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
製品の実際のデザインシステムを維持または拡張する必要があるフロントエンド UI 作業にこの skill を使用する：新しい画面/コンポーネント、ハイファイ再現、リスタイル、非自明なフォーム、ロール制限付き UI、大きな挙動変更、またはレイアウト、体験、スタイルガイド、クリーンな実装計画、最終的なコード生成を必要とする UI 実装。インストールすべき唯一のフロントエンド skill であり、自己完結していて、同梱のリファレンスを用いて軽量な UI 編集とフルフロントエンドワークフローの間をルーティングする。
ゲーム固有のコードレビュー、アーキテクチャチェック、ゲームコードの技術分析をユーザーが求めたときに起動します。フレーム非依存性、ホットパスのパフォーマンス、ステートマシンの整合性、リソースのライフサイクルを網羅します。トリガー：「code review」「review my code」「check architecture」「game code quality」。設計ドキュメントのレビュー（game-design-review を使用）や一般的なスプリント計画（game-sprint-plan を使用）には起動しないでください。AlterLab GameForge コレクションの一部です。
ユーザーがゲームのアーキテクチャ、エンジン選定、パフォーマンスバジェット、技術的負債、ビルドパイプライン、クロスプラットフォーム、レンダリングパイプライン、ゲームの CI/CD について尋ねたときに呼び出す。トリガー: "architecture"、"engine selection"、"performance budget"、"tech debt"、"build pipeline"、"cross-platform"、"rendering"、"CI/CD"。クリエイティブなビジョン（game-creative-director を使用）やエンジン固有のコード（エンジン専門家を使用）には呼び出さないこと。AlterLab GameForge コレクションの一部。
headless-ghidra パイプライン向けの Rust CLI リファレンス。すべての ghidra-agent-cli サブコマンドのコマンド構文、フラグ、出力コントラクト、成果物パス、ワークスペースレイアウトを扱う。読み込みのタイミング：ghidra-agent-cli コマンドの構築、その出力の解釈、フラグや成果物パスに関する疑問の解決、CLI 挙動のデバッグ。P0–P4 のワークフロー順序付けには読み込まない——代わりに headless-ghidra スキルファミリーを使用する。
Python 向け Google Agent Development Kit (ADK)。機能：AI エージェントの構築、マルチエージェントシステム、ワークフローエージェント（順次／並列／ループ）、ツール連携（Google Search、Code Execution）、Vertex AI へのデプロイ、エージェント評価、ヒューマンインザループのフロー。アクション：AI エージェントの構築、作成、デプロイ、評価、オーケストレーション。キーワード：Google ADK、Agent Development Kit、AI エージェント、マルチエージェントシステム、LlmAgent、SequentialAgent、ParallelAgent、LoopAgent、ツール連携、Google Search、Code Execution、Vertex AI、Cloud Run、エージェント評価、ヒューマンインザループ、エージェントオーケストレーション、ワークフローエージェント、階層的調整。使用場面：AI エージェントの構築、マルチエージェントシステムの作成、ワークフローパイプラインの実装、LLM エージェントとツールの連携、Vertex AI へのデプロイ、エージェント性能の評価、承認フローの実装。
このスキルを使うと、`adb install`（`-r` 再インストール、`-d` ダウングレード許可、`-t` テストパッケージ許可、`-g` すべての実行時権限を付与、`--user` ユーザー単位インストール、分割 APK 用の `adb install-multiple`）と、デバイス上の `pm` ツール（`pm list packages [-f|-d|-e|-s|-3|-i|-u]`、`pm path`、`pm clear`、`pm grant` / `pm revoke`、`pm enable` / `pm disable`、`pm uninstall [-k]`、`cmd package dump-profiles`）を使って Android アプリのインストール、アンインストール、一覧表示、検査、リセットを行えます。標準的なハーメティックリセットのパターン（`pm clear` はデータを消去するが、`am force-stop` は消去しない）と、よくあるインストールエラー（`INSTALL_FAILED_USER_RESTRICTED`、`INSTALL_FAILED_VERSION_DOWNGRADE`、署名の競合）を明示します。ユーザーが "reset app between tests"、`pm clear`、`am force-stop` の混同、デバッガー後のインストール失敗、分割 APK のインストール、実行時権限の付与、マルチユーザープロファイルへのインストール、"how do I list third-party apps" に言及したときに使用します。
CUTLASS Blackwell のサンプルカーネルを読み、インポートし、プロファイリングし、再利用可能なパターンを抽出して CuTe Python DSL を学ぶワークフロー。使用場面：(1) CUTLASS CuTe DSL のリファレンス実装を調べるとき、(2) CUTLASS のサンプルをプロジェクトのランタイム基盤にインポートするとき、(3) プロファイリング実験から CuTe DSL のナレッジベース項目を構築するとき、(4) CuTe DSL の API パターン、TMA パイプライン、warpgroup スケジューリング、persistent カーネル構造を理解するとき。
