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
Volcengine Function Service：ローカルのフロントエンド、Node.js、Python、静的サイト、または API サービスのデプロイ、テンプレートからの serverless アプリの作成、既存プロジェクトの veFaaS への接続、オンライン URL の確認、本番環境の環境変数・ビルドコマンド・起動コマンド・ポートの設定、オンライン関数の公開・ロールバック・呼び出し・デバッグ、ログ・インスタンス状態・リソース設定の確認、クラウド関数コードの取得/プッシュ、サンドボックスインスタンスの作成と管理、デプロイ失敗・認証失敗・フレームワーク検出エラー・ゲートウェイ不足などのトラブルシューティング、veFaaS OpenAPI の直接呼び出しによる高度な操作、veFaaS の利用開始や概念・機能・選定・料金の確認、ターミナルでの公式ドキュメントの参照、veFaaS SDK または OpenAPI を使ったコード開発に使用します。
`asc` コマンドラインツールを使って App Store バージョンの提出前チェックを実行する。次の場合にこのスキルを使用する：(1) あるバージョンが App Store レビューに提出する準備ができているか確認する (2) あるバージョンが提出できない理由（ビルド欠如、価格未設定、状態エラー）を診断する (3) `asc versions submit` を呼ぶ前に CI/CD ゲートを実行する (4) ユーザーが「自分のバージョンは準備できているか」「就緒状態を確認して」「なぜ提出できないのか」「事前チェックを実行して」「提出要件を確認して」、またはその他の提出就緒タスクを尋ねる (5) 就緒状態に基づいて条件付きで提出する自動パイプラインを構築する
`asc` コマンドラインツールを使ってアプリのバージョンを App Store にリリースする。エージェントを次の流れで導く：バージョン更新、アーカイブ、アップロード、メタデータ更新、提出。次の場合にこのスキルを使用する：(1) ユーザーが「リリース」「出荷」「App Store に提出」「新バージョンを公開」と言う (2) ユーザーが「バージョンを上げてアップロード」と言う (3) ユーザーが「iOS/macOS 向けのリリースを準備」と言う (4) ユーザーが「What's New を更新して提出」と言う
自動リリース向けの BuildSpace の再利用可能な GitHub Actions ワークフローと block を構成し、トラブルシューティングする。Rust、TypeScript（単一パッケージと monorepo）、Go、Swift パッケージ、macOS .pkg（バイナリと payload のみ）、dylib（Xcode と Makefile）、汎用リリース、AI ベースのバージョニング/リリースノート、README の鮮度チェック、skills ドキュメントチェック、ラベル、権限、シークレット、Homebrew tap の更新、Jamf へのアップロード、dry-run テスト、カスタム block の構成をカバー。ユーザーが BuildSpace、リリース自動化、再利用可能なワークフロー、GitHub Actions CI/CD、または npm/crates/Homebrew/Jamf への公開に言及したときに使用。キーワード: buildspace, ci/cd, github actions, release automation, reusable workflows, npm, crates, homebrew, rust, typescript, go, swift, monorepo, dylib, macOS, pkg, jamf, skills.
