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
AnalyticDB for PostgreSQL（ADBPG）で AI Coaching のベストプラクティスを実装する：Supabase プロジェクト（トレーニングデータ管理）とベクトル最適化を備えた ADBPG インスタンスを活用し、ユーザーを特定分野のワークフロー、意思決定、スキル開発へ導く RAG 駆動のコーチングシステムを構築する。使用場面：ユーザーが Supabase プロジェクト（spb-xxx）、ADBPG インスタンス（gp-xxx）、ベクトルナレッジベース、または ADBPG 上の RAG 駆動コーチングシステムを作成したい場合。トリガー："Supabase"、"ADBPG"、"vector database"、"knowledge base"、"RAG"、"AI coaching"、"coaching system"、"spb-xxx"、"gp-xxx"
実績あるブレインストーミング手法（SCAMPER、SWOT、5 Whys、マインドマップ、六つの帽子、逆ブレインストーミング、Starbursting、ブレインライティング）を用いて構造化されたアイデア出しセッションを進行する。整理されたアイデアと実行可能なインサイトを brainstorming-report.md にまとめる。3 つの意図で動作する：Create（新規セッション）、Update（手法の追加や網羅性の強化）、Validate（インサイトがプロジェクト目標と一致するかを確認）。ユーザーが「brainstorm」「ideate」「generate ideas」「explore options」「SCAMPER」「SWOT analysis」「mind map」「Six Thinking Hats」「5 Whys」「creative session」「what if we」「let's explore」「think through possibilities」「find alternatives」「problem-solve」と言ったときに使用する。このスキルは計画のみを行い、アプリケーションコードの作成やテストの実行は決して行わない。
Vercel AI SDK を iMessage に接続する。公式 Photon アダプターである chat-adapter-imessage を使い、iMessage 経由で通信する AI エージェントとアシスタントを構築する。ローカルモード（Mac 上で動作）とリモートモード（Photon の本番インフラ）。createiMessageAdapter、postMessage、editMessage、deleteMessage、react、startGatewayListener、型定義、Chat SDK との統合を扱う。キーワード：vercel ai sdk、imessage、chat adapter、ai agent、chatbot、conversational ai、messaging、apple messages、vercel、nextjs、ai assistant、chat sdk、real-time、macos。
コードベース全体のコード品質監査システム。セキュリティ、SOLID 原則、アーキテクチャ、エラー処理、パフォーマンス、テスト品質、コードスメル、デザインパターン、フレームワークのベストプラクティスを扱う 9 つの専門サブスキルを備える。スコア付きの健全性ダッシュボード（カテゴリごとに 0-100）、深刻度評価付きの指摘（P0-P3）とその根拠、コピー&ペースト可能な修正プロンプトを生成する。また、ベースブランチとの PR 形式の差分レビューも行う。厳密に読み取り専用 —— ユーザーのコードを決して変更しない。ユーザーが "codeprobe"、"audit"、"full code review"、"code health"、"check my code"、"security scan"、"code smells"、"SOLID check" と言う場合、またはコードベースの健全性、リスク、保守性を尋ねる場合に使用する。（作業中の差分のみをレビューする場合は、ユーザーが codeprobe を求めない限り、組み込みの /code-review の方が適切なことがある。）
ヘキサゴナルアーキテクチャ（ポート&アダプター）の包括的なガイド — Alistair Cockburn のヘキサゴナルアーキテクチャを取り上げ、ドメインコア、ポート定義、アダプター実装、Java/Spring Boot による完全な実装手順を解説。プライマリ/駆動アダプター、セカンダリ/被駆動アダプター、ユースケースポート、リポジトリポート、依存性注入の設定を扱う。ユーザーが hexagonal architecture、六边形架构、ports and adapters、端口适配器、Alistair Cockburn について質問したとき、またはクリーンな分離を伴う DDD が必要なときに使用。
ローカル開発環境にセッション録画が表示されない原因をデバッグします。ローカルのリプレイ取り込みが機能しない、/s を呼び出しても録画が表示されない、hogli start 後にリプレイパイプラインが壊れたように見えると開発者が報告した場合に使用します。SDK キャプチャ、Caddy プロキシ、capture-replay（Rust）、Kafka、ingestion-sessionreplay（Node）、recording-api（Node）、SeaweedFS からなるローカルパイプライン全体と、孤立プロセス、停止した phrocs ワーカー、トリガー設定ミスなどの一般的な障害モードを扱います。
ユーザーが DPA 対応ハードウェア（最低サポートは ConnectX-7、推奨は ConnectX-8、または BlueField-3）で doca_flow_dpa_perf を呼び出し、DPA オフロードされた DOCA Flow パス上のルール更新／無効化レートを測定しようとしているときにこのスキルを使用します — アクティブ／パッシブのデバイス分割の選択、ワークロード形状の軸（burst、queue、completion threshold、workers、hash pipe algo、PSL tables）の選択、または Kops/sec のイテレーション統計とオプションのセルフテストの読み取りを行う場合です。ユーザーが "doca_flow_dpa_perf" や "DPA Provider" を明示的に言及していない場合でもトリガーします — 典型的な暗黙の表現には "how fast can the DPA program path-selector entries"、"baseline rule-update rate on ConnectX-8"、"tool reports zero ops on my BlueField"、"self-test sentinel never shows on tcpdump"、"is my BlueField-2 DPA-capable" などがあります。ホスト／DPU-CPU Flow パス（doca-flow-perf）、Flow パイプラインのチューニング（doca-flow-tune）、doca-flow / doca-dpa アプリケーションの作成、DOCA のインストールについては拒否し、他のスキルへ振り分けてください。
