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 96,770 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
現在のリポジトリに共有 devcontainer（Ubuntu ベースイメージ、Node、GitHub CLI、永続設定ボリューム 1 つ）を生成します。すべての AI コマンドラインがインストールされる単一のコンテナで、4 つの companion setup-<tool>-devcontainer skill を通じて個別に追加されます。さらに任意で、エージェント駆動の git push と署名付きコミットのための SSH デプロイキー／署名キー自動化、およびオプトインのデフォルト拒否ネットワーク外向きファイアウォール（iptables+ipset、許可リストは Network Manifest から導出）を重ねられます。ユーザーがリポジトリに devcontainer を追加したい、既存の devcontainer に SSH キー自動化を追加したい、devcontainer の外向きネットワークを制限したい、Local Checkout を実際の GitHub リポジトリに接続したい場合に使用します。AI コマンドライン自体の追加には使用しません。その場合は本 skill の後に、対応する setup-<tool>-devcontainer skill を実行してください。
Terragrunt のインフラ設定を扱うときにこのスキルを使用する。トリガーには次が含まれる：- 新しい Terragrunt インフラカタログをゼロからセットアップする - Terragrunt stack（terragrunt.stack.hcl）を作成または管理する - 別リポジトリの OpenTofu モジュールをラップする unit を作成する - root.hcl 階層でライブインフラリポジトリを設定する - リモートステートバックエンド（ネイティブロックファイル付き S3 または DynamoDB ロック）を設定する - クロスアカウントロール引き受けによるマルチアカウント/マルチ環境デプロイ - 古典的な Gruntwork スタイルのライブリポジトリ（account/region/env 階層、_envcommon include）を扱う - モノリシックな Terraform/OpenTofu リポジトリ（terralith）を Terragrunt に移行する - 既存の Terragrunt リポジトリを調査または監査する（find、list、dag graph）- unit の依存関係を接続する（values パターンまたは autoinclude ブロック）- Content Addressable Store（CAS、update_source_with_cas）で clone/fetch を高速化する、またはカタログ stack を自己完結させる
Platformatic Wattアプリケーションの統合、ひな形作成、設定、移行、診断、プロファイリング、デプロイを行います。Wattの追加、watt.jsonまたはwatt.config.*の設定、マルチアプリケーションワークスペース、サービス、データベース、ゲートウェイ、wattpmコマンドラインコマンド、可観測性、スケジュールジョブ、CMS統合、パフォーマンスプロファイリング、Docker、Kubernetes、クラウドデプロイに使用します。インストール済みリリースの機能に応じて、Next.js、Nuxt、Nitro、React Router、TanStack Start、Vite、Express、Fastify、Koa、Remix、Astro、NestJS、PHP、WordPress、Laravelに対応します。
AWS アプリケーションに Amazon Location Service API を統合します。地図（インタラクティブな MapLibre または静的画像）の追加、アドレスの座標へのジオコーディングと座標からアドレスへのリバースジオコーディング、ルート・所要時間・サービスエリア的计算、テキスト検索・周辺検索・オートコンプリート候補による場所や店舗の検索、営業時間・連絡先・住所を含む詳細な場所情報の取得、ジオフェンスによる地理的境界の監視、デバイス位置の追跡を行いたいときにこのスキルを使用します。認証、SDK 統合、Amazon Location Service のすべての機能を扱います。
homelab のアーキテクチャ評価基準と技術標準。designer エージェントに事前ロードされ、設計判断を確立されたパターンと原則に基づかせる。使用時：(1) 提案された技術追加の評価、(2) アーキテクチャ判断のレビュー、(3) 新しいコンポーネントに対するスタック適合性の評価、(4) 実装アプローチの比較。トリガー：「architecture review」「evaluate technology」「stack fit」「should we use」「technology comparison」「design review」「architecture decision」
Agents SDK を使って Cloudflare 上に AI エージェントを構築します。状態管理、リアルタイム WebSocket、スケジュールタスク、ツール統合、チャット機能に対応。Workers にデプロイできる本番品質のエージェントコードを生成します。使用場面：ユーザーが「エージェントを構築したい」「AI エージェント」「チャットエージェント」「ステートフルエージェント」を求めている場合、「Agents SDK」に言及している場合、「リアルタイム AI」「WebSocket AI」を必要としている場合、またはエージェントの「状態管理」「スケジュールタスク」「ツール呼び出し」について質問している場合。
