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
ワンショットでのバDiseñoゲームのパイプライン。ツイート、ニュース記事、短いプロンプトを、約 10 分でスキャフォールド済み・デザイン済み・デプロイ済み・収益化済みのブラウザゲームに変えます。「バ viral ゲームを作って」「このツイートからゲームを作って」「この記事をゲームにして」「/viral-game」と統計した、または|enqueue エンドツーエンドで素早く公開したいツイート URL／短いコンセプトが渡されたときに使います。マイルストーン、ADR、複数セッションに分けた反復を伴う本物のゲームプロジェクトを設計・構築mageたい場合には使用しないでください。その場合は /make-game を使ってください。既存ゲームの修正にも使わず、/add-feature または /improve-game を使ってください。
Pydantic Logfire を使用して、ホスト、Docker コンテナ、Kubernetes クラスター、データベース／キュー／キャッシュサーバー、クラウドプロバイダーのメトリクスを監視します。アプリケーションコードは不要です。ユーザーが「ホスト／サーバー／VM を監視」「Docker コンテナを監視」「Kubernetes クラスターを監視」「インフラメトリクスを Logfire に送信」「データベース／Postgres／Redis／MongoDB／Kafka を監視」「クラウドメトリクスを収集」（AWS/GCP）と依頼する場合や、Logfire に関連して OpenTelemetry Collector に言及する場合に使用します。対象はインフラのみです。アプリケーションコード（トレース、ログ、AI／エージェントのスパン）の計装には logfire-instrumentation スキルを使用してください。
Catalyst Job Scheduling — ジョブプール、即時／バックグラウンドジョブ、および Job 関数、Webhooks、Circuits、AppSail を実行する cron（Periodic、OneTime、Calendar、CronExpression）。'job scheduling'、'job pool'、'jobpool_id'、'submit a job'、'immediate job'、'cron job'、'scheduled function'、'submitJob'、'createCron'、'retry_interval'、'time_of_execution'、またはエラー 'not a job function'、'job_name must contain only alphanumeric' に反応します。非推奨の Cron に代わるものです。
Python 向け SAP Cloud SDK for AI（sap-ai-sdk-gen、旧称 generative-ai-hub-sdk）を Python アプリケーションに統合します。SAP AI Core、Generative AI Hub、Orchestration Service を使って Python アプリを構築する場合に使います: チャット補完、エンベディング、ストリーミング、LangChain 統合、テンプレート、内容フィルタリング、データマスキング、ドキュメントグラウンディング。SAP BTP 経由で OpenAI GPT モデル、Llama、Gemini、Amazon Nova などの基盤モデルに対応します。
1. Huawei Cloud Skill を作成する 6 段階のパイプライン——ソクラテス式の要件収集、CLI→SDK→API リサーチ、MD 生成、テストの準備、詳細テスト、最終クリーンアップとコンプライアンスチェック 2. 段階チェーン状の依存関係：各段階は前の段階の成果物を土台とし、どの段階もスキップできません 3. CLI、SDK、REST API の 3 つの実行モードに対応し、フェイルバックの自動判定にも対応 4. SKILL.md、references/、scripts/、templates/ を含む完全な Skill ディレクトリ構成を生成 5. 华为云Skill检查规范（Huawei Cloud Skill チェック仕様）に照らして検証 トリガーには次が含まれます："创建华为云Skill"、"新建华为云Skill"、"华为云skill创建器"、"创建 Skill"、"新建 Skill"、"skill 创建器"、"create skill"、"build skill"、"new skill"、"skill creator"、"scaffold a Huawei Cloud skill"、"wrap CLI or OpenAPI into a skill"、"package cloud operations into a skill"、"帮我创建华为云Skill"、"帮我新建一个Skill"、"封装华为云CLI为Skill"、"华为云Skill脚手架"、"帮我创建一个skill"、"我需要一个skill"、"建一个skill"、"生成skill"、"帮我建一个华为云skill"。
CloudTrail Data Events，GCS 監査ログ，Azure Storage Analytics を解析し，統計的ベースラインと時系列異常検出を用いて，AWS S3，GCS，Azure Blob Storage における業務時間外の一括ダウンロード，新規 IP からのアクセス，API 呼び出しの急増（例：GetObject）などの異常アクセスを検出する。疑わしいクラウドデータの持ち出しを調査する場合や，関連する検出ルールを構築する場合に使用する。
Temporal Cloud の接続、認証、設定の問題を修正します。ログイン失敗、Cloud に接続できない、x509/TLS エラー、名前空間やエンドポイントの不一致、壊れた SDK 接続コードの貼り付け、どのエンドポイントを使うべきか混乱している、"no pollers" や RESOURCE_EXHAUSTED が出る、PrivateLink/PSC で困っている、新しい名前Dw空間Bloominグの設定にmph benefits求める場合に使用します。HA 名前空間のフェイルオーバーや DNS の問題にも使用します。ワーカーのパフォーマンス調整やスケーリングには使用できません。
