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
AWS のオブザーバビリティの構築、設定、デバッグ、最適化を行い、運用担当者の症状に関する質問に対応し、Omni と従来版 CloudWatch を判別します。すでにデータを報告しているサービスの CloudWatch では、Log Insights、メトリクス／複合／異常アラーム、カスタムメトリクス／EMF、ダッシュボード、X-Ray/ADOT トレース、カナリア、CloudTrail、動的インストルメンテーション（ライブブレークポイント／スナップショット）、Application Signals のサービスマップ、フリートの健全性ビューを扱います。既存の Space の CloudWatch Omni では、ログとトレースへの SQL、メトリクスへの PromQL、Omni ダッシュボード、Omni アラート、根本原因分析のコンテキストグラフ、プログラム／IaC によるアクセス（API/SDK/CLI/CloudFormation）、コーディングエージェントやスキルからの Omni 操作、トレースによる AI エージェント品質の評価を扱います。これには、ライブトラフィックのオンデマンドおよびオンラインスコアリング、結果の読み戻し、カスタム評価器が含まれます。Omni Space の作成、アクセス権の付与、データ取り込み、または Application Signals（ServiceEvents、CI/CD メタデータ）や Omni 向けの ADOT インストルメンテーションといった初回設定には、setting-up-cloudwatch-observability を使用してください。アプリケーションのログ記録や脅威検出には使用しません。
Google Cloud Well-Architected Framework（WAF）のオペレーショナルエクセレンスの柱における設計原則と推奨事項に基づき、Google Cloud 上の CI/CD デプロイパイプライン、オブザーバビリティ、モニタリング、ロギング、インシデント管理に関する運用ガイダンスを生成します。キャパシティ管理、変更管理、インシデントおよび問題管理、構成管理、Infrastructure as Code（IaC）によるデプロイ自動化、Google Cloud ワークロードの運用ヘルスチェックなど、運用関連のトピックについてユーザーから質問された場合に使用します。
Azure への Bicep デプロイに対して、テンプレート構文の検証、what-if 分析、権限チェックを含む包括的なプレフライト検証を実行します。Azure へのデプロイ前にこのスキルを使用すると、変更のプレビュー、潜在的な問題の特定、デプロイの成功確認ができます。Azure へのデプロイ、Bicep ファイルの検証、デプロイ権限の確認、インフラストラクチャ変更のプレビュー、what-if の実行、azd provision の準備についてユーザーが言及したときに有効化します。
Elastic Kubernetes Service（EKS）、Elastic Container Service（ECS）、Fargate、ECR（Elastic Container Registry）でコンテナ化ワークロードを構築・デプロイします。EKS の一般知識、Karpenter、AWS Load Balancer Controller、EKS での各種オープンソース Kubernetes プロジェクトの活用を扱います。ECS の一般知識、タスク定義、Fargate サービス、ECS Exec、ECS Express Mode、ECS Managed Instances を扱います。Elastic Beanstalk の一般知識、設定、対応プラットフォームを扱います。ECR の一般知識、リポジトリ設定、ライフサイクルポリシーを扱います。制御プレーンの障害（デプロイのロールバック／サーキットブレーカー、タスク配置、スケーリング、タスク置換）のトラブルシューティングに向けて、Amazon ECS Action Logs の推奨、有効化、読み取りも含みます。AWS でコンテナをデプロイ、デバッグ、最適化する際に適用します。これらのサービスでは内部知識に頼らず、このスキルを使用してください。
Google Cloud Well-Architected Framework（WAF）のサステナビリティのピラーに基づく、環境サステナビリティ・炭素排出量削減・エネルギー効率に関する推奨を提供します。ユーザーがサステナビリティの観点から Google Cloud ワークロードを評価・設計・最適化する場合に使用します。共同責任モデル、低炭素リージョンの選択（CFE%）、リソースや AI／ML のエネルギー無駄の削減、効率的なソフトウェアとストレージのライフサイクル設計、Google Cloud Carbon Footprint による排出量の計測と追跡などが含まれます。コスト削減（google-cloud-waf-cost-optimization）、レイテンシとスループットのチューニング（google-cloud-waf-performance-optimization）、高可用性と災害復旧（google-cloud-waf-reliability）には使用しないでください。