エージェントとしてCloudflareアカウント内の項目を確認または変更する場合に使用します。DNSレコード、WAFカスタムルール、ボット設定、リダイレクト、変換、キャッシュまたはページルール、ゾーン設定、トンネル、Workers、Pages、R2、分析が対象です。読み取りには、エージェントには見えないローカルの読み取り専用APIトークンを使用します。変更はユーザーがダッシュボードで行うための提案として提示するか、ユーザーが意図的に書き込みトークンを保存している場合は承認手順を経て適用します。
ターミナルからセルフホスト可能な Coolify PaaS を管理します。マルチインスタンスのコンテキスト、アプリケーションのライフサイクル（デプロイ、ログ、環境同期）、バックアップ付きのデータベースプロビジョニング、サービス管理、JSON 出力による CI/CD 自動化。使用場面：Coolify CLI によるアプリのデプロイ、サーバー/データベース/サービスの管理、環境変数の同期、Coolify ワークフローの自動化、または "cannot unmarshal array"、サービス環境更新時の 404、コンテキスト認証の失敗のトラブルシューティング。
分散ディープラーニングのトレーニングと I/O における DeepSpeed を扱います。ZeRO 最適化ステージ、パイプライン並列化、FP16／BF16／FP8 トレーニング、1-bit Adam、スパースアテンション、NVMe ストレージとホストまたは GPU テンソル間の高速転送を実現する DeepNVMe（aio_handle、gds_handle、async_io と gds オペレーター、ds_nvme_tune、ds_report）を含みます。大規模モデルのトレーニングで ZeRO ステージを設定する場合、混合精度または 1-bit Adam を有効にする場合、ZeRO-Infinity でパラメーターやオプティマイザー状態を NVMe にオフロードする場合、DeepNVMe のブロッキング／ノンブロッキング呼び出しでテンソルをファイルに読み書きする場合、ブロックサイズ、キュー深度、並列度などの NVMe I/O 設定を調整する場合に使用します。DeepSpeed を使わない通常の PyTorch DistributedDataParallel には使用しません。
Docker のコンテナ化パターン、Dockerfile のベストプラクティス、マルチステージビルド、Docker Compose。対象：docker、Dockerfile、docker-compose、container、image、multi-stage build、docker build、docker run、.dockerignore、health check、distroless、scratch image、BuildKit、layer caching、container security。
.NET Core および ASP.NET Core アプリケーション向けに、最適化された安全なマルチステージ Dockerfile を作成する。使用場面：(1) .NET プロジェクト用の新しい Dockerfile を作成するとき、(2) .NET アプリケーションをコンテナ化するとき、(3) 既存の .NET Dockerfile を最適化するとき、(4) .NET 6/7/8+ アプリ向けに Docker を設定するとき、(5) ユーザーが .NET と Docker/コンテナを同時に挙げたとき。
Microsoft Entra のワークロード ID — マネージド ID、サービスプリンシパル、ワークロード ID フェデレーションに関するガイダンス。システム割り当てとユーザー割り当てのマネージド ID、シークレットを排除するフェデレーション資格情報（GitHub Actions、Azure DevOps、Kubernetes、その他の OIDC 発行者）、Workload Identities Premium（ワークロード向け条件付きアクセス、リスク検出、ライフサイクルレビュー）、資格情報の衛生管理（フェデレーションが機能する箇所ではクライアントシークレットを使わない）、最小権限の RBAC、Defender for Cloud / Microsoft Entra Permissions Management との連携を扱う。WHEN：マネージド ID、システム割り当て ID、ユーザー割り当て ID、サービスプリンシパルの強化、ワークロード ID フェデレーション、GitHub OIDC から Azure へ、Azure DevOps OIDC、AKS ワークロード ID、クライアントシークレットの廃止、フェデレーション資格情報、Workload Identities Premium、ワークロード向け条件付きアクセス、非人間 ID ガバナンス、NHI、アプリ登録の強化。DO NOT USE ユーザー／人間の ID（entra-id を使用）、クラウド間のアクセス許可の検出（entra-permissions-management を使用）、エンドツーエンドの NHI ガバナンス（agent-identity-governance を使用）。
