューニングに特化した ClickHouse 向けスキルです。MergeTree の選定、パーティショニング、マテリアライズドビュー、ワークロード別のクエリ最適化を検討する際に役立ちます。

data-analyst は、データ探索のために SQL、pandas、基礎的な統計分析へエージェントを導く、最小構成の GitHub スキルです。単一の SKILL.md プロンプト層で、コードに基づくクエリ、変換、解釈までまとめて引き出したいユーザーに向いています。

retro は、エンジニアリングチーム向けのプロジェクト振り返り skill です。コミット履歴、作業パターン、過去の学びを分析し、継続性のある構造化された週次レトロを生成します。スプリントレビュー、何をリリースしたかの確認、Project Management の進捗確認に使えます。

xlsx は、.xlsx、.xlsm、.csv、.tsv ファイルの作成、編集、分析、書式設定、再計算に使える Claude 向けスプレッドシート skill です。数式エラーを出さないこと、既存のワークブックテンプレートを保つこと、財務モデルで使われる書式ルールに従うこと、そして recalc.py による LibreOffice ベースの再計算を重視しています。

textrazor-automation は、Composio Rube MCP 経由で Textrazor タスクを自動化するための Claude skill です。ツール検出、接続確認、スキーマを踏まえた実行に対応します。

rosette-text-analytics-automation は、接続確認、`RUBE_SEARCH_TOOLS` によるライブツールスキーマの検出、テキスト分析ワークフローの実行を通じて、エージェントが Composio Rube MCP 経由で Rosette Text Analytics を扱えるようにするスキルです。

microsoft_clarity-automation は、エージェントが Composio Rube MCP 経由で Microsoft Clarity を活用し、セッション録画、ヒートマップ、行動分析を扱えるようにするスキルです。最初に RUBE_SEARCH_TOOLS を使うこと、Clarity 接続を ACTIVE に設定すること、スキーマを確認しながら利用することを重視しています。

googlebigquery-automation は、エージェントが Rube MCP と Metabase を使って BigQuery データへアクセスし、接続確認、メタデータの確認、ネイティブ SQL または MBQL による分析を、スキーマを推測せずに実行できるようにします。

eodhd-apis-automation は、Composio Rube MCP を通じてエージェントの EODHD API ワークフローを自動化するためのスキルです。ツールディスカバリを先に行い、接続状態を確認し、スキーマを意識した実行を支援します。

college-football-data-automation は、Rube MCP と Composio を通じて、エージェントによる College Football Data タスクの自動化を支援します。セットアップ要件、RUBE_SEARCH_TOOLS を使ったツール検出、接続確認、実用的な利用パターンを確認できます。

startup-metrics-frameworkは、創業者、アナリスト、事業責任者向けに、SaaS・マーケットプレイス・コンシューマー・B2BスタートアップのCAC、LTV、burn multiple、runway、成長指標などの主要KPIを算出するためのスキルです。

market-sizing-analysisスキルを使うと、トップダウン・ボトムアップ・価値理論の各手法で、TAM・SAM・SOMの推計を構造的に作成できます。導入前に確認したい適用場面、主要ファイル、必要な入力、進め方、実務での使い方までを整理しており、スタートアップの市場規模分析やData Analysisでの活用判断に役立ちます。

startup-financial-modeling は、コホート売上、コスト構造、バーン、ランウェイ、資金調達シナリオを含む 3〜5 年のスタートアップ財務モデル作成を支援するスキルです。導入前に適性を見極めたい創業者やファイナンス担当者向けに、SKILL.md をもとに必要な入力項目、使いどころ、実務での活用イメージをわかりやすく整理しています。

risk-metrics-calculationは、VaR、CVaR、Sharpe、Sortino、beta、volatility、drawdownなどのポートフォリオリスク指標を算出するためのスキルです。リターン系列を、構造化されたリスクレポート、Pythonでの実装パターン、金融業務で使いやすい実務的な解釈へ落とし込むのに役立ちます。

backtesting-frameworksスキルは、Financeにおける売買戦略のバックテスト設計・レビューを支援し、先読みバイアス、サバイバーシップ・バイアス、過剰最適化、取引コスト、ウォークフォワード検証に対して、より強い統制をかけられるようにします。

spark-optimization は、Apache Spark ジョブの遅さを partitioning、shuffle、skew、caching、memory tuning の観点から診断するための実践ガイドです。wshobson/agents からスキルを導入し、SKILL.md を確認しながら、Spark UI の症状、クラスタ設定、クエリ傾向に基づいて根拠のある改善策を適用したいときに役立ちます。

product-analytics は、Product Management のワークフローで KPI を定義し、AARRR、North Star、HEART などのフレームワークを選び、ダッシュボードを設計しながら、リテンション、コホート、ファネル、機能利用状況を分析できるようエージェントを支援します。

experiment-designer は、Product Management チームが A/B テストやフィーチャー実験を設計するための skill です。検証可能な仮説、指標設計、サンプルサイズ計画、ICE による優先順位付け、停止ルール、結果の解釈までを整理できます。

senior-data-scientist は、A/B テスト設計、因果推論、特徴量エンジニアリング、表形式データの ML 評価を支援する Claude skill です。サンプルサイズの検討、指標選定、リークチェック、SHAP レビュー、MLflow 風のトラッキング設計に活用できます。ただし、含まれるスクリプトは完成済みエンジンではなく、足場となるテンプレートです。

channel-economics は、RevOps や事業責任者が direct、partner、marketplace、reseller、OEM などのチャネルを比較するための skill です。完全配賦の cost-to-serve、ROI の観点、制約を踏まえた channel-mix の推奨を扱えます。channel-economics の利用に役立つ Python scripts、data templates、ガイダンスも含まれています。

torchdrug は、分子およびタンパク質の機械学習に特化した PyTorch ネイティブのツールキットです。torchdrug skill を使えば、グラフニューラルネットワーク、タンパク質モデリング、知識グラフ推論、分子生成、逆合成に向けて、タスク、データセット、モジュール型モデルを見極められます。用意されたデモを見るだけでなく、カスタムモデル開発と再現性の高い設定を重視する場合に最適です。

PyTorch Geometric のグラフニューラルネットワーク向け torch-geometric スキルガイドです。torch-geometric のインストール支援、torch-geometric の使い方、グラフ分類、ノード分類、リンク予測、異種グラフ、カスタム MessagePassing レイヤー、Machine Learning ワークフローでの GNN のスケーリングに役立ちます。