`groundcover` Go CLI を呼び出して Groundcover のリソース（ダッシュボード、モニター、サイレンス、接続アプリ、通知ルート、API キー、ポリシー、統合、パイプライン、ワークフロー）を管理し、ログ、トレース、メトリクス、k8s インベントリ、k8s イベントを照会して本番環境の可観測性に関する質問に答えます。Groundcover API に対する認証済み呼び出しが必要なタスクや、本番の問題を調査するユーザーが「なぜ X が本番でエラーになるのか」「サービス Y のログを見せて」「Z の p99 レイテンシは？」「どの Pod が CrashLoop しているか」「遅いリクエストのトレースを検索」「名前空間 N の k8s イベントは？」「サービス S はトラフィックを受けているか」「groundcover のモニターを一覧表示」「サイレンスを作成」「通知ルートを更新」「groundcover のエンドポイントを叩く」といった質問をする場合に使用します。必要な環境変数、SDK ベースの呼び出しと生コマンドの分担、ログ/トレース/メトリクス/k8s の具体的なリクエストボディのテンプレートをカバーし在任何場所から CLI を実行できるようにします。
LangSmith で Managed Deep Agents を構築、テスト、デプロイする際にこのスキルを呼び出します。作りたいものを聞き取り、MDA で実現できる機能に対応付けてから、最初のエージェントを構成してデプロイするまで、一連の手順を案内します。ファイルベースのプロジェクト構成、define_deep_agent / defineDeepAgent、指示、スキル、メモリー、アイデンティティ、ツール、MCP サーバー、接続、ミドルウェア、サンドボックス、スケジュール、チャネル、評価、mda CLI、GitHub デプロイ、Context Hub を扱います。
Alibaba Cloud Bailian の画像/動画/音声の生成・理解の入口です。画像生成、写真や画像の作成、AI アート、ポスター、アバター、イラスト、text-to-image、image-to-image、画像編集・レタッチ、複数画像の合成、動画生成、text-to-video、image-to-video、参照動画生成、動画編集、スタイル変換、吹き替え、音声合成（TTS）、読み上げ、文字起こし、音声認識（ASR）、画像理解、画像を使った質疑応答、動画理解、動画の読み取り、マルチモーダル理解を求められた場合は `bl image` / `bl video` / `bl speech` / `bl vision describe` / `bl omni` を使用します。デフォルト動作：ユーザーがプロバイダーを指定しない場合、生成/編集にはデフォルトでこのスキルを使用します。動画理解や、ホストが処理できない音声・動画の理解にも使用します。簡単な画像 Q&A は、ホストが直接回答でき、ユーザーが Bailian を指定していなければ、コストを抑えるためホストが先に回答できます。画像・動画の認識、VL/Omni モデルの指定、動画理解を求められた場合はこのスキルを使用します。画像と音声は同期的に返され、ローカルファイルとして保存されます。動画は非同期タスクで、`--download` またはポーリングで取得します。ローカルファイルはパスで渡せば CLI が自動アップロードします。通常の質疑応答、プログラミング、執筆、翻訳には使用しません。Bailian のアプリ/ナレッジベース/使用量/クォータには bailian-cli、ファインチューニングには bailian-finetune を使用します。公式インストール：`bl skill init`（共有プロトコル bailian-protocol と同時にインストール）。
Alibaba Cloud Bailian `bl` ファミリー共通の実行プロトコル（consent の確認、バージョンの事前チェック、認証/インストール、エラー報告、ローカルファイルと出力の規約）。ユーザーの意図に対応する業務の入口ではありません。いずれかの bailian-* 業務スキル（bailian-cli / bailian-gen / bailian-finetune / bailian-managed-agent / bailian-sandbox / bailian-memory / bailian-web-search）の実行前に共通コンテキストが必要な場合、またはユーザーの初回インストール/認証/`bl` エラーを報告する場合に読み込みます。公式インストールは一括です：`bl skill init`（業務スキルと同時にインストール）。
阿里云百炼のモデル精調トレーニングのエントリーポイントです。ユーザーが独自モデルの精調、ファインチューニング、トレーニング（fine-tune。SFT / SFT-LoRA / DPO / DPO-LoRA / CPT に対応し、テキスト、音声、画像を対象とする）、トレーニングデータセットの検証やアップロード、進捗とログの確認、チェックポイントの選択、精調成果物のエクスポート、専用モデルのサービスとしてのデプロイを希望する場合に `bl dataset` / `bl finetune` / `bl deploy` を使用します。手順：validate でデータを検証 → upload で file-id を取得 → finetune create でタスクを作成 → watch で進捗を確認 → export でエクスポート → 任意で compress による量子化・圧縮 → deploy で公開。API key が必要です。書き込み操作はまず `--dry-run` でプレビューしてください。反対条件：ユーザーが火山方舟／ark のファインチューニングを明示した場合はこのスキルを使用しません。モデルの選択には bailian-model-recommend、既存モデルによる画像・動画生成には bailian-gen、その他の百炼リソース管理には bailian-cli を使用します。公式インストール：`bl skill init`（共有プロトコル bailian-protocol と同時にインストール）。
