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
依存関係の解決、package.xml の生成、対象を絞ったテスト実行、エラー診断、ロールバック戦略によって Salesforce のデプロイをオーケストレーションする。コードのデプロイ、デプロイエラーの調査、package.xml の生成、CI/CD パイプラインの構築、デプロイの検証を求められたときに使用。"deploy"、"deployment"、"package.xml"、"CI/CD"、"GitHub Actions"、"validation error"、"deployment failure" への言及で起動する。
引用付きの読み取り専用の Splunk Enterprise 管理ガイダンスを提供する。通常のローカルユーザー、ロール、ケイパビリティ、設定の優先順位、サービスのオーナーシップ、メンテナンスの準備状況、安全な非変更型の検証を対象とする。管理者が文書化された Enterprise の動作を理解する必要がある場合、提供されたソースファイル・btool・実行時の観測結果を比較する場合、責任あるロールのオーナーを特定する場合、安全な変更の前に不足している証拠を判断する場合に使用する。ID プロバイダー認証、ナレッジオブジェクトのガバナンス、インデックス/ストレージ、アプリのライフサイクル、クラスタ運用、アップグレード/セキュリティ、ヘルス/診断、プラットフォームインシデント、ライセンス/容量、デプロイメントサーバーやフォワーダーフリートの作業は、それぞれを担当する skill に振り分ける。
Unity Editor のツール、ビルド自動化、アセットパイプラインのカスタマイズ。以下の場合に PROACTIVELY に起動する：(1) カスタム Editor スクリプトの作成、(2) カスタム inspector と PropertyDrawer 属性、(3) EditorWindow の作成、(4) カスタムアセットタイプ向けの ScriptedImporter、(5) ビルドパイプラインのスクリプト（BuildPipeline.BuildPlayer、IBuildPostprocessor）、(6) プラットフォーム切り替えの自動化、(7) Unity の CI/CD（GameCI、GitHub Actions、Unity Build Automation）、(8) Assembly Definition（.asmdef）の整理、(9) プリプロセッサシンボルとプラットフォーム define、(10) #if UNITY_EDITOR を使った Editor 専用コード。提供：カスタム inspector テンプレート、EditorWindow の例、ビルドスクリプトのパターン、GameCI の設定、.asmdef のベストプラクティス、Unity ビルド用の CI YAML。
Verl 単一非同期 DAPO トレーニング設定ジェネレーター。トリガーとなる場面：(1) 単一非同期 DAPO トレーニングの起動 (2) トレーニングスクリプトの生成 (3) 機能パラメータの設定 (4) トレーニング前チェック。**機能ポリシー**：ユーザーが指定しない場合、パフォーマンス機能（flash_attn/dynamic_batch/remove_padding/gradient_checkpointing）はデフォルトで有効、メモリ機能（offload/recompute）はデフォルトで無効。OOM 時はメモリ機能を自動的に追加して再試行。**トレーニング監視**：起動後に SwanLab リンクを出力しユーザー自身が確認できるようにし、エラー時のみユーザーに通知する。**依存 skill**：SwanLab 設定は swanlab-setup skill を介して提供される。
ユーザーがローカルディレクトリまたは GitHub リポジトリを Volcengine にデプロイしたいと考え、実行パスを選ぶ前にプロジェクトの分析、アプリの形態の把握、ECS、VKE、veFaaS にわたる優先順位付きの推奨が必要な場合に使用する。ユーザーが「どのデプロイモードを使うべきか」「このリポジトリは Volcengine に適しているか」「デプロイ前にリポジトリを確認して」と尋ねた場合にもトリガーする。本 skill は意思決定を準備する。`volcengine-deploy` skill が選択されたデプロイを実行し、`volcengine-iac` skill はユーザーが Terraform/IaC を選んだ場合、またはタスクにすでに IaC ワークフローがある場合にのみ使用する。
Alibaba Cloud Agent Toolkit をエンドツーエンドでインストールする：前提条件（uv、Alibaba Cloud CLI、認証、CLI プラグイン、MCP Server Core、bearer token 交換）を検証して設定し、現在のクライアントが対応するプラグイン機構でツールキットをインストールする。使用場面：alibabacloud agent toolkit install、environment check、prerequisite check、setup alibabacloud、plugin install、toolkit setup、mcp core setup、aliyun CLI setup。
