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
Miaoda（Spark/Miaoda）のアプリ開発とホスティング：アプリ作成、ローカルでのフルスタック開発、クラウドでの生成と反復開発、クリエイティブデザイン（UI モックアップ/インタラクティブなプロトタイプ/ワイヤーフレーム/ランディングページ/ダッシュボード/スライドデッキ/ビジュアル探索）、AI 関連機能や Feishu プラットフォーム機能、その他の外部機能との連携、ログ/Trace/監視メトリクス/PV/UV の照会、環境変数の管理、アプリの共同作業者と権限設定、アプリのロールとメンバーの管理、自動化トリガー（スケジュール/レコード変更/Webhook/Feishu 承認）に対応します。システム、ツール、プラットフォーム、アプリの開発/新規作成、ローカルまたはクラウドでの開発、変更、デプロイ、公開、リリース、共有リンクの取得、HTML でのページ/ウェブサイト作成と Miaoda へのデプロイ、デザイン/モックアップ/プロトタイプ/ワイヤーフレーム/PPT/デッキ/ビジュアル探索、または Miaoda/Spark/Miaoda（*.aiforce.cloud 形式のアプリ実行時ドメイン）、アプリデータベース、アプリファイルストレージ、オープン API Key、公開範囲、アプリの共同作業者/開発権限、アプリのロール/ロールメンバー、本番ログ、API リクエスト数、エラー数、レイテンシ、アクセス数、環境変数、Miaoda アプリの自動化タスクやスケジュールトリガー、承認後の自動トリガーに関する場合に使用します。通常のクラウドドライブへのファイルアップロード（lark-drive）、Feishu ドキュメントの編集（lark-doc）、ネイティブスライドの作成（lark-slides）には対応しません。
Plannotator のリリースを準備・実行します。貢献者全員への謝辞を含むリリースノートを作成し、すべてのパッケージファイルのバージョンを更新して、依存関係の順にビルドし、タグ起点のリリースパイプラインを開始します。ユーザーがリリース準備、バージョン更新、リリースノート作成、リリースのタグ付け、公開に言及した場合に使用します。「let's ship」「prep a release」「what's changed since last release」「time to cut a new version」などの発言でも起動します。
ユーザーが「ビルドを起動」「ビルド状態を確認」「ビルドを監視」「ビルドログを表示」「ビルドを再実行」「ビルドをキャンセル」「ビルド一覧」「ジョブ一覧」「ジョブのブロック解除」「成果物をダウンロード」「シークレットを管理」「パイプラインを作成」「パイプライン一覧」「パイプラインを検証」「パイプラインをコピー」「ローカルエージェントを実行」、または「コマンドラインから Buildkite を操作」と依頼した場合に使用します。bk commands、bk build、bk job、bk pipeline、bk secret、bk artifacts、bk cluster、bk queue、bk package、bk agent、bk auth、bk config、bk use、bk browse、bk api、bk skill に言及した場合や、Buildkite CLI のインストール、認証、ターミナルベースの Buildkite ワークフロー、コマンドライン CI/CD 操作について質問した場合も使用します。
`depot build` と `depot bake` を使用した Depot のリモートコンテナビルドを設定して実行します。Docker イメージのビルド、Depot を使った Dockerfile の作成、レジストリへのイメージのプッシュ、マルチプラットフォーム／マルチアーキテクチャイメージ（linux/amd64、linux/arm64）のビルド、コンテナビルドの失敗のデバッグ、ビルドのキャンセル、自動スケーリングの設定、Dockerfile レイヤーキャッシュの最適化、docker-bake.hcl または docker-compose によるビルド、`docker build` / `docker buildx build` から Depot への移行時に使用します。ユーザーが depot build、depot bake、コンテナビルド、イメージビルドに言及する場合や、Depot のビルドキャッシュ、ビルド並列性、ビルドの自動スケーリング、一時レジストリについて尋ねる場合にも使用します。
