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 97,725 件掲載。コマンド 1 行でインストールできます。
開発
AI エージェントと Bitrix24 REST API の統合（webhook、OAuth 2.0、scope、イベント、batch、制限、REST 3.0）を設計、実装、デバッグ、堅牢化する。ユーザーが AI アシスタントまたはエージェントを Bitrix24 ポータルに接続したい、またはポータル上で操作したいときはいつでも使用する——たとえば lead、deal、contact、company の作成や更新、重複する contact の検出、通話やアクティビティの記録、deal ステージの移動、見積書や請求書の生成、製品の添付、チャットメッセージやユーザー通知の送信、チャットボットの構築、タスク、プロジェクト、テンプレートの管理、ファイルのアップロード、ビジネスプロセスの実行、オフラインイベントの同期、webhook と OAuth の選択、または Bitrix24 API エラー（WRONG_AUTH_TYPE、QUERY_LIMIT_EXCEEDED、expired_token）やパフォーマンス問題の解決——Bitrix24 が明示されていなくても使用する。他の CRM（Salesforce、HubSpot、amoCRM、Pipedrive、Zoho）には使用しない——それらには独自の skill がある。
TestBox を使って BoxLang アプリケーションのテストを記述、実行、デバッグするときにこのスキルを使用：BDD スタイルの describe/it スペック、xUnit スタイルのテストクラス、期待（expect/toBe マッチャー）、アサーション（$assert）、ライフサイクルメソッド（beforeAll/afterAll/beforeEach/afterEach/aroundEach）、MockBox モック（createMock/prepareMock/$()/$results()）、モックデータ生成（mockData()）、非同期テスト、例外テスト、フォーカス/スキップされたスペック、スペックへのファイル添付（attach()）、スペックのリトライ（it retries 引数、retries アノテーション、--retries）、失敗のみの再実行（--failed、HTML レポートの Run Failed ボタン、TestResult.getFailedTargets()）、レポーターの選択（Run Failed と Ask AI を備えた HTML レポーター、AI エージェント向けの Agent レポーター）、BoxLang CLI ランナーによるテスト実行。ブラウザテスト（@browser アノテーション、@browser 付きの ColdBox BaseTestCase）については bx-playwright-testing も読み込む。
2 つのエンジンを備えたブラウザ自動化：agent-browser コマンドライン（インタラクティブな作業のデフォルト——ナビゲート、スナップショット、クリック、入力、スクリーンショット、diff）と Playwright スクリプト（複合操作向け——コンソール/ネットワークのキャプチャ、a11y 監査、動画録画、レスポンシブの一括確認、GIF パイプライン、Shadow DOM の貫通）。トリガー：browser automation, web test, screenshot, responsive test, test the page, automate browser, headless browser, UI test, console errors, network inspection, accessibility audit, a11y test, performance metrics, video recording, browser state, page structure, authenticated testing, annotated gif, dialog handling, tracing, pdf generation, shadow DOM, web components, DOM stabilization。
Catsu を使い、11 のプロバイダー（OpenAI、VoyageAI、Cohere、Jina、Mistral、Gemini、Together AI、Mixedbread、Nomic、DeepInfra、Cloudflare）にわたる統合された高性能な埋め込み API 呼び出しを、単一の一貫したインターフェースで行う。モデルの選択と検出、指数バックオフによる自動リトライ、コストとトークンの追跡、Matryoshka 次元削減、入力タイプのヒント（query と document）、async/await のサポート、リクエストごとの API キー上書きを扱う。使用場面：埋め込みの生成、埋め込みプロバイダーの比較、検索または RAG システムの構築、埋め込みの Python または Rust アプリへの統合。
Claude Messages API を構造化出力（v0.69.0+、2025 年 11 月）とともに使用し、JSON スキーマ検証を保証して構築する。プロンプトキャッシュ（90% 削減）、ストリーミング SSE、ツール使用、モデルの非推奨化（3.5/3.7 は 2025 年 10 月に廃止）を扱う。使用タイミング：検証済みの JSON 応答を返すチャットボット/エージェントの構築、または rate_limit_error、構造化出力の検証、プロンプトキャッシュが有効にならない、ストリーミング SSE の解析のトラブルシューティング。