SageMaker エンドポイント（リアルタイム、リアルタイムのゼロスケール、または非同期）を作成し、自动スケーリング、CloudWatch アラーム、タグ付けを既定で有効にします。SageMaker エンドポイントの作成、`create_endpoint` を呼び出すデプロイコードの作成、イメージ URI と IAM ロールが確定した後のデプロイ確定など|DEプロイ|のたびにこのスキルを使用してください。リアルタイムエンドポイントには deploy.py、推論コンポーネントでゼロインスタンスまでスケールするリアルタイムエンドポイントには deploy_ic.py、非同期エンドポイント（ゼロスケール対応）には deploy_async.py を提供します。これは SageMaker デプロイワークフローの最終ステップです。これらの既定値なしで裸の `create_endpoint` 呼び出しを生成しないでください。自動スケーリングやアラームのないエンドポイントはデモであり、デプロイではありません。
SageMaker / AWS の作業向けに、正しい Python バージョンと最新の boto3 を備えた隔離された Python 環境をセットアップします。SageMaker のデプロイ、トレイニングジョブ、その他の AWS 自動化で Python コードを実行するときは必ず使用してください。`pip install` を実行するとき、boto3 を呼び出すとき、virtualenv を作成または有効化するとき、ユーザーが「set up the environment」と依頼したときに適用します。システム Python は絶対に使わず、そこへの `pip install` も禁止します。常に隔離してください。このスキルは、Python バージョンの誤り、依存関係の競合、SDK の陳腐化といったよくある失敗モードを防ぎます。
ユーザーが lint の設定、編集後の自動チェックの構成、デプロイチェックリストの作成、プッシュ前チェックの設定、CI パイプラインの構成、品質ゲートの追加、型チェック用フックの設定、編集後の検証の有効化、またはコード変更の自動検証を希望する場合に使用します。「set up linting」「auto check after edits」「deploy checklist」「pre-push checks」「CI pipeline」「quality gates」「hook for typecheck」「post-edit validation」「auto-validate」などのフレーズで起動します。
このスキルは、静的サイトを SFTP で本番サーバーへデプロイする設定を行う場合に使用します。Docker／Express のプロジェクトから静的ホスティングへの移行、Vue／React／Angular のビルドのデプロイ、Slidev プレゼンテーションの設置、Hugo／Jekyll／Gatsby サイトの設定が含まれます。ユーザーが「setup SFTP deployment」「deploy static site to server」「configure Nginx for static files」「convert from Docker to static hosting」「deploy Vue build to production」「setup subdomain hosting」「configure SFTP in VS Code」と依頼したときに使用します。SFTP の設定テンプレートと、セキュリティヘッダーとキャッシュを備えた本番対応の Nginx 設定を提供します。
OpenShell ゲートウェイのデプロイが不健全、到達不能、またはサンドボックスを作成できない原因をデバッグします。ゲートウェイのヘルス障害、Docker/Podman ランタイムの問題、Helm の失敗、Kubernetes のスケジューリング、TLS または認証、ゲートウェイインターセプター、supervisor ミドルウェアの起動時または実行時の障害、外部コンピュートドライバーのソケット、VM ドライバー、サンドボックスの起動に使用します。トリガーキーワード：debug gateway、gateway failing、deployment failing、helm install failing、cluster health、gateway health、gateway not starting、health check failed、sandbox pending、docker driver、podman driver、kubernetes driver、external driver、compute driver socket、gateway interceptor、supervisor middleware、middleware failed、vm driver。
Amazon SageMaker AI へのモデル展開の計画と調整を行うスキル。ユーザーが SageMaker や AWS でモデルを展開、ホストMOT、配信、公開borg_vals Monetary wanting希望とする場合に使用します。例えば「モデルをデプロイして」「この LLM を AWS でホストして」「この embedding モデルを配信して」「reranker をデプロイして」「text-to-image / diffusion モデルをデプロイして」「非同期推論用にホストして」「エンドポイントを作成して」「ファインチューン済みモデルを配信して」など、AWS 上で推論にモデルを利用可能にするリクエストが該当します。ユーザーが漠然としている場合（例：「とりあえず AWS で動かせるようにzust、你Jenli parfait判断して」）でも使用します。テキスト生成 LLM、embedding モデル、reranker、分類器、text-to-image / diffusion モデルに対応し、適切な serving stack を選び、リアルタイム推論と非同期推論のどちらかを判断します。SageMaker のデプロイ作業のエントリーポイントとなるスキルで、質問で確認し、デプロイ経路を選び、他のデプロイ関連スキルを調整します。
