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 99,064 件掲載。コマンド 1 行でインストールできます。
開発
このスキルを使用して、R8 を有効化し Live Literals を無効化した release バリアントに対して測定し、release 出力ディレクトリから Compose Compiler レポートを読み取ることで、Jetpack Compose のパフォーマンス数値が本番環境の実態を反映するようにする。debug ビルドが誤解を招く理由（インタープリタ実行される Compose ランタイム、JIT ウォームアップ、Live Literals の定数ゲッター）、シンボル付き release 測定ビルドのセットアップ方法、Macrobenchmark、Compose Compiler レポート、Layout Inspector、simpleperf、Android Studio Profiler をそれに接続する方法を扱う。引用されている結果は、debug から release で約 75 パーセントの起動改善と 60 パーセントのフレームレンダリング改善である。開発者が "slow startup"、"jank"、"dropped frames"、"high recomposition count" を報告した場合、または `assembleDebug`、Layout Inspector、`CompilationMode.None` からの計測値を引用した場合に使用する。パフォーマンスのバグをレビューする場合、CI のパフォーマンスゲートを設定する場合、またはパフォーマンスリグレッションを起票する前に使用する。
このスキルは、Jetpack Compose で最も安価で正しい effect API を選ぶために使用します — `LaunchedEffect`、`DisposableEffect`、`SideEffect`、`rememberUpdatedState`、および skydoves/compose-effects の `RememberedEffect` と `ViewModelStoreScope`。長命な `LaunchedEffect` における古いコールバックのバグ、非コルーチンの購読者のセットアップ/ティアダウン、key の変化に反応するためだけにコルーチンスコープを使うことの回避、`LazyColumn` 内の行ごとの ViewModel を扱います。ユーザーが LaunchedEffect、DisposableEffect、RememberedEffect、SideEffect、rememberUpdatedState、ViewModelStoreScope、effect の予期しない再起動、リークしたリスナー、項目ごとの ViewModel に言及したときにトリガーします。
Bearer API キーまたは x402 / SIWX ウォレット（EIP-1271 スマートウォレットを含む Base 上の EVM、または Solana 上の Ed25519）で Venice API の認証を行います。各エンドポイントが受け付ける方式、SIGN-IN-WITH-X ヘッダー形式、SIWE と Solana のメッセージフィールド、適用される TTL / クロックスキュー / nonce の規則、すべての X402_SIGN_IN_* エラーコード、venice-x402-client SDK、および2つの方式の選び方を扱います。
Zeabur の文脈で、AI Hub アカウント、API キー、残高、使用状況、API エンドポイントを管理する場合に使用します。「AI Hub」「add AI credits」「create API key」「check AI usage」「auto-recharge」「AI Hub endpoint」「AI Hub base URL」「how to use AI Hub API」「LLM API」「AI API」「OpenAI compatible」「Anthropic API」「GPT」「Claude」「Gemini」「DeepSeek」「Grok」とユーザーが言った場合に使用します。
ADRの作成前に、会話、セッションの記録、設計ディスカッションからアーキテクチャ上の決定を抽出するときに使用。問題と解決策の組み合わせ、トレードオフの議論、技術選択、明示的な「[ADR]」タグを特定します。「どんな決定をした？」「このチャットから決定事項を抽出して」「議論の中の選択肢を見つけて」「アーキテクチャ上の決定を要約して」などで起動します。長い計画セッションの後、暗黙の決定を記録する場合にも便利です。ADR文書は作成しません。その場合は adr-writing または write-adr を使用してください。
