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。

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。

user-personas 技能は、調査データから JTBD、課題、得られる価値、予想外のインサイトを備えた洗練された 3 つのペルソナを作成します。UX リサーチ、セグメンテーション、オンボーディング戦略、プロダクト判断のために、アンケート、インタビュー、その他の素材があるときに user-personas を使ってください。

market-sizing は、トップダウン法とボトムアップ法を使って TAM、SAM、SOM の推定を支援します。Market Research のワークフロー、市場参入の判断、投資家向け資料、ローンチ計画など、根拠あるロジック、検証可能な前提、実用的な初期市場見積もりが必要な場面で活用できます。

summarize-interview は、顧客インタビューの書き起こしを、JTBD、現状の解決策、満足のサイン、主要インサイト、アクションアイテムを含む構造化されたディスカバリー要約に変換します。インタビュー録音の整理、書き起こしのクリーンアップ、そしてプロダクトチーム、リサーチャー、創業者、Data Analysis ワークフロー向けの簡潔な要約に活用できます。

user-segmentation は、フィードバック、インタビュー、チケット、アンケート、利用ログを、行動ベースの明確なユーザーセグメントへ整理するのに役立ちます。Data Analysis 向けに設計されており、デモグラフィックだけに頼らず、Jobs-to-be-Done、動機、未充足ニーズにもとづいて、少なくとも 3 つの実用的なグループを特定します。

sentiment-analysis スキルは、ユーザーフィードバックをセグメント単位の洞察、感情スコア、JTBD、製品インパクトへと変換します。レビュー、アンケート、サポートメモ、ソーシャルリスニングの Data Analysis で、単純な極性判定ではなく実践的な sentiment-analysis ガイドが必要なときに使えます。

sql-queries skillは、ビジネス上の質問や大まかな分析目的を、BigQuery、PostgreSQL、MySQLなど各種方言向けの最適化されたSQLに変換します。スキーマ情報を読み取り、絞り込み条件や集計内容を整理しながら、データ分析、レポート作成、探索用途のsql-queriesを支援します。

ユーザーの継続率、エンゲージメント低下、機能定着をコホート別に分析できます。Data Analysis ワークフロー向けに設計された cohort-analysis skill で、構造化されたユーザー行動データから検証、計算、可視化、明確な示唆出しまで行えます。

ab-test-analysis は、A/Bテストの結果を統計的に厳密に評価するための skill です。サンプルサイズの妥当性確認、信頼区間、有意性検定、さらに実施・継続・停止の判断まで扱えます。実験レビュー、スプリットテストの解釈、Data Analysis ワークフローでの意思決定に活用してください。

huggingface-vision-trainer は、物体検出、画像分類、SAM/SAM2 のセグメンテーションといった Hugging Face のビジョントレーニングジョブを導入・活用するためのスキルです。データセット準備、クラウド GPU のセットアップ、評価、Trackio ロギング、結果の Hub へのプッシュまでをカバーします。バックエンド自動化や再現性の高い学習ワークフローに最適です。

huggingface-trackio は、Trackio を使って ML の学習実行を追跡するのに役立ちます。このスキルでは、Python からメトリクスを記録したり、学習アラートを追加したり、trackio CLI で実行を取得・分析したりできます。リアルタイムのダッシュボード、Hugging Face Space との同期、そして自動化向けの JSON 出力に対応しており、huggingface-trackio は実験トラッキングやデータ分析に有用です。

huggingface-best skill は、Hugging Face のベンチマーク順位表を確認し、デバイス制約やモデルサイズで絞り込むことで、タスクに最適なモデルを見つけるのに役立ちます。コーディング、推論、チャット、OCR、RAG、音声、画像、マルチモーダルなどで、汎用的なモデル一覧ではなく、実用的な候補を絞り込みたいときのモデル推薦に向いています。

hv-analysis は、製品・企業・概念・技術・人物を構造化された分析レポートに落とし込むための水平×垂直リサーチスキルです。深掘り調査、競合比較、レポート提出用の出力に適しており、Data Analysis 向けの hv-analysis や、整った PDF ワークフローが必要な場面で特に役立ちます。

Workspace Data Analyst は、ワークスペース内のデータ分析に使える軽量な skill です。CSV ファイルを解析し、ヘッダーを確認して、合計・平均・外れ値を要約し、簡潔な次のアクションにつながる示唆を返します。深いモデリングに進む前に、ファイル内容を素早く把握したいときに最適です。