SageMaker のモデルデプロイに適した serving コンテナを選び、現在の image URI を特定するスキル。SageMaker エンドポイントへモデルをデプロイする際に image URI の選択が必要な場合に使用します。例えば、ユーザーが「deploy this LLM」「host this HuggingFace model」「serve this fine-tuned model」「deploy this embedding model」「host a reranker」「serve a sentence-transformers model」と言った場合や、デプロイコードにコンテナ URI をハードコードする場合です。HuggingFace が curated した Deep Learning Containers が常に優先されます。HuggingFace vLLM（LLM と生成型 reranker）、HuggingFace vLLM-Omni（マルチモーダル）、TEI（embedding / cross-encoder reranker）、HF Inference Toolkit（その他の transformers）。汎用イメージ（AWS vLLM、DJL-LMI、SGLang）は、対応する HuggingFace イメージが無い場合にのみ使用し、単にバージョンが新しいという理由では使いません。コンテナ URI を記憶からハードコードしたり、TGI を既定にしたりすることはありません。古いイメージによる失敗やリージョン違いの URI を防ぎます。
Alibaba Cloud RAM の権限診断と修復のアシスタント。Agent が Alibaba Cloud リソースの操作中に権限関連のエラー（403、NoPermission、Forbidden、AccessDenied、InvalidSecurityToken など）に遭遇した場合、または利用者が Alibaba Cloud RAM の権限問題を説明した場合は、このスキルを直ちに適用してください。利用者が明示的に求めるまで待たず、権限エラーが現れたら直ちに診断を開始します。また、開発者が Alibaba Cloud SDK のコードを記述中に権限の問題に直面した場合、ある操作に必要な最小権限の設定方法を尋ねた場合、または現在の_identity が 어떤 権限が不足しているか知りたいと手を挙げた場合にも適用されます。
AWS に関するあらゆるタスクの開始時に、ユーザーのローカル AWS コンテキスト（アクティブなプロファイル、リージョン、アカウント ID、呼び出し元のアイデンティティ）を検出します。SageMaker へのデプロイ、リソースの作成、AWS API の呼び出しなど、AWS アカウントに触れるあらゆる作業より前にこのスキルを使用してください。特に、ユーザーがリージョンやプロファイルを明示していない場合、「use my AWS account」「deploy to AWS」「use my profile」のような指示を出した場合、または AWS CLI や SDK の呼び出しを行う予定の場合に使用します。リージョンやアカウント ID を推測してはいけません — 必ずこのスキルでローカル設定から読み取ってください。
デプロイまたはトレーニングの前に、使用可能な SageMaker 実行ロールが存在することを確認する。SageMaker エンドポイント、モデル、トレーニングジョブ、または実行ロールを必要とするあらゆるリソースを作成しようとするときはいつでもこの skill を使用する。特に、ユーザーがロール ARN を明示的に提供していない場合、スクリプトが `iam:CreateRole` を呼び出そうとしている場合、または AccessDenied エラーが IAM アクションに言及している場合に使用する。`iam:CreateRole` を盲目的に呼び出してはならない——常に既存のロールを先に確認する。この skill は最も一般的な SageMaker デプロイ失敗を防ぐ：IAM 書き込み権限を持たない SSO プリンシパルから IAM リソースを作成しようとすること。
計測済みの ml_app 向けのエンドツーエンド Agent 可観測性パイプライン — 本番トレースの分類、失敗の根本原因分析、評価器のブートストラップ、続いて（任意で）サンプリングとデータセットの公開、実験の生成と実行、結果の分析を行います。6 つの解説付きフェーズで構成され、各フェーズの間には標準のバナーと「続行」のチェックポイントがあります。agent-observability のサブスキル（`agent-observability-session-classify`、`agent-observability-trace-rca`、`agent-observability-eval-bootstrap`、`agent-observability-experiment-bootstrap`、`agent-observability-experiment-analyzer`）に対する純粋なオーケストレーションです。「run the eval pipeline」「go from traces to evals」「bootstrap evals end to end」「classify then RCA then bootstrap」「build an eval set from scratch」「onboard me to datasets and experiments」「walk me through experiments」「I have an ml_app, now what」「Agent Observability onboarding」「guided experiment setup」「from traces to experiments」といったリクエストや、本番データから評価器、データセット、実験までを決定性かつ解説付きで体験したい場合は使用します。`--stop-after <phase>` で評価器やデータセットの段階で早期終了して短くummaryでき、`--start-at <phase>` で途中から再開することもできます。
Huawei Cloud スキルのためのエンドツーエンド機能テストフレームワーク。単一スキルのユニットテスト、複数スキルのオーケストレーション、エンドツーエンドの全流程テストをカバーする三段階のパイプライン。各フェーズはチェーン検証付きの構造化 JSON を出力する。スキル導入の検証、機能分析、CLI→SDK→API の実現可能性調査、テストケース生成、リソースのライフサイクルを伴う実環境での実行、リソース後始末、複数スキルシナリオのオーケストレーション、トリガー競合検出、統合レポート生成に対応する。トリガー語：测试技能, 执行技能测试, 跑测试流程, 技能回归测试, skill test, run skill tests, test huawei cloud skill, verify skill, 测试华为云skill, 全流程测试, 编排测试, 技能完整性检查, skill-tester, 跑测试, 回归测试, 组合测试, 多skill编排, verification, e2e.
