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
SSH 経由でユーザーの専用サーバー上のサービスをデバッグするときに使用する。サーバー上でコマンドを実行する、pod を調査する、コンテナログを確認する、k8s リソースを表示する、kubectl コマンドを実行する必要があるときに使用する。"service exec" では不十分でサーバーレベルのアクセスが必要なときに使用する。ユーザーが "check my server"、"run X on my server"、"debug pod"、"kubectl"、"SSH into server"、"check k8s"、"inspect cluster" と言ったときに使用する。
`asc init` コマンドを使ってプロジェクトの App Store Connect コンテキストを初期化する。次の場合にこのスキルを使用する：（1）アプリのコンテキストをプロジェクトディレクトリに保存する：「asc init」「pin my app ID」「set up project context」（2）Xcode プロジェクトからアプリを自動検出する：ユーザーが「run asc init in my project folder」と言う（3）アプリ名で検索する：「asc init --name 'My App'」（4）.asc/project.json の用途を説明する（5）保存済みのプロジェクトコンテキストを読み込み、毎セッション asc apps list を実行しないようにする（6）審査担当の連絡先情報を保存する：「asc init --contact-email ...」「set review contact」「save review contact」。
ユーザーが AWS FIS（Fault Injection Service）の実験設定を準備・作成・生成したいときに使用します。"prepare FIS experiment"、"create FIS experiment for [scenario]"、"generate chaos experiment config"、"准备 FIS 实验"、"生成 [scenario] 混沌实验配置"、"create experiment template for AZ power interruption"、"set up fault injection test" でトリガーされます。シナリオライブラリのプリビルドシナリオ（AZ Power Interruption、AZ Application Slowdown、Cross-AZ Traffic Slowdown、Cross-Region Connectivity）、カスタムの単一 FIS アクション（aws:rds:failover-db-cluster、aws:ec2:stop-instances など）、Amazon MSK（broker reboot）および ElastiCache Redis/Valkey（primary node reboot、replication group failover）向けの SSM Automation ベースのフォールトインジェクションを扱います。
SAP BTP ABAP Environment のセットアップと開発を支援する。サービスインスタンスの作成、ADT 接続、通信アレンジメント、通信シナリオ、インバウンド/アウトバウンドサービス、デスティネーション設定、アイデンティティとアクセス管理、ソフトウェアコンポーネント、最初のプロジェクトのスキャフォールディングを含む。ユーザーが BTP ABAP Environment、SAP BTP ABAP、Steampunk、ABAP environment サービスインスタンス、BTP への ADT 接続、通信アレンジメント、通信シナリオ、通信システム、アウトバウンド通信、インバウンド通信、デスティネーションサービス、ソフトウェアコンポーネント、BTP 上の ABAP システム、クラウド ABAP 開発環境のセットアップについて尋ねた場合に使用する。トリガーには "set up BTP ABAP"、"connect ADT to BTP"、"communication arrangement"、"communication scenario"、"create service instance"、"ABAP on BTP"、"outbound service"、"first ABAP project on BTP" が含まれる。
ユーザーが CrowdSec Console の **Service API（SAPI）**——admin.api.crowdsec.net にあるプレミアムなクラウド REST API——を操作して、ブロックリスト（IP の追加/削除/一括処理、共有、エンジンの購読）、許可リスト、ファイアウォール/アプライアンス統合（Palo Alto、Fortinet、Cisco、F5、Sophos、pfSense/OPNsense…）、修復 ROI 指標、組織レベルの意思決定をプログラムで管理したいときに使用する。ユーザーの API キーを用いてユーザーに代わって操作する。これはクラウド/API のスキルである——ローカルエンジン、cscli、bouncer については `crowdsec` スキルを使用する。
