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 97,222 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
Dockerfile 作成の専門的なガイダンス — 本番品質の Dockerfile を書くための完全なリファレンス。すべての命令（FROM/RUN/COPY/ADD/ENV/ARG/WORKDIR/EXPOSE/CMD/ENTRYPOINT/USER/HEALTHCHECK/SHELL）の構文、ベスト プラクティス、よくある間違いを扱います。マルチステージ ビルドのパターン（build+scratch、build+alpine、builder パターン）、レイヤー キャッシュ最適化戦略、.dockerignore のルール、言語別の本番テンプレート（Go/Rust/Java Spring Boot/Python FastAPI/Node.js Express/TypeScript）を含みます。ユーザーが Dockerfile、Dockerfile の書き方、マルチステージ ビルド、レイヤー最適化について尋ねたとき、または特定の言語向けの Dockerfile 例を必要とするときに使用します。 使用场景：Dockerfile 编写、怎么写 Dockerfile、Dockerfile 指令、多阶段构建、multi-stage、层优化、layer cache、Dockerfile 模板。
.NET の CI/CD パイプライン（setup-dotnet を使う GitHub Actions、NuGet キャッシュ、再利用可能なワークフロー；DotNetCoreCLI、テンプレート、マルチステージを使う Azure DevOps）、コンテナ化（マルチステージ Dockerfile、Compose、rootless）、パッケージング（NuGet オーサリング、ソースジェネレーター、MSIX 署名）、リリース管理（NBGV、SemVer、変更履歴、GitHub Releases）、可観測性（OpenTelemetry、ヘルスチェック、構造化ログ、PII）を構成する。18 のトピック領域にわたる。アプリケーション層の API や UI の実装パターンには使用しない。
Hostinger Headlessの構築フローを統括します。ドメイン名を指定した1つのプロンプトから、ユーザーのHostingerアカウント上に実際のウェブサイトを構築してデプロイします。段階の流れと状態の取り決めを管理し、接続、状態確認、調整、プロビジョニング、コンテンツモデル、デザイン、フロントエンド、検証、デプロイ、完了の順に各段階を進めます。トリガー：<domain>のヘッドレスサイトを構築、サイトを作って、ウェブサイトを作成、Hostingerにデプロイ、Hostingerでホスト、このプロジェクトをHostingerに接続。
システム管理者、DevOps、セキュリティ業務向けのツール探索とシェルワンライナーのリファレンス。ユーザーが次のいずれかに該当する場合は本スキルを自動参照すること: ネットワーク問題のトラブルシューティング、プロセスのデバッグ、ログの分析、SSL/TLS の扱い、DNS の管理、HTTP エンドポイントのテスト、セキュリティ監査、コンテナの使用、シェルスクリプトの作成、または「X にはどのツールを使うべきか」という質問。出典: github.com/trimstray/the-book-of-secret-knowledge
PAI-FeatureStore から FeatureDB の読み書き使用量データを照会します。消費量の分析、使用傾向、公式価格によるコスト見積もりに使用します。日付範囲のクエリと内訳に対応します。トリガー: "FeatureDB read/write volume"、"PAI-FeatureStore usage"、"FeatureDB usage"、"FeatureDB statistics"、"Feature View usage"、"PAI-FeatureStore billing"
DOCA のバージョンを安全に変更するためのスキルです。ホストの DOCA パッケージのアップグレード／ダウングレード、BlueField BFB の更新、NGC DOCA コンテナタグの変更、ロールバックを扱い、「検出 -> 報告 -> 確認 -> その後にのみアップグレードを案内」という手順を守ります。"新しい DOCA はあるか"、"最新機能が欲しいが、そのまま apt upgrade してよいか"、"次のリリースに移行すべきか"、"アップグレードが途中で止まり dpkg が壊れた状態"、"コンポーネントが非推奨になるがどうすればよいか"、"ロールバックして" など、「upgrade」という語がなくても対象です。インストール済みのものを検出し、新しいリリースを確認して差分を報告した後、必ず停止して明示的な確認を求めてください。自動アップグレードは禁止です。変更されていない環境での実行時エラーには使用せず（doca-debug）、バージョン検出のみは doca-version、初回インストールは doca-setup、ハードウェア／ファームウェア／再起動を伴う手順は doca-hardware-safety、公開ドキュメントやサポート終了の案内は doca-public-knowledge-map を使用します。