平易な言葉で記述された要件と、任意の REST API ドキュメントからサンドボックスのセキュリティポリシーを生成します。L4 または細粒度の L7 ネットワークポリシーと、順序付けられたネットワークミドルウェア設定を作成します。API アクセスルール、ミドルウェアホストの選択、障害時の動作、組み込みまたはオペレーター実行のミドルウェアの追加に使用します。トリガーキーワード：generate policy、create policy、update policy、change policy、sandbox policy、network policy、API policy、security policy、allow API、restrict API、network middleware、supervisor middleware。
2 つの Salesforce 組織を並べて比較し、差分スコア付きの比較レポートを作成します。または、単一の組織を分析し、メタデータコンポーネント、組織権限、システム権限、プロファイル、インストール済みパッケージ、ライセンス、組織の制限を網羅したインベントリを作成します。ユーザーが組織の比較、差分確認、設定差分の監査、2 つの環境間の変更点の確認、Sandbox と本番環境の比較、または単一組織の分析を希望する場合に使用します。トリガーフレーズには、“compare orgs”、“compare these 2 orgs”、“compare my orgs”、“diff orgs”、“org diff”、“what is different between these orgs”、“compare metadata”、“org comparison”、“audit org differences”、“compare sandbox to production”、“introspect org”、“org inventory”、“what is in my org”、“analyze org”、“org analysis”、“analyze my org”、“analyze my Salesforce org”があります。メタデータの取得（platform-metadata-retrieveを使用）、メタデータのデプロイ（platform-metadata-deployを使用）、組織の切り替え（dx-org-switchを使用）には使用しないでください。
ASP.NET Core Razor Pages 向けのプロダクション水準のロギングとオブザーバビリティパターン。Serilog による構造化ログ、相関 ID、ヘルスチェック、リクエストログ、OpenTelemetry 連携、診断のベストプラクティスを扱う。ASP.NET Core アプリケーションで構造化ログを setupslicerazine とannes weakerDistributed tracing をOpenTelemetry で実装する場合、またはヘルスチェックとオブザーバビリティを構成する場合に使用する。
VM／サーバー、Kubernetes（Operator + DynaKube）、AWS Lambda（layer + 環境変数。新規関数のプロビジョニングも任意で可能）、Windows ホスト、SSH 経由のリモート Linux ホスト／EC2 インスタンス、Azure VM／VM Scale Sets における Dynatrace OneAgent のインストール、アンインストール、または作成とインストールに関する参照情報を提供します。文書化されたエンドポイント、環境変数、トークンスコープ、コピーして実行できるコマンドを返します。コマンドを実行するのではなく、実行すべき正確なコマンドを提示します。OneAgent のインストールやアンインストール、「どうすれば……」「必要な URL／スコープ／変数は何か……」「X の OneAgent デプロイについて説明して」と尋ねられた場合に使用します。
@upstash/blob TypeScript/JavaScript SDK を使用して、ブラウザーからの直接アップロード、署名付き URL、マルチパートアップロード、署名付き読み取りに対応する S3 互換オブジェクトストレージを操作します。ファイルや Blob の保存、アバター・画像・動画・添付ファイル・ユーザードキュメントのアップロード、サーバー経由でバイト列を中継せずにブラウザーからストレージへ直接アップロード、公開または期限付き署名 URL の生成、非公開ファイルの提供、一時停止と再開に対応した大容量ファイルのストリーミング、保存オブジェクトのキャッシュヘッダー設定、AWS SDK からの S3 互換バケットへのアクセスに使用します。
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。