FFmpeg 7.1 LTS と 8.0.1（最新安定版、2025-11-20 リリース）向けの完全なライブストリーミングおよびプロトコルシステム。以下で積極的に有効化する：(1) Twitch/YouTube/Facebook への RTMP 配信、(2) HLS 出力と適応ビットレート（ABR）、(3) DASH 配信のセットアップ、(4) 低遅延配信（LL-HLS、LL-DASH）、(5) SRT プロトコル設定、(6) WebRTC/WHIP によるサブ秒遅延（FFmpeg 8.0+）、(7) プロトコル変換（RTMP から HLS）、(8) マルチ宛先配信、(9) nginx-rtmp 統合、(10) Docker 配信サービス。提供するもの：プラットフォーム別の配信コマンド、ABR ラダーの例、暗号化設定、遅延最適化、WHIP 認証、本番パターン。保証するもの：最適な品質と遅延での信頼性の高いライブ配信。
指定した環境への Launch デプロイを開始し、完了するまでステータスをポーリングします。デプロイに失敗またはキャンセルされた場合は、デプロイログを取得し、考えられる原因を診断して次の対応を提案します。既知のプロジェクトと環境で Launch デプロイを自動化し、進行状況を監視して失敗の診断を提示する場合に使用します。確定的なデプロイステータスの確認とログに基づくトラブルシューティングが必要な CI/CD または運用ワークフローに適しています。
ユーザーが Salesforce UI で Nebula Logger データを閲覧、フィルタリング、調査したいときにこのスキルを使用する。Logger Console アプリ、`Log__c` / `LogEntry__c` / `LogEntryTag__c` / `LoggerScenario__c` / `LoggerTag__c` のリストビュー、関連リストのナビゲーション、Log レコードページとその LWC、および管理者とサポートエンジニアが日々どのようにコンソールを使うかを扱う。
オープンソースの Agenta をセルフホストし、その上でエージェントを動かすためのガイド付きセットアップアシスタント。ユーザーが Agenta をセルフホストしたい、自分のマシンやサーバーに Agenta エージェントをセットアップしたい、エージェントをローカルで動かしたい、あるいは「Agenta のセルフホストを手伝って」「エージェントをセットアップして」「セルフホストしてエージェントを動かして」と言ったときに使用。ユーザーを意思決定に沿って導き、OSS セルフホストのドキュメントに沿って実行し、動作しテスト済みのエージェントで締めくくる。
uip CLIを使ったUiPathプラットフォーム運用。UiPath Cloud / Orchestrator / Studio Web / Integration Service / Data Fabric / LLM Gatewayに関わるあらゆるタスクで使用します。UiPath APIを呼び出すコードを書く前に読み込んでください。認証、フォルダー、アセット、キュー、ストレージバケット、ライブラリ、Webhook、トリガー、プロセス、ジョブ、マシン、ユーザー、ロール、セッション、カレンダー、ISコネクター/接続/アクティビティ、Data Fabricのエンティティ/レコード/ファイル/選択肢セット（`uip df`）、BYO LLMとBYOガードレール（BYOG）の設定、コンテキストグラウンディング、トレース（スパン + フィードバック/注釈）、ライセンスを扱います。過去のジョブ指標/傾向→uipath-insights。「Xが失敗した理由」/根本原因→uipath-troubleshoot。組織/テナントの監査証跡/監査ログ/ログイン履歴→uipath-admin。`uip solution`のライフサイクル→uipath-solution。PDD/SDDの設計→uipath-planner。ワークフローコード（.xaml/.cs）→uipath-rpa、.flow（Data Fabricコネクターノードを含む）→uipath-maestro-flow、.bpmn→uipath-maestro-bpmn、エージェント（.py/agent.json）→uipath-agents、Test Manager→uipath-test。
既存の VictoriaMetrics vmanomaly 設定を、ランタイム機能と実データに照らして監査する。モデルとデータの適合性、スケジューラの周期、永続化状態の互換性、コールドスタート、検出過多、異常の欠落、出力カーディナリティ、アップグレード準備状況をレビューする際に使用する。トリガー：vmanomaly 設定レビュー、誤検知の調査、検出品質、モデルの有効性、互換性、"is my anomaly detection working?"。新しい設定をゼロから構築する場合は代わりに vmanomaly-config を使用する。
`asc` コマンドラインツールを使用して App Store の審査連絡先情報とデモアカウント設定を管理します。次の場合にこのスキルを使用します：(1) 現在の審査情報を取得する："asc version-review-detail get --version-id ID" (2) 提出前に審査連絡先情報を設定する："asc version-review-detail update --version-id ID ..." (3) App Review チーム用のデモアカウント資格情報を構成する (4) ユーザーが "set review info"、"add review contact"、"configure demo account"、"fix reviewContactCheck" と尋ねる (5) asc versions check-readiness から reviewContactCheck の失敗を診断する。
