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 98,639 件掲載。コマンド 1 行でインストールできます。
開発
2025 年向けの包括的な Bash スクリプトのデバッグとトラブルシューティング手法。次の場合に積極的に有効化します：（1）動作不良の Bash スクリプトのデバッグ、（2）set -x、set -e、set -u、set -o pipefail（厳格モード）の使用、（3）より詳細なトレース出力のための PS4 のカスタマイズ、（4）診断用の DEBUG、ERR、EXIT trap、（5）bashdb などの対話型デバッガー、（6）遅いスクリプトのプロファイリング（計測、BASH_REMATCH のオーバーヘッド）、（7）CI でのみ発生する障害のローカル再現、（8）未バインド変数またはコマンドが見つからないエラーの解決、（9）サブシェルと現在のシェルにおける変数スコープの理解。厳格モードのテンプレート、PS4 のパターン、計測用 trap のレシピ、プロファイリング手法、段階的なデバッグ手順を提供します。
外部ユーザーが Domo ダッシュボードを閲覧または操作するためにログインを必要とするプロジェクトで使用します。ユーザーが何と呼ぶかは問いません。クライアント、顧客、パートナーにアカウントを提供し、Domo コンテンツ（各自のデータのみ、ブランド設定、ユーザーごとのフィルタリング）を見せたい場合に適したスキルです。認証、ユーザー管理、データ分離、Domo の埋め込み統合を含む、ゼロからの構築全体を扱います。「クライアントにログインしてダッシュボードを見せる」「分析へのアクセスを販売する」「顧客向けのホワイトラベルレポート」「Domo を使ったクライアントポータル」「Domo データを製品化する」「外部ユーザーが各自のダッシュボードを見られるようにする」といった要望が対象です。既に稼働中のポータルがあり、特定のサブ機能だけが必要な場合に限り対象外とします（編集埋め込み → edit-embed、JS API フィルター → jsapi-filters、プログラムによるフィルター → programmatic-filters）。
ユーザーがタスクに対して GitNexus エンジニアリングパイプラインをエンドツーエンドで実行したい場合に使用します。最初に gitnexus-plan（計画の深さは事前に選択）を実行し、実行を続けるか停止するかを判断するブロッキングゲートを設け、続行する場合は gitnexus-work で実行し、最後に gitnexus-review で結果をレビューします。例：「/gitnexus-lfg Add retry support to the ingestion pipeline」、「run the gitnexus pipeline on this」、「plan, build and review this feature」。
LaunchDarkly の定性的なユーザーフィードバックを JavaScript/TypeScript コードベースに統合します。フレームワークとデザインシステムの検出を案内し、既存のプロジェクトパターンに合わせた sendFeedback ユーティリティとフィードバックウィジェットを構築します。Give Feedback ウィジェットの追加、機能フラグに紐づくユーザーの意見収集、フィードバック収集の設定、$ld:feedback トラッキングイベントの接続をユーザーが希望するときに使用します。
mcp-use TypeScript SDK を使って、OpenAPI / Swagger 仕様から MCP サーバーを構築してデプロイします。ユーザーが「この OpenAPI 仕様を MCP サーバーにする」「この API を Claude/ChatGPT から使えるようにする」「この Swagger ドキュメントを MCP ツールとしてラップする」「この REST API を LLM に公開する」「仕様から MCP ツールを生成する」と希望する場合、または `openapi.yaml`、`openapi.json`、`swagger.json` を貼り付けるか添付して Claude 対応版を求める場合に、このスキルを使用します。ユーザーが「MCP」と言わなくても、既存の HTTP API（REST エンドポイント、内部サービス、キーを持つサードパーティ API）を説明し、LLM から呼び出したい場合は、このスキルを使用します。仕様の取り込み（ファイルパス、URL、貼り付け）、操作とツールのマッピング、認証設定（apiKey、bearer、basic、OAuth bearer）、`create-mcp-use-app` によるスキャフォールディング、適切な zod スキーマを備えたツールの生成、mcp-use inspector でのライブテスト、Manufact / mcp-use cloud へのデプロイを扱います
サーバー側のプログラムによるフィルターとデータセット切り替えを使い、埋め込み Domo ダッシュボード／カードで各閲覧者に表示するデータを制御します。OAuth → 埋め込みトークンのフロー、標準フィルター、SQL フィルター（OR/BETWEEN/LIKE）、データセットごとの指定、マルチテナント構成向けの datasetRedirects、トークンサイズ制限を扱います。埋め込み時に閲覧者、ロール、テナントごとにデータを制限する場合に使用します。クライアント側の JS API フィルタリングには使用せず、jsapi-filters を使用してください。
Roblox エクスペリエンスが遅い、ラグがある、カクつく、クラッシュする、メモリ不足になる場合や、公開・更新前に使用します。モバイルでゲームが重い、FPS 低下、フレームの急増、サーバーラグや低いハートビート、物理演算のラグ、ネットワークラグや高い KB/s、メモリリークやメモリの増加、スマートフォンでのクラッシュ、参加・読み込み時間の長さ、パーツ・インスタンス・ドローコール・三角形の過多、MicroProfiler、Script Profiler、Luau ヒープ、Developer Console のメモリ、Scene Analysis、StreamingEnabled の調整、パフォーマンス予算、公開、アップデートのリリース、サーバーの再起動、バージョンのロールバック。
generateText、streamText、ToolLoopAgent、Output helpers による構造化出力、useChat hook、ツール呼び出し、埋め込み、middleware、MCP 統合など、Vercel AI SDK v6 の実装パターンを案内します。AI チャットインターフェース、ストリーミング応答、エージェント型アプリケーション、ツール／関数呼び出し、テキスト埋め込み、ワークフローパターンの実装、または convertToModelMessages や toUIMessageStreamResponse の使用時に利用します。AI SDK 統合、useChat hook の使用、メッセージのストリーミング、エージェント開発、ツール呼び出しのタスクで起動します。
