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 98,284 件掲載。コマンド 1 行でインストールできます。
開発
(NS) 計画された SDD バージョン向けに execution-handoff.md を生成・更新する —— 運用プロンプト、タスクごとのステータス表、トークン合計、秒単位の時間追跡。すべての task-NNN-*.md ファイルが存在する計画の最後、タスクは存在するがハンドオフがない場合、またはバージョン実装中にタスクステータスを更新する場合に使用する。バージョンライフサイクルのないアドホックなコーディング、バージョン分割(ns-sdd-version-partitioner)、GitLab 専用の issue 実行(ns-execution-gitlab-issue)には使用しない。
Panda CSS プロジェクトを v1 から v2 にアップグレードするか、1.x では動作していたものの 2.x で問題が起きるプロジェクトをデバッグします。@pandacss/dev の v2 へのアップグレード、アップグレード後のビルド失敗、config hooks、createStyleContext、template literal styles、panda ship、panda mcp、--cpu-prof の不具合、アップグレード後の CSS 出力の変化に使用します。スタイルの作成(panda-css を使用)、トークンやレシピの設計(panda-css-theming を使用)、Tailwind、Emotion、styled-components からの移行には使用しません。
Honeycomb で本番環境の問題を調査するための構造化ワークフロー — ツール呼び出しの順序(コンテキストの準備、広範なクエリ、BubbleUp、トレース分析、検証)と、根本原因に到達するためにステップ間で結果を連鎖させる方法。トリガーフレーズ:「investigate production issue」「debug latency spike」「find root cause」「use BubbleUp」「analyze traces」「debug an outage」「why is my API slow」「errors are increasing」「health check」「SLO burning」、または本番環境の問題を調査・デバッグするあらゆるリクエスト。
意見の強い Rails の規約:リッチモデル、concern、何でも CRUD、状態をレコードとして扱う、依存関係を最小限に、fixtures を使った Minitest。コードレベルの思考の前に、ファイルを編集する前だけでなく、このスキルを読み込むこと。タスクが何らかの形で Rails コードに触れる時点で必須:データモデル、schema、マイグレーション、エンティティ、関連、フィールド、バリデーション、クラス名やメソッド名の設計、あるいは単に議論する場合;作成、計画、レビュー、分析、テスト、デバッグ、リファクタリング;チャット内でモデル、テーブル、カラム、ルート、コードスニペットをインラインで提案する場合。モデルに名前を付けようとしたりカラムを書き出そうとした時点で、まだファイルを書いていない探索的なやり取りであっても、すでに対象範囲内である。"we're just discussing" という枠組みで先延ばしにしてはならない。非 Rails バックエンド、NestJS、一般的なアーキテクチャには使用しない(nestjs-modular-monolith または coding-guidelines を使用)。
チェックアウト済みの GitHub PR に対するマルチエージェントのレビュー・改善ループ。修正コミットをローカルブランチに適用し、PR にプッシュし、PR コメントで報告する。ユーザーが "improve a PR"、"review and commit fixes"、"iterate on my PR"、"review and push back" をチェックアウト済みの PR ブランチに対して行いたいときに使用。ロケーターが指定されない場合は PR が自動検出される。per_fix モードで `review-anvil` エンジンを有効化する。
コード実装とドキュメントの整合性をチェックするドキュメント一貫性レビューアー。ユーザーがドキュメントとコードの一貫性のレビュー、README/ドキュメントの陳腐化の確認、API ドキュメントの正確性の検証を求めたときに使用。(1) README と実装の一貫性のレビュー (2) docs/ ディレクトリの内容が陳腐化していないかの確認 (3) API/設定ドキュメントの正確性の検証 (4) ドキュメント一貫性レポートの生成に適用。トリガーワードには doc review、documentation consistency、check outdated docs、verify docs が含まれる。
API、Zapier、ネイティブ統合を通じて Qwilr を CRM やその他のツールに接続する自動化を構築する。営業担当が取引データを手動で提案書にコピーしている場合、Qwilr と CRM が同期していない場合、提案ステータスが Salesforce や HubSpot で更新されない場合、取引が特定のステージに到達したときに提案書を自動作成したい場合、提案書の閲覧や承諾で Webhook が発火しない場合に使用する。提案書の内容執筆(/sales-proposal-page を使用)、再利用可能なテンプレートの設計(/sales-proposal-template を使用)、エンゲージメントシグナルの解釈(/sales-proposal-analytics を使用)には使用しない。
完了したコーディングプロジェクト向けに、科学研究スタイルの包括的なドキュメントを生成します。プロジェクトドキュメント、技術的な分解、研究論文、講義資料の依頼、または自分が構築したプロジェクトをすべて理解したい場合に使用します。トリガーには「document this project」「create a study paper」「explain everything we did」「write up the full breakdown」「scientific documentation」「I want to learn from this project」などがあります。学術的な構成、初心者向けの説明、網羅的なコード分析を備えた正式な Word 文書(.docx)を生成します。
Scrapy または web-poet のコードを書く、変更する、デバッグする、説明する前にこれを読むこと — spiders、ページオブジェクト、pipeline、settings、セレクタ — 一行の修正であっても、また Scrapy プロジェクト、scrapy-poet、scrapy-zyte-api、ブラウザレンダリングの雛形作成・設定であっても同様。これらのライブラリはあなたの学習カットオフ以降に更新されている。本 skill を最初に呼び出すこと。特定サイト向けのスクレイパー構築(scrape)、保存された HTML ファイル(scrape-analyze-page)、Scrapy Cloud のデプロイ/ジョブ(zyte)には適用しない。
Bolna の音声エージェントに関数ツールを追加し、通話中に実世界のアクションを実行できるようにする:担当者への転送、任意の HTTP API 経由でのデータ取得/送信、Cal.com の枠の取得と予約、現在時刻の照会、DTMF キーパッド入力のキャプチャ。OpenAI の関数呼び出しスキーマと Bolna 拡張(`key: \"custom_task\"`、`value` API 設定、`pre_call_message`)を使用。エージェントが話すだけでなく、エスカレーション、取得、予約、記録、検証、ワークフローのトリガーを行う必要がある場合に使用。
Liquid テンプレート、テーマ開発(OS 2.0)、GraphQL Admin API、Storefront API、カスタムアプリ開発、Shopify Functions、Hydrogen、パフォーマンス最適化、デバッグを扱う Shopify 開発の完全リファレンス。.liquid ファイルを扱うとき、テーマの section と block を作成するとき、Shopify 用の GraphQL クエリやミューテーションを書くとき、CLI と Polaris で Shopify アプリを構築するとき、Ajax API でカート操作を実装するとき、Shopify ストアの Core Web Vitals を最適化するとき、Liquid や API のエラーをデバッグするとき、settings_schema.json を構成するとき、Shopify オブジェクト(product、collection、cart、customer)にアクセスするとき、Liquid フィルターを使うとき、アプリ拡張を作成するとき、webhook を扱うとき、Scripts から Functions へ移行するとき、または Hydrogen と React Router 7 でヘッドレスストアフロントを構築するときに使用する。API バージョン 2026-01 に対応。WooCommerce、Magento、BigCommerce、その他の Shopify 以外の e コマースプラットフォームには使用しないこと。
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。