コンテナエスケープ検出のための Falco ルール構文 — 条件、マクロ、リスト、優先度、出力フィールド — を記述・調整する。ホストファイルシステムのマウント、機密性の高いホストパスへのアクセス、カーネルモジュールのロード、特権ケイパビリティの悪用を扱い、誤検知を減らす方法も含む。ブレイクアウト行為のための特定の Falco ルールを作成・調整する場合、またはエスケープ関連のノイズの多い Falco アラートをトリアージする場合に使用する。キーワード：Falco ルール、マクロ、リスト、条件、優先度、falco_rules.local.yaml、チューニング、誤検知。Falco 自体のデプロイと運用には使用しない — detecting-container-runtime-threats-with-falco を使用する。ツールに依存しないエスケープのシグナルには detecting-container-escape-attempts を使用する。
准入制御（OPA ポリシー）、ランタイム監視（Falco）、および securityContext、Linux capabilities、syscall パターンの監査ログ分析を組み合わせて、Kubernetes pod 内の権限昇格を検出・防止する。root または privileged で動作する pod を調査するとき、pod 内昇格に対してワークロードを強化するとき、または意図した範囲を超えるコンテナを探すときに使用する。キーワード：allowPrivilegeEscalation、runAsRoot、capabilities、securityContext、OPA、Falco、audit log。RBAC と service-account 権限による昇格には使用しない — auditing-kubernetes-rbac-privilege-escalation を使用する。
社内開発者プラットフォームを構築・運用する際にこのスキルを使用する。Infrastructure as Code、CI/CD、コンテナオーケストレーション、サービスネットワーキング、シークレット、可観測性、あるいはプラットフォーム製品、セルフサービスインターフェース、導入のエビデンス、ポリシーガードレールの設計に用いる。リリースプロセス、プロモーション、ロールアウト、ロールバックポリシーの定義には使用しない。そのデリバリモデルには release-engineering を使用する。特定ツールの設定やトラブルシューティングは対応する運用スキルに振り分ける。たとえば ingress-controller の設定には kubernetes や traefik を用いる。
FFmpeg、OpenCV、PyAV、ffmpegcv、Decord、VidGear、Modal.com を組み合わせたエンドツーエンドの Python 動画パイプラインに関するエキスパートガイド。スケーラブルな GPU 加速ワークフロー向け。以下の場合に積極的に有効化：(1) 同一パイプライン内の FFmpeg+OpenCV（デコード、処理、再エンコード）；(2) カラーフォーマットの不一致（OpenCV、PIL、PyAV、FFmpeg 間の BGR と RGB）；(3) OpenCV と ML フレームワーク間のフレーム次元順序（HWC と CHW）；(4) フィルタチェーンでの音声ストリーム損失；(5) 長尺/大容量動画のメモリ管理（ストリーミングとインメモリ）；(6) 性能のための ffmpegcv/Decord/VidGear/PyAV の選択；(7) Modal.com での GPU デコード/エンコード；(8) Modal での並列およびチャンクベース処理；(9) サーバーレスでのトランスコードパイプライン；(10) Modal での HLS 生成；(11) アップロード -> 処理 -> トランスコード -> HLS ワークフロー；(12) GPU メモリ向けバッチサイズ、ピクセルフォーマット、大容量動画のストリーミング。提供：ライブラリ選択マトリクス、統合レシピ、Modal.com デプロイ例、GPU パイプラインのチューニング、本番対応のワークフロー例。
リポジトリにテストカバレッジレポートを設定し、Codacy へのアップロードを構成します。テストフレームワーク、CI/CD パイプライン、カバレッジの不足箇所を検出し、足りない部分を追加してカバレッジレポートを生成・アップロードします。カバレッジを設定したい、カバレッジレポートを追加したい、カバレッジを Codacy と統合したい、カバレッジのアップロード欠落を修正したい、カバレッジが表示されない問題を調査したい、CI からカバレッジデータを送信するよう設定したい場合に使用します。ユーザーがテストカバレッジ、コードカバレッジ、カバレッジレポートに言及した場合や、Codacy でリポジトリのカバレッジが表示されない理由を知りたい場合にもトリガーします。
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。