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
GrowthBook のフィーチャーフラグのドラフトリビジョンを公開し、マージ競合を解決し、以前のリビジョンに戻す、またはドラフトを破棄する。ユーザーが “publish this draft”、“push this live”、“go live with revision X”、“there's a merge conflict on my flag”、“rebase my draft”、“fix the merge conflict on flag X”、“revert flag X to a previous version”、“roll back this flag change”、“discard this draft”、“abandon these changes” と言った時に使用。公開前に承認レビューを依頼または提出する場合は flag-review を使用。ドラフトの一覧表示と検査には flag-revisions を使用。
GrowthBook のフィーチャーフラグルール向けに多段階のランプスケジュールを作成・管理する——各ステップ間に定義された間隔を置きながら、時間の経過とともにトラフィックの露出を段階的に増やす。ユーザーが「これを段階的にロールアウトして」「1 週間でトラフィックを 5% から 100% に増やして」「ランプスケジュールを設定して」「次のランプステップに進めて」「ロールアウトを一時停止して」「ランプをロールバックして」「このロールアウトに締め切り日を設定して」と言ったときに使用する。ガードレール指標の監視と自動シグナルも必要なロールアウトには flag-monitoring を使用する——これはモニタリング設定を加えてこのスキルを基に構築されている。単純なオン/オフの時間枠には flag-schedule を使用する。
ユーザーがコード、アニメーション、3D 実験の一部を独立した JOYCO Lab の実験として切り出して公開したいときに、このスキルを使用する。トリガーには、「isolate this」「publish this to the lab」「create a lab experiment」「extract this animation/effect/scene」「submit to JOYCO lab」「make this an experiment」が含まれる。ユーザーが自己完結型の視覚効果、アニメーション、3D シーン、canvas スケッチ、またはインタラクティブなコンポーネントを見せて、それを共有または紹介したいときにもトリガーする。たとえ「lab」と明示していなくても — 切り出し可能なクリエイティブ／技術的なコードがあり、共有したい意図があれば、このスキルを使用する。
joelclaw CLI を使用して停滞したエージェントループを診断して修正する。ループが止まって見える場合、ストーリーが進まない場合、またはイベントチェーンが壊れた場合に使用。"loop stalled"、"why isn't the loop progressing"、"diagnose loops"、"fix stuck loop"、"loop not moving"、"what happened to the loop"、"stories stuck at pending"、またはループ基盤のデバッグを求めるあらゆるリクエストでトリガーする。
自律型決済で AI エージェントを収益化するとき、エージェントを分散型マーケットプレイスに出品するとき、または大規模に展開するときにこのスキルを使用する。成果：エージェントが自動的に収益を上げる（1 日 50+ USDM）、トラストレスなエスクロー保護（成功率 95%+）、マーケットプレイスでの発見（利用可能なエージェント 50+）、スケーラブルな実行（1000+ の同時ジョブ）。トリガー：'monetize my agent'、'setup agent payments'、'list on marketplace'、'A2A transactions'、'deploy agent at scale'、'MIP-003 implementation'。対象外：一般的なチャットボット、単純な REST API、中央集権型決済。フレームワーク非依存（CrewAI、AutoGen、PhiData、LangGraph）、セルフホスト可能、MiCA 準拠。
作業用ディスクの容量が限られ、より大容量の /ephemeral ボリュームがあり、必要に応じて /home/ubuntu/RL/.env のシークレットを使用できる /home/ubuntu/RL で作業する NeMo-RL エージェント向けの Brev インスタンス運用ガイドです。nemo-rl-auto-research のキャンペーン、実験、トレーニングジョブ、モデルやデータセットのダウンロード、共有キャッシュを大量に使うコマンド、ログを生成する実行、チェックポイント生成、認証済みの W&B または Hugging Face のワークフローなど、Brev 上で大容量ファイルを作成する可能性がある場合に使用します。
NemoClaw をローカル推論サーバーに接続します。NemoClaw で Ollama、vLLM、TensorRT-LLM、NIM、または OpenAI 互換のローカルモデルサーバーをセットアップするときに使用します。トリガーキーワード - nemoclaw local inference, ollama nemoclaw, vllm nemoclaw, local model server, openai compatible endpoint, switch nemoclaw inference model, change inference runtime, nemoclaw additional model, nemoclaw sub-agent model, openclaw sub-agent, agents.list, sessions_spawn, vlm-demo, nemoclaw tool calling, ollama tool calls, vllm tool-call-parser, raw json in tui, nemoclaw inference options, nemoclaw onboarding providers, nemoclaw inference routing.
