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
オープンソースのベストプラクティスに従い、Arduino/ESP32/RP2040 プロジェクト向けのプロフェッショナルな README.md を自動生成する。ユーザーが GitHub 向けにプロジェクトを文書化したい場合、README の作成支援が必要な場合、または "make my project shareable" と言った場合に使用する。awesome-readme 標準に従い、Overview、Hardware、Software、Setup、Usage、Troubleshooting、Contributing の各セクションを備える。
SQLx、Diesel、SeaORM を含む Rust のデータベースアクセスの設計、実装、マイグレーション、テスト、運用を行う。スキーマ進化、トランザクション境界、コネクションプール、リトライ、型マッピング、同時実行制御、実データベースでの検証を含む。Rust の SQL や ORM コード、マイグレーション、トランザクション、PostgreSQL や MySQL 連携、コネクションプール、クエリの安全性、データベースの本番 readiness について質問されたときに使用する。
リリースを切る — バージョニングのコンテキストを検出し、Conventional Commits から変更履歴を生成し、バージョンを上げ、git tag を作成し、任意で release ブランチへ squash-merge する。ユーザーが「release」「cut a release」「tag a release」「bump the version」「create a changelog」「ship a version」「publish」またはバージョンの出荷/公開に関するいずれかの言い方をしたときに使用。この skill は意図的に汎用的で、どのリポジトリでも動作する — 特定のセットアップを前提とせず、git 履歴とプロジェクト構成からコンテキストを推論する。`release` ブランチが存在する場合は trunk+release ブランチモデル（ADR-013）をサポートする。
制約理論(Goldratt の 5 つの集中ステップ)を適用し、プロセス、ワークフロー、パイプライン、または Agent Skill/プラグインのスループットを制限する単一のボトルネックを特定して修正する。システムの速度、リードタイム、コスト、token/コンテキスト予算を最適化するときは常に使用する — CI/ビルドパイプライン、開発バリューストリーム(アイデア→レビュー→マージ→出荷)、Agent Skill のトリガー/コンテキストフロー、実行時のコードパス — 特に、どこを最適化すべきかわからないとき、局所的な高速化で全体が改善しなかったとき、ある段階で作業が滞留するとき、すべてが忙しいのにほとんど出荷されないとき、容量を追加しても効果がなかったとき、制限要因が(リソースではなく)ポリシー/ルールであるときに。測定によって制約を特定し、exploit → subordinate → elevate → repeat を処方し、非制約項の最適化("非ボトルネックの蜃気楼")を止めさせる。ユーザーが制約やボトルネックに言及せず「これを速くして」「なぜ遅いのか」「もっと効率的にして」と言っただけでもトリガーする。
Three.js で本番品質のプロシージャルマテリアルを作成します。紙の燃焼と火炎流体を連成させた燃焼シミュレーション、触手のシミュレーションと層状組織の光学表現を備えた発光クラゲ、関節化した鱗の輝きと有限翼面エミッターを備えた発光する蝶、プロシージャル変位とマスクを用いたテクスチャベースのハイブリッド PBR 土壌・苔、モデルの上向き面への苔の蓄積、アトラスフィルタリング、スペキュラ AA、惑星空間フィールド、地形の湿潤表現、質量連成した粒子シェーディングを伴う変形可能な粒状砂、暗黙的な糸力学による引き裂き可能なデニムのシミュレーション、摩耗による破損とほつれた繊維、GPU XPBD 力学と糸の微細構造を用いた織物、インタラクティブな毛づくろいと毛束シェーディングを伴う毛皮のシミュレーション、溶岩と発光面、反射型の波動光学回折格子、Airy 干渉を伴う空気膜空気のシャボン玉、内部反射と分散を伴うレイトレースによるダイヤモンドと宝石の屈折、スペクトル分散と体積吸収を伴う画像空間でのガラス透過、XPBD 力学と屈折コースティクスを伴う変形ソフトボディのゼリー素材、インスタンス単位のディゾルブ、独自の PBR 表現、微分法線、カスタムの直接光シャドウ変調に使用します
Zalo Mini App——Zalo スーパーアプリ内で動作する軽量 Web アプリ——を構築する。このスキルは ZaUI コンポーネント（Button、Input、Modal、Tabs、Avatar など）、JavaScript API（authorize、getUserInfo、getPhoneNumber、getLocation、Storage、Camera）、決済用の Checkout SDK、設計ガイドライン、開発ツールを提供する。Mini App の構築、ZaUI コンポーネントの使用、Zalo API の呼び出し、決済の統合、Web アプリの Mini App への変換、Zalo 設計標準の遵守のときに使用する。
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。
複数のモデルとサービスを組み合わせた自動化 AI ワークフローを構築します。パターン：バッチ処理、スケジュールタスク、イベント駆動パイプライン、エージェントループ。ツール：inference.sh CLI、bash スクリプト、Python SDK、webhook 連携。用途：コンテンツ自動化、データ処理、監視、スケジュール生成。トリガー：ai automation、workflow automation、batch processing、ai pipeline、automated content、scheduled ai、ai cron、ai batch job、automated generation、ai workflow、content at scale、automation script、ai orchestration。
.NET の CI/CD パイプライン（setup-dotnet を使う GitHub Actions、NuGet キャッシュ、再利用可能なワークフロー；DotNetCoreCLI、テンプレート、マルチステージを使う Azure DevOps）、コンテナ化（マルチステージ Dockerfile、Compose、rootless）、パッケージング（NuGet オーサリング、ソースジェネレーター、MSIX 署名）、リリース管理（NBGV、SemVer、変更履歴、GitHub Releases）、可観測性（OpenTelemetry、ヘルスチェック、構造化ログ、PII）を構成する。18 のトピック領域にわたる。アプリケーション層の API や UI の実装パターンには使用しない。
コード、プルリクエスト、パッチ、CL、diff、または提案された実装を、エンジニアリング品質、コードの健全性、設計、機能、テスト、保守性、専門的リスク、承認リスクの観点でレビューするときに使用。「review this PR」「code review」「LGTM?」「approve?」「is this code/diff/change safe to merge/deploy?」およびローカルの diff レビューでトリガーする。PR 説明、PR の分割、レビューフィードバックへの著者の回答、またはコード以外の安全性の質問では、コードレビューが求められない限りトリガーしない。
サードパーティのAPI、SDK、ライブラリを使うコードを書く前に、このスキルでドキュメントを取得し、最新かつ正確な情報を確認します。ウェブ検索よりも効率的なドキュメントの探し方です。「OpenAI APIを使う」「Stripe APIを呼び出す」「Anthropic SDKを使う」「Pineconeを検索する」など、外部サービスを利用するコードの作成を依頼され、最新のAPIリファレンスが必要な場合に使用します。APIの最近の変更により古くなっている可能性のある事前学習知識に頼らず、回答前にchubでドキュメントを取得してください。最新のドキュメントやAPIの動作を求められた場合、またはchubやContext Hubに明示的に言及された場合は必ず使用します。`chub`が利用可能であることを確認し、`chub --help`を実行して、その指示に従ってください。
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。