構造化されたエビデンス出力を伴う決定論的な CI/CD インタラクションパターン。プッシュして待つ規律（保留中の実行は同時に 1 つだけ）、5 カテゴリの失敗トリアージ（test-failure、lint-failure、build-failure、flaky-test、infra-failure）と分類別の修正戦略、lint/format/infra 失敗の自己修復、flaky テストの検出、そして実行ごとの CI_RESULT JSON エビデンスパケット。コードを CI にプッシュするとき、CI 失敗をトリアージするとき、パイプラインの結果を待つとき、ビルドエラーを分類するとき、flaky テストに対処するとき、品質ゲート用の CI エビデンスを生成するときに使用する。トリガー：「CI failed」「push and wait for CI」「triage build failure」「flaky test」「CI pipeline」「build broke」「CI evidence」。対象外：個別のテストデバッグ（debugging-protocol を使用）、コードレビュー（code-review を使用）。
クラウドエンジン（OpenCloud など）の CloudEngine サブネットにおける canister コードのルールです。エンジン canister の cycles は 0 です。計算した cycles を決して付加せず、`(with cycles = …)` 節を削除します（IC0504）。サブネット間呼び出しは、待ち時間に上限があり cycles を伴わない形式（`(with timeout = N)`、`Call::bounded_wait`）にするか、拒否します：「Unbounded-wait calls and calls with cycles are not allowed to CloudEngine subnets」。HTTPS アウトコールには通常のラッパーを使用し、無料で実行します。プロキシ経由にしてはいけません（「Replicas had different responses」、InsufficientCycles）。XRC、threshold ECDSA/Schnorr、vetKD、Bitcoin API、EVM/SOL RPC（Bitcoin、Ethereum、VetKeys）はエンジンのプロキシ canister 経由で実行します。そのコードを書く前に、ユーザーに ID を尋ねるか、コンソールでのデプロイを依頼してください。引数は手動でエンコードします。ic-vetkeys と ic-cdk の chain-key ヘルパーは cycles を付加します。派生キーはプロキシに保持します。エンジン canister コードの計画、作成、デバッグ、署名や鍵の派生、またはこれらのエラーへの対応に使用します。プロキシのデプロイ（deploy-to-cloud-engine）には使用しないでください。
ユーザーが Hugging Face Jobs インフラストラクチャで任意のワークロードを実行したい場合に使用します。UV スクリプト、Docker ベースのジョブ、ハードウェア選定、コスト見積もり、トークン認証、シークレット管理、タイムアウト設定、結果の永続化を扱います。データ処理、推論、実験、バッチジョブ、Python ベースのタスクなど、汎用コンピューティングワークロード向けです。クラウドコンピューティング、GPU ワークロードに関するタスクや、ローカル環境を設定せずに Hugging Face インフラストラクチャでジョブを実行する話題が出た場合に呼び出します。
CSV/TSV の入力を Infrahub オブジェクト YAML に変換し、新しいブランチに読み込む。単一ファイル、ファイルの入ったフォルダー、明示的なパスのリスト、1 枚の大きな非正規化シートのエクスポートを扱う。TRIGGER when: CSV のインポート、CSV/TSV の Infrahub への読み込み、スプレッドシートデータの取り込み、CSV から Infrahub オブジェクトへの変換、非正規化 CSV を複数の kind に分割、列マッピング変更後のインポート再実行、行が変換または読み込みに失敗する原因のデバッグ。DO NOT TRIGGER when: LDJSON ダンプに対して `infrahubctl load` を実行する場合（形式とツールが異なる）、スキーマの設計または変更（このスキルはスキーマに対して読み取り専用で、未マッピングの列ではフェイルクローズする）、Infrahub からのデータエクスポート（単一 kind のエクスポートには `infrahubctl object get -o csv` を使用）、または JSON/XLSX の取り込み（v1 は CSV+TSV のみ）。