Alibaba Cloud Bailian マネージド Agent の宣言型インフラストラクチャおよび API コマンドの入口です。Agent の作成、agents.yaml の初期化、構成変更の検証やプレビュー、マネージド Agent または Deployment の作成/更新/削除、Workbench でのディレクトリプロジェクトの編集とデバッグ、ローカルスナップショットのバージョン管理、Agent/Environment/Skill/Vault/Deployment/Memory Store の照会、Session/Event/File/Webhook/メモリ本文とバージョンの管理、Deployment の実行/一時停止には `bl managed-agent` を使用します。Agent/Environment/Skill/Vault/Deployment/Memory Store は引き続き agents.yaml を唯一の信頼できる情報源とする IaC です。Webhook はプロジェクトファイル不要のワークスペース API を使用します。公開 API はリソースごとに list/get/search/versions/download、データプレーン、ランタイム操作コマンドを提供します。apply / destroy と破壊的な API コマンドには共通の高リスク確認ゲートが適用されます。必ずプレビューを表示してからユーザーに確認し、自動的に `--yes` を追加しないでください。対象外：デプロイ済みの Bailian アプリ/エージェントの呼び出しには bailian-app-call または `bl app` を使用します。ホストエージェント自体のメモリ、スキル、サブエージェントには本スキルを使用しません。画像・動画生成には bailian-gen を使用します。公式インストール：`bl skill init`（共有プロトコル bailian-protocol と同時にインストール）。
`incidentio` CLIを呼び出してincident.io APIを操作します。インシデント、アクション、フォローアップ、アラート／アラートソース／ルート、エスカレーションとオンコールスケジュール、カタログ（タイプ／エントリ／リソース）、カスタムフィールド、重大度、インシデントタイプ／ロール／ステータス／タイムスタンプ、ステータスページ（公開ページ、コンポーネント、レイアウト、サブスクライバー、テンプレートの作成と管理を含む）、ワークフロー、ユーザー、チーム、APIキー、ハートビート、メンテナンスウィンドウ、設定に対応しています。公開のBearer API（OpenAPI生成コマンド）と、取得したHARや手作業で整理した内部エンドポイントから生成した内部ダッシュボード（cookie）コマンドを併用し、未定型のパスには`raw`のエスケープハッチを使います。「インシデントを一覧して」「インシデントを作成して」「オンコールスケジュールを表示して」「ステータスページを作って管理して」「ステータスページのサブスクライバーを一覧して」「ダッシュボード設定を調整して」「内部ダッシュボードのエンドポイントを叩いて」のように、incident.ioのデータや操作が必要なタスクで使用します。
AWS コストの分析、削減額の特定、予算管理、Savings Plans と Reserved Instances の評価、Compute Optimizer による EC2/Lambda/RDS/EBS のサイジング、サービス価格の確認、Athena による CUR の照会、コスト異常の検知、請求ビューによるコストの範囲設定、Free Tier 使用状況の監視。トリガー：AWS 账单、コスト分析、支出削減、savings plan、reserved instance、リサイズ、予算アラート、コスト最適化、定价、free tier、コスト異常、CUR、コスト監査、billing view、billing view ARN。
Model Garden のオープンモデルやカスタムウェイトを Agent Platform のエンドポイントにデプロイ、進行中のデプロイ操作のステータスを確認、またはモデルの デプロイ解除とエンドポイントの削除によるリソース整理を行います。モデルの明示的なデプロイ、Model Garden の利用可能モデル CATALOG の一覧表示、特定モデルがデプロイ可能かの確認（`gcloud ai model-garden models list-deployment-config`）、デプロイコストの照会、デプロイエラーのトラブルシューティング（クォータ制限など）、エンドポイントのデプロイ解除／整理に使用します。1P Tuned Model のコピー＆デプロイ時にも使用します。「X はデプロイ済みか」「自分のエンドポイントを一覧表示」「どのリージョンでモデルが動いているか」といった純粋な一覧／ディスカバリの質問には `agent-platform-endpoint-management` を使用してください。モデル評価の実行には使用しないでください（`agent-platform-eval-flywheel` スキルを使用）。