計算負荷の高い科学的タスクの開始時にこのスキルを使用し、利用可能なシステムリソース（CPU コア、GPU、メモリ、ディスク容量）を検出して報告します。リソース情報と戦略的な推奨事項を含む JSON ファイルを作成し、並列処理（joblib、multiprocessing）、アウトオブコア計算（Dask、Zarr）、GPU アクセラレーション（PyTorch、JAX）、メモリ効率の高い手法を使うかどうかなど、計算方法の決定に役立てます。分析の実行、モデルのトレーニング、大規模データセットの処理など、リソース制約が重要となるタスクの前に使用します。
metric_names_stats API を使って VictoriaMetrics 内の未使用またはクエリ頻度の低いメトリクスを見つけ、最適化策（破棄ルール、再ラベル設定）を提案します。未使用メトリクスの特定、ストレージの無駄の把握、メトリクス取り込みの最適化、不要なメトリクスの破棄によるカーディナリティの削減、スクレイプ対象の整理、または一度もクエリされていないメトリクスの確認を求められた場合に使用します。「メトリクスのクリーンアップ」「未使用のシリーズ」「破棄できるメトリクス」「メトリクスの最適化」「取り込みの無駄」への言及や、不要なメトリクスをなくして VictoriaMetrics のリソース消費を抑えたい場合にも起動します。
grammY フレームワーク、TypeScript、Drizzle ORM、Vitest によるテスト、Biome による lint を使用した Telegram Bot 開発スキルです。D1 データベースとともに Cloudflare Workers へデプロイします。（1）新しい Telegram Bot プロジェクトの作成、（2）既存 Bot へのコマンドや機能の追加、（3）Cloudflare Workers デプロイの設定、（4）Drizzle + D1 データベース連携の設定、（5）Bot テストケースの作成、（6）Git hooks と GitHub Actions CI/CD の設定に使用します。
CLI で Alibaba Cloud のアラートルールを作成・照会します。CMS 1.0 のクラウドリソース監視（ECS、RDS、SLB など）と CMS 2.0 の高度な監視（Prometheus、APM、UModel）に対応します。インテントルーティングにより、アラートの種類に応じて適切なワークフローを自動選択します。ユーザーが create alert、setup monitoring、configure alarm、ECS/RDS/SLB alert、Prometheus alert、PromQL、K8s monitoring、APM alert、UModel alert、list alerts、query rules、告警规则、创建告警、监控报警、Prometheus告警、应用监控、查看告警に言及した場合に使用します。
Zerobus Ingest を使って、アプリ、サービス、デバイス、スクリプトのレコードを Unity Catalog Delta テーブルに直接書き込みます。SDK（Python、TypeScript、Go、Java、Rust、C++、.NET）、REST、OTLP、MQTT、Arrow Flight、Apache Kafka 互換のプロデューサー API に対応し、メッセージバスの運用は不要です。イベント、テレメトリ、ログ、IoT データ、CDC、列指向バッチをほぼリアルタイムで Databricks にストリーミングする場合、既存のコレクターやログ転送ツール（OpenTelemetry、Debezium、Vector、Telegraf、Cribl）を接続する場合、lakehouse へのデータ供給専用のメッセージバスを置き換える場合、または Zerobus の認証、スキーマ、スループット、配信の問題をデバッグする場合に使用します。
Meteor 3 アプリケーションのデプロイ時に使用します。meteor build、meteor deploy、Galaxy Push to Deploy、Galaxy Mode、Repository Mode、DEPLOY_HOSTNAME、Docker、Kubernetes、settings.json、METEOR_SETTINGS、MONGO_URL、MONGO_OPLOG_URL、ROOT_URL、PORT、HTTP_FORWARDED_COUNT、NODE_OPTIONS、ヘルスチェック、デプロイ前コマンド、ホットコードプッシュ、--architecture os.linux.x86_64、--server-only、デプロイ済み Node.js のバージョン不一致で起動します。アプリのリリース、本番設定、コンテナ化について質問された場合に使用します。Cordova の Android／iOS 成果物、署名、ネイティブ HCP 互換性には meteor-native を使用してください。本スキルはバックエンドのデプロイを担当します。
