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
自己完結型の HTML、Markdown、React アーティファクトを共有可能な URL として公開・維持します。レポート、記事、ダッシュボード、プロトタイプ、可視化、ドキュメントの公開を依頼されたとき、既存のアーティファクトを更新するとき、公開済みアーティファクトを確認するとき、または .artifacts/manifest.json や manifest.local.json の監視対象ソースのドリフトを確認するときに使用します。アーティファクトは安定したチャネル URL、バージョン履歴、ライト/ダークテーマ、任意のクライアント側パスワード暗号化、決定論的な Recipe ビルドをサポートします。ソースの変更は status と任意の Claude Code Stop hook によって検出され、自動的に編集・再公開されることはありません。汎用的なファイルアップロード、スクリーンショット、SBOM、ビルド tarball、Linear の項目、Claude API のコンテンツブロックには使用しないでください。
Volcengine コンプライアンスベストプラクティスアシスタント：（1）ユーザーの要望（満たすべきコンプライアンス基準、キーワード、関心のあるリスクレベル）に基づき、Volcengine 公式の組み込みコンプライアンスパックテンプレートからどれを有効化すべきかを推薦し、すでに有効なものを示す。（2）アカウントの現在のコンプライアンス態勢を集約し、有効なルール/コンプライアンスパック（公式組み込み + ユーザー定義）の評価結果をカテゴリ（規制 / ベストプラクティス / カスタム）と重大度別にコンプライアンス概要レポートにまとめる。（3）公式ベースラインがカバーしていない場合、Rego ポリシーをカスタムコンプライアンスルールとして記述し評価に登録するようユーザーを支援する。ユーザーの確認後、推薦したテンプレートをコンプライアンスパックとしてデプロイできる。ユーザーが「コンプライアンスチェック / コンプライアンス巡視 / セキュリティコンプライアンス / コンプライアンスベストプラクティス / どのコンプライアンスルールを有効化すべきか / MLPS コンプライアンス / 私の Volcengine アカウントは準拠しているか / どのような非準拠があるか / カスタムコンプライアンスルールを書いてほしい」を行いたい場合、または Volcengine の「Config / コンプライアンスパック / conformance pack / Rego ポリシー」に言及したときに使用する。火山 / 火山引擎 / volcengine のキーワードとコンプライアンスシナリオの組み合わせでトリガーする。コンプライアンスパックのデプロイ / カスタムルールの登録は書き込み操作であり、ユーザーの確認が必要である。コンプライアンスレポートとリソース修復は厳密に分離する。
Alibaba Cloud Simple Application Server（SWAS OpenAPI 2020-06-01）のリソースをエンドツーエンドで管理するときに使用する。インスタンスの照会、起動/停止/再起動、コマンド実行（クラウドアシスタント）、ディスク/スナップショット/イメージの管理、ファイアウォールルール/テンプレート、キーペア、タグ、モニタリング、軽量データベース操作、および systemd サービス管理と ESA CDN 統合によるアプリケーションバイナリのデプロイを含む。
ALZ Accelerator と AVM (Azure Verified Modules) を使って Azure Landing Zones をデプロイする。ユーザーが Azure Landing Zones、ALZ、Azure landing zone accelerator、landing zones 向けの AVM モジュール、管理グループのデプロイ、ハブアンドスポークネットワーク、Virtual WAN、プラットフォーム landing zones に言及したとき、または Azure インフラに Bicep と Terraform のどちらを使うかを尋ねたときに、このスキルを使用する。Azure プラットフォームのデプロイ用に CI/CD をブートストラップしたいとき、管理グループの階層を設定したいとき、接続/ID/管理のプラットフォームサブスクリプションをデプロイしたいときにもトリガーする。
byted-emr-skills は、Volcengine EMR（Volcengine E-MapReduce（略称「EMR」）はオープンソースの Hadoop エコシステムのエンタープライズ向けビッグデータ分析システムで、オープンソースと完全に互換）を管理するスキルを提供する。EMR on ECS クラスター、EMR on VKE クラスター、EMR serverless キュー、コンピュートグループ、ジョブテンプレート／インスタンス、ログ、モニタリングの管理を含み、EMR Agent によるインテリジェント診断とナレッジ Q&A の機能を提供する。ユーザーが「EMR on ECS クラスター」「EMR on VKE クラスター」「Serverless キュー」「Serverless ジョブ」「SparkSQL/PrestoSQL/Ray/PySpark/SparkJar ジョブ」「ジョブログ」「ジョブモニタリング」「ジョブ診断」などのニーズに言及した場合、このスキルを優先的に使用する。
本番環境で検証済みのパターンを使って、Hono ルーティング、Vite プラグイン、Static Assets を備えた Cloudflare Workers をセットアップします。6 種類のエラーを防ぎます：エクスポート構文、ルーティングの競合、HMR クラッシュ、Service Worker 形式の混同。用途：Workers プロジェクトの作成、Workers 向けの Hono や Vite の設定、Wrangler でのデプロイ、SPA fallback 付き Static Assets の追加、エクスポート構文・API ルートの競合・スケジュールハンドラー・HMR 競合状態のトラブルシューティング。キーワード：Cloudflare Workers、CF Workers、Hono、wrangler、Vite、Static Assets、@cloudflare/vite-plugin、wrangler.jsonc、ES Module、run_worker_first、SPA fallback、API routes、serverless、edge computing、"Cannot read properties of undefined"、"Static Assets 404"、"A hanging Promise was canceled"、"Handler does not export"、deployment fails、routing not working、HMR crashes