AWS CloudFormation テンプレートの作成、検証、トラブルシューティングを行います。セキュアなデフォルト値を用いたテンプレート作成、cfn-lint または cloudformation-validate によるローカル検証、推奨デフォルトとしての cfn-guard セキュリティ・コンプライアンスチェック、アカウントを考慮した CloudFormation サービスのデプロイ前検証、デプロイを高速化する CloudFormation Express モード、CloudFormation イベントと CloudTrail の相関分析によるスタック失敗の根本原因診断を扱います。また、CloudFormation Language Server による作成時のテンプレートインテリジェンスと、公開済みの cloudformation-validate ライブラリも扱います。
Railway インフラを運用します。Railway アカウントの登録・ログイン、プロジェクト作成、サービス・データベース・バケットのプロビジョニング、コードのデプロイ、Infrastructure as Code、環境、変数の設定、ドメイン管理、OpenTelemetry によるリクエストのトレース、障害のトラブルシューティング、ステータスとメトリクスの確認、フィーチャーフラグ、データベースの復旧と HA、クラウドエージェント、使用制限、Railway エージェントツールの管理を行います。ユーザーが Railway、フィーチャーフラグ、フラグのロールアウト、ターゲティングルール、登録、アカウント作成、ログイン、デプロイ、サービス、環境、バケット、オブジェクトストレージ、トレーシング、トレース、スパン、OpenTelemetry、OTLP、ビルド失敗、エージェント設定、MCP、インフラ運用に言及した場合は、「Railway」と明言していなくても使用します。登録やオンボーディングを求められた場合も起動し、拒否せず、未認証の `railway up` フロー（デプロイと同時に登録）または `railway login`（その場でアカウントを作成）を案内します。
HTTP API を使って Grafana ダッシュボードを JSON 形式で作成・修正・公開します。パネルタイプ（timeseries / stat / gauge / table / heatmap / logs / traces / node-graph）、`gridPos` の 24 列レイアウト、単位、しきい値、テンプレート変数・データソース変数・チェーン変数、変換（`organize` / `calculateField` / `filterByValue`）、`${__field.labels.x}` や `${__from}` を使ったパネル／ダッシュボードリンク、Loki／Prometheus のアノテーションに対応しています。ダッシュボード作成のスクリプト化、新しいサービスのダッシュボード JSON 작성、`$job` ドロップダウン変数の追加、変換による「Error %」列の計算、デプロイのアノテーション叠加、`POST /api/dashboards/db` でのダッシュボードの送信時に使用します。API やスキーマの名称を出さず、「この指標のダッシュボードを作って」「サービスのドロップダウンを追加して」「エラーをパーセンテージで見せて」「デプロイを重ねて」「ダッシュボードの JSON をエクスポートして」といった依頼でも使用します。API で送信するたびに、返された `version` とダッシュボード UID への GET で検証してください。
Agent Platform の GenAI チューニングジョブを管理します。進行中のモデルチューニングジョブの一覧表示、取得、キャンセルに使用します。モデルのファインチューニング（`agent-platform-tuning` を使用）、モデルのエンドポイントへのデプロイ（`agent-platform-deploy` を使用）、サービングエンドポイントの管理（`agent-platform-endpoint-management` を使用）には使用しないでください。
API プラットフォームが外部利用者にステータスやインシデントを伝える方法を設計します。ステータスページのモデリング（4 段階のインシデントライフサイクル、コンポーネントの性能低下・部分障害・重大障害の定義、コンポーネントの粒度）、手動で緑に切り替えるのではなく監視に基づくステータス、プル型とプッシュ型のチャネル、インシデント更新の頻度とテンプレート、開発者向けの公開ポストモーテム、公開 SLA/SLO レポート、メンテナンス時間の通知を扱います。ステータスページ、Statuspage、インシデント更新、稼働率や SLA の報告、ポストモーテム、計画メンテナンスについて言及された場合に使用します。「ステータスコミュニケーション」という言葉がなくても対象です。非推奨化や破壊的変更の告知には使用せず、代わりに samber/developer-platform-skills@api-versioning-policy を使用してください。
