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。
データ・データベース
Kubernetes 上で PAIDF Orchestration Event Video Generation DAG を実行する——画像から動画への異常生成、自動ラベリング、異常データセット生成。イベント動画生成、異常動画生成、画像から動画への合成、Cosmos3 image2video、異常データセット作成、安全・監視 SDG、またはシード画像からの転倒、よじ登り、走行、喧嘩、喫煙・電子タバコ、火災・煙、万引きの動画クリップ生成に関するリクエストに選択する。コントローラーの準備状態が不明な場合は先に環境セットアップを実行する。人物クロップの服装・属性拡張（それは image-attribute-augmentation-workflow）や動画スタイル変換には使用しない。
NVIDIA 公式の PhysicsNeMo ナビゲーションガイドです。SciML/AI4Science タスク（サロゲート、予測、ダウンスケーリング、物理情報、逆問題、生成）に適したモデル、datapipe、サンプルを選びます。リポジトリをリアルタイム検索して既存ファイルを案内し、コードは一切作成しません。インストールや環境設定、トレーニングループなどのコード作成・スキャフォールディング、コントリビューター/CI/パッケージ化に関する質問、physicsnemo-sym/-cfd/-curator のリポジトリ固有の質問、一般的な（物理以外の）ML/PyTorch には使用しないでください。
Nature Portfolio と高インパクトジャーナル向けのエビデンス駆動の科学図作成スキル。生データまたは集計データから単一図およびマルチパネル figure を設計し、適切なグラフィックス文法を選び、Python/R の作図コードを書き、既存の図を再描画し、メカニズム図のドラフトを生成し、図注を書き、編集可能な SVG/PDF と高解像度 TIFF/PNG を書き出すために使用する。あわせてデータの完全性、色のアクセシビリティ、統計注釈、最終サイズでの可読性をチェックする。トリガーとなる場面には、Nature 作図、科学図、論文用図、scientific figure、publication plot、multi-panel figure、graphical abstract、メカニズム図、グラフィカルアブストラクト、figure audit が含まれる。
検索拡張生成のアーキテクチャパターン。チャンキング戦略、検索パイプライン、再ランキング、ハイブリッド検索、評価、本番環境の RAG システム設計。使用する場合：ユーザーが「RAG」「retrieval augmented generation」「document Q&A」「knowledge base chatbot」「semantic search pipeline」「chunking strategy」に言及した場合。使用しない場合：ベクトルデータベースの詳細 — `vector-databases` を使用；LangChain の実装 — `langchain` を使用；LLM API の直接呼び出し — Claude/OpenAI SDK のスキルを使用。
キャッシュ、pub/sub、データ構造、分散システムパターンに特化した Redis の専門家。「redis, caching strategy, cache invalidation, pub/sub, rate limiting, distributed lock, session storage, leaderboard, message queue, upstash, redis, caching, pub-sub, session, rate-limiting, distributed-lock, upstash, elasticache, memorystore」に言及された場合に使用します。
ライブの求人サイトと給与データベースをスキャンし、あらゆる職種と地域のリアルタイムの報酬データを見つける。ユーザーが "what's the going rate for a senior React engineer in London"、"software engineer salary Singapore"、"how much do ML engineers make"、"what should I be earning as a [role]"、"is my salary competitive"、"what does [company] pay for [role]"、"salary range for [job title] in [city]" と尋ねたとき、または特定の市場でその職種がいくら稼げるかを知りたいあらゆる依頼に、このスキルを使用。
OpenWeb Ninja プラットフォームのヘルプ — ウェブスクレイピング、エンリッチメント、ビジネスデータ向けの 30 以上の API を備えたリアルタイム公開データ API スタック。主要な API には Website Contacts Scraper、Email Search、Local Business Data（Google Maps）、Real-Time Web Search（SERP）、JSearch（求人情報）、Product Data がある。ドメインからメールアドレスや連絡先を取得できない、Google Maps のスクレイピングが結果を返さない、SERP API のデータが不完全に見える、求人情報の集約で掲載が欠けている、製品データを取得できない、または OpenWeb Ninja API 呼び出しが失敗する場合に使用する。クロスプラットフォームのエンリッチメント戦略（/sales-enrich を使用）、見込み客リスト構築戦略（/sales-prospect-list を使用）、ツールの接続（/sales-integration を使用）には使用しない。
Supabase の JWT claims によるカスタムのロールベースアクセス制御を実装します：app_metadata.role、auth.jwt() でロールを抽出する RLS ポリシー、組織スコープのアクセス、API key のスコープ設定。ロールベースの権限の実装、組織レベルのアクセスの構成、admin/member/viewer の階層の構築、ロールごとの API key のスコープ設定を行う際に使用します。トリガー：「supabase RBAC」「supabase roles」「supabase permissions」「supabase JWT claims」「supabase organization access」「supabase custom roles」「supabase app_metadata」。