Netlify の Web ホスティングを直接操作するときに使用する — サイトの作成、ビルドのデプロイ（ドラフトまたは本番）、カスタムドメインの設定と検証、デプロイステータスの読み取り、サイト/デプロイ/DNS の一覧表示・検査。`netlify` CLI を優先し（この CLI は NETLIFY_AUTH_TOKEN を読み取り、ヘッドレスで動作する — 決して `netlify login` は使わない）、Netlify 公式 OpenAPI https://api.netlify.com/api/v1（Authorization: Bearer <token>）の REST をフォールバックとする。約 174 の REST オペレーションを同梱の仕様からエンドポイントインデックス + $ref リゾルバーで解決し、digest-deploy プロトコル、レート制限、site_id の規約を明示的に扱う。呼び出し元が注入した資格情報（変数名で解決される token）を利用する — 資格情報のプロビジョニングや解決は行わない。token の値は CLI/curl サブプロセスのみが読み取り、決して出力しない。Netlify の静的/JAMstack + サーバーレスホスティング向けであり、フルスタックのコンテナアプリ向けではない。
エンドツーエンドのソフトウェアリリースを設計、自動化、運用する。リリースプロセスモデルとパイプライン（トランクベース開発、CD ステージ、リリーストレイン）、プログレッシブデリバリとフィーチャーフラグ、バージョニングとアーティファクト管理（SemVer、Conventional Commits、変更履歴、SBOM/来歴）、準備状況と品質ゲート、ロールバックと復旧計画、変更管理と監査コンプライアンス（SOC 2、SOX、PCI）、DORA メトリクス、複数チームのリリース調整。アプリケーション機能の実装（backend-engineering/frontend-engineering）、本番インシデントの根本原因デバッグやオンコール/SLO 運用（systematic-debugging / site-reliability-engineering）、セキュリティ実装や脅威モデリング（secure-software-engineering）、社内開発者プラットフォームの構築（platform-engineering）には使用しない。
再現可能でスケーラブルなパイプライン向けの Python ベースのワークフローマネージャー。ファイル依存に基づくルールを定義すると、Snakemake が実行順序と並列度を解決する。プロファイル経由でローカル、SLURM、LSF、AWS、GCP で実行可能。ルールごとに conda/Singularity 環境を指定できる。NGS パイプライン、ML トレーニング、多段階のファイル処理に。Groovy データフローや nf-core 連携が必要な場合は Nextflow を使う。
`asc` コマンドラインツールを使って、カスタムイベントハンドラーで CLI を拡張する ASC プラグインを管理する。次の場合にこのスキルを使用する：(1) インストール済みプラグインを一覧表示する：「asc plugins list」 (2) プラグインをインストールする：「asc plugins install PATH」 (3) プラグインを削除する：「asc plugins uninstall --name NAME」 (4) プラグインを有効化または無効化する：「asc plugins enable/disable --name NAME」 (5) プラグインを手動でテストする：「asc plugins run --name NAME --event EVENT」 (6) ユーザーが「プラグインを作成して」「Slack 通知を追加して」「ビルドアップロード時に Telegram ボットを連携して」「カスタムハンドラーで CLI を拡張して」と依頼する (7) プラグインプロトコル（manifest.json + 実行可能ファイル + JSON stdin/stdout）を説明する
AWS Lambda durable functions で、自動的な状態永続化、再試行ロジック、長時間実行のためのオーケストレーションを備えた、回復力のある長時間実行の多段階アプリケーションを構築する。重要な replay モデル、ステップ操作、待機/コールバックパターン、saga パターンによるエラー処理、LocalDurableTestRunner でのテストを扱う。以下のフレーズでトリガー：lambda durable functions、ワークフローオーケストレーション、ステートマシン、再試行/チェックポイントパターン、長時間実行のステートフル Lambda 関数、saga パターン、human-in-the-loop コールバック、信頼性の高いサーバーレスアプリケーション。
CIS Microsoft Azure Foundations Benchmark v2.1.0 に基づいて Azure のセキュリティ態勢レビューを実行する。Azure インフラストラクチャ、Entra ID 構成、NSG ルール、Defender for Cloud 設定、Key Vault アクセスポリシーをレビューする際に自動的に呼び出される。ベンチマークの 9 つのセクションをすべて確認し、各推奨事項を評価して、特定の CIS コントロール ID にマッピングされた修復ガイダンスを含む優先順位付きの所見レポートを作成する。
