Skills
エージェント向けにパッケージ化された専門スキルと手順を 96,981 件掲載。コマンド 1 行でインストールできます。
クラウド・DevOps
AWS HealthOmics でのバイオインフォマティクス解析をユーザーにガイドする。解析タイプの選択（アラインメント、変異検出、QC、解釈）、Nextflow または WDL でのワークフロー生成、パブリックレジストリからのコンテナ取得、インフラストラクチャの設定（S3、ECR、IAM）、ワークフローの登録、パラメータの準備、実行、監視を扱う。ユーザーが HealthOmics でバイオインフォマティクスのパイプラインを実行したい、AWS でゲノミクス基盤を構築したい、新しい解析ワークフローを作成したい、あるいは BWA、GATK、DeepVariant、FastQC などの既存ツールを HealthOmics で実行したいときに使用する。トリガーには "HealthOmics"、"bioinformatics"、"genomics pipeline"、"Nextflow"、"WDL"、"BWA"、"GATK"、"DeepVariant"、"FastQC"、"variant calling"、"alignment"、"RNA-seq"、"whole genome sequencing"、"ECR pull-through"、"workflow registration"、"run cache" が含まれる。
Cloudflare Workers 向けに Drizzle ORM で型安全な D1 データベースを構築する。スキーマ定義、Drizzle Kit によるマイグレーション、リレーション、D1 バッチ API パターンを含む。SQL BEGIN の失敗を含む 12 件のエラーを防止する。使用場面：D1 スキーマの定義、マイグレーションの管理、型安全なクエリの作成、リレーションやプリペアドステートメントの実装、トランザクションへのバッチ API の使用、または D1_ERROR、BEGIN TRANSACTION、外部キー、マイグレーション適用、スキーマ推論エラーのトラブルシューティング。12 件の既知の問題を防止：D1 トランザクションエラー（SQL BEGIN 非対応）、マイグレーション中の外部キー制約の失敗、Wrangler でのモジュールインポートエラー、D1 バインディングが見つからない、マイグレーション適用の失敗、スキーマの TypeScript 推論エラー、プリペアドステートメントのキャッシュ問題、トランザクションのロールバックパターン、TypeScript strict モードのエラー、drizzle.config.ts が見つからない、リモートとローカルのデータベースの混同、wrangler.toml と wrangler.jsonc の混用。キーワード：drizzle orm、drizzle d1、type-safe sql、drizzle schema、drizzle migrations、drizzle kit、orm cloudflare、d1 orm、drizzle typescript、drizzle relations、drizzle transactions、drizzle query builder、schema definition、prepared statements、drizzle batch、migration management、relational queries、drizzle joins、D1_ERROR、BEGIN TRANSACTION d1、foreign key constraint、migration failed、schema not found、d1 binding error
Grafana の HTTP API と連携し、ダッシュボード、データソース、フォルダ、アラート、アノテーション、ユーザー、チーム、組織を管理するための包括的な skill。Claude が (1) Grafana ダッシュボードの作成・読み取り・更新・削除、(2) データソースと接続の管理、(3) アラートルール、コンタクトポイント、通知ポリシーの構成、(4) フォルダと権限の操作、(5) ユーザー、チーム、サービスアカウントの管理、(6) アノテーションの作成やクエリ、(7) データソースに対するクエリの実行、または API 経由のその他の Grafana 自動化タスクを行う必要があるときに使用する。
CloudRobo の推論サービスを管理する — モデルをマネージド推論サービスにデプロイし、デプロイ済みサービスとそのログを一覧/照会し、実行中サービスの開始/停止、サービスの更新や削除を行い、サービスがデプロイ完了するまでポーリングする 'wait-deploy' の便利フローを編成する。推論サービスは cloudrobo-train が生成したモデルを消費し、ロボット実体タスクのディスパッチ時に robo-dispatcher が消費する。トリガーには次が含まれる：infer、inference、model deployment、deploy model、inference service、service deployment、start inference、stop inference、service logs、wait-deploy、model serving、推理、推理服务、模型部署、部署模型、推理服务管理、服务日志、模型服务。
CASB/SSPM の導入、条件付きアクセスポリシー、OAuth アプリのガバナンス、ID 検証とデバイスコンプライアンスを強制するセッションレベルの DLP 制御を通じて SaaS アプリ（Microsoft 365、Google Workspace、Salesforce、Slack）を保護する。MFA/デバイスコンプライアンスの条件付きアクセスを追加する場合、シャドー IT を発見する場合、OAuth 同意付与を統制する場合、機密性の高い SaaS データにセッション制御を適用する場合に使用する。
Lenses MCP サーバーを使用して、デッドレターキューの実装の完全性をレビューします。DLQ topic の存在、設定、監視、メタデータの保持、リトライロジック、再処理パス、コネクターの DLQ 整合性を確認します。ユーザーが「review dead letter queues」「check DLQ setup」「DLQ audit」と言った場合や、エラー処理、メッセージ失敗、再処理について尋ねた場合に使用します。DLQ メッセージの再処理やコンシューマー offset の管理には使用しないでください。