監視システムを構成し、構造化ロギングパイプラインを実装し、Prometheus/Grafana のダッシュボードを作成し、アラートルールを定義し、分散トレーシングを計装します。Prometheus/Grafana スタックの実装、負荷テスト、アプリケーションのプロファイリング、インフラストラクチャのキャパシティ計画を行います。アプリケーションモニタリングの導入、サービスへのオブザーバビリティ追加、ログ/メトリクス/トレースによる本番問題の調査、k6 や Artillery による負荷テスト、CPU/メモリのボトルネック解析、キャパシティ需要の予測に使用します。
BigQuery Migration Service（BQMS）MCPサーバーを使用して、旧式データベース方言（Teradata、Oracle、Redshift、Snowflake、SparkSQL、HiveQL）のSQLクエリ、DDLスキーマ、ストアドプロシージャをBigQuery GoogleSQLに変換します。旧式SQLクエリの変換、スキーマやメタデータのZIPアーカイブの移行、BigQuery Migration Service（BQMS）のYAML変換設定に使用します。BigQueryクエリの実行やデータセット・テーブルの管理（bigquery-basicsを使用）、実行時ジョブエラーの診断（bigquery-troubleshootingを使用）、スロット予約の調整（bigquery-optimizationを使用）には使用しないでください。
ユーザーの明示的な確認後、Connect API を介して DevOps Center パイプライン上で利用可能なテストプロバイダー（Apex Unit Tests、Code Analyzer、Flow Tests、Provar など）を設定し、そのテストスイートをパイプラインステージへの割り当てに利用できるようにします。pipelineId と testProviderId を受け取ります。プロバイダーがパイプライン上で利用可能だが未設定で、ユーザーが有効化を希望する場合に使用します。次の場合に起動：ユーザーがパイプラインへのテストプロバイダーの設定、有効化、セットアップ、追加を希望する場合、または未設定プロバイダーのスイートを利用可能にしたい場合。次の場合は起動しない：新しいスイートを取得するために設定済みプロバイダーを再同期する場合（syncing-test-providers を使用）、または既存のスイートをステージに割り当てる場合（managing-suite-assignments を使用）。
Volcengine AI MediaKit の音声・動画処理スキルです。ユーザーが音声／動画コンテンツの処理や編集を必要とする場合に起動します。処理後、タスクの状態を自動確認し、生成物の再生リンクを返します。主な機能は 5 種類です。1）動画処理：複数クリップの連結、クリップのトリミング、映像の反転、動画速度の調整、音声速度の調整、画像から動画への生成、音声と動画の合成、音声トラックの抽出、音声ミキシング。2）音声処理：ボーカル／伴奏の分離、音声ノイズ除去。3）動画の強化：総合的な画質修復、AI 超解像、インテリジェントなフレーム補間。4）AI コンテンツ分析：ASR 音声テキスト変換、OCR テキスト抽出、字幕の削除、字幕の埋め込み、シーンの自動分割、人物の切り抜き、グリーンバックの切り抜き、メディア情報の照会、ハイライト抽出。5）AI コンテンツ生成：コミック風スタイル変換、AI 動画翻訳、AI ドラマのあらすじナレーション、AI ドラマ脚本の修復。トリガーキーワード：動画連結、動画トリミング、動画編集、動画速度変更、動画反転、画像から動画、音声と動画の合成、音声抽出、ミキシング、ボーカル分離、背景音分離、音声ノイズ除去、ノイズ除去、AI 超解像、超解像、画質修復、画質向上、インテリジェントなフレーム補間、動画フレーム補間、フレームレート向上、音声認識、ASR、OCR、テキスト抽出、字幕削除、字幕消去、字幕追加、字幕埋め込み、シーン分割、シーン切り出し、人物の切り抜き、グリーンバック、ハイライト、コミック風、動画翻訳、ドラマのあらすじ、ドラマナレーション、ドラマ脚本、脚本修復、メディア情報。対象外：テキストのみの生成、リアルタイムストリーミング処理、動画理解／分析（対応する AI 機能を除く）、およびソースメディア入力のない AI 生成動画の作成。
