Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

sf-datacloud

Salesforce Data Cloud の「接続→準備→統合→セグメント→アクション」という複数フェーズにまたがるパイプライン全体をオーケストレーションするスキルです。マルチステップの Data Cloud パイプライン構築・トラブルシューティング、データスペースやデータキットの管理、`sf data360` を用いたクロスフェーズワークフローが必要な際にトリガーしてください。単一フェーズのみの作業・STDM/セッショントレース/parquet テレメトリ・標準 CRM の SOQL・Apex 実装など、専用スキルが存在するタスクには使用しないでください。

description の原文を見る

> Salesforce Data Cloud product orchestrator for connect→prepare→harmonize→segment→act workflows. TRIGGER when: user needs a multi-step Data Cloud pipeline, asks to set up or troubleshoot Data Cloud across phases, manages data spaces or data kits, or wants a cross-phase `sf data360` workflow. DO NOT TRIGGER when: work is isolated to a single phase (use the matching sf-datacloud-* skill), the task is STDM/session tracing/parquet telemetry (use sf-ai-agentforce-observability), standard CRM SOQL (use sf-soql), or Apex implementation (use sf-apex).

SKILL.md 本文

sf-datacloud: Salesforce Data Cloud オーケストレーター

ユーザーが単一の分離されたコマンドファミリーではなく、プロダクトレベルの Data Cloud ワークフロー ガイダンスを必要とする場合に、このスキルを使用してください:パイプライン設定、フェーズ間のトラブルシューティング、データ スペース、データ キット、またはタスクが Connect、Prepare、Harmonize、Segment、Act、Retrieve のいずれに属するかの判断。

このスキルは、sf-skills ハウス スタイルに意図的に従いながら、外部 sf data360 コマンド サーフェスをランタイムとして使用します。プラグインはこのリポジトリに含まれていません


このスキルがタスクを担当する場合

以下の作業が含まれる場合、sf-datacloud を使用します:

  • マルチフェーズ Data Cloud セットアップまたは修復
  • データ スペース(sf data360 data-space *
  • データ キット(sf data360 data-kit *
  • ヘルス チェック(sf data360 doctor
  • CRM から統合プロファイルへのパイプライン設計
  • 取り込み → 調和 → セグメンテーション → アクティベーションへの移動方法の決定
  • ルート原因がまだ不明なフェーズ間トラブルシューティング

ユーザーが 1 つの領域に集中している場合は、フェーズ固有のスキルにデリゲートしてください:

フェーズこのスキルを使用典型的なスコープ
Connectsf-datacloud-connect接続、コネクタ、ソース検出
Preparesf-datacloud-prepareデータ ストリーム、DLO、変換、DocAI
Harmonizesf-datacloud-harmonizeDMO、マッピング、ID 解決、データ グラフ
Segmentsf-datacloud-segmentセグメント、計算インサイト
Actsf-datacloud-actアクティベーション、アクティベーション ターゲット、データ アクション
Retrievesf-datacloud-retrieveSQL、検索インデックス、ベクタル検索、非同期クエリ

ユーザーが以下を行っている場合は、ファミリー外にデリゲートしてください:

  • セッション トレーシング / STDM テレメトリを抽出 → sf-ai-agentforce-observability
  • CRM SOQL のみを作成 → sf-soql
  • CRM ソース データをロード → sf-data
  • 不足している CRM スキーマを作成 → sf-metadata
  • ダウンストリーム Apex または Flow ロジックを実装 → sf-apexsf-flow

最初に収集すべき必須コンテキスト

以下について質問するか推測してください:

  • ターゲット org エイリアス
  • プラグインが既にインストールされリンクされているかどうか
  • ユーザーが設計ガイダンス、読み取り専用検査、またはライブ変更を望んでいるかどうか
  • 関連するデータ ソース:CRM オブジェクト、外部データベース、ファイル取り込み、ナレッジなど
  • 望ましい結果:統合プロファイル、セグメント、アクティベーション、ベクタル検索、分析、またはトラブルシューティング
  • ユーザーがデフォルト データ スペースまたはカスタム データ スペースで作業しているかどうか
  • org が既に scripts/diagnose-org.mjs で分類されているかどうか
  • 現在失敗しているコマンド ファミリーがあるかどうか

