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
Svelte 5 の runes、snippets、SvelteKit のパターン、および TypeScript とコンポーネント開発の最新のベストプラクティスを扱います。Svelte 5 コンポーネントや SvelteKit アプリケーションの作成、レビュー、リファクタリングに使用します。対象：Svelte コンポーネント、runes（$state、$derived、$effect、$props、$bindable、$inspect）、snippets（{#snippet}、{@render}）、イベント処理、SvelteKit のデータ読み込み、フォームアクション、Svelte 4 から Svelte 5 への移行、store から rune への移行、slots から snippets への移行、TypeScript の props 型指定、ジェネリックコンポーネント、SSR 状態の分離、パフォーマンス最適化、コンポーネントテスト
大規模な Swagger/OpenAPI JSON ドキュメントをオンデマンドでクエリおよび分析し、仕様全体を読み込むことなくエンドポイントの詳細とスキーマを抽出する。API の探索、タグ/キーワードによる検索、リクエスト/レスポンス構造の理解、データモデルの追跡に使用する。ユーザーが "find an endpoint"、"search for login/upload/user APIs"、"explain a schema" を求めるときに呼び出す。ドキュメントがカレントディレクトリにない場合は --spec でパスを指定し、構造化出力には --format json を使用する。
Syncfusion JavaScript TreeView コンポーネントで階層ツリー構造を実装し、選択、編集、ドラッグ＆ドロップ機能を提供する。ツリーナビゲーションインターフェースの構築、階層データの表示、ノード選択とチェックボックスの実装、ノード操作（追加/削除/更新）、ツリーテンプレートのカスタマイズを行うときにこのスキルを使用する。ローカルおよびリモートデータソースのデータバインディング、DataManager 統合、ノードイベント、API メソッド、プロパティを扱う。
Vue のチャット UI、メッセージングアプリ、会話型 UI、チャットウィジェット、リアルタイムメッセージング、ユーザー間通信、ボット統合、カスタマーサポートチャット、コラボレーションメッセージング、インスタントメッセージング機能、チャットルーム向けに Syncfusion Vue Chat UI コンポーネントを実装する。または、ユーザーが「chat ui」「chat component」「messaging interface」「conversation view」、@syncfusion/ej2-vue-interactive-chat パッケージに言及したときに使用する。
ローカル/リモートバインディング、CRUD、クエリ、キャッシュ、ミドルウェア向けに Syncfusion Vue DataManager を実装する。JsonAdaptor、ODataAdaptor、ODataV4Adaptor、UrlAdaptor、WebApiAdaptor、WebMethodAdaptor、RemoteSaveAdaptor、GraphQLAdaptor、CustomDataAdaptor、CustomAdaptor をサポートする。Query クラス、フィルタリング、ソート、ページング、グループ化、永続化、オフラインモード、キャッシュ、エラー処理を扱う。
TanStack Query v5 で React のサーバー状態を管理する。useQuery でクエリを、useMutation でミューテーションを設定し、QueryClient のキャッシュ戦略を構成し、楽観的更新を実装し、useInfiniteQuery で無限スクロールを処理する。使用場面：React プロジェクトでのデータ取得のセットアップ、v4 から v5 への移行、object syntax required エラー、query callbacks removed の問題、cacheTime から gcTime への名称変更、isPending と isLoading の混同、keepPreviousData removed 問題の修正。
まず流し読みでき、最後まで信頼して読める開発者向けの文章を書く——README、ガイド、チュートリアル、リファレンスドキュメント、提案書、PR 説明、リリースノート。技術文書の起草、書き直し、再構成、編集の前に読み込む。文書が文字の壁のように読める場合、主張に裏付けが必要な場合、文書が AI エージェントに資する必要がある場合に読み込む。読者優先の構成、反証可能な主張、ドキュメント・アズ・ビヘイビア検証、エージェントが読めるリファレンスの形を扱う。文単位の語調や汎用的な AI 的な文章には clarity、平易な英語、非専門読者、翻訳、ASD-STE100 には simple-english、学びの記録には expectations、図には diagrams、API セマンティクスには api-design、CLI ヘルプには cli-design を使用する。
vvvv gamma の C# ノードプロジェクトのデバッグを設定します。VS Code の launch.json と tasks.json の構成を生成し、実行中の vvvv にデバッガーをアタッチし、Visual Studio のデバッグプロファイルを構成し、デバッグのベストプラクティスを活用します。vvvv のデバッガー設定、起動構成の作成、vvvv プロセスへのアタッチ、C# ノードのブレークポイントのトラブルシューティングに使用します。さまざまなテストシナリオ/パッチ向けに複数の起動構成をサポートします。
