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 97,905 件掲載。コマンド 1 行でインストールできます。
開発
コードをどこに置き、どちらの方向に依存させるかを決めます。新しいモジュールの所属先、依存をその方向に流してよいか、境界の内側に何を残すか、抽象化が導入に値するかどうか、長いフローをいつ一つのまとまりとして保つべきか。変更前の調査、配置を選ぶ前に技術的な未知を検証すること、効果と依存を明示的に保つこと、既存のアーキテクチャが妥協を強いる場合にその妥協を記録することを扱います。ユーザーが "where should this live"、"is this the right structure"、"should I split this"、"this file is doing too much"、"clean this up" と言ったとき、またコードが I/O を隠す、広範なコンテキストオブジェクトを渡す、特定の呼び出し元を汎用メカニズムにハードコードする、最初のアーキテクチャの隣に二つ目のアーキテクチャを育てる場合に使用します。既に存在する変更の評価や、言語固有のイディオムには適しません。技術的な未知が未解決のまま選ばれた構造は、設計の衣装をまとった推測です。
Make Appの要件案が確定した後のプロジェクト新規作成や反復開発に使用します。業務入力、編集・保存、承認処理の機能に基づいて、「自分の承認」ナビゲーションをデフォルトで生成するか判断します。BPM、bpmDefinitionKey、承認作成フィールド、保存して申請、申請して保存、プロセス状態、詳細タイトルの承認Tagも対象です。生成条件、実行時の開始設定、保存と初回開始、業務一覧および詳細画面での状態表示を担当します。キャンセル／差し戻し、「自分の承認」npmパッケージのインストールやタスクセンター実装、承認処理、承認履歴、プロセスデザイナー、Consoleの承認管理は対象外です。
MATLAB Support Package for Arduino Hardware が直接サポートしていない Arduino センサーや周辺機器を MATLAB から使用したいときに使う。カスタム Arduino ライブラリを MATLAB 向けに作成、ラップ、公開する要求でトリガーする。また、「How do I read humidity in MATLAB?」や「How do I display text on an LCD from MATLAB?」のように、カスタム Arduino アドオンライブラリが必要な間接的な質問でもトリガーする。対象：カスタムアドオンの作成、サードパーティ Arduino ライブラリの統合、LibraryBase クラス、C++ ヘッダーファイル、DependentLibraries、arduinoioaddons 名前空間、I2C/SPI/GPIO 周辺機器ラッパー。
.NET MAUI アプリケーションでタップ、スワイプ、パン、ピンチ、ドラッグ&ドロップ、ポインタのジェスチャ認識機能を実装するためのガイダンス。XAML と C# の使用法、ジェスチャの組み合わせ、プラットフォームの違いを扱う。USE FOR: "tap gesture"、"swipe gesture"、"pan gesture"、"pinch gesture"、"drag and drop"、"pointer gesture"、"gesture recognizer"、"TapGestureRecognizer"、"SwipeGestureRecognizer"、"PanGestureRecognizer"、"combine gestures"。DO NOT USE FOR: ジェスチャでトリガーされるアニメーション（maui-animations を使用）、CollectionView のスワイプアクション（maui-collectionview を使用）、カスタム描画のインタラクション（maui-graphics-drawing を使用）。
sqlite-net-pcl を使って .NET MAUI アプリに SQLite ローカルデータベースストレージを追加する。ORM 属性付きのデータモデル、遅延初期化を伴う非同期データベースサービス、DI 登録、WAL モード、ファイル管理を扱う。任意の UI パターン（XAML/MVVM、C# Markup、MauiReactor）で動作する。使用対象："SQLite database"、"local database"、"sqlite-net-pcl"、"offline storage"、"CRUD database"、"database service"、"WAL mode"、"CreateTableAsync"、"local data persistence"、"ORM attributes"。使用対象外：REST API のデータ取得（maui-rest-api を使用）、安全な認証情報の保存（maui-secure-storage を使用）、ファイル選択（maui-file-handling を使用）。