Cloudflare Agents SDK を用いて Workers + Durable Objects 上で AI エージェントを構築する。Agents SDK（インフラ/状態）と AI SDK（より単純なフロー）のどちらを選ぶかに関する重要な指針を含む。使用タイミング：SDK の選択、状態を持つ WebSocket エージェントの構築、Vectorize を用いた RAG、MCP サーバー、マルチエージェントのオーケストレーション、または "Agent class must extend"、"new_sqlite_classes"、バインディングエラーのトラブルシューティング。
Cloudflare Workers 上で、自動リトライ、状態の永続化、マルチステップのオーケストレーションを備えた持続的で長時間実行されるワークフローを構築する。step.do、step.sleep、step.waitForEvent をサポートし、数時間から数日間実行できる。使用タイミング：長時間実行ワークフローの作成、リトライロジックの実装、イベント駆動プロセスの構築、API 呼び出しの調整、マルチステップタスクのスケジューリング、または NonRetryableError、I/O context、シリアライズエラー、ワークフロー実行の失敗のトラブルシューティング。キーワード：cloudflare workflows、workflows workers、durable execution、workflow step、WorkflowEntrypoint、step.do、step.sleep、workflow retries、NonRetryableError、workflow state、wrangler workflows、workflow events、long-running tasks、step.sleepUntil、step.waitForEvent、workflow bindings
CloudBase Run バックエンド開発ルール（Function モード／Container モード）。長時間接続、多言語対応、カスタム環境、AI エージェント開発を必要とするバックエンドサービスのデプロイや、VPC 経由で MySQL/PostgreSQL/Redis にアクセスする必要がある既存アプリ／GitHub アプリの移行時に使用します。CloudRun コンテナのデプロイ失敗（deploy_failed、readiness/probe failed、イメージが起動しない、docker.io のプルループ）や、実行中のデプロイタスクの後でデプロイが停止している場合の診断にも使用します。ステートレスな HTTP サービスには HTTP cloud functions を優先してください。
Crowdin アプリを一貫して構築し、ユーザーがクリックして使える公開済みアプリを提供します。@crowdin/serverless-apps-cli でひな形を作成し、@crowdin/serverless-apps-sdk で UI を実装して、ユーザーの Crowdin または Crowdin Enterprise 組織に公開し、ユーザーが開ける状態にします。翻訳エディターのパネル、プロジェクト内のツールやレポート、組織メニューのページ、プロジェクトのダッシュボードなど、Crowdin UI 内に独自の機能を作りたい場合や、手作業にうんざりしているローカライズ作業について相談された場合に使用します。「create a Crowdin app」「add a tool to my Crowdin project」や、単独の「/create-app」、また「app」という語が使われていない依頼にも対応します。作業ディレクトリに既存のサーバーレス Crowdin アプリがあり、モジュール追加、マニフェスト変更、再公開が必要な場合にも使用します。crowdin.yml を使ってソースと翻訳を同期する独立した Crowdin CLI には使用しません。
カスタム scaffolder テンプレート action を構築するときに使用——scaffolder テンプレートが YAML steps から呼び出せるステップ。createTemplateAction と Zod の入力/出力スキーマ、action ハンドラーのコンテキスト（logger、workspacePath、input、output など）、scaffolderActionsExtensionPoint によるモジュール配線を扱う。「scaffolder action」「template action」「custom action」などのフレーズでトリガーする。
エンジニアリングチーム、アーキテクチャ決定、Technology Strategy のための技術リーダーシップ指針。Tech Debt Analyzer、チーム規模計算ツール、工程指標フレームワーク、技術評価ツール、ADR テンプレートを含む。Tech Debt の評価queued、チームのスケールアウト、技術の評価、アーキテクチャ決定、工程指標の確立を行るとき、または CTO、Tech Debt（技術的負債）、チームスケール、アーキテクチャ決定、技術評価、工程指標、DORA 指標、Technology Strategy への言及があるときに使う。
