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 98,639 件掲載。コマンド 1 行でインストールできます。
開発
Pydantic v2 を用いた FastAPI プロジェクト向けの API コントラクト設計規約。設計フェーズで、新しい API エンドポイントの計画、リクエスト/レスポンスコントラクトの定義、ページネーションやフィルタリングの設計、エラー応答の標準化、API バージョニングの計画を行うときに使用。RESTful な命名、HTTP メソッドのセマンティクス、Pydantic v2 のスキーマ命名規約（XxxCreate/XxxUpdate/XxxResponse）、カーソルベースのページネーション、標準エラー形式、OpenAPI ドキュメントを網羅する。実装の詳細（python-backend-expert を使用）やシステムレベルのアーキテクチャ（system-architecture を使用）は対象外。
Apple のオンデバイス機械学習フレームワークリファレンス。Core AI（.aimodel）／Core ML／Create ML／Vision／Natural Language／Speech／Media Intelligence／Music Understanding。AIModel、InferenceFunction、MLModel、MLModelConfiguration、MLMultiArray、MLTensor、MLComputeUnits、MLImageClassifier、MLTextClassifier、MLDataTable、VNCoreMLRequest、VNImageRequestHandler、VNRecognizeTextRequest、RecognizeTextRequest、NLTagger、NLEmbedding、NLLanguageRecognizer、SpeechAnalyzer、SpeechTranscriber、SFSpeechRecognizer、SFSpeechAudioBufferRecognitionRequest、SFTranscription、FaceGroupAnalyzer、MusicUnderstandingSession。
Arbor 論文の Hypothesis Tree Refinement（HTR）を使用し、目標と評価器に照らして実際の成果物（コード、学習レシピ、エージェントハーネス、データパイプライン、プロンプト）を自律的に改善します。過学習を避けながら、多くの実験を通じて反復的に最適化したい場合に使用します。例：「モデルの評価スコアを上げる」「このエージェント／ハーネスを改善する」「このパイプラインを調整する」「このベンチマークでベースラインを超える」「複数のアプローチを探索して最良のものを残す」「MLE-bench／Kaggle 形式の最適化を行う」、または「開発セットを丸暗記せず成果物を改善する」といった長期的なタスクです。ユーザーが「Arbor」や「仮説ツリー」と言わなくても、実験と評価の反復、競合するアイデアの分岐探索、開発セットとテストセットの差への懸念を述べた場合も対象です。Claude 自身がコーディネーターとなり、分離された git worktree 内のサブエージェント実行器を動かします。単体の `arbor` CLI ツールについては references/arbor-upstream.md を参照してください。
AUTOSAR BSW のエキスパート。既定では Classic AUTOSAR（BSW/MCAL/RTE、静的設定、C、AUTOSAR OS）を対象とし、6 つのモードで動作する：(1) BSW 設定 — Com、NvM、Dem、Dcm、Os、MemIf を依存関係チェーンおよび EB Tresos / DaVinci のコンテナパスとともに扱う；(2) ARXML デバッグ — 整合性エラーを分類・特定・修正し、修正済みフラグメントと再発防止ルールを提示する；(3) RTE 生成のトラブルシューティング — pre-gen、contract、implementation、post-gen のビルドフェーズにまたがる生成器の障害を診断する；(4) COM スタックのデバッグ — CanDrv → CanIf → PduR → Com → RTE と層をたどり、CAN 信号の欠落、誤り、古さ、断続的な問題を調べる；(5) 起動、NVM、電源 — EcuM/BswM の起動と停止、bootloader / UDS の再書き込み、NvM/Fee/Ea ストレージ、スリープ/ウェイクアップ、部分ネットワーク；(6) 通信プロトコル — CAN / CAN FD、LIN、CanTp、PduR ゲートウェイ、ComM/Nm、UDS (ISO 14229)、SOME/IP、DoIP。入力が ara::com、ara::exec、POSIX、またはマニフェストに言及する場合は Adaptive AUTOSAR（ara:: クラスタ）を扱い、さらに MCAL/CDD インターフェース背後でのレガシー bring-up も扱う。
`baguette` CLI で iOS シミュレーターを操作・確認します。タップ、スワイプ、ボタン、文字入力、スクリーンショット、アクセシビリティツリー、ログ、アプリの実行条件（位置情報、ネットワーク、外観、プッシュ、UserDefaults）に対応し、Xcode を開く必要はありません。エージェントが実行中のシミュレーターを操作または検証する場合（UI フロー、スモークテストやデモ、画面上でのコード変更の確認）、またはユーザーが `baguette` を指定した場合に使用します。Xcode のインストールや Simulator.app を開くだけの用途には使用しません。
Tambo を既存の React アプリに統合する — 技術スタックを検出し、@tambo-ai/react をインストールし、TamboProvider を接続し、Zod スキーマでコンポーネントを登録し、ツール/コンテキストを設定する。既存のコードベースに AI 駆動の生成 UI を追加するときに使用する。"add Tambo"、"integrate Tambo"、"add AI chat to my app"、"add generative UI" でトリガーされ、ユーザーが既存の React/Next.js/Vite プロジェクトを持ち AI 駆動のコンポーネントを追加したい場合にも使用する。まったく新しいプロジェクトには、代わりに generative-ui を使用する。
Dify フロントエンドの複雑度が高い React コンポーネントをリファクタリングします。`pnpm analyze-component --json` で complexity > 50 または lineCount > 300 が示された場合、ユーザーがコード分割、フック抽出、複雑度の削減を求めた場合、または `pnpm analyze-component` がテスト前のリファクタリングを警告した場合に使用します。単純で構造の整ったコンポーネント、サードパーティ製ラッパー、またはユーザーがリファクタリングせずにテストすることを明示した場合は使用しません。
任意の Web プロジェクトに Contentsquare のトラッキングタグをインストールして検証する。"add Contentsquare"、"install CS tag"、"set up Contentsquare analytics" を求められた場合、または Web アプリケーション向けに Contentsquare のトラッキングを設定する場合に使用する。検証は `npx @contentsquare/wizard verify` を通じて実行され、組み込みの Playwright ブラウザを動作させる — ブラウザ自動化 MCP は不要。
ドメインモデリングを行う際は常にこのスキルを使用すべきです。Rich Hickey と Scott Wlaschin の原則に基づき、型駆動設計とデータ駆動設計のための専門的なガイダンスを提供します。このスキルは、現在のモデリングを既存のドメインモデルの文脈に位置づけ、不整合を特定し、ユビキタス言語を構築し、ドメインの概念を明確に伝えるための可視化（Mermaid、Graphviz/DOT、ASCII 図）を作成するのに役立ちます。型の設計、業務ドメインのモデリング、ドメインロジックのリファクタリング、コードベース全体のドメイン整合性の確保を行う際に、このスキルを使用してください。
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。