ユーザーが、計算資源を費やす前に競合するアイデアを圧力テストする自律的な ML リサーチループを求めたときに使用する。複数のリサーチサブエージェントがそれぞれ 1 つのアーキテクチャ変更を提案し、自己校准する Judge がルーブリックに照らして批評し、提案者が洗練させ、Judge が実行する単一の変更を選ぶ。Judge は自らの予測を実現した指標の変化と突き合わせて採点し、予測と実績を校准台帳に記録して作業中のルーブリックを改善することで、時間とともに良い選択ができるようになる。結果として、各イテレーションの変更が偏りのないトーナメントを勝ち抜いた実験台帳が得られる。単一の事前に決められた実験の実行や、分析のみの探索には適さない。競争なしでイテレーションごとに 1 つの仮説を提案して実行する場合は、兄弟ループの ml-autoresearch を使用する。
1 つのデータセット向けの vignette catalog としてリポジトリを作成または採用する。ユーザーが、catalog.toml と再利用可能な marimo notebook を備えた catalog の開始、scaffold、プロジェクトの変換を求めた場合に使用する。最小限の実行可能な構造とオリエンテーション用 notebook を生成する。既存の catalog には使用しない。その場合は vignette-catalog-compose-notebook を使用する。
最新のドキュメントを使って Airbnb visx の React+D3 可視化プリミティブと XYChart を構築、レビュー、デバッグ、移行、計画する。@visx/scale、@visx/shape、@visx/curve、@visx/axis、@visx/grid、@visx/legend、@visx/annotation、@visx/threshold、@visx/tooltip、@visx/responsive、@visx/brush、@visx/zoom、@visx/drag、@visx/event、@visx/bounds、@visx/xychart、@visx/react-spring、@visx/glyph、@visx/marker、@visx/text、@visx/clip-path、@visx/pattern、@visx/gradient、@visx/group、@visx/stats、@visx/heatmap、@visx/hierarchy、@visx/network、@visx/sankey、@visx/chord、@visx/geo、@visx/voronoi、@visx/delaunay、@visx/wordcloud、@visx/vendor、@visx/mock-data、@visx/visx、ParentSize、LinePath、AreaClosed、Bar、Pie、ScaleConfig、buildChartTheme、AnimatedLineSeries、visx v3→v4 移行に使用する。また、公開前はプレビューのみとなる予定の 4.1 パッケージ（@visx/theme、@visx/a11y、@visx/chart、@visx/kernel、registry）も扱う。
Alibaba Cloud RDS MySQL インスタンスのバッチヘルスチェック。単一、複数、または全インスタンスのグローバルスキャンをサポートし、時間枠は設定可能（デフォルト 7 日、最大 30 日）。インスタンスごとに 1 つの HTML レポートと、サマリー HTML を出力する。観点：インスタンスの基本情報、リソース使用率（CPU/メモリ/ディスク/IOPS/接続数）、CloudMonitor のアラート履歴、容量上位 20 テーブル（DAS）、スローログ統計（DAS）、カーネルバージョン/有効期限チェック。クラスタインスタンスは自動検出され、ノード単位のメトリクスとスローログを提供。トリガー：RDS 巡检、RDS ヘルスチェック、RDS MySQL 巡检、Alibaba Cloud RDS 巡检、バッチ/グローバル/マルチインスタンス巡检、スローログ分析、スペース分析、RDS 巡检、阿里云 RDS 巡检、データベース巡检、バッチ巡检、スローログ分析、テーブルスペース分析。
ユーザーが単一の逐次的な改良ループではなく、集団ベースの探索によって ML モデル/プログラムを進化させたいときに使用——並列の提案者がそれぞれ親に小さな SEARCH/REPLACE diff を 1 つ適用し、カスケード評価された学習実行でスコア付けされ、子がアイランドをまたぐ MAP-Elites アーカイブに保持される（移住とチェックポイント付き）世代進化により、多様な高性能個体が生き残る。AlphaEvolve/OpenEvolve を有限で並列度に上限のある形で再現し、ML 自動研究向けに調整したもの。固定の計算予算まで、または中断されるまで実行する。逐次のシングルスレッド自動研究ループ（1 変更 → 測定 → 保持/取り消し）には使用しない。既知のバグや外部の主張の検証にも使用しない——これはプログラムに対する並列で多様性を保つ探索である。
高性能なコンテナ化ウェブスクレイパー（Docker + Crawlee + Playwright）。ユーザーが次のいずれかに言及した場合に使用：爬虫, 爬取, 抓取, 采集, 数据采集, 爬数据, 抓数据, 获取数据, scrape, crawl, extract, fetch data, pull data, 亚马逊, Amazon, ASIN, BSR, Best Sellers, 畅销榜, 热销榜, 新品榜, 飙升榜, 排行榜, 选品, 竞品分析, 竞品调研, 市场调研, 品类分析, 类目分析, 产品调研, 月销量, bought in past month, 销量, 评论数, 价格对比, YouTube, 视频字幕, 转录, transcript, 网页内容, 网站数据, 页面抓取, 动态页面, TikTok, Twitter, X, 社交媒体数据, 帖子内容, 关键词搜索, 搜索结果, search results, 产品详情, 产品信息, listing数据, listing分析, top 100, top sellers, 热门产品, 爆款, 跑量款, 价格带, 评分分布, review分析, 评论分析
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。