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 98,873 件掲載。コマンド 1 行でインストールできます。
開発
Next.js App Routerのアニメーションを構築またはレビューします。GSAPのページ遷移、コンポーネントの表示／非表示、スクロール効果、中断された動き、クリーンアップを扱います。GSAPが明示されていない場合も使用し、React View Transitionsの選定にも対応します。読み込み時のちらつき、データ準備完了時の表示、レイアウトの安定性、非表示コンテンツの復旧、初回読み込みのパフォーマンスも対象です。Pages Router、その他のルーター、単独のGSAP APIに関する質問には使用しません。
REST、GraphQL、gRPC、tRPC パターンにわたる API の設計と実装。バックエンドサービス、公開 API、サービス間通信を構築するときに使用。REST フレームワーク（FastAPI、Axum、Gin、Hono）、GraphQL ライブラリ（Strawberry、async-graphql、gqlgen、Pothos）、gRPC（Tonic、Connect-Go）、TypeScript 向け tRPC、ページネーション戦略（カーソルベース、オフセットベース）、レート制限、キャッシュ、バージョニング、OpenAPI ドキュメント生成を扱う。フォーム、テーブル、ダッシュボード、ai-chat スキル向けのフロントエンド統合パターンを含む。
このリポジトリで `git add`、`git commit`、`git push`、`gh pr create` を実行する唯一のスキル。ユーザーが明示的にコミット、プッシュ、PR の作成/準備を依頼した場合にのみ呼び出す（例: "commit this"、"commit progress"、"push this branch"、"prepare the PR"、"open the PR"）。他のどの incu-way スキルもこれを自動的に呼び出したり、これらの git コマンドを自ら実行したりしてはならない——ユーザーに提案することだけができる。
このスキルは、ホストシェルから Android デバイスを操作するために使用します — `adb shell input` でタップ、スワイプ、テキスト、キーイベント、ドラッグアンドドロップを注入し、`wm size` / `wm density` でディスプレイを変更し、`settings put global window_animation_scale 0` でハーメティックテスト設定を切り替え、`pm clear` と `am force-stop` でアプリの状態をリセットし、`am start -n pkg/.Activity` で Activity を起動し、API 30+ では非推奨の `svc` エイリアスの代わりに現代的な `cmd <service>` ラッパー（`cmd wifi`、`cmd connectivity`、`cmd uimode night`、`cmd locale set-app-locales`）を使用します。ユーザーが "input tap"、"input swipe"、"input text spaces"、"KEYCODE_BACK"、"wm size for screen-size matrix"、"settings put animation_scale"、"force-stop vs pm clear"、"svc wifi no-op"、"cmd wifi set-wifi-enabled"、"am start intent extras" に言及した場合は、このスキルを使用してください。
Copilot Studio のエージェント設計向けパターンライブラリ。実績があり推奨される実装パターンと YAML 例を収録しています。Advisor エージェントがパターンを提案するとき、Author エージェントが実装時に YAML 構造を参照するときに使用します。用途：設計ガイダンス、パターン提案、ベストプラクティスに照らしたレビュー、既知の落とし穴のトラブルシューティング、実装時の YAML 参照。用途外：一般的な YAML スキーマのリファレンス（int-reference を使用）、トピック作成の仕組み（new-topic を使用）。
Laravel アプリケーションの構築や保守を行う際に使用する——Eloquent ORM、Blade、Livewire、キュー、Pest テスト、ミドルウェア、サービスプロバイダー、マイグレーション。トリガー条件：Laravel プロジェクトのセットアップ、Eloquent モデル設計、Blade または Livewire コンポーネントの作成、キュー/ジョブの実装、Pest テストの作成、ミドルウェア設定、マイグレーションの作成、ルート定義、Form Request バリデーション、ポリシー認可、Sanctum/Passport 認証、Horizon キューモニタリング。
Moralis と Web3 開発について学ぶ。質問なしで呼び出すと、プラットフォームの friendly なウォークスルーを提供する——何が利用でき、どのデータを取得でき、全体がどう組み合わさるか。質問付きで呼び出すと、直接回答する。"what is Moralis"、"can Moralis do X"、"what chains are supported"、"how do I get started"、"which API should I use"、料金、機能比較、その他の探索的な質問に使用。回答後、適切な技術スキル（@moralis-data-api または @moralis-streams-api）にルーティングする。
ネイティブのモバイル／デスクトップアプリと Blazor Web UI を組み合わせる .NET MAUI Blazor Hybrid 開発の専門的なガイダンス。次の場合に使用する：(1) .NET MAUI Blazor Hybrid アプリ、(2) BlazorWebView コンポーネント、(3) Blazor UI を共有するクロスプラットフォームアプリ、(4) Blazor Hybrid におけるプラットフォーム統合、(5) Blazor コンポーネントによる MVVM、(6) MAUI ページと Razor コンポーネント間のナビゲーション、(7) MAUI と Web 向けの共有 Razor Class Library (RCL)。Blazor を UI に使用するあらゆる .NET MAUI プロジェクトに適用される。