ローカルファイル（HTML レポート、PDF、画像、データセットのサンプル、ビルド出力）を Lightning AI に公開し、期限切れにならずブラウザー内に表示できる永続的な公開 lightning.ai/artifacts/ リンクを取得します。artifacts drive の一覧表示、リンクの公開解除（失効）、リンク先ファイルの削除も可能です。すべて `lightning` CLI（`lightning-sdk` パッケージ）から、`lightning login` または API key を使用してコードなしで行えます。ファイル、生成した 1 ページ資料、Agent が作成した成果物を恒久 URL で共有したい場合、チームメンバーや CI ジョブにファイルを渡したい場合、既存の共有リンクを確認または失効させたい場合、あるいは「このファイルの公開／共有可能なリンクを取得して」と依頼された場合に使用します。
Lightning AI Studios（CPU/GPU を備えたクラウド開発マシン）を管理する - studio の作成、起動、停止、削除、マシンタイプの切り替え、その中でのコマンド実行（リアルタイムの進捗表示付きの長時間デタッチ実行を含む）、ファイルのアップロード／ダウンロード、SSH 接続。ユーザーが lightning.ai Studios を利用したいとき、クラウド GPU 開発機を必要としているとき、または「studio 上で」何かを実行したいと依頼したときに使う。また、Studio 上でデタッチ実行を開始または再開する前にも読み込むこと。たとえそれが自分の補助スクリプトや引き継ぎメモ、圧縮された会話の要約によって駆動されるものでも同様で、圧縮後にももう一度読み込む。そのような実行にはすべて lightning-jobs/progress.py によるリアルタイムの進捗バーが必要である。
プロジェクトに okteto.yaml または okteto.yml が含まれるとき、またはユーザーが Okteto、開発環境、okteto コマンドに言及したときに使用する。次の場合にも使用する：Okteto manifest があるリポジトリで kubectl、helm、docker build を実行する前、okteto up がハングする、または固まっているように見えるとき、並行する git worktree が同じ環境で衝突するとき、okteto destroy や okteto namespace delete を安全に実行できるかを判断するとき。
ユーザーが壊れた、または異常な状態の Okteto 環境について説明するときに使用する。次のようなフレーズでトリガーされる：「service is crashing」「service keeps restarting」「service won't start」「environment is broken」「deployment is failing」「pods are stuck」「pods are not ready」「pods are pending」「CrashLoopBackOff」「OOMKilled」「ImagePullBackOff」「Evicted」「what's wrong with my service」「debug my environment」「why won't it start」「something's wrong」「logs show errors」「service isn't responding」「my code changes aren't showing up」「file sync is stuck」。ユーザーが異常な Pod 状態を示す kubectl または okteto の出力を貼り付けた場合にもトリガーされる。
kube-bench の出力を完成した CIS Kubernetes Benchmark 監査に変換する。コントロールごとに PASS/FAIL/WARN を解釈し、マネージドクラスター上でどの失敗が実際に問題かを判断し、修復策を記述し、SOC 2 または PCI DSS 向けに証拠をまとめる。定期コンプライアンス監査の実施時、kube-bench 結果のトリアージ時、EKS、GKE、AKS でどのコントロールが該当しないかの判断時、監査人向けのハードニング証拠の作成時に使用する。キーワード: CIS Kubernetes Benchmark、コントロールプレーン、修復、コンプライアンス証拠、SOC 2、PCI DSS、マネージドクラスターの例外。ツールのインストールと実行には使用しない - benchmarking-kubernetes-with-kube-bench を使用すること。
Prisma Composer（`@prisma/composer`）でアプリを記述、テスト、デプロイする方法：`compute()` と型付き依存関係でサービスを宣言し、RPC コントラクトを定義し、Module を合成し、サービスの入力を宣言し（設定とシークレットを 1 つのスキーマとして扱い、`input()` で読み戻す）、既製の cron/storage/streams Module を合成し、`bucket()` で生の S3 互換オブジェクトストアバケットをプロビジョニングし、拡張機能（`prisma-composer-*` という名前の npm パッケージ）を探し、`mockService`/`bootstrapService` でテストし、`prisma-composer dev` でアプリ全体をローカル実行して `prisma-composer log` でログを追跡し、`prisma-composer deploy`（stage、destroy）でデプロイする。Prisma App の構築、サービスの依存関係の配線、Postgres データベースの追加、スケジュールジョブ / blob ストレージ / イベントストリーム / 生バケットの追加、合成されたサービスのテスト作成、アプリのローカル実行、ログの確認、環境のデプロイ／破棄を行うときに使用。トリガーは "prisma composer"、"@prisma/composer"、"prisma app"、"compute()"、"service.load()"、"module()"、"contract()"、"mockService"、"bootstrapService"、"prisma-composer dev"、"prisma-composer log"、"prisma-composer deploy"、"--stage"、"--fresh"、"--tail"、"prisma-composer destroy"、"prisma-composer-"、"bucket()"。
Honeycomb で本番環境の問題を調査するための構造化ワークフロー — ツール呼び出しの順序（コンテキストの準備、広範なクエリ、BubbleUp、トレース分析、検証）と、根本原因に到達するためにステップ間で結果を連鎖させる方法。トリガーフレーズ：「investigate production issue」「debug latency spike」「find root cause」「use BubbleUp」「analyze traces」「debug an outage」「why is my API slow」「errors are increasing」「health check」「SLO burning」、または本番環境の問題を調査・デバッグするあらゆるリクエスト。