このスキルは、Compose の安定性が気づかないうちに後退したときにビルドを失敗させる CI ゲートを設定するために使用する。`skydoves/compose-stability-analyzer` Gradle プラグイン（第一候補）または `j-roskopf/ComposeGuard` プラグイン（非 Android マルチプラットフォーム向けの代替）を使う。`com.github.skydoves.compose.stability.analyzer` の適用、`composeStabilityAnalyzer { stabilityValidation { ... } }` DSL の設定、`:stabilityDump` による `.stability` ベースラインの生成、バージョン管理へのコミット、`:stabilityCheck` の GitHub Actions などの CI ジョブへの組み込みを扱う。チームが安定性 SLO を求める場合、不安定なパラメータが共有データクラスに紛れ込み、ジャンクが報告されるまで見過ごされた場合、大規模アプリを strong skipping に移行する場合、またはユーザーが stabilityCheck、stabilityDump、baseline drift、ComposeGuard、「fail the build on stability regression」に言及したときに使用。
CockroachDB クラスター設定をレビュー、監査、変更する。Self-Hosted はすべての設定と起動フラグを完全に制御できる。Advanced/BYOC はほとんどの SQL レベル設定を変更できるが、インフラストラクチャ設定は CRL が管理する。Standard は設定へのアクセスが限られており、セッション変数が主要なチューニング手段となる。Basic は設定が最小限で、セッション変数と Cloud Console を使用する。構成の監査、パフォーマンスのチューニング、設定関連の問題のトラブルシューティング時に使用する。
`hogli ci:preflight` を使って、自分の diff から到達可能な確定的な CI 失敗をプッシュ前に捕捉する。pre-push フックがプッシュをブロックしたとき、タスク完了を報告する前、または Python、シリアライザー、マイグレーション、ワークフロー、依存関係マニフェストを編集した後に使用する — ローカルで捕捉できる失敗（フォーマット、lint、壊れたロックファイル、OpenAPI のドリフト、マイグレーションの競合、古いブランチ）で CI マトリクスを無駄に消費しないため。トリガー用語：ci:preflight、preflight、pre-push checks、pre-push hook failed、「will this break CI」。
Sentry releases とデプロイ追跡を設定します。イベントにバージョンと環境のタグを付け、CI でコミット情報を含む release を作成し、疑わしいコミットとコードマッピングを連携します。これにより、問題がどの release で発生したか、原因のコミット、release の健全性を Sentry で確認できます。releases の設定、デプロイ追跡、変更内容の確認を求められた場合や、問題に unknown release または suspect commit が表示されない場合に使用します。
ユーザーが doca/tools/gpunetio_ib_write_bw のツール一式を構築または解釈する場合にこのスキルを使用します。CUDA カーネルが doca-gpunetio のデバイス側インターフェースを介して RDMA WRITE ワークリクエストを送信し、GPU と IB デバイスの組み合わせで持続的な GPU 駆動 WRITE 帯域幅を測定します。ツール名が明示されなくても対象です。たとえば、"GPU が WR を送信する際の WRITE 帯域幅を測定"、"同じフラグでも実行ごとに帯域幅が変動する"、"NIC が飽和しているのか CUDA カーネルがボトルネックなのか"、"GPUNetIO 帯域幅ツールの meson コンパイルに失敗する"、"nvidia_peermem が GPU バッファーを認識しない"、"GPU 送信 WRITE 帯域幅と CPU 経路の比較" などの依頼が該当します。一般的な doca-gpunetio ライブラリーの作業、DOCA のセットアップ、GPU 送信 WRITE のレイテンシ測定、CPU 送信 RDMA ベンチマーク（doca-perftest）、アプリケーションレベルのエンドツーエンドレートは対象外のため、適切な別スキルに案内してください。
GPUNetIO を介して CUDA カーネルから発行する RDMA WRITE のラウンドトリップ時間を評価する場合にこのスキルを使用します。`doca/tools/` で `gpunetio_ib_write_lat` をコンパイルし、GPU–NIC のアフィニティを確認して、リアルタイム制御ループの中央値、p99、テールジッター分析に向けて half-iteration／full-iteration／nanosecond の各列を解釈します。"H100 + ConnectX での p99 WRITE 時間"、"バッチ処理とテール遅延の比較"、"デバイス発行と上流の ib_write_lat の比較" などの依頼にも読み込みます。スループット測定（doca-gpunetio-ib-write-bw）、GPI チャネル API（doca-gpi）、GPUNetIO API の作業（doca-gpunetio）、SDK のセットアップは対象外のため、適切な担当に案内してください。