Compute Engine、Cloud Storage、Cloud SQL、BigQuery、GKE（Google Kubernetes Engine）、Cloud Functions、Cloud Run、VPC ネットワーキング、ロードバランシング、IAM、Cloud Build、Infrastructure as Code（Terraform、Deployment Manager）、セキュリティ設定、コスト最適化、マルチリージョン展開を含む包括的な Google Cloud Platform（GCP）のガイダンスを提供する。インフラコード、デプロイスクリプト、設定ガイド、アーキテクチャ設計を生成する。Google Cloud へのデプロイ、GCP インフラの設計、GCP への移行、GCE インスタンスの設定、Cloud Storage のセットアップ、Cloud SQL データベースの管理、BigQuery の利用、GKE へのデプロイ時、またはユーザーが "Google Cloud"、"GCP"、"Compute Engine"、"Cloud Storage"、"BigQuery"、"GKE"、"Cloud Run"、"Cloud Functions"、"VPC"、"Cloud SQL"、"Google Cloud Platform" に言及した場合に使用。
ローカルの HTML または Markdown 成果物を baseurl.ai にアップロードし、共有可能なパスワード付きプレビュー URL を返す。ユーザーがローカルの .html、.htm、.md、.markdown ファイルの公開、共有、ホスティング、プレビュー、リンク送信、アクセス可能化を求めたときはいつでもこのスキルを使用。生成したばかりのレポートやドキュメントも含む。ワークフローがレンダリング可能なローカルコンテンツを生成し、次の有用なステップが他者が開ける URL である場合にも使用。本番デプロイ、長期ホスティング、レンダリング不可のソースファイルには、先にローカルの HTML または Markdown 成果物を作成しない限り使用しない。
HuggingFace Accelerate（Accelerator クラス、accelerate config、accelerate launch）で既存の PyTorch 学習スクリプトをラップし、同じコードを CPU、単一 GPU、複数 GPU、マルチノード、TPU、Apple MPS で実行できるようにします。デバイス配置、FP16/BF16/FP8 混合精度、勾配累積、分散チェックポイント、DDP、DeepSpeed ZeRO、FSDP、Megatron バックエンド間の切り替えを扱います。単一 GPU のスクリプトを複数 GPU に対応させる場合、混合精度を有効にする場合、DeepSpeed ZeRO または FSDP を設定する場合、勾配累積を設定する場合に使用します。1 つのスクリプトを異なるハードウェアで実行する場合にも使用します。コールバックを多用する学習ループ（PyTorch Lightning を使用）や、ハイパーパラメーター調整を伴うマルチノードオーケストレーション（Ray Train を使用）には向きません。
プロジェクトで Infisical をシークレット管理ツールとして使うための対話型セットアップガイド。Infisical をローカル開発（CLI）、Docker コンテナ（ビルド時と実行時のシークレット注入）、CI/CD パイプライン（GitHub Actions、GitLab CI）、Kubernetes（Operator + CRDs）、アプリケーションコード（すべての 9 つの SDK：Node.js、Python、Go、Java、.NET、Ruby、PHP、Rust、C++）に統合する方法を支援します。また、13 種類のマシン ID 認証方式（Universal、Token、Kubernetes、GCP、AliCloud、AWS、Azure、TLS Cert、OCI、OIDC、JWT、LDAP、SPIFFE）の選択と設定についても解説します。次の質問があるときにはこのスキルを使用してください：Infisical の使い方、シークレットの注入、infisical run、infisical init、アプリの Infisical への接続、Docker シークレット、Kubernetes secrets operator、マシン ID の設定、SDK の初期化、CI/CD でのシークレット注入、「シークレットをアプリに渡すにはどうすればいいですか」。該当しないもの：Kubernetes Operator の CRDs（infisical-kubernetes-operator）、シークレットをファイルに出力する（infisical-agent）、シークレットを外部へ送信する（infisical-secret-syncs）、人の SSO ログイン（infisical-sso）。
Kubernetes のコンテナエスケープとクラスター攻撃。対象が K8s 環境で動作している場合、6443/10250/2379 ポートを発見した場合、ServiceAccount Token を取得した場合、またはすでにコンテナ内にいる場合に使用する。対象: コンテナエスケープ、Pod 権限昇格、API Server の未認可アクセス、etcd の漏洩、RBAC の悪用、ノードの乗っ取り。Kubernetes、コンテナオーケストレーション、クラウドネイティブセキュリティに関わるあらゆるシナリオでこのスキルを使用すべきである。
Kubernetes のストレージとファイル共有の悪用。Pod が NFS/EFS/PV/ConfigMap/Secret をマウントしている場合、/efs や /mnt ディレクトリを発見した場合、mount の出力にリモートファイルシステムがある場合に使用する。対象: NFS マウントの悪用、AWS EFS の uid/gid 偽装、nfs-cat によるマウント不要の読み取り、PV からの機密データ抽出。コンテナ内でリモートマウントや共有ストレージを発見した時点で、このスキルを使用すべきである。
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。