Azure SQL Database コンテナをローカルで実行する（Private Preview）：SERVERPROPERTY('EngineEdition') が 5 を返す本物の PaaS エンジン。これは SQL Server イメージ mcr.microsoft.com/mssql/server ではない。次の場合に使用：ユーザーが「Azure SQL をローカルで実行したい」、「ローカルの SQL データベースを追加したい」、「SQL Server を自分の docker compose に追加したい」、「ローカルの mssql コンテナを起動したい」、「開発または CI 用のローカル SQL」、「sqlcmd で接続したい」、「SQL に Podman を使いたい」、「SQL コンテナが起動しない」、「コンテナでの Microsoft Entra 認証」、「MSSQL_AAD_CLIENT_ID」を求める場合、または「接続文字列は何か」と尋ねる場合。ユーザーがコンテナ名を挙げていない場合でも使用する。mcr.microsoft.com/mssql/server を使おうとしていた場合は、止めて代わりにこのスキルを使用する。ハブスキル：共有リファレンスを所有し、compose、CI、シーディング、ベクトル、接続文字列のタスクスキルにルーティングする。
falco ツールを使用して Fastly VCL コードの lint、テスト、シミュレーション、フォーマットを行います。Fastly の完全な VCL 方言を実装した falco Go ソースを通じて、権威ある VCL リファレンスとしても機能します。VCL 構文の検証、VCL lint の実行、VCL のローカルテスト、VCL リクエスト処理のシミュレーション、VCL ファイルのフォーマット、アサーション付き VCL 単体テストの作成、VCL ロジックエラーのデバッグ、VCL 関数シグネチャや変数スコープの参照、VCL サブルーチンの動作の理解、`falco lint`/`falco simulate`/`falco test`/`falco fmt` の実行時に使用します。VCL の構文エラー、VCL の型の不一致、使用する VCL サブルーチンの選択、ローカルの VCL 開発・テスト環境の構築を扱う場合にも適用されます。
CIS Google Cloud Platform Foundation Benchmark v2.0.0 に基づいて GCP のセキュリティ態勢レビューを実施する。GCP インフラ、IAM バインディング、VPC ファイアウォールルール、Cloud Audit Logs、GCS バケットのセキュリティをレビューする際に自動的に呼び出される。7 つすべてのベンチマークセクションを順に確認し、各推奨事項を評価して、特定の CIS コントロール ID に対応づけた是正ガイダンス付きの優先順位付き所見レポートを作成する。
リポジトリに MegaLinter をインストールまたはアップグレードする。ユーザーがプロジェクトに MegaLinter を追加したい、lint CI をセットアップしたい、MegaLinter の設定やバージョンを更新したい、または「megalinter をインストール」「lint をセットアップ」「コード品質チェックを追加」「megalinter skills を更新」と言ったときに使用する。常に npx mega-linter-runner（--install または --upgrade）を経由し、その後 .mega-linter.yml を調整する。アップグレードモードでは、インストール済みの MegaLinter skills とサブエージェントも更新する。ユーザーが明示的に求めた場合は、MegaLinter のカスタム flavor リポジトリもセットアップする。
既知のメトリクスや LogsQL クエリに対する VictoriaMetrics vmanomaly 設定の設計、チューニング、検証、テストを行う。静的アラートと ML のどちらを選ぶか、vmanomaly モデルの選択、Temporal Envelope の設定、デプロイ用 YAML の作成、異常感度の調整、VMAlert ルールの作成に使用する。異常設定、モデル選択、共有 autotune、季節性異常検出、予測、「このメトリクスはどう監視すべきか？」でトリガーされる。未知のシグナルを対象としたオープンエンドな探索には使用しない。
HTTP API を通じて VictoriaMetrics 異常検出（vmanomaly）を操作する。ヘルス状態、バージョン、永続化状態の互換性、自己監視メトリクス、利用可能なモデル、モデルスキーマ、サーバークエリ、時系列の特性、共有 autotune、非同期検出タスクの確認に使用する。vmanomaly 設定やアラートルール YAML の生成と検証にも使用する。vmanomaly API、異常タスク、モデル検証、モデルスキーマ、互換性、Temporal Envelope、時系列プロファイリング、vmanomaly autotune でトリガーされる。
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。