Model Download マイクロサービスを使用して AI モデルをダウンロード、変換します。HuggingFace、Ollama、Ultralytics、Geti、Pipeline Zoo からのモデルのダウンロード、OVMS 用の OpenVINO IR 形式への変換、HLS プラグイン経由での医療 AI モデル（3D Pose、rPPG、AI-ECG）のダウンロード、モデルダウンロードサービスのセットアップ、REST API または MCP サーバー経由でのダウンロード／変換ジョブの送信、MCP クライアント（Claude Desktop、Copilot）と model-download の接続、「モデル X を OVMS で動かすには？」という質問に使用します。「download model」「download weights」「convert to int4」「OVMS-ready model」「prepare model for inference」「model-download MCP server」などの語句でも起動します。
Node ライブラリとアプリ向けに TypeScript を設定する - 厳格な tsconfig、module と moduleResolution の選択、verbatimModuleSyntax、isolatedDeclarations、declaration 出力。ユーザーが TypeScript をセットアップしたい場合、tsconfig を厳格にしたい場合、ビルドを失敗させる tsc 型チェック手順を追加したい場合、または declaration 出力を修正したい場合に使用する。lint ルール、バンドル、パッケージエクスポートには適さない。
ユーザーが機械学習と最適化を組み合わせたい、最適化モデルで ML の予測を使用したい、または AI を数理計画法と統合したいときに使用する。ユーザーが「ML と最適化のハイブリッド」「予測してから最適化」「学習拡張最適化」「最適化におけるニューラルネットワーク」「エンドツーエンド学習」「最適化パラメータのための ML」に言及した場合にも使用する。純粋な最適化については optimization-modeling を参照。純粋な ML については ml-supply-chain を参照。
実際に機能する、最も手間のかからない解決策、つまり最も単純で短く、最小限の方法を徹底します。経験豊富なシニア開発者の視点で、タスク自体が本当に必要か（YAGNI）を問い、独自コードより標準ライブラリを、依存関係よりプラットフォームのネイティブ機能を、50 行より 1 行を優先します。強度は lite、full（デフォルト）、ultra から選べます。コードの作成、追加、リファクタリング、修正、レビュー、設計、ライブラリや依存関係の選定など、あらゆるコーディングタスクで使用します。ユーザーが「ponytail」「be lazy」「lazy mode」「simplest solution」「minimal solution」「yagni」「do less」「shortest path」と言った場合や、過剰設計、肥大化、ボイラープレート、不要な依存関係を訴えた場合にも使用します。コーディング以外の依頼（一般知識、文章、翻訳、要約、レシピ）には使用しません。
Awwwards 品質のプレミアムなウェブサイトデザインを、1 プロジェクトあたり 5 万ドル以上を請求する一流エージェンシーが手がけたような React（.jsx）コンポーネントとして作成する。ユーザーが、高級感・プレミアム・ラグジュアリー・エディトリアル・ハイエンド・エージェンシー品質であるべきウェブサイト、ランディングページ、ポートフォリオ、ウェブコンポーネントを求めたときにこのスキルを使用する。ユーザーが Awwwards、FWA、受賞デザインに言及した場合や、Apple、Aesop、Bottega Veneta、Stripe などのブランド、またはラグジュアリー／ファッション／デザイン重視のブランドを引き合いに出した場合にもトリガーする。ユーザーが「プロフェッショナルに見せて」「高そうに見せて」「本当にかっこよくしたい」「高品質なデザイン」「ありきたりにしないで」などと言った場合や、典型的な AI 生成ウェブサイトの美意識に不満を示した場合にトリガーする。ダッシュボード、管理パネル、内部ツール、または美しさより実用性が優先される機能的な UI にはトリガーしない —— これらは標準の frontend-design スキルが扱う。
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。