sf-datacloud-retrieve
Salesforce Data Cloud のデータ取得フェーズを担うスキルです。ユーザーがData Cloud SQL・describe・非同期クエリ・ベクター検索・search-indexワークフロー・Data CloudオブジェクトのメタデータイントロスペクションなどのData Cloud操作を実行する際にトリガーします。標準CRMのSOQLクエリ(sf-soql)、セグメント作成やCalculated Insightの設計(sf-datacloud-segment)、STDM・セッショントレース・Parquet分析(sf-ai-agentforce-observability)には使用しません。
description の原文を見る
> Salesforce Data Cloud Retrieve phase. TRIGGER when: user runs Data Cloud SQL, describe, async queries, vector search, search-index workflows, or metadata introspection for Data Cloud objects. DO NOT TRIGGER when: the task is standard CRM SOQL (use sf-soql), segment creation or calculated insight design (use sf-datacloud-segment), or STDM/session tracing/parquet analysis (use sf-ai-agentforce-observability).
SKILL.md 本文
sf-datacloud-retrieve: Data Cloud Retrieve フェーズ
ユーザーが Data Cloud の クエリ、検索、メタデータイントロスペクション を必要とする場合にこのスキルを使用してください: 同期 SQL、ページネーション付き SQL、非同期クエリワークフロー、テーブル describe、ベクトル検索、ハイブリッド検索、または検索インデックス操作。
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は sf-datacloud-retrieve を使用します:
sf data360 query *sf data360 search-index *sf data360 metadata *sf data360 profile *またはsf data360 insight *検査- Data Cloud SQL の結果またはクエリ形状の理解
ユーザーが以下を行っている場合は他にデリゲートします:
- 標準 CRM SOQL のみを作成 →
sf-soql - セグメントまたは計算インサイト資産を設計 →
sf-datacloud-segment - STDM/セッショントレーシング/parquet テレメトリを分析 →
sf-ai-agentforce-observability
最初に収集する必要なコンテキスト
以下を確認または推測してください:
- ターゲット組織のエイリアス
- ユーザーが高速カウント、中程度のデータセット、大規模エクスポート、スキーマ検査、またはセマンティック検索を必要としているかどうか
- テーブル/インデックス名 (既知の場合)
- タスクが読み取り専用 SQL か検索インデックスライフサイクル管理か
コア運用ルール
- Data Cloud SQL を SOQL ではなく独立したクエリ言語として扱う。
- クエリ/検索サーフェスに依存する前に、共有の準備状況分類器を実行してください:
node ~/.claude/skills/sf-datacloud/scripts/diagnose-org.mjs -o <org> --phase retrieve --json。 - カラムを推測する前に describe を使用してください。
- より大きな結果セットには
sqlv2または非同期クエリフローを優先してください。 - ベクトル検索またはハイブリッド検索は、検索インデックスライフサイクルが健全な場合のみ使用してください。
- STDM/parquet/セッショントレーシングワークフローをこのスキルファミリーから除外してください。
推奨ワークフロー
1. Retrieve 作業の準備状況を分類
node ~/.claude/skills/sf-datacloud/scripts/diagnose-org.mjs -o <org> --phase retrieve --json
# オプション: クエリプレーンプローブ、実際のテーブル名がある場合のみ
node ~/.claude/skills/sf-datacloud/scripts/diagnose-org.mjs -o <org> --phase retrieve --describe-table MyDMO__dlm --json
2. 最小の正しいクエリ形状を選択
sf data360 query sql -o <org> --sql 'SELECT COUNT(*) FROM "ssot__Individual__dlm"' 2>/dev/null
sf data360 query sqlv2 -o <org> --sql 'SELECT * FROM "ssot__Individual__dlm"' 2>/dev/null
sf data360 query async-create -o <org> --sql 'SELECT * FROM "ssot__Individual__dlm"' 2>/dev/null
3. フィールドを推測する前に describe を使用
sf data360 query describe -o <org> --table ssot__Individual__dlm 2>/dev/null
4. インデックスが存在する場合のみベクトル検索またはハイブリッド検索を使用
sf data360 search-index list -o <org> 2>/dev/null
sf data360 query vector -o <org> --index Knowledge_Index --query "reset password" --limit 5 2>/dev/null
sf data360 query hybrid -o <org> --index Knowledge_Index --query "reset password" --limit 5 2>/dev/null
sf data360 query hybrid -o <org> --index Insurance_Index --query "weather damage coverage" --prefilter "Type_of_Insurance__c='Home'" --limit 10 2>/dev/null
5. インデックス作成時に選別された検索インデックス例を再利用
ゼロから JSON を作成する代わりに、フェーズ所有の例を使用してください:
examples/search-indexes/vector-knowledge.jsonexamples/search-indexes/hybrid-structured.json
高シグナルの落とし穴
- Data Cloud SQL は SOQL ではありません。
- SQL ではテーブル名をダブルクォートで囲んでください。
sqlv2は中程度の結果セットに対してアドホック OFFSET ページネーションより優れています。- 大規模な結果には非同期クエリが推奨されます。
- 検索インデックス操作とベクトル/ハイブリッドクエリは、インデックスライフサイクルが健全であることに依存します。
- ハイブリッド検索は
--prefilterを使用できますが、検索インデックスが作成されたときにプリフィルター対応として構成されたフィールドでのみ使用できます。 - HNSW インデックスパラメータは通常、作成時は読み取り専用です。プラットフォームが明示的に文書化していない限り、
userValues: []のままにしてください。 query describeは汎用テナントプローブではありません。より広い準備状況が確認された後、既知の DMO または DLO テーブルでのみ実行してください。
出力フォーマット
Retrieve タスク: <sql / sqlv2 / async / describe / vector / search-index>
ターゲット組織: <alias>
ターゲットオブジェクト: <table or index>
コマンド: <実行した主要コマンド>
検証: <クエリ行数 / スキーマ / ステータス>
次のステップ: <segment / harmonize / follow-up>
参照
README.mdexamples/search-indexes/vector-knowledge.jsonexamples/search-indexes/hybrid-structured.json../sf-datacloud/assets/definitions/search-index.template.json../sf-datacloud/references/plugin-setup.md../sf-datacloud/references/feature-readiness.md
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
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。
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。
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。
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。
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。
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。