`sglang` 向けの統一 LLM torch-profiler トリアージスキル。SGLang Omni ワークロードの既存トレースに加え、`vllm`、`TensorRT-LLM`、`TokenSpeed` を対象とする。既存の `trace.json(.gz)` や profile ディレクトリを検査したり、対応している場合は稼働中のサーバーに対してライブプロファイリングを実行し、kernel、オーバーラップ機会、フューズパターンの 3 つの表を含む 1 つのレポートを返すために使用する。
Motion ライブラリ（framer-motion の後継：npm パッケージ `motion`、インポート `motion/react`）で React アプリにアニメーションを追加する場合——登場/退場アニメーション、バリアントと stagger、AnimatePresence、レイアウトと共有要素のトランジション、数値のアニメーション表示、ジェスチャー状態——、またはある作業に Motion が必要か、素の CSS/Tailwind トランジションや AutoAnimate で足りるかの判断に使用する。低減モーションのアクセシビリティ（MotionConfig、useReducedMotion、WCAG 2.3.3/2.2.2）を最重要要件とすること、パフォーマンス規律（transform/opacity のみ）、データ密度の高いプロダクト UI におけるモーションの抑制、Radix/shadcn とルーターの統合、テストを安定させること（MotionGlobalConfig.skipAnimations）を扱う。キーワード：motion、framer-motion、animation、AnimatePresence、layout animation、micro-interactions、reduced motion、page transitions、stagger、spring。
NestJS バックエンド向けの独自のハウス規約 — モジュール境界とレイヤリング、provider の配線とインジェクションスコープ、guards/interceptors/pipes/filters、DTO とバリデーション、ドメイン例外、設定、そしてクリーンにコンパイルされても実行時に失敗する Nest 11 / Express 5 の挙動。コードが NestJS である場合（package.json の `@nestjs/*`、またはファイル内の `@Module`/`@Injectable`/`@Controller`/`@Cron`）は常に使用する。質問が素の TypeScript、OOP リファクタリング、コードレビュー、運用上の問題のように聞こえる場合も含む — Nest 固有の答えは汎用の答えとは異なる。典型的な依頼: モジュールの雛形作成、コントローラー・provider・エンドポイントの追加、enhancer の配線、起動時の DI または循環 import の失敗、`@Exclude()` にもかかわらずエンティティのフィールドが漏れるレスポンス、すべてのレプリカで発火する cron ジョブ、NestJS のアップグレード、Nest の diff のレビュー。素の Express や Fastify、Angular、フロントエンド、SQL、CI には使用しない。
公開の `orca` CLI を使用して、Orca が管理する worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、アーティファクト、worktree コメント、および Orca アプリに埋め込まれたブラウザを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「control the browser inside Orcaoclassroom」と言ったときに使用する。Orca が管理する状態に wortt Involving タスクでは、生の `git worktree`、場しの PTY、Playwright、Computer Use よりこの方法を優先する。Orca の埋め込みブラウザ以外のブラウザウィンドウ、webview、デスクトップ UI には Computer Use を使用してきた。
FFmpeg、OpenCV、PyAV、ffmpegcv、Decord、VidGear、Modal.com を組み合わせたエンドツーエンドの Python 動画パイプラインに関するエキスパートガイド。スケーラブルな GPU 加速ワークフロー向け。以下の場合に積極的に有効化：(1) 同一パイプライン内の FFmpeg+OpenCV（デコード、処理、再エンコード）；(2) カラーフォーマットの不一致（OpenCV、PIL、PyAV、FFmpeg 間の BGR と RGB）；(3) OpenCV と ML フレームワーク間のフレーム次元順序（HWC と CHW）；(4) フィルタチェーンでの音声ストリーム損失；(5) 長尺/大容量動画のメモリ管理（ストリーミングとインメモリ）；(6) 性能のための ffmpegcv/Decord/VidGear/PyAV の選択；(7) Modal.com での GPU デコード/エンコード；(8) Modal での並列およびチャンクベース処理；(9) サーバーレスでのトランスコードパイプライン；(10) Modal での HLS 生成；(11) アップロード -> 処理 -> トランスコード -> HLS ワークフロー；(12) GPU メモリ向けバッチサイズ、ピクセルフォーマット、大容量動画のストリーミング。提供：ライブラリ選択マトリクス、統合レシピ、Modal.com デプロイ例、GPU パイプラインのチューニング、本番対応のワークフロー例。
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。