プラグインの可用性または org の準備状況が不確実な場合は、以下から始めてください:

  • references/plugin-setup.md
  • references/feature-readiness.md
  • scripts/verify-plugin.sh
  • scripts/diagnose-org.mjs
  • scripts/bootstrap-plugin.sh

コア動作ルール

  • 外部 sf data360 プラグイン ランタイムを使用してください;コマンド レイヤーを再実装またはベンダリングしないでください。
  • タスクがローカライズされたら、最小のフェーズ固有スキルを優先してください。
  • 変更が多い作業の前に、準備状況の分類を実行してください。1 つの失敗したコマンドから推測するのではなく、scripts/diagnose-org.mjs を優先してください。
  • sf data360 コマンドについては、stderr 出力がデバッグに必要な場合を除き、2>/dev/null でリンク プラグイン警告ノイズを抑制してください。
  • Data Cloud SQL と CRM SOQL を区別してください。
  • sf data360 doctor をフル プロダクト準備チェックとして扱わないでください;現在のアップストリーム コマンドは検索インデックス サーフェスのみをチェックします。
  • query describe をユニバーサル テナント プローブとして扱わないでください;より広い準備状況が確認された後、既知の DMO/DLO テーブルでのみ使用してください。
  • Data Cloud 固有の API バージョン回避策を、それらが重要な場合は保持してください。
  • org 固有のワークショップ ペイロードではなく、汎用で再利用可能な JSON 定義ファイルを優先してください。

推奨ワークフロー

1. ランタイムと認証を確認する

以下を確認してください:

  • sf がインストールされている
  • Data Cloud コミュニティ プラグインがリンクされている
  • ターゲット org が認証されている

推奨チェック:

sf data360 man
sf org display -o <alias>
bash ~/.claude/skills/sf-datacloud/scripts/verify-plugin.sh <alias>

sf data360 doctor を唯一のゲートではなく、広いヘルス シグナルとして扱ってください。部分的にプロビジョニングされた org では、コネクタ、DMO、またはセグメントなどの読み取り専用コマンド ファミリーがまだ機能している場合でも失敗する可能性があります。

2. 何かを変更する前に準備状況を分類する

共有分類器をまず実行してください:

node ~/.claude/skills/sf-datacloud/scripts/diagnose-org.mjs -o <org> --json

テーブル名が実在することがわかった後に限り、クエリプレーン プローブを使用してください:

node ~/.claude/skills/sf-datacloud/scripts/diagnose-org.mjs -o <org> --phase retrieve --describe-table MyDMO__dlm --json

分類器を使用して、以下を区別してください:

  • 空だが有効なモジュール
  • フィーチャー ゲート付きモジュール
  • クエリプレーン の問題
  • ランタイム/認証の失敗

3. 読み取り専用コマンドで既存状態を検出する

分類後、対象となる検査を使用してください:

sf data360 doctor -o <org> 2>/dev/null
sf data360 data-space list -o <org> 2>/dev/null
sf data360 data-stream list -o <org> 2>/dev/null
sf data360 dmo list -o <org> 2>/dev/null
sf data360 identity-resolution list -o <org> 2>/dev/null
sf data360 segment list -o <org> 2>/dev/null
sf data360 activation platforms -o <org> 2>/dev/null

4. フェーズをローカライズする

タスクをルーティングしてください:

  • ソース/コネクタの問題 → Connect
  • 取り込み/DLO/ストリームの問題 → Prepare
  • マッピング/IR/統合プロファイルの問題 → Harmonize
  • オーディエンスまたはインサイトの問題 → Segment
  • ダウンストリーム プッシュの問題 → Act
  • SQL/検索/インデックスの問題 → Retrieve

5. 可能な場合は決定論的なアーティファクトを選択する

ワンショットの手動ステップではなく、JSON 定義ファイルと反復可能スクリプトを優先してください。汎用テンプレートは以下に存在します:

  • assets/definitions/data-stream.template.json
  • assets/definitions/dmo.template.json
  • assets/definitions/mapping.template.json
  • assets/definitions/relationship.template.json
  • assets/definitions/identity-resolution.template.json
  • assets/definitions/data-graph.template.json
  • assets/definitions/calculated-insight.template.json
  • assets/definitions/segment.template.json
  • assets/definitions/activation-target.template.json
  • assets/definitions/activation.template.json
  • assets/definitions/data-action-target.template.json
  • assets/definitions/data-action.template.json
  • assets/definitions/search-index.template.json

6. 各フェーズの後に検証する

典型的な検証:

  • ストリーム/DLO が存在する
  • DMO/マッピング が存在する
  • ID 解決実行が完了した
  • 統合レコードまたはセグメント数が正常に見える
  • アクティベーション/検索インデックス ステータスが健全である

高信号なゴッチャ

  • connection list には --connector-type が必要です。
  • dmo list --all は完全なカタログが必要な場合に便利ですが、最初のページの dmo list は準備状況チェックで十分であり、はるかに高速です。
  • セグメント作成には --api-version 64.0 が必要になる場合があります。
  • segment members は不透明 ID を返します。人間が読める詳細については、SQL ジョインを使用してください。
  • sf data360 doctor は、一部の読み取り専用コマンドがまだ機能している場合でも、部分的にプロビジョニングされた org で失敗する可能性があります。対象となるスモーク チェックにフォールバックしてください。
  • query describe エラー(Couldn't find CDP tenant ID または DataModelEntity ... not found など)はクエリプレーン の手がかりであり、プロダクト全体が無効になっていない場合もあります。
  • 多くの長時間実行ジョブは、コマンドが素早く復帰した場合でも、実際には非同期です。
  • 一部の Data Cloud 操作には、CLI ランタイムの外で UI セットアップが必要です。

出力形式

終了時に、以下の順序でレポートしてください:

  1. タスク分類
  2. ランタイム ステータス
  3. 準備状況分類
  4. 関連フェーズ
  5. 使用されたコマンドまたはアーティファクト
  6. 検証結果
  7. 次の推奨ステップ

推奨される形式:

Data Cloud task: <setup / inspect / troubleshoot / migrate>
Runtime: <plugin ready / missing / partially verified>
Readiness: <ready / ready_empty / partial / feature_gated / blocked>
Phases: <connect / prepare / harmonize / segment / act / retrieve>
Artifacts: <json files, commands, scripts>
Verification: <passed / partial / blocked>
Next step: <next phase, setup guidance, or cross-skill handoff>

クロススキル統合

必要事項デリゲート先理由
CRM ソース データをロードまたはクリーンsf-data取り込み前にソース レコードをシードまたは修正
不足している CRM スキーマを作成sf-metadataData Cloud は既存のオブジェクト/フィールドを期待
権限またはバンドルをデプロイsf-deploy環境準備
Data Cloud 出力に対して Apex を作成sf-apexコード実装
セグメンテーション/アクティベーション後の Flow 自動化sf-flow宣言型オーケストレーション
セッション トレーシング / STDM / parquet 分析sf-ai-agentforce-observability異なる Data Cloud ユースケース

リファレンス マップ

ここから始める

  • README.md
  • references/plugin-setup.md
  • references/feature-readiness.md
  • UPSTREAM.md

フェーズ スキル

  • sf-datacloud-connect
  • sf-datacloud-prepare
  • sf-datacloud-harmonize
  • sf-datacloud-segment
  • sf-datacloud-act
  • sf-datacloud-retrieve

決定論的ヘルパー

  • scripts/bootstrap-plugin.sh
  • scripts/verify-plugin.sh
  • scripts/diagnose-org.mjs
  • assets/definitions/

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
jaganpro
リポジトリ
jaganpro/sf-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/jaganpro/sf-skills / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: jaganpro · jaganpro/sf-skills · ライセンス: MIT