このスキルは、フロントエンドおよびフルスタックプロジェクトを EdgeOne Makers（Tencent EdgeOne）にデプロイします。デプロイがタスクの主目的か副次的な手順かを問わず、タスクにデプロイが含まれる場合は常にこのスキルを使用してください。例：「アプリをデプロイ」「サイトを公開」「公開状態にする」「プレビュー環境を作成」「EdgeOne にデプロイ」「本番環境にリリース」「公開する」「新バージョンを公開」「再デプロイ」「上线」「发布」「发一版」「重新部署」「搭建并部署」「开发并上线」「ビルドしてデプロイ」「作成してデプロイ」。ログイン不要のデプロイやプロジェクトの引き取りにも使用してください：「ログインせずにデプロイ」「まだアカウントがない」「匿名でデプロイ」「プロジェクトを引き取る」「自分のデプロイを引き取る」「免登录部署」「匿名部署」「还没有账号」「认领项目」。また、Agent が `edgeone makers deploy` コマンドを実行しようとしている場合も使用してください。このスキルには、デプロイ出力の解析とアクセス URL の提示に関する重要なルールが含まれています。デプロイ後の実行時エラー（例：CORS の問題、デプロイ後の 500 エラー）には使用しないでください。トラブルシューティングには makers-env-adaption / makers-recipes を使用してください。
hcloud CLI（KooCLI）で Huawei Cloud API を呼び出し、kubectl cce プラグインで Kubernetes ノード操作（cordon/uncordon/drain/status）を行う、Huawei Cloud CCE（Cloud Container Engine）クラスタのライフサイクル管理スキルです。次の場合に使用します：(1) CCE クラスタの作成、削除、休止、起動、(2) クラスタの一覧表示とクラスタ／ノード／ノードプール／アドオン情報の照会、(3) ノードプールの管理（作成、削除、サイズ変更）、(4) ノードの管理（作成、削除、cordon、uncordon、drain）、(5) アドオンの管理（インストール、アンインストール、更新）、(6) パブリックアクセス用のクラスタ EIP のバインド／解除、(7) クラスタ kubeconfig の取得。ユーザーが「CCE cluster」「create cluster」「delete cluster」「node pool」「node management」「hibernate cluster」「awake cluster」「addon」「kubeconfig」「EIP binding」「CCE 集群」「创建集群」「删除集群」「节点池」「节点管理」「休眠集群」「唤醒集群」「插件」「kubeconfig」「EIP 绑定」に言及した場合に起動します。
Agent Plugins v1、Claude Code、Codex、Cursor、VS Code/GitHub Copilot、Claude Desktop、Gemini CLI、Devin CLI、Grok Build、Windsurf、Zed、Antigravity CLI、OpenCode、その他の MCP クライアント向けに SigNoz MCP サーバーの設定を初期化または修復します。`signoz_*` ツールが利用できない場合は、SigNoz のドキュメント、クエリ、ダッシュボード、アラート、ビューのワークフローを行う前に使用します。「SigNoz MCP を設定」「SigNoz プラグインを構成」「リージョンが違う」「SigNoz のリージョンを変更」「MCP 認証に失敗」と言われた場合や、プラグインに言及がなくても SigNoz Cloud またはセルフホスト型 MCP エンドポイントへの接続を求められた場合に使用します。
`cx profiling` CLI で Coralogix の継続的プロファイリングデータを照会し、CPU またはメモリの使用量が最も多いサービス、サービスが持つプロファイルの種類、プロファイルの絞り込み条件、使用量が急増した時期と原因となった pod またはバージョン、サービスが CPU またはメモリを消費しているコードパスや関数（フレームグラフ）を調べます。「CPU 使用量が最も多いサービスは？」「メモリ消費量の上位」「サービス X は CPU を何に使っている？」「ホットな関数」「サービスのフレームグラフ」「なぜこのサービスは CPU を大量に使っている？」「関数ごとのメモリ割り当て」「pod ごとの CPU 急増」「CPU 使用量が増えたバージョン」「継続的プロファイリング」「プロファイリングデータ」と尋ねられた場合、またはサービスのプロファイルを調べたい場合に使用します。サービスや pod の CPU・メモリ使用量や飽和状態を確認する場合は、代わりに `cx-service-catalog` を使用します。