完全に編集可能な SVG としてアーキテクチャ図を生成する。クラウド図にはネイティブの AWS、Azure、GCP アイコンを、それ以外には手描き風の汎用アイコンを使用する。任意で、自己完結型の編集可能な draw.io mxGraph コンパニオンを提供する。決定的なレイアウトが、手動で配置した座標ではなくゾーンのネストと直交ルーティングを計算する。トリガー: "architecture diagram"、"infra diagram"、"system diagram"、"deployment diagram"、"topology diagram"、"draw architecture"、"AWS diagram"、"Azure diagram"、"GCP diagram"、"cloud infrastructure diagram"、"VPC diagram"、"draw my AWS setup"。ユーザーが、後から Figma、Illustrator、Inkscape、draw.io で編集できる静的なアーキテクチャ図を求める場合に使用する。アーキテクチャレビューには使用しない。architecture-reviewer を使用すること。
Compose ツリーが SubcomposeLayout、BoxWithConstraints、Scaffold を使用しており、開発者が追加の測定パス、初回フレームの遅延、レイアウトパスがコンテンツのコンポジションを繰り返し実行していると報告した場合にこのスキルを使用する。SubcomposeLayout が測定フェーズ中にスロットをコンポーズする理由、BoxWithConstraints が新しい Constraints 値ごとにサブコンポジションを強制する理由、Scaffold や BoxWithConstraints のネストがコストを倍増させる理由、カスタム Layout や Modifier.layout { } が SubcomposeLayout を置き換えるのはどのような場合か、SubcomposeLayout が本当に必要なときに SubcomposeLayoutState のスロット再利用ポリシーと precompose API をどう使うかを扱う。開発者が BoxWithConstraints、SubcomposeLayout、Scaffold、"extra measure pass"、"double measurement"、"first frame slow"、"subcompose" に言及した場合、または LazyColumn 内でコンテンツを BoxWithConstraints で包むとスクロール性能が劣化することに気づいた場合に使用する。
ファイル、diff、またはリポジトリ全体を 2 つの軸で一度に監査するワンショットの効率化監査：過剰に設計されたコード（標準ライブラリの再発明、不要な抽象化、投機的な設定）と、肥大化した文章（冗長なコメント、水増しされた docstring、重複するドキュメントセクション）。純粋なコード削減ツールも純粋な文章圧縮ツールも、これを 1 回で両方行うことはできない。そこが要点である。削減効果の大きい順にランク付けしたレポートを出力し、何も変更しない。ユーザーが「chisle audit」、「/chisle-audit」、「肥大化を監査して」、「何を削れるか」、「この PR の過剰設計と冗長性をレビューして」と言った場合に使用する。
Event Storming ワークショップ進行ガイド — 協働的なドメイン探索手法で、6 ステップのプロセス（混沌の探索/タイムライン/重要なイベント/コマンドとアクター/集約の発見/境界づけられたコンテキスト）、標準化された付箋の色の規約（オレンジ/青/黄/緑/ピンク/紫）、ワークショップの準備と進行のコツ、デジタルツールの推奨を含む。ユーザーが event storming、イベントストーミング、ワークショップ、ドメイン探索、協働モデリングについて尋ねた場合、または DDD のディスカバリーワークショップを企画する必要がある場合に使用する。
ユーザーがホスト + BlueField のペアで DOCA Comch の実作業を行うときにこのスキルを使用する — ホスト ↔ DPU の PCIe コントロールプレーン メッセージングの立ち上げ、server(DPU)か client(host)かの役割の選択、スローパスの send-task / recv-callback かファストパスの producer / consumer かの選択、max-msg-size や max-clients の能力の照会、接続コールバックの登録、または Comch API が返す DOCA_ERROR_* のデバッグ。「DOCA Comch」や「Comm Channel」(DOCA 2.5 で改称)に明示的に言及しなくてもトリガーする — 典型的な暗黙の言い回しには「send a control message from host to BlueField over PCIe」「DPU can't see the host representor」「DOCA_ERROR_NOT_PERMITTED on server_create」「DOCA_ERROR_AGAIN on task_send submit」「connect callback never fires」「stream bulk data from a host driver to a DPU agent」が含まれる。DOCA 自体のインストール、BFB / ファームウェアの立ち上げ、Comch 以外の DOCA ライブラリ、Comch アプリの大規模デプロイについては拒否して他へ振り分ける — それらは他のスキルに属する。