ユーザーが BlueField / ConnectX デバイスに対して実践的な DOCA Management プログラミングを行うときにこのスキルを使用する——管理コンテキストまたは representor コンテキスト（doca_mgmt_dev_ctx / doca_mgmt_dev_rep_ctx）を立ち上げ、デバイス機能（data-direct、caps-general）を照会し、輻輳制御のグローバルステータスを切り替え、diagnostics-data を変更し、ICM クォータを設定し、または適切な scope（CONFIGURATION / DEBUG_READ_ONLY / DEBUG_WRITE / DEBUG_WRITE_FULL）を指定して doca_mgmt_raw_cmd 経由で raw ファームウェアコマンドを発行する。ユーザーが「DOCA Management」と言わない場合でもトリガーする——典型的な暗黙の表現には「すべての BlueField を巡回してデバイス状態を読み取るフリートツール」、「VF で data-direct を切り替える」、「representor ごとに ICM クォータを設定する」、「C から raw ファームウェアコマンドを送る」、「raw_cmd からの DOCA_ERROR_IO_FAILED」、「fwctl ioctl が失敗する」などがある。mlxconfig の直接操作、BFB / ファームウェアの再書き込み、ストリーミングテレメトリー、doca_caps CLI スナップショット、または DOCA のインストール自体については拒否して他へ誘導する——それらは他のスキルに属する。
ユーザーが DOCA PCC Counters ツール — DOCA ツールディレクトリ配下の `pcc_counters.sh` bash スクリプト — を呼び出し、mst と mlx5 debugfs の `diag_cnt` インターフェース経由で ConnectX / BlueField デバイス上の固定ファームウェア/ハードウェア PCC（プログラマブル輻輳制御）診断カウンター（CNP、RTT、WRED-drop など）を設定して読み取るときに使用。スクリプトは二つの位置引数 — `set | query` と mst デバイスパス — を取り、`--help` やサブコマンドはない。"pcc_counters.sh" や "PCC counters" がなくても発動：「CNP / RTT / WRED-drop カウンターはどう読むのか」「PCC カウンターがゼロのまま」「スクリプトが Bad Device と言う」、「このポートで輻輳制御がパケットを破棄しているか？」。カスタム PCC アルゴリズムの作成（doca-pcc）、工場出荷ファームウェアの PCC 構成、DOCA のインストール、フリート全体の CC チューニングには他へ誘導する。
DOCA がインストールされたホスト上でユーザーが実践的な DOCA Telemetry Exporter プログラミングを行うときにこのスキルを使用する——doca_telemetry_exporter_schema とイベントタイプを定義し、ソースを作成し、公開サーフェス（型付きイベント / 不透明イベント / metrics の counter-gauge-histogram API / OTLP ログ / NetFlow）を選択し、schema の後に source というライフサイクルを辿り、または exporter API からの DOCA_ERROR_* の失敗をデバッグする。ユーザーが「DOCA Telemetry Exporter」や「doca_telemetry_exporter_*」を明示的に言及しない場合でもトリガーする——典型的な暗黙の表現には「私の DOCA アプリからカウンターを公開する」、「イベントを報告すると BAD_STATE」、「consumer/DTS には何も見えないが自分の報告は成功した」、「NetFlow/IPFIX レコードをエクスポートするには」、「exporter と telemetry service のどちらをリンクすべきか」などがある。受信側の DOCA Telemetry Service（DTS）、doca_log による通常の stdout ログ、または doca-comch を介してアプリに戻すリアルタイムイベント購読については拒否して他へ誘導する——それらは他のスキルに属する。
Huawei Cloud ModelArts トレーニングジョブの障害診断スキル。hcloud CLI を使用して ModelArts トレーニングジョブのログ/イベント API を呼び出し、トレーニングジョブの失敗/タイムアウト/スタックを分析し、顧客のトレーニングコードの問題を特定し、修正提案と信頼度を伴う診断結論を提供する。シナリオ：トレーニングジョブの失敗（status.phase=Failed）、タイムアウト（Timeout）、異常（Abnormal）、ジョブのスタック。トリガー：training job failure、training job timeout、training job stuck、ModelArts training diagnosis、训练任务失败排查、训练作业异常分析。
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。