イミュータブルな Kubernetes OS、安全なクラスターのデプロイ、マシン設定、talosctl CLI 操作、アップグレード、本番環境向けのセキュリティ強化を専門とする Talos Linux のエキスパートです。Talos 1.6 以降、セキュアブート、ディスク暗号化、ゼロトラストインフラストラクチャに精通しています。Talos クラスターのデプロイ、マシン設定、ノードの問題のトラブルシューティング、セキュリティのベストプラクティスの実装に使用します。
Bronze、Silver、Gold のメダリオンパターンに基づき、Fabric データプラットフォームをエンドツーエンドで計画・構築します。データ取り込みから分析、PySpark と Delta レイヤー、パイプラインのオーケストレーション、レイヤーごとの Spark チューニング、Silver と Gold での Materialized Lake View と notebook の選択、Direct Lake への引き継ぎを扱います。レイヤー化アーキテクチャの設計、計画、推奨に使用します。既存の Power BI レポートに関する質問には fabriciq を使用してください。
本番環境向けの ML パイプライン基盤を設計・実装します。MLflow または Weights & Biases による実験トラッキングの設定、トレーニングをオーケストレーションする Kubeflow または Airflow の DAG 作成、Feast によるフィーチャーストアのスキーマ構築、モデルレジストリのデプロイ、再トレーニングと検証のワークフローの自動化を行います。ML パイプラインの構築、トレーニングワークフローのオーケストレーション、モデルライフサイクルの自動化、フィーチャーストアの実装、実験トラッキングシステムの管理、データのバージョン管理のための DVC の設定、ハイパーパラメーターの調整、Kubeflow、Airflow、MLflow、Prefect などの MLOps ツールの設定に使用します。
Azure Networking の開発に関する専門知識を提供します。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、セキュリティ、構成を含みます。VNets/VWAN、ロードバランサー、ファイアウォール/WAF、DDoS 保護、Virtual Network Manager ポリシーの設計や、その他の Azure Networking 関連の開発タスクで使用します。Azure Virtual Network（azure-virtual-network を使用）、Azure Virtual Network Manager（azure-virtual-network-manager を使用）、Azure Virtual WAN（azure-virtual-wan を使用）、Azure Network Watcher（azure-network-watcher を使用）には使用しないでください。
Alibaba Cloud SLS（Simple Log Service）のインデックス設定管理スキルです。aliyun CLI を通じて、Logstore インデックスの確認、作成、更新、削除、ユーザー提供の構造化ログサンプルからのインデックス設定生成、指定されたクエリ／SQL ワークロード、書き込みスループット、ストレージコストに応じた既存設定の最適化を支援します。トリガー："SLS 索引"、"索引配置"、"create index"、"update index"、"delete index"、"generate index"、"optimize index"、"全文索引"、"字段索引"、"log index config"、"aliyun sls index"。
Next.js、Vercel Edge Functions、AWS Lambda などのサーバーレス環境向けに Neon Serverless Driver を設定します。@neondatabase/serverless をインストールし、環境変数を設定して、TypeScript 型を使った動作する API ルートの例を作成します。アプリケーションを Neon に接続する、Neon データベースからデータを取得・クエリする、Neon を Next.js やサーバーレスフレームワークと統合する、従来の PostgreSQL クライアントが使えないエッジ／サーバーレス環境でデータベースアクセスを設定する場合に使用します。
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。