Materialize のコンピュートクラスタのメモリ使用量とコストを削減する。arrangement メモリがどこにあるかを見つけ、適切な最適化手段（インデックス戦略、GROUP SIZE ヒントのチューニング、ビューのスリム化、サブクエリの非相関化）を選んでサイズを決め、提案されたインデックスやビューの変更を審査し、計測された実験を安全に実行し、検証済みの変更をまとめる。Materialize クラスタまたはレプリカのメモリ使用量が多すぎる場合や、OOM やクラッシュループが発生する場合、レプリカの縮小や Materialize のコスト削減を望む場合、追加または削除するインデックスの判断、GROUP SIZE ヒントのチューニングを行う場合に使用する。
.NET における OpenTelemetry — DI/builder SDK のセットアップ（OpenTelemetry.Extensions.Hosting、AddOpenTelemetry、UseOtlpExporter、OpenTelemetrySdk.Create）、ネイティブ .NET 計装 API（ActivitySource、System.Diagnostics.Metrics Meter）とログ抽象化（ILogger）、ゼロコードの CLR プロファイラエージェント、contrib 計装パッケージ、パフォーマンスチューニング、破壊的変更の監査。.NET または ASP.NET Core サービスでの OpenTelemetry の追加、レビュー、設定に使用。トリガー：「setup otel in dotnet」「dotnet telemetry」「.net tracing」「ASP.NET Core opentelemetry」「AddOpenTelemetry」「UseOtlpExporter」「OpenTelemetrySdk.Create」「ActivitySource」「System.Diagnostics.Metrics Meter」「ILogger opentelemetry」「OpenTelemetry.Extensions.Hosting」「opentelemetry-dotnet-instrumentation」、または C# の OTel に関するあらゆる質問。
Turborepo モノレポのビルドシステムに関するガイダンスです。対象：turbo.json、タスクパイプライン、dependsOn、キャッシュ、リモートキャッシュ、「turbo」CLI、--filter、--affected、CI の最適化、環境変数、内部パッケージ、モノレポの構造やベストプラクティス、境界。ユーザーがタスク／ワークフロー／パイプラインを設定する、パッケージを作成する、モノレポを構築する、アプリ間でコードを共有する、変更・影響を受けたパッケージを実行する、キャッシュをデバッグする、または apps/packages ディレクトリを使う場合に使用します。
Convex のデプロイワークフロー、環境、CI/CD 設定を実装する。dev/prod/preview デプロイ、デプロイキー、ローカルデプロイ、環境変数、schema/index のロールアウトの安全性、HTTP action URL に使用。ユーザーが deploy、preview、staging、CI、env vars、local backend に言及したときは積極的に使用する。例:- user: "Set up Convex deploy in CI" → デプロイキー + npx convex deploy のステップを設定 - user: "How do preview deployments work?" → preview キー、ライフサイクル、制限を説明 - user: "Deploy to prod safely" → 安全な schema/関数変更パターンを列挙 - user: "Use local convex" → npx convex dev --local と制限を説明
要件とサポートされる収集方法の選択から、source、sourcetype、host、timestamp、event-boundary、indexed-event、所有権、受け入れ検証に至るまで、新しい Splunk データソースをオーケストレーションします。Splunk Cloud Platform または Splunk Enterprise のソース受け入れ、適用可否の判断、準備状況、受け入れ契約、正確な実装の引き継ぎに使用します。エンドポイント設定、取り込みのトラブルシューティング、フリート展開、パイプラインアーキテクチャ、フィールドまたは CIM の実装、構成、デプロイ、変更、修復には使用しないでください。
データベースブランチング用に mirrord.json を構成するのを支援し、安全な開発とテストのための分離されたデータベースコピーを可能にします。ユーザーが MySQL、MariaDB、PostgreSQL、MSSQL、MongoDB、Redis、DynamoDB、ClickHouse、Google Spanner、Amazon S3、turbopuffer、または汎用ブランチを設定したい場合、コピーモード、接続ソース、schema マイグレーション、IAM 認証を構成したい場合、またはデータベースブランチを管理したい場合に使用します。
OpenTelemetry Collector の設定、サービスへの計装、OTTL によるテレメトリー変換、欠落したトレース、メトリクス、ログのデバッグを行います。OTel/otelcol Collector 設定、OTLP エクスポート、SDK 計装、サンプリング、カーディナリティ、TLS/PII 制御、Kubernetes/Helm values.yaml のデプロイ、Collector の稼働状態とアラート、AI コーディングエージェントのテレメトリー（Claude Code、Codex、Gemini CLI、Antigravity、GitHub Copilot、Cursor）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。