リモート GPU インスタンス上で NemoClaw を実行する方法を解説。廃止予定の Brev 互換パスと、推奨されるインストーラーおよび onboard フローを含む。NemoClaw をリモート VM にデプロイする、Brev インスタンスをオンボーディングする、旧来の `nemoclaw deploy` ラッパーから移行するケースで使う。トリガーキーワード - deploy nemoclaw remote gpu, nemoclaw brev cloud deployment, nemoclaw plugins, openclaw plugins, install openclaw plugin, nemoclaw onboard from dockerfile, nemoclaw brev web ui, nemoclaw getting started, brev quickstart, nvidia nemotron agent, nemoclaw sandbox hardening, container security, docker capabilities, process limits.
NemoClaw をインストールしてサンドボックスを起動し、最初のエージェントプロンプトを実行します。NemoClaw サンドボックスを初めて利用、インストール、または起動するときに使用します。トリガーキーワード - nemoclaw quickstart、install nemoclaw openclaw sandbox、nemohermes quickstart、hermes agent nemoclaw、run hermes openshell sandbox、nemoclaw prerequisites、nemoclaw supported platforms、nemoclaw hardware software、nemoclaw windows wsl2 setup、nemoclaw install windows docker desktop。
サンドボックスポリシーで許可されたエンドポイントを追加・削除・変更します。ネットワークポリシーのカスタマイズ、egress ルール変更、サンドボックス エンドポイントアクセス設定時に使用します。トリガーキーワード - nemoclaw ネットワークポリシーのカスタマイズ、サンドボックス egress ポリシー設定、nemoclaw 統合ポリシーの例、インストール後のポリシー設定、openshell 承認ワークフロー、ポリシープリセット、nemoclaw ネットワークリクエストの承認、サンドボックス egress 承認 tui。
クイックスタート後の運用タスクを説明します。サンドボックスの一覧表示、ステータスとヘルスチェック、ログ、診断、ポートフォワード、複数サンドボックス、資格情報のリセット、再ビルド、ネットワークプリセット、アップグレード、アンインストール。トリガーキーワード - nemoclaw サンドボックス管理、nemoclaw status、nemoclaw list、nemoclaw dashboard ポート、nemoclaw rebuild、nemoclaw サンドボックスアップグレード、nemoclaw uninstall、サンドボックスの可変性、サンドボックス ランタイム設定、サンドボックス再ビルド、nemoclaw バックアップ、nemoclaw リストア、ワークスペースバックアップ、openshell サンドボックス ダウンロード アップロード、nemoclaw メッセージング チャネル、nemoclaw telegram、nemoclaw discord、nemoclaw slack、nemoclaw wechat、nemoclaw whatsapp、openshell チャネルメッセージング、nemoclaw ワークスペースファイル、soul.md、user.md、identity.md、agents.md、サンドボックス永続化。
Next.js を使った Netlify プロジェクトのデプロイと管理を、サーバーレス関数、環境変数、継続的デプロイメントとともに扱う。Netlify でのデプロイ、netlify.toml の設定、Netlify Functions の管理、webhook のデバッグ、環境変数の設定、Netlify 上の Next.js アプリのデプロイ問題のトラブルシューティングを行うときにこのスキルを使用。Twilio-Aldea や同様のサーバーレス SMS/テレフォニープロジェクトに必須。v2.0 には公式 Netlify ドキュメント、Twilio-Aldea の本番運用パターン（webhook タイムアウトの解決策、バックグラウンド関数）、TypeScript のコード例を含む。
`nmemctl` ライフサイクルコントローラーを使って、セルフホスト可能な Nowledge Mem サーバー（ヘッドレス Docker デプロイ）をインストール、確認、アップグレードする。ユーザーが自分の Nowledge Mem インスタンスの運用、NAS、VPS、homelab、サーバーでの Mem のセルフホスト、Docker Hub からの `nowledgelabs/mem` のデプロイ、Mem コンテナのトラブルシューティング、Mem サーバーの新しいバージョンへのアップグレードに言及したときに使用。ユーザーが "my Mem server"、"self-hosted Mem"、"the docker version of Mem"、"memory server on my Synology / Proxmox / Raspberry Pi" と言う場合や、製品名を挙げずに `docker.io/nowledgelabs/mem` にあるコンテナについて説明するだけの場合もトリガーする。Mem デスクトップアプリ、Mem Cloud、または運用者自身のサーバーに触れないものについてはトリガーしない。