Python での並列コンピューティング向けの柔軟なライブラリ。NumPy、pandas、scikit-learn などの Python ライブラリをマルチコアシステムや分散クラスタへスケールさせる。遅延評価とタスクスケジューリングを備え、RAM 容量を超えるデータを扱える。アウトオブコアコンピューティング、並列処理、分散コンピューティング、大規模データ分析、dask.array、dask.dataframe、dask.delayed、dask.bag、タスクスケジューリング、遅延評価、メモリ制限を超えるスケーリングに使用。
「@virtuoso.dev/data-table」で仮想化データテーブルを構築する。次のような場合にこのスキルを使う：(1) ソート、フィルタリング、グループ化された行を備えたデータグリッドを構築する、(2) shadcn スタイルまたはヘッドレステーブルを導入する、(3) リモート／ページネーションされたデータソースを接続する、(4) 固定、サイズ変更可能、並べ替え可能、非表示可能な列を追加する、(5) テーブルの状態を永続化する、(6) 外部からテーブルを制御する（スクロール、アクション）、(7) TableVirtuoso から移行する、あるいは VirtuosoDataTable、DataTable、DataTableColumn、localModel、remoteModel、scrollToRow$ や dispatchModelAction$ などの engine ref を扱うタスク。
devcontainer-kit でリポジトリ独自の開発コンテナを作成または再生成する——.devcontainer/devcontainer.json、docker/local/<service>/Dockerfile（digest で固定した公式ランタイムイメージ、DeepWorkPlan Vim、Herdr、agentkit 経由のコーディングエージェント）、docker/local/docker-compose.yaml、dev.sh——その後、実際のビルドで検証する。ユーザーがリポジトリ用の開発コンテナ、devcontainer、docker/local/<service>/Dockerfile、`dev.sh up` コンテナを求めた場合、または devcontainer-kit で作成したものを再生成・アップグレードしたい場合にのみ使用する。本番イメージ、デプロイ、Kubernetes、CI ランナーには使用しない。リポジトリに Dockerfile があるというだけの理由でも使用しない。
デッドコード、重複した実装、孤立した成果物が蓄積したコードベース——特にコーディングエージェントが保守するコードベース——をクリーンアップする際にこのスキルを使用する。"find dead code"、"clean up unused code"、"remove redundant code"、"prune this codebase"、"dead code sweep"、"code cleanup" でトリガーされ、コードベースが複数回のエージェント主導のリファクタリングを経て見過ごされた残骸を含む可能性が高い場合にも使用する。不要なコードを体系的に特定し、発見事項を分類し、ユーザーの承認を得て確認済みのデッドコードを削除する。
中程度または難しいバグをデバッグする際の早い段階で使用する。特にテストだけでは実際のランタイム障害が明らかにならない場合に有効。バグがランタイム状態、順序、永続化、ストリーミング、並行性、UI/手動再現、外部サービスに関わる場合、あるいは失敗したテストや新たに成功したテストが実際の問題をモデル化できていない可能性がある場合に、長期間の TDD イテレーションの前にトリガーする。根本原因がスタックトレースや実際のランタイムパスを実行する決定論的テストによってすでに直接証明されている場合にのみスキップする。
このリポジトリで、事前録音またはライブ音声の転写のために Deepgram Speech-to-Text v1（`/v1/listen`）を呼び出す Python コードを書く、またはレビューするときに使用する。`client.listen.v1.media.transcribe_url` / `transcribe_file`（REST）と `client.listen.v1.connect`（WebSocket）を扱う。基本的な ASR にはこのスキルを使用し、summarize/sentiment/topics/diarize のオーバーレイには `deepgram-python-audio-intelligence`、ターンテイキング v2/Flux には `deepgram-python-conversational-stt`、全二重アシスタントには `deepgram-python-voice-agent` を使用する。トリガーには "transcribe"、"live transcription"、"speech to text"、"STT"、"listen endpoint"、"nova-3"、"listen.v1" が含まれる。
プロジェクトの雛形作成、アプリのデプロイ、アプリ/データベース/シークレットおよびマルチサービス `dibbla.yaml` マニフェストの管理、ワークフローの作成と実行（スリムな YAML、`wf execute` の同期/`--async`/`--follow`、実行監視用の `wf logs <runId>`、`wf runs list/output`）、`github.com/dibbla-agents/sdk-go` による Go ワーカーの構築、`dibbla-task.yaml` パイプラインの実行（`dibbla run`）を行う Dibbla コマンドライン。
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。