Apache Solr のコレクションを OpenSearch インデックスへ移行する専門家。Solr の XML/JSON スキーマを OpenSearch のマッピングに変換し、Solr の構文（Standard、DisMax、eDisMax）を OpenSearch DSL に変換する。ノード、シャード、JVM ヒープのサイジングを提供。Solr から OpenSearch への認証移行に関するガイダンスを提供。正確で最新の OpenSearch および AWS サービスの情報を得るために AWS Knowledge MCP Server を使用。
Flutter の Android SDK 依存関係を packages.txt 内で新しい Android API バージョン（またはプレビュー/canary リリース）にアップグレードし、CIPD タグの一意性を検証し、create_cipd_packages.sh を使って macOS、Linux、Windows でバイナリをパッケージ化・アップロードします。ユーザーが新しいバージョンの Android を取り込みたい、または Android SDK パッケージを CIPD にアップロードしたい場合に使用します。
action-audit スキルが特定した GitHub Actions の action 指摘を修正する。action の種類ごとに適切な修正を適用する——内部の `bitwarden/` action には `@main` 参照、外部 action にはインラインのバージョンコメント付きの完全な SHA、または完全な置き換え——対象のリポジトリに適用し、ドラフト PR を作成する。本スキルを使用する前に、action-audit スキルを実行して指摘を特定すること。<example> ユーザー：監査で見つかった未固定の action を修正して アクション：action-remediate をトリガーして修正を適用し PR を作成する </example> <example> ユーザー：それらのリポジトリで tj-actions/changed-files を安全なバージョンに置き換えて アクション：action-remediate をトリガーして action を差し替え PR を作成する </example>
`TelemetryMiddleware`（`ag2.middleware.builtin`）を介して AG2 `Agent` に OpenTelemetry トレースを追加する。ターン全体、各 LLM 呼び出し、各ツール実行、各 human-input リクエストに対して span を発行し、OpenTelemetry GenAI のセマンティック規約に従う。あらゆる OTLP バックエンドと互換 — Jaeger、Grafana Tempo、Datadog、Honeycomb、Langfuse。ユーザーが本番グレードのトレース、レイテンシ分析、token 使用量の帰属、既存の可観測性スタックへのテレメトリ導入を求める場合に使用する。
arkcli のモデル照会と基盤モデルサービスの有効化機能：Volc の公開基盤モデルの一覧表示・検索・詳細取得、およびユーザーが明示的に要求したモデルサービスの開通/有効化（`arkcli models activate`）。Volc はさらに TTFT/TPOT のパフォーマンスランキング、レイテンシ推移、入力長の比較にも対応する。既存の基盤モデルサービスの有効化はデプロイ/Endpoint 作成とは異なり、`+deploy` に変換してはならない。Raw API を直接呼び出すよりも製品コマンド `arkcli models ...` を優先する。反トリガー：ユーザーの最終目標が Endpoint の作成/デプロイである場合、本 skill は有界な読み取り専用の候補照会を担い、owning skill は作成パスによって決まる：通常の製品作成は arkcli-deploy、ユーザーが明示的に raw CRUD / CI / ガードなしの `infer endpoint create` を要求した場合は arkcli-infer-endpoint。候補はまず `models search ... --size 10 --format json` を実行する。成功した完全な結果はそのまま再利用し、空の結果と取得の欠損は reference に従って有界に回復させ、リアルタイムで返された `name` と空でない `primary_version` を組み合わせて `--model` にそのまま渡せる完全な ID にする。全量リストを取得したり、裸のファミリー名をデプロイ可能な ID として扱ったり、候補ごとに `models get` を追加したりしてはならない。注意：アカウント配下の自己アップロードまたはファインチューニングされたカスタムモデル（`cm-xxx`）の照会/管理は arkcli-custommodel が担う。
制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイなど、Azure Anyscale On Azure 開発の専門知識を提供します。AKS の Anyscale クラウドへの登録、ACR イメージの接続、Private Link/RBAC の有効化、ARM ベースのデプロイ、リージョン確認、その他の Azure Anyscale On Azure 関連の開発タスクに使用します。Azure Databricks（azure-databricks を使用）、Azure Kubernetes Service (AKS)（azure-kubernetes-service を使用）、Azure Machine Learning（azure-machine-learning を使用）、Azure HDInsight（azure-hdinsight を使用）には使用しないでください
Azure Application Network 開発のための専門知識。意思決定と構成を扱います。App Network ログの有効化、Azure Monitor メトリック、AKS/App Gateway のバージョン管理、アップグレード互換性など、Azure Application Network 関連の開発タスクに使用します。Azure Virtual Network（azure-virtual-network を使用）、Azure Virtual Network Manager（azure-virtual-network-manager を使用）、Azure Networking（azure-networking を使用）、Azure Application Gateway（azure-application-gateway を使用）には対応しません。
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。