Observe CLI（`observe`）を使って本番システムを調査し、テレメトリを取得する。ユーザーが次のことを望むときはいつでもこのスキルを使う：ログの検索や tail；メトリクスのクエリ（CPU、メモリ、レイテンシ、エラー率、リクエスト量、カスタムアプリメトリクス）；トレースとスパンの探索；サービス、ホスト、コンテナ、Kubernetes リソースをまたいだイベントの相関；アラートの調査やトリアージ（何が発火したか、なぜか、まだアクティブなものは何か、関連するシグナル）；インシデントや本番問題のデバッグ；サービスやシステムのヘルスチェック；ある顧客、デプロイ、ユーザーに何が起きているかの把握；特定のタグやラベルを出すサービスを調べる；サービス、環境、リージョン、ホスト、pod、ステータスコードなどで本番データを切り分ける；あるいは分析、ダッシュボード、スクリプト用にあらゆるオブザーバビリティデータをプラットフォームから引き出す。ユーザーが CLI が公開する基盤プリミティブ（データセット、OPAL クエリ、ナレッジグラフのタグ検索、アラート、モニター、AI エージェントスキル、認証）について直接質問する場合も対象とする。
OpenTelemetry SDK を使って Java、Python、Node.js、.NET、Go アプリケーションに計装し、トレース、メトリクス、ログを Coralogix に送信する。SDK 側の OTel セットアップ、OTLP exporter の環境変数、Coralogix のリソース属性、APM トランザクションサンプラー、Kubernetes Operator による注入、またはアプリケーションからのトレース、メトリクス、ログの欠落やテレメトリが送信されない問題のデバッグに使用する。OTel Collector の設定（opentelemetry-collector を使用）、OTTL の作成（opentelemetry-ottl を使用）、eBPF 計装、Lambda layers には使用しない。
ユーザーが OSMO 上で欠陥画像生成のオーケストレーション、関連するセットアップの実行、または出力の処理を望むときに使用する。Day 0 パスは USD-to-ROI、画像編集拡張、AnomalyGen によるコールドスタートを処理し、初期の PCBA データセットを作成する。Day 1 パスは実画像に対して推論とラベリングを行う。このスキルは初回のアセットセットアップ、ファインチューニングチェックポイントの作成、デプロイの設定を支援する。トリガーキーワード：defect image generation、dig workflow、dig pipeline、defect image detection workflow、aoi pipeline、aoi anomalygen、usd2roi anomalygen、day 0 pcba、day 1 pcba、day 1 real-photo alignment、day 1 manual roi、metal surface anomaly、glass defect、anomalygen finetune、setup_pcb、setup_metal、setup_glass、setup_pretrained、dig setup、dig datasets、dig pretrained checkpoint、dig image-edit endpoint。
ローカルの MicroK8s または Azure AKS 上で、合成データ生成ワークフロー向けの NVIDIA physical AI インフラストラクチャを構築、拡張、検証、強化する場合に使用します。Kubernetes クラスター、推論エンドポイントのデプロイ、OSMO のデプロイ、ワークロード送信の準備、インフラストラクチャ障害からの復旧が対象です。トリガーキーワード：physical ai infrastructure、resilient scaling、SDG infrastructure、microk8s、azure aks、NVCF deployment、NIM Operator、OSMO deploy、workflow scaling。インフラストラクチャの構築、拡張、検証、復旧が求められていない限り、OSMO ログの要約やワークロードのみの操作には使用しないでください。
FlowStudio MCP のキャッシュストアを使い、Power Automate のフローと Power Apps を大規模にガバナンスします。ビジネスインパクトによるフローの分類、孤立リソースの検出、コネクター使用状況の監査、コンプライアンス基準の適用、通知ルールの管理、ガバナンススコアの算出を、Dataverse や CoE Starter Kit なしで行えます。フローのタグ付け・分類LOCKDOWN Gai�す們、ビジネスインパクトの設定、所有者の割り当て、孤立の検出、コネクターの監査、コンプライアンス確認、アーカイブスコアの算出、通知ルール管理、ガバナンスレビュー、コンプライアンスレポートの作成、メーカーのオフボーディング、フローにガバナンス用メタデータを書き込むあらゆるタスクで、このスキルを読み込んでください。FlowStudio for Teams または MCP Pro+ のサブスクリプションが必要です。https://mcp.flowstudio.app を参照してください。
Pro+ サブスクリプションが必要です。FlowStudio MCP のキャッシュストアを使ったテナント全体の Power Automate モニタリング：失敗率、実行健全性のトレンド、作成者／アプリのインベントリ、非アクティブな所有者、コンプライアンス／健全性レポート。集約されたテナントビューにのみ使用します。単一の環境、単一のフロー、実行制御、根本原因のデバッグには、power-automate-mcp、power-automate-debug、またはサーバーの monitor-flow バンドルを使用してください。FlowStudio for Teams または MCP Pro+ が必要です。
Sentry のエラートラッキングデータを照会・管理する — issue の一覧表示と検索、イベントとスタックトレースの詳細確認、プロジェクトとリリースの検査、issue の解決/無視、統計の取得。ユーザーが Sentry の issue、クラッシュ、エラーグループ、例外に言及した場合、sentry.io またはセルフホスト可能な Sentry の URL を貼り付けた場合、「なぜエラーが出るのか」「これは何回発生したか」「{project} で最も多いエラーは何か」「この issue を解決して」と尋ねた場合、Sentry ベースのダイジェストを求めた場合に使用する — 「API」と言わなくても同様。このサービスを操作するときは常にこのスキルから始めること — 同梱のスクリプトとレシピが最速の経路。
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。