このスキルを使用して、TPM Liability Accruals データキットを Salesforce org にエンドツーエンドでデプロイします。顧客やチームメイトが、応計エンジンのインストール、Data Cloud 接続の検証、Data Kit コンポーネントのデプロイ、エクスポートと応計計算チェーンのスケジュール設定を希望する場合に呼び出します。トリガーフレーズ：「deploy the accrual data kit」「set up liability accruals」「install TPM accruals」「headless accruals setup」「configure the Data Cloud export connector」「schedule the accrual chain」。Data Space のみの作成（platform-dataspace-access-configure を使用）、一般的な Salesforce メタデータのデプロイ（platform-metadata-deploy を使用）、org データのクエリのみ（platform-soql-query を使用）、Trade Promotion Effectiveness（TPE）機能向けのデータキットのセットアップ（代わりに consumer-goods-tpe-datakit-deploy を使用）には使用しないでください。
このリポジトリで、プロジェクト、API キー、メンバー、招待、リクエスト、使用量、請求、モデル、エージェントの think モデル検出のために Deepgram Management API を呼び出す JavaScript/TypeScript を書いたりレビューしたりする場合に使用。`client.manage.v1.*` と `client.agent.v1.settings.think.models.list()` をカバーする。プロジェクトの管理やモデルの検査ではなくエージェントを実際に実行したい場合は `deepgram-js-voice-agent` を使用。トリガーには "management API"、"list projects"、"API keys"、"members"、"invites"、"usage stats"、"billing"、"list models"、"manage.v1" が含まれる。
django-storages を使って Django の静的ファイルやメディアファイルを AWS S3 に保存する設定を行う際に使用します。settings.py での STORAGES 設定、S3 バケット、presigned URL、CloudFront、boto3 ベースのファイルストレージを扱うときに呼び出します。Django 4.2+ の STORAGES 辞書、公開/非公開のカスタムバックエンド、presigned GET/POST URL、IAM ポリシー、テスト用の S3 モックを設定します。トリガー語：django-storages、S3、boto3、S3Boto3Storage、STORAGES、presigned URL、CloudFront、media files、collectstatic、AWS_STORAGE_BUCKET_NAME。
マイクロサービス、Kubernetes、Terraform、AI Native 方法論を備えたエンタープライズグレードのシステム。リリースタイムラインにまたがる複数機能の取り組みでは、/sprint master-plan（v2.1.13）と組み合わせて、機能を単一の 8 フェーズ Sprint コンテナにまとめ、範囲/予算を共有し、4 つの自動一時停止トリガー（QUALITY_GATE_FAIL / ITERATION_EXHAUSTED / BUDGET_EXCEEDED / PHASE_TIMEOUT）を設定する。トリガー：microservices、k8s、terraform、monorepo、AI native
`gh` CLI による一度きりの GitHub リポジトリ設定：デフォルトブランチでマージキューを有効化し、マージを squash のみにロックして PR タイトルをコミットメッセージとし、必須の CI ステータスチェックを接続し、自動生成されるリリースノート（`.github/release.yml`）を scaffold し、必要に応じてタグ駆動のリリースワークフローを追加する。ユーザーが "set up the repo"、"configure the merge queue"、"enable squash merging"、"lock down main"、"set up branch protection"、"configure release notes"、"scaffold releases"、"set up release tagging" と言ったとき、または新規または設定が緩い GitHub リポジトリで /gh-bootstrap を呼び出したときに使用する。冪等——既に設定済みのリポジトリで再実行して不足部分を揃えても安全。タスク単位の PR / issue / CI 操作を扱う /gh とは異なる；このスキルは一度きりのリポジトリポリシー向けである。
Grafana と LGTM スタックによる可観測性の可視化。ダッシュボード設計、パネル構成、アラート、変数/テンプレート、データソース。使用場面：Grafana ダッシュボードの作成、パネルと可視化の構成、LogQL/TraceQL クエリの作成、Grafana データソースの設定、ダッシュボード変数とテンプレートの構成、Grafana アラートの構築。使用しない場面：PromQL クエリの作成（代わりに /prometheus を使用）、アラートルール戦略（代わりに /prometheus を使用）、一般的な可観測性アーキテクチャ（インフラに注力した senior-software-engineer を使用）。トリガー：grafana、dashboard、panel、visualization、logql、traceql、loki、tempo、mimir、data source、annotation、variable、template、row、stat、graph、table、heatmap、gauge、bar chart、pie chart、time series、logs panel、traces panel、LGTM stack。