DOCA GPI の作業にはこのスキルを使用します。GPU Packet Initiator を設定し、デバイスコードから doca_gpi オブジェクトを介して GPU 上のバッファーから直接 RDMA 操作を発行します。ドメインの作成とチャネル上限、属性オブジェクト、デバイスコード内で使用する doca_gpu_gpi_channel* の受け渡し、doca_gpi_gpu_channel_get などの doca_gpi_* エントリーポイントにおける DOCA_ERROR_* の切り分けが対象です。"GPI ドメインにはチャネルがいくつ入るか" や "デバイスコードから片方向 RDMA を発行する" といった明示されない依頼にも読み込みます。Send/Receive のセマンティクス（doca-gpunetio）、ホスト管理の QP ライフサイクル（doca-rdma）、Arm 側からの発行（doca-rdmi）、一般的な CUDA 指導は対象外のため、適切な担当に案内してください。
ユーザーがホスト側で DOCA PCC を実際に操作し、カスタムのプログラマブル輻輳制御アルゴリズムを BlueField DPU にロードするときにこのスキルを使用する——ポートごとの `doca_pcc` コンテキストを作成する、`dpacc` でコンパイルした `doca_pcc_app` を RoCE を担うポートの `doca_dev` にロードする、パラメータ化する、三軸のケイパビリティ検出（DOCA cap-query + DPA 対応 BlueField + ファームウェアのカスタム PCC スロット有効化）を行う、`doca_pcc_*` の `DOCA_ERROR_*` をデバッグする、などの場合。明示的に "DOCA PCC" と言わなくてもトリガーする——暗黙的な形式には "loading my own congestion control onto a BF port"、"DOCA_ERROR_NOT_PERMITTED on algorithm load"、"DOCA_ERROR_DRIVER when I attach my custom algorithm"、"my custom rate-update isn't affecting RoCE traffic"、"load succeeds but no on-wire change" などがある。DPA 側のアルゴリズム本体の設計、`pcc_counters` コマンドライン、ConnectX ファームウェアのデフォルトのファクトリ PCC、RDMA / RoCE トラフィックの構築については拒否して他へ誘導する——それらは他のスキルに属する。
各ドメインの Telemetry リーダーライブラリー `doca_telemetry_pcc`、`_dpa`、`_diag`、`_adp_retx`、`_phy`、`_pci` を通じて、`doca_dev` から DOCA ハードウェアカウンターイベントを読み取る場合に使用します。機能チェック、コンテキストの作成、起動、ドメインごとの読み取りやサンプリングを扱います。「BlueField アプリから PCC カウンターを読み取る」「DPA カウンターのエクスポートをサンプリングする」「この doca_dev から PHY、PCI、DIAG カウンターを公開する」といった暗黙の依頼でも適用します。これはカウンター読み取りの領域であり、NetFlow、IPFIX、ローカルソケットのコレクターではありません。公開とエクスポートは `doca-telemetry-exporter`、デプロイ済みの DOCA Telemetry Service は `doca-dts` に案内し、コレクターと通常の stdout ロギングは別のスキルに案内してください。
ドキュメントを、開発者を引きつけ、転換し、定着させる強力なマーケティングチャネルに変える。このスキルは、検索で上位にランクし、訪問者をユーザーに転換し、優れた情報アーキテクチャと開発者向けのライティングによって採用を加速するドキュメントの作成を扱う。トリガーフレーズ："documentation strategy"、"docs that convert"、"quickstart optimization"、"API reference best practices"、"developer documentation"、"docs SEO"、"information architecture for docs"、"technical writing for marketing"、"docs-led growth"
ライブラリのドキュメント調査方法論——API の挙動、バージョン固有の変更、慣用的な使い方、または本番環境がドキュメントと乖離する理由——どのライブラリにも依存しない。ライブラリ間で共通する汎用的なナビゲーション手順を抽出する：検索前に質問を分類する（changelog か API reference かイディオムか既知のバグか）、HTML をスクレイピングする前に llms.txt を確認する、リファレンスページを読む前にユーザーのバージョンに固定する、「X は変更されたか」という質問ではまず changelog を読む、examples/ ディレクトリをイディオムの真実として扱う、ドキュメントは一致するが現実がそうでない場合は GitHub issues / status page / Discord にフォールバックする。ライブラリごとの地形は、code-distill のセクションと並んで、共有の /knowledge/libraries/ グラフに薄いリファレンスデータとして存在する。トリガー：「<library> のドキュメントのどこ」、「これを <library> で調べる」、「<library> は X を変更したか」、「ドキュメントは X と言うがコードは Y をする」、および次に取る行動がライブラリの公式ドキュメントを参照することであるあらゆるプロンプト。