ui.inference.sh の React/Next.js 向けバッテリー同梱のエージェントコンポーネント。ランタイム、ツール、ストリーミング、承認、ウィジェットを 1 つのコンポーネントに内蔵。機能：ドロップインのエージェント、human-in-the-loop、クライアント側ツール、フォーム入力。用途：AI チャットインターフェース、Agentic UI、SaaS コパイロット、アシスタントの構築。トリガー：agent component、agent ui、chat agent、shadcn agent、react agent、agentic ui、ai assistant ui、copilot ui、inference ui、human in the loop。
TanStack Start 向けのサーバーサイド認証プリミティブ：セッション Cookie（HttpOnly、Secure、SameSite、__Host- プレフィックス）、createServerFn とミドルウェアによるセッションの読み取り・発行・破棄、state と PKCE を使った OAuth 認可コードフロー、パスワードリセット時のアカウント列挙対策、非 GET RPC の CSRF 対策、認証エンドポイントのレート制限、権限変更時のセッションローテーション。ルーティング側では router-core/auth-and-guards と組み合わせます。
Azure Event Grid 開発に関する専門知識。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合、コーディングパターンを含みます。Event Grid のトピック/名前空間、MQTT ブローカー、Webhook ハンドラー、Functions、Service Bus 統合の構築など、Azure Event Grid 関連の開発タスクで使用します。Azure Service Bus（azure-service-bus を使用）、Azure Event Hubs（azure-event-hubs を使用）、Azure Notification Hubs（azure-notification-hubs を使用）、Azure Functions（azure-functions を使用）には使用しません。
指定されたタスクの計画を作成し、現在の作業ディレクトリのリポジトリに GitHub issues として保存します。GitHub issue の URL を指定すると、その issue を親の「plan」issue（目標、背景、フェーズのチェックリスト）に変換し、各フェーズに子 issue を 1 つ作成して、GitHub ネイティブのサブイシューとして親にリンクします。issue を作成する前にユーザーの承認を待ちます。作成後は、codely-plan-phase-implement-github skill を使って計画を実装します。
**カスタム Domo コネクターの作成** — カスタム Domo コネクターを定義する JavaScript コードを作成している場合に呼び出します。主な兆候：authentication.js、dataProcessing.js、または Domo のコネクター API（datagrid、httprequest、auth、metadata）に関する質問。認証情報の検証、API ページネーションループ、書き戻しコネクター、列の一貫性、コネクター README ドキュメントなど、コネクターのコーディング全般を扱います。ユーザーは既製品を使うのではなく、Connector Dev Studio でコネクターを*構築*しています。対象外：既製コネクター（Salesforce、Postgres、Snowflake）、Python コネクター、Domo App Platform のカード／アプリ、Workflows、Federated Connectors。
PostHogエンドポイントをクライアントアプリまたはSDKに接続します。OpenAPI仕様の取得、openapi-generatorまたは@hey-api/openapi-tsによる型付きクライアントの生成、適切な認証ヘッダーの送信、変数ペイロードの構成（HogQL code_nameとinsight breakdownプロパティの使い分け）、レート制限およびマテリアライズ済みエンドポイントのエラーレスポンスへの対応を扱います。「エンドポイントの呼び出し方は？」「これのクライアントを生成して」「どの認証ヘッダーを使う？」と尋ねられた場合に使用します。
適切な形のPostHogエンドポイントを初回で作成します。クエリ種別の選択、命名規則、変数として公開する内容（HogQLのcode_nameとインサイトの内訳）、data_freshness_seconds、初日からマテリアライズするかどうかを扱います。「エンドポイントを作成」「このクエリをAPIとして公開」「このインサイトをエンドポイントに変換」といった依頼や、新しいエンドポイントの構成について相談された場合に使用します。コホート内訳を含むクエリや対象外の比較クエリのマテリアライズ、マテリアライズ済みエンドポイントでのインライン専用変数、範囲を限定しない日付指定、曖昧な名前など、よくある誤りを避けます。
engineering analytics MCP ツール（pull-requests：CI 状態付き PR 一覧、workflow-health：ワークフローごとの CI 傾向、pr-lifecycle：単一 PR のタイムライン）を使って、GitHub リポジトリの CI とプルリクエストパイプラインの健全性を診断します。CI が速くなっているか遅くなっているか、どの GitHub Actions ワークフローが遅い、または不安定なボトルネックか、PR の作成からマージまでの所要時間、作成者のマージ時間と同じ集団との比較、CI が失敗または保留中のオープン PR、特定のプルリクエストが停滞している箇所について尋ねられたときに使用します。「engineering analytics」「is CI getting slower」「slow workflow」「flaky CI」「time to merge」「cycle time」「PR throughput」「failing checks」「where is PR <n> stuck」「CI long pole」「what's holding up this PR」で起動します。特定の CI 失敗の責任者や該当コミットを判定するには investigating-ci-failures を、これらの数値をインサイトとして保存するには turning-engineering-analytics-into-insights を使用してください。
Domo の埋め込み編集エクスペリエンスを設定します。外部ユーザーは埋め込み iframe を介して Domo コンテンツを作成、編集、保存、共有できます。Identity Broker、JWT 認証、ロールベースのアクセス（Admin／Privileged／Editor／Participant）、インスタンスマッピング、編集 URL の生成を扱います。Domo の編集モードの埋め込みに使用します。読み取り専用の埋め込み（programmatic-filters を使用）やクライアント側のフィルタリング（jsapi-filters を使用）には使いません。
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。