Huawei Cloud DDS（Document Database Service）と DCS（Distributed Cache Service）の統合管理スキル。5 つの能力領域にまたがる 16 の操作を提供する：(1) クエリ — DDS/DCS インスタンス、DCS ノード情報、DCS カスタムテンプレートの一覧取得/取得；(2) 分析 — DDS のデプロイ構成と DCS のセキュリティ態勢を分析；(3) DDS 管理 — インスタンスの作成、読み取り専用/シャーディングノードの追加、バックアップの作成、インスタンスの削除；(4) DCS 管理 — インスタンスの作成、カスタムテンプレートの作成、インスタンスの削除、インスタンスの再起動；(5) マルチモード実行。利用可能な操作には hcloud CLI を使用し、フォールバックとして huaweicloudsdk Python SDK を使用する。認証は AK/SK 環境変数または hcloud profile による。すべての変更操作にはユーザーの明示的な確認が必要。トリガーには以下が含まれる："DDS"、"DCS"、"文档数据库"、"分布式缓存"、"数据库实例"、"缓存实例"、"MongoDB"、"Redis"、"Memcached"、"DDS实例"、"DCS实例"、"数据库运维"、"缓存运维"、"文档数据库查询"、"分布式缓存查询"、"DDS管理"、"DCS管理"、"缓存节点"、"自定义模板"、"document database"、"distributed cache"、"DDS instances"、"DCS instances"、"MongoDB cluster"、"Redis cache"、"dds-dcs"。
PostHog Metrics におけるサーバー / インフラのメトリクス異常を調査する——「このメトリクスが上昇 / 低下 / 急騰している」または発火したアラートから、証拠を伴う推定原因まで。メトリクスがおかしい理由を尋ねられたとき（取り込み遅延の上昇、エラー率の急騰、レイテンシの劣化、キューの深さの増大、スループットの低下）、OTel / Prometheus メトリクスでアラートが発火したとき、またはメトリクスの症状から始まるインシデントトリアージに使用する。characterize-metric-anomaly、query-metrics、metric-names-list をログ（query-logs）やトレース（APM span ツール）と組み合わせ、シグナル横断的な根本原因の相関を行う。
Open WebUI の詳細ガイド：アーキテクチャ、認証、関数、パイプライン、API、RAG、スケーリング、デバッグ、隠し機能。Open WebUI の仕組みやデプロイ方法、認証（OAuth、LDAP、JWT）の設定、関数やパイプラインの作成、モデル（Ollama、OpenAI）の接続、RAG/ナレッジベースの設定、本番環境への拡張、問題のデバッグなど、Open WebUI に関するあらゆる質問に使用します。Open WebUI のコード（関数（filter、pipe、action）、パイプライン、設定、docker-compose）の作成にも使用します。トリガー（ロシア語）：веб-интерфейс、чат、база знаний、модель。
アプリのベータ配布向けの公式 PGYER（蒲公英）スキル。ユーザーが PGYER / 蒲公英 / pgyer.com に言及する場合、または ipa/apk/hap をベータテスト用にアップロードする、インストールリンクや QR コードを取得する、ベータアプリのバージョン履歴やインストール数を照会する、テスターグループを管理する、PGYER に公開する CI/CD を構築する場合に使用。iOS、Android、HarmonyOS のアプリ配布に対応。$PGYER_API_KEY または ~/.pgyer/config から認証情報を読み取る。
PubNub Functions 2.0 のイベントハンドラー、トリガー、サーバーレスエンドポイントを作成、設定、デプロイする。Before/After Publish、On Request、On Interval；組み込みモジュール（kvstore、xhr、vault、pubnub、crypto、jwt、ugc、jsonpath、advanced_math、codec/*）；チェーン（深度上限、Chaining と Forking、kvstore の状態共有）；ランタイムの癖（モジュールごとに独立した実行予算、コールドスタート、request.path の正規化、vault の可用性、sendFile メッセージ）；DB トリガーパターン；バンドル/TypeScript ワークフロー（esbuild externals、バンドルサイズガード、__require shim の除去、デフォルトエクスポートの形）を扱う。リアルタイムのメッセージ変換、エッジデータ処理、PubNub に支えられた REST エンドポイント、Webhook 統合、またはメッセージパイプライン内からバンドル/トランスパイルされた TypeScript Functions を出荷する場合に使用する。
システム信頼性のための Python パターン —— バックグラウンドジョブとタスクキュー（Celery、async）、耐障害性と復旧（tenacity によるリトライ、バックオフ、タイムアウト、サーキットブレーカー）、可観測性（structlog による構造化ログ、メトリクス、分散トレーシング、ゴールデンシグナル）。非同期ワーカーの構築、タスクのキューイング、一時的なネットワーク/IO 障害の処理、本番向けの Python サービスの計装、リトライポリシーの設計、ログやトレーシングの設定、またはこれらのシステム信頼性の関心事の任意の組み合わせに使用する。言語イディオムや型の健全性（`writing-python` を使用）やプロジェクトのセットアップと依存関係管理（`uv` を使用）には使用しない。
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。