MISRA C:2025 のエキスパートで、2 つのモードで動作する：(1) レビュー — 既存の C コードを約 223 のガイドライン（22 のディレクティブ + 約 201 のルール）に照らして違反をスキャンし、ルール ID、修正済みコード、逸脱の正当化テンプレートとともに指摘を報告する；(2) 開発 — 最初の行から MISRA 準拠の新しい C 関数、モジュール、データ構造を生成し、最初から essential type モデル、安全な制御フロー、禁止構文の回避を適用する。C:2023 のベース（C:2012 + Amd1 セキュリティ + Amd2/Amd3 C11/C18 + Amd4 マルチスレッド）に加え、C:2025 の 4 つの追加（規則 8.18、8.19、11.11、19.3）、規則 15.5 の不適用、69 の細分化されたガイドラインを対象とする。参照できる翻訳単位全体（指摘された行だけでなく）をレビューし、組み込みのセルフチェックと明示的な確信度・ギャップを備えた意思決定可能な指摘を返し、任意で analysis/ 配下に自己完結型 HTML レポートを出力できる。
完全な Next.js デプロイシステム(Next.js 15.5/16)。以下の場合にプロアクティブに有効化する:(1) Vercel のデプロイと設定、(2) セルフホスト可能な Node.js デプロイ、(3) Docker コンテナ化、(4) output:'export' による静的エクスポート、(5) Edge Runtime の設定、(6) 環境変数、(7) GitHub Actions による CI/CD、(8) ヘルスチェックと監視、(9) 本番最適化、(10) Turbopack の本番ビルド(Next.js 16)。提供するもの:Dockerfile、docker-compose、PM2 設定、vercel.json、GitHub Actions ワークフロー、Turbopack 設定。適切な設定による本番対応のデプロイを保証する。
完全な Next.js Server Actions システム（Next.js 15.5/16）。次の場合に積極的に有効化：(1) 'use server' による Server Actions の定義、(2) actions によるフォーム処理、(3) フォーム状態のための useActionState、(4) pending 状態のための useFormStatus、(5) useOptimistic による楽観的更新、(6) Zod と next-safe-action によるバリデーション、(7) actions での認可、(8) ファイルアップロード、(9) ミューテーション後の再検証、(10) next-safe-action ライブラリによる型安全な actions。提供：Action パターン、フォーム統合、バリデーション、楽観的 UI、エラー処理、next-safe-action 統合。適切なバリデーションと UX を備えた安全なサーバー側ミューテーションを保証する。
ビジュアル編集、ブロックベースのページビルダー、完全な SEO を備えた Next.js 16 + React 19 + TinaCMS サイトを構築します。ユーザーが TinaCMS、Tina CMS、CMS を使った Next.js、Next.js でのビジュアル編集、クリックして編集、コンテンツ管理された Next.js サイト、ブロックパターンのページビルダー、Next.js + TinaCMS への移行に言及したときは常に本スキルを使用します。TinaCMS のスキーマ設計、セルフホスト型 TinaCMS、TinaCMS のメディア設定、TinaCMS のトラブルシューティングでもトリガーします。スキャフォールディングから Vercel での本番デプロイまでの Day 0-2 のセットアップを扱います。
OP_NET を使って Bitcoin Layer 1 上に構築する — トラストレスなスマートコントラクトのための Bitcoin L1 コンセンサス層。OPNet 向けの AssemblyScript スマートコントラクト、TypeScript ライブラリ、React フロントエンド、Node プラグインを構築する際に使用します。Bitcoin スマートコントラクト開発、OP20 トークン、OP721 NFT、WebAssembly コントラクト、verify-dont-custody パターン、epoch mining、OPNet アーキテクチャに関する質問でトリガーします。
共有の最適化ガイダンスと cuTile Python DSL 固有のオーバーレイ。次に使用する: (1) cuTile Python DSL カーネルの最適化を選択するとき、(2) cuTile 固有の実装上の落とし穴を確認するとき、(3) プロファイリングの知見を共有ナレッジと cuTile オーバーレイのどちらに置くか判断するとき、(4) cuTile Python DSL の最適化ドキュメントを更新するとき、(5) 共有パターンが cuTile にどうマッピングされるかをレビューするとき。
`orca` CLI を通じて、Orca が管理するワークツリー、フォルダコンテキスト、ターミナル、リポジトリ、自動化、スキル共有、ワークツリーコメント、Orca 内蔵ブラウザを操作する。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」／「handover」／「give this to another agent」「Orca browser」「share skills」と言ったときに使用する。Orca の状態が関わる場合は、生の git worktree、その場しのぎの PTY、Computer Use より優先する。CLI、ファイルシステム、API ではできない GUI 操作が可視ウィンドウに必要な場合にのみ Computer Use を使用する。
完全な最適化ワークフロー、サブエージェント起動テンプレート、エージェント間通信契約、デフォルト構成、チューニング戦略、ナレッジベース更新プロトコル。次に使用する: (1) 最適化サイクルを開始するとき、(2) Profiler または Designer サブエージェントを起動するとき、(3) エージェント間通信を解釈またはフォーマットするとき、(4) プロファイリングまたは実装のイテレーション後にナレッジベースを更新するとき、(5) カーネルのデフォルト構成やチューニング戦略を決めるとき。