AG2 の `Agent` を AG-UI プロトコル経由で公開し、フロントエンド（CopilotKit、カスタムの React/Next.js、その他の AG-UI クライアント）が応答（テキストと推論）をストリーミングし、ツール呼び出しを描画し、共有状態を同期し、サブタスクのステップを追跡できるようにする。`AGUIStream(agent)` で Agent をラップし、`stream.dispatch(...)` または `stream.build_asgi()` で FastAPI にマウントする。CLI / スクリプトではなく AG2 エージェントの前に Web フロントエンドを置きたい場合に使用。
@sap-ai-sdk/orchestration、@sap-ai-sdk/foundation-models、@sap-ai-sdk/openai（ネイティブ OpenAI SDK）、@sap-ai-sdk/langchain（LangChain）、@sap-ai-sdk/document-grounding（RAG）、@sap-ai-sdk/prompt-registry、@sap-ai-sdk/llm-batch（バッチジョブ）、@sap-ai-sdk/rpt（表形式予測）、または @sap-ai-sdk/context-registry（データ宛先、表形式アーティファクト、シナリオ設定）を使用して、SAP GenAI Hub 向けの動作する TypeScript/JavaScript のボイラープレートを生成します。対象：GenAI Hub モデルを呼び出す TypeScript、JavaScript、Node.js、JS/TS コードの依頼、TypeScript のスタータープロジェクト、アプリでの @sap-ai-sdk の使い方、SAP AI Core での LangChain（JS/TS）の使い方、RAG／ドキュメントグラウンディング、プロンプトテンプレート、LLM バッチジョブ、表形式（RPT）予測、Context Registry によるデータ宛先／表形式アーティファクト／シナリオ設定の管理向け JS/TS コードの依頼。不使用：Java コードには `aicore-sdk-java` を使用します。
PennyLane で量子回路を訓練・微分——自動微分と PyTorch/JAX 統合を備えたハードウェア非依存の量子機械学習フレームワーク。勾配による量子回路の訓練（parameter-shift、backprop、adjoint）、ハイブリッド量子古典モデルや量子ニューラルネットワークの構築、微分可能な変分アルゴリズム（VQE、QAOA）の実行に使用。IBM Quantum ハードウェアと Qiskit Runtime には alterlab-qiskit、Google Quantum AI や NISQ 回路には alterlab-cirq、開放系の Lindblad/master-equation ダイナミクスには alterlab-qutip を推奨。AlterLab Academic Skills スイートの一部。
Stable-Baselines3 で単一エージェント強化学習エージェントを訓練——scikit-learn ライクな API の背後に PPO、SAC、DQN、TD3、DDPG、A2C。標準的な単一エージェント RL 実験、迅速なプロトタイピング、Gymnasium 環境での十分に文書化されたアルゴリズム実装、コールバックと評価の追加に使用。高スループットの並列訓練、マルチエージェントシステム、カスタムベクトル化環境には代わりに alterlab-pufferlib を推奨。AlterLab Academic Skills スイートの一部。
Hugging Face Transformers v5（PyTorch のみ）で事前学習済みモデルを読み込み、実行し、ファインチューニングする — チャットモデルのテキスト生成、テキスト分類、NER、ゼロショット、音声認識、画像分類、物体検出、画像テキスト間の VLM に対する pipeline() 推論；dtype、device_map、bitsandbytes 量子化を伴う AutoModel/AutoTokenizer の読み込み；generate() によるデコード制御；オプションの PEFT/LoRA を使った Trainer ファインチューニング。Hugging Face Hub のチェックポイントで推論を実行するとき、カスタムのラベル付きデータセットで BERT/ModernBERT/Qwen 系モデルをファインチューニングするとき、生成を制御するとき（サンプリング、ビーム探索、ストリーミング、チャットテンプレート）、または v4 のコード（torch_dtype、削除された要約/翻訳/QA パイプライン、TF/Flax）を v5 に移植するときに使用。AlterLab Academic Skills スイートの一部。
サイトのスタイルを変更せず、ドキュメントごとに OGL レンダラーとキャンバスを 1 つ共有して、GSAP 駆動の WebGL を追加します。画像プレーンが各 img を追跡し、ホバーレンズ、スクロール速度に応じた波、ワイプ、グリッチ、ディゾルブ、ピクセル化、リップルを実現します。フレーム付きビューは要素のボックス内に描画します。画像の 3D らせんを通るカメラ飛行、形状間で変形する GPU パーティクル、液体画像、文字へと溶けたりページを流れ落ちたりするリキッドメタルの液滴を表現します。GSAP がシェーダーの uniform をトゥイーンします。実際の img（ビューの場合はポスター img）はアクセシブルなコンテンツとして維持され、WebGL がない場合、コンテキストが失われた場合、画像に CORS がない場合、または動きを抑制する設定の場合のフォールバックにもなります。WebGL の画像エフェクト、シェーダーホバー、3D スクロール飛行、パーティクル変形、液体ホバー、uniform のトゥイーン、ルート間でキャンバスを維持する用途に使用します。ライフサイクルのタイミングには、対応する GSAP フレームワークスキルと組み合わせてください。glTF モデル、物理演算、DOM のみのエフェクト（animaxxing を使用）、ブランディング、GSAP API の質問には使用しないでください。
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。