Midnight Network 上で 1AM ウォレット、Compact スマートコントラクト、Next.js を用いたプライバシー保護型決済 dApp を構築、デバッグ、拡張するときにこのスキルを使用。トリガーには、Midnight Network、Compact コントラクト、tNIGHT トークン、1AM ウォレット連携、ZK 証明アセット、midnight-js SDK への言及、または回路のデプロイ／呼び出し（deposit、withdraw）が含まれる。また、ユーザーが "Invalid character 'm' at position 0"、"offset: null" の GraphQL エラー、balanceUnsealedTransaction の失敗、Next.js で Midnight パッケージを使ったときの WASM/WebSocket 問題に遭遇したときにも使用。単一の provider の接続、台帳状態のデコード、スタックしたデプロイトランザクションのデバッグといった部分的なタスクでもこのスキルを使用。
expo-design-system のルールを構造的に守る Expo / React Native デザインシステムコンポーネントをスキャフォールドする——バリアント駆動のプレス可能プリミティブ、スロットベースのカードサーフェス、型付きテキストプリミティブ、ラベル付きフォームフィールド、FlashList エンティティ画面、テーマトークングループ、Storybook バリアントカタログ。生成されるコードは style props の代わりに Unistyles v3 バリアント、ref-as-prop、デザイントークン、組み込みアクセシビリティ、Web/iOS の同等性（インタラクティブなプリミティブにおける `_web` の hover/focus/cursor）を使用するため、手直しなしで expo-design-system に従う。出力は react-native-unistyles を使用した TSX/TS。ユーザーが clinic モバイルアプリ向けに新しい共有 UI コンポーネント、プリミティブ、デザイントークングループ、画面を作成、追加、生成、スキャフォールドしたいときは常にトリガー——デザインシステムに言及していなくても。
JavaScript または TypeScript のゲームにおける戦争の霧、視界、視線、タイルの可視性——ローグライク、RTS、トップダウン、ストラテジーマップ。効率的な FOV アルゴリズム（再帰的・対称的シャドウキャスティング、DDA レイキャスティング、2D 可視性ポリゴン）、更新スケジューリングと複数ビューアの参照カウント、型付き配列とビットセットの状態、canvas と WebGL の霧レンダリング、メモリと大規模マップのスケーリング、ホットループの幾何計算、可視性の正確性を扱う。そのようなコードを実装、レビュー、最適化するときにトリガーする——ユーザーが性能に言及せず "fog of war"、"reveal the map"、"what can this unit see"、"shadowcasting"、"visibility grid" とだけ言う場合でも——毎フレーム全セルを素朴にレイキャストする手法こそが通常置き換えるべきもの。新しい可視性コードを書くとき、または遅い・バグのある霧をリファクタリングするときに、これらのパターンを優先する。
Midnight Network のプライバシー監査チェックリスト、データ漏洩パターン、防御的な Compact コントラクトパターン。どのデータがオンチェーンで公開されるか、偶発的な開示を防ぐ方法、コントラクトのプライバシー問題を監査する方法、commitment/nullifier パターン、ドメイン分離、リプレイ保護、witness の信頼、フロントランニング耐性の実装方法についてユーザーが尋ねたときに使用。トランザクションのセマンティクス（保証フェーズと失敗可能フェーズ）、部分成功の意味、そして witness データが隠されていても観察者が公開トランスクリプトから何を推測できるかも扱う。
ミクロレベルでの NestJS コード品質監査を実行する。テスト、アーキテクチャ、DTO バリデーション、エラーハンドリング、コード実装について、最新の GitHub 標準に照らしてコードを検証する。詳細な違反レポートと優先順位付きのアクションプランを生成する。ユーザーが NestJS のコード品質チェック、ベストプラクティスの検証、バックエンドコード標準のレビューを求めたときに使用。トリガー：'nestjs best practices'、'backend code quality'、'code review'、'nestjs standards'、'dto validation'、'error handling review'。
SPA と MPA 向けの OpenTelemetry ブラウザ/RUM の仕組み。"browser OTel"、"frontend observability"、"Web Vitals"、`sdk-trace-web`、`WebTracerProvider`、`browser-sdk`、ブラウザインストルメンテーション、ページロードやルートのトレース、セッション、クリック、コンソールキャプチャ、JavaScript エラー、フロントエンドからバックエンドへのトレース相関に使用。ブラウザテレメトリはプライバシーとデータ量に敏感で、実験的なパッケージの変化が速い。Node.js サービスのインストルメンテーションや Collector のみの設定には適さない。
ミクロレベルでの React コード品質監査を実行する。テスト、コンポーネントアーキテクチャ、hooks パターン、状態管理、パフォーマンス、TypeScript について、最新の GitHub 標準に照らしてコードを検証する。詳細な違反レポートと優先順位付きのアクションプランを生成する。ユーザーが React のコード品質チェック、ベストプラクティスの検証、フロントエンドコード標準のレビューを求めたときに使用。トリガー：'react best practices'、'react code quality'、'component review'、'hooks review'、'react standards'、'frontend code quality'。
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。