事前承認の意思決定ワークフローを自動化するためのパイプラインスキル。ユーザーが PA リクエストデータ（X12 278 または FHIR PAS バンドル）の解析、判定用の臨床特徴量の抽出、ルールベースの PA 意思決定エンジンの構築、過去の PA 決定に対する ML 分類器の学習、拒否パターンの分析、PA 結果の SHAP 説明の生成を求めたときに使用する。トリガーには "parse 278"、"FHIR PAS bundle"、"PA automation"、"adjudication logic"、"PA classifier"、"denial analysis"、"prior auth ML"、"SHAP explainability"、"PA feature extraction"、"rules engine PA"、"PA decision pipeline"、"authorization workflow"、"clinical criteria extraction"、"denial pattern mining"、"PA turnaround time" が含まれる。
ユーザーが "add a glow"、"blur the background"、"add a screen effect"、"mask a sprite"、"add post-processing"、"shader effect"、"add lighting"、"flashlight cone"、"vision cone"、"normal maps"、"make the screen flash"、"color grading"、"tint a sprite"、"screen shake with effects"、"damage flash"、"hit flash"、"vignette"、"bloom"、"convert my preFX/postFX code"、"BitmapMask replacement"、"custom shader"、"SpriteGPULayer"、"Mesh2D"、"stencil mask" を求めたり、Phaser 4 の視覚効果、フィルター、マスク、ライト、レンダラーに関する質問をしたときに、この skill を使用する。
manifest の spec と ComponentRegistry を通じて InferenceModel の前処理、後処理、runner を設定する。physicalai.inference.preprocessors や postprocessors、manifest の preprocessor/postprocessor リスト、instantiate_component、登録された型名、または推論パイプラインコンポーネントの class_path init_args を編集する場合に使用。
Physical AI Studio からエクスポートされたポリシーを Runtime へのデプロイ用に読み込み、検証する。InferenceModel、InferenceModel.from_pretrained、manifest.json、アダプターの自動検出（onnx、openvino）、backend/device kwargs、Hugging Face Hub のポリシーパッケージ、または Studio が physicalai export で生成するエクスポート/ロード契約の Runtime 側を扱うときに使用する。
訓練済みの Physical AI Studio ポリシーをシミュレーション gym でベンチマークし、成功率指標を報告する。physicalai benchmark の実行、library/configs/benchmark 配下の設定の編集、physicalai.benchmark での Benchmark クラスの追加や変更、rollout/episode/env 設定の調整、rollout 動画の録画、results.json / results.csv の解釈に使用。
Runtime へのデプロイ用に Physical AI Studio ポリシーをエクスポートおよび検証する。policy.export(...)、physicalai export コマンドライン、ONNX/OpenVINO/Torch/ExecuTorch バックエンド、エクスポートメタデータ、数値一致チェック、または Runtime が InferenceModel(...) で消費するエクスポート/ロード契約の Studio 側の作業に使用。
LeRobot 形式に基づく Physical AI Studio のデータセットと Lightning datamodule を扱う。physicalai.data.lerobot.LeRobotDataModule を学習設定に組み込む、repo_id を選択する、physicalai と lerobot のデータレイアウト間で変換する、observation の Features/FeatureType を定義する、正規化を設定する、またはバッチ形状とデータローディングをデバッグする場合に使用。
複数ロールによる PRD/プロトタイプレビュー会をシミュレートし、プロダクト、エンジニアリング、QA、デザイン、運用、法務の 6 つの視点からレビュー結論を出す。ユーザーが「帮我评审一下这个 PRD」「看看这个需求有没有问题」「模拟评审会」「review 一下这个文档」「这个需求能不能过评审」「帮我查漏补缺」と言ったときにトリガーされる。また、ユーザーが PRD、要件ドキュメント、プロトタイプのスクリーンショット、機能仕様をアップロードして確認を求める場合；ユーザーが「评审」「review」「过会」「需求评审」「方案评审」などのキーワードに言及した場合；ユーザーがエンジニアリングまたは QA の視点から要件の実現可能性を尋ねる場合にも適用される。対象外：PRD の作成（pm-prd-writer を使用）、純粋なコードレビュー（code-review を使用）、純粋なデザインレビュー（design-critique を使用）。
PydanticAI と PydanticGraph で型安全な AI エージェントとグラフベースのワークフローを構築します。エージェントの作成、関数ツール、機能、依存性注入、構造化出力、ストリーミング、マルチエージェントパターン、テスト、評価、グラフ状態機械を扱います。Python でエージェント、ツールを使用する LLM ワークフロー、グラフベースの状態機械を構築するときはいつでも使用してください。このスキルを無関係なリクエストに使用しないでください。最も近い名前の専任担当にルーティングしてください。
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。