EdgeOne Pages 上でのフルスタック機能の開発を支援します。Edge Functions、Cloud Functions（Node.js / Go / Python ランタイム）、Middleware、KV Storage、ローカル開発ワークフローが対象です。EdgeOne Pages 専用の API、サーバーレス関数、ミドルウェア、WebSocket エンドポイント、フルスタック機能を作成する場合に使用します。例：「API を作成」「サーバーレス関数を追加」「ミドルウェアを作成」「フルスタックアプリを構築」「WebSocket サポートを追加」「エッジ関数を設定」「KV ストレージを使用」「Go API を作成」「Python バックエンドを構築」「EdgeOne Pages で Flask/FastAPI/Gin を使用」。Next.js API routes、Next.js middleware、Nuxt server routes などのフレームワーク標準機能や、EdgeOne Pages プロジェクト外での一般的な Express/Koa 開発には使用しないでください。デプロイには使用せず、edgeone-pages-deploy を使用してください。Cloudflare Workers、Vercel Functions、AWS Lambda など他のプラットフォームにも使用しないでください。
ユーザーがコードで GTM 自動化を構築したい、ワークフローアーキテクチャを設計したい、GTM タスクに AI エージェントを使いたい、あるいは「ツールよりアーキテクチャ」原則を実装したいときに使用する。また、ユーザーが「GTM エンジニアリング」「GTM 自動化」「n8n」「Make」「Zapier」「ワークフロー自動化」「Clay API」「インストラクションスタック」「GTM 向け AI エージェント」「レベニュー自動化」に言及したときにも使用する。このスキルは、ワークフロー設計からエージェントオーケストレーションまでの技術的な GTM インフラを扱う。
AI エージェントに適したコードベース向けに、ハーネスエンジニアリング（AGENTS.md、docs/、lint ルール、評価システム、プロジェクトレベルのプロンプトエンジニアリング）を設定・改善します。AI エージェント用の新規・空のプロジェクト設定、AGENTS.md や CLAUDE.md の作成、ハーネスエンジニアリングに関する質問、コードベースでエージェントをより適切に動作させる方法が対象です。また、エージェントの品質への不満にも対応します。例：「エージェントが規約を無視し続ける」「指示に従わない」「なぜ同じことを繰り返すのか」「エージェントが壊れている」。エージェントの出力品質の低さは、ほとんどの場合、モデルの問題ではなくハーネスの不足を示すためです。対象範囲：コンテキストエンジニアリング、アーキテクチャ上の制約、複数エージェントの連携、評価、長時間稼働するエージェントハーネス、エージェントループ（自律動作、検証器、停止条件）、エージェントメモリー（セッションをまたぐ記憶、統合）、エージェント品質の問題の診断
他の LLM 可観測性/評価プラットフォーム（LangSmith、Arize AX、Phoenix、Braintrust、Helicone、Promptfoo など）から Langfuse へ移行する。一度限りのベンダー切り替え：ライブトレーシングの切り替えと、履歴トレース、データセット、プロンプト、評価器の移行。Langfuse から Langfuse への移行 — SDK やバージョンのアップグレード、プロジェクト/リージョンの移設、セルフホストから Cloud への移行 — には使用しない。また、コード内のプロンプトを Langfuse に移す用途にも使用しない。これらは主要な langfuse スキルが扱う。
(NS) アドホックなコーディング — バグ修正、リファクタリング、スクリプト、マイグレーション — 完全な SDD なしで。エントリ優先度 5：「これをそのまま実装して」、「クイック修正」、または execution-handoff なしのコーディング（ns-autonomous 配下の C2）。以下には使用しない：ISSUE_URL（ns-execution-gitlab-issue）、複数日/バージョン（ns-spec-driven）、diagnosis_complete **なし**の製品バグ報告／画面の期待値と実測値の比較（ns-bug-report-diagnosis）、診断のみの stack/CI（ns-investigator）、execution-handoff.md が存在する場合。requirements/tasks/handoff を生成しない。
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。