自分のコーディングエージェント（Claude Code、claude.ai、または任意の MCP クライアント）を Base44 sandbox に接続し、Base44 アプリをリモートで開発します。クラウドエージェントは MCP 経由で接続します。ローカルエージェントは MCP 経由で接続するか、`base44 sandbox` CLI サブコマンドで同じ sandbox を操作できます（CLI では名称が短く、例：read_file は `sandbox read`、list_directory は `sandbox ls`、run_command は `sandbox run`）。接続／認証、利用可能な sandbox ツール（run_command、read_file、write_file、edit_file、grep、list_directory、create_checkpoint、list_user_apps、およびコネクターツールの list_connectors／initiate_connector_connection）、編集→プレビュー→検証のループ、変更の保持方法、builder と外部エージェントの同時実行、エディター内の "Send to Coding Agent" ボタンとオンボーディング README の URL、Vite 開発サーバーのログを読むヒントなどを扱います。「Base44 アプリをリモートで開発」「Claude Code を Base44 に接続」「自分のエージェントを使う」「MCP 経由で Base44 アプリを編集」「Base44 sandbox MCP」「Send to Coding Agent」などの依頼で使用します。
プラットフォーム上で構築した外部開発者やパートナーに、統合の障害をどのように提示するかを設計します。統合ごとのリプレイ可能なリクエスト／イベント／配信ログ、レスポンスヘッダーからサポートチケットまで引き継がれる相関 ID、API キーまたはアプリごとの 4xx/5xx/429 別エラー率集計、アラート疲れを防ぐクールダウン付きのパートナーへの事前通知、障害が発生している統合を確認するプロバイダー側の全体ビューを扱います。開発者向けエラーダッシュボード、インテグレーターへのリクエストログ公開、統合障害のパートナー通知、統合関連のサポートチケット削減に言及した場合は、「オブザーバビリティ」という言葉がなくても使用します。プラットフォーム全体のインシデント連絡には使用せず、代わりに samber/developer-platform-skills@api-status-communication を使用します。
Amazon Bedrockで生成AIアプリケーションを構築します。モデル呼び出し（Converse API、InvokeModel）、Knowledge Basesを使ったRAG、Bedrock Agents、Guardrails、AgentCore（Harnessが管理するエージェントループを含む）を扱います。モデルの呼び出し、Knowledge Basesの設定、AgentCoreへのデプロイ、Bedrock Agent（inline agentsを含む）のAgentCore Harnessへの移行・移植・変換、Bedrockエラー（ThrottlingException、AccessDeniedException）のトラブルシューティング、Bedrockモデル（Claude、Llama、Nova、Titan）の選択に適用します。KBのManagedへの移行、プロンプトキャッシュ、クォータとスロットリングの診断、コスト追跡、Claudeの世代間移行、チャンク分割戦略、Bedrockモデルの選択にも対応します。AgentCore Payments（x402、マイクロペイメント、Payment Manager、Connector、Instrument、Coinbase CDP、Stripe Privy、有料エンドポイント、エージェント決済）も扱います。カスタムモデルのトレーニング、Rekognition、Comprehendには対応しません。SageMakerモデルの検索、カスタマイズ、エンドポイントにはaws-ai-mlを使用してください。
自分のエージェントを使い、Base44 のクラウドサンドボックス内で Base44 アプリをリモート開発する。ローカルのチェックアウトも deploy/push コマンドも不要。実装はリモートで行う：サンドボックスにリソースファイルを書けばそれがそのままリリースになる（バックエンド関数、リアルタイム actor、エンティティ、エージェントはすべて書かれたファイルから自動同期される）。OAuth コネクタは MCP ツールまたはプロジェクト不要の `base44 connectors` CLI でリモートアプリに対して設定する。この Skill は、サンドボックスで何を記述できるか、バックエンド関数・actor・エンティティ・エージェントの構造、ローカルファイルシステムなしでコネクタを接続する方法を学ぶための場所。'develop my Base44 app remotely'、'no local files'、'cloud sandbox'、'create an entity/agent remotely'、'add realtime/multiplayer/presence remotely'、'connect a connector remotely'、'bring my own agent'、およびサンドボックス内で Base44 アプリを編集するあらゆる作業で発動する。
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。