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
過剰エンジニアリングのパターンを検出すると自動的に有効化される：(1) ユーザーが明示的に変更を求めていないコードやファイルを変更する (2) 求められていない新しい抽象化レイヤー（class、interface、factory、wrapper）を作成する (3) 求められていないコメント、ドキュメント、JSDoc、型注釈を追加する (4) 求められていない新しい依存関係を導入する (5) 最小限の編集ではなくファイル全体を書き換える (6) diff の範囲がユーザーの要求を明らかに超えている (7) 「多すぎる」「それは変えないで」「X だけ変えて」「シンプルにして」「やめて」といったユーザーのシグナル (8) 起こり得ないシナリオに対するエラー処理、検証、防御的コードを追加する (9) 求められていないテスト、設定のスキャフォールド、ドキュメントを生成する
`orca` CLI を通じて、Orca 管理の worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、worktree コメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」／「handover」／「give this to another agent」「Orca browser」「orca artifacts」「share skills」と言った場合に使用します。Orca の状態が関係する場合は、通常の git worktree、臨時の PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。
既存の未計装アプリケーションに OpenTelemetry を後付けで導入する。トリガーフレーズ："migrate existing app to OTel"、"add OpenTelemetry to existing project"、"retrofit OTel into my codebase"、"thread context through my code"、"context propagation"、"bridge Prometheus metrics to OTel"、"logging bridge"、"migrate logging to OTel"、"slog bridge"、"logback bridge"、"verify my instrumentation"、"traces are disconnected"、"orphaned spans"、"migrate to OpenTelemetry"、"OTel migration plan"、"how do I sequence an OTel migration"、"add tracing to existing code"、"refactor for context propagation"、"Fiber context gotcha"、"keep existing logging working with OTel"、"add OTel without breaking Prometheus"、"bridge existing metrics"、"coexist with existing monitoring"。新規の計装には otel-instrumentation を、Beelines には beeline-migration を使用すること。
PanelUI の Web コレクションを使って React の Web UI を構築します。shadcn レジストリまたは npm からコンポーネントを追加し、テーマに合わせて色を設定して、フレーム付きパネルに組み合わせます。@panelui レジストリを設定した shadcn/ui または panelui-web を導入済みの React プロジェクトでの作業、Web 版 PanelUI への言及、React でドット状の地球儀、KPI カード、カンバンボード、ノードグラフ、アクティビティグリッド、フィードバックダイアログを求める場合に適用されます。
OneKey モバイルアプリ（iOS）の体系的なパフォーマンス最適化とリグレッションのデバッグ。(1) パフォーマンスリグレッションの修正——tokensStartMs、tokensSpanMs、functionCallCount などの指標が悪化し、正常水準に戻す必要がある場合、(2) ベースラインパフォーマンスの改善——コールドスタート時間の最適化や関数呼び出しのオーバーヘッド削減が必要な場合、(3) ユーザーがアプリの起動またはホーム画面更新フローのパフォーマンス最適化/改善/デバッグを求める場合に使用。
PlantUML ダイアグラム言語のエキスパート。ユーザーがプロセス、システム、アーキテクチャ、ワークフロー、データ構造、コンポーネント間の関係を可視化する必要がある場合に自動的に呼び出す。これには、ユーザーが物事のつながりを説明する、フローの文書化を依頼する、システムの相互作用を説明する、ライフサイクル状態を示す、デザインを視覚的に伝える必要がある場合が含まれる — たとえ「diagram」「PlantUML」「UML」と明示していなくても。シーケンス図、クラス図、アクティビティ図、ユースケース図、状態図、コンポーネント図、オブジェクト図、フローチャートを扱う。
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。
ユーザーが Protheus のレコードロックとデッドロックを理解、診断、防止する必要があるときに使用——RecLock/MsUnlock/SoftLock/LockByName のセマンティクス、BeginTran/EndTran のトランザクションスコープ、ロックリークとデッドロックの診断（TopMemoStatus、MonitorActiveLocks、DBAccess monitor、SQL Server/PostgreSQL/Oracle のロッククエリ）、防止パターン（BEGIN SEQUENCE/RECOVER、ロック順序）を網羅。"registro travado"、"trava de registro"、"deadlock"、"erro de lock"、"travamento no Protheus"、"quem esta travando o registro"、"RecLock nao libera" のようなポルトガル語の表現でもトリガーされる。
オープンソースの Ray（2.57 に固定）上での LLM ワークロード — ray.serve.llm による OpenAI 互換のサービング（vLLM ベースの LLMConfig + build_openai_app）と、ray.data.llm によるバッチ推論（build_processor）。モデルが生成する古いデフォルト — アーカイブされた ray-llm リポジトリとその YAML 設定、素の Serve deployment 内で手書きした vLLM エンジン、削除された build_llm_processor という名前、非推奨のブール型 stage フラグ、トップレベルの LLMServer/LLMRouter インポート、自由形式のアクセラレータ文字列、LoRA アダプタごとに 1 つの deployment という設計 — を 2.57 のイディオム（stage 設定、手書きの PG ではなく placement_group_config、deployment_config による自動スケーリング、動的な LoRA 多重化、prefix-cache-affinity ルーティング、OpenAI エンドポイントの全体）で修正する。Ray 上で LLM サービングやバッチ推論を書く、レビューする、本番化するときに使用。古典的機械学習の Ray（Train/Tune/Data/Serve/クラスタ）は姉妹の ray skill にある。
データ取得、テーブル、フォーム、ステートマシン、クライアント状態管理、スキーマ検証、テストのための高度な React パターンと規約。複雑な React の問題に取り組むときに使用——単純なコンポーネントの質問ではなく、フィルタリング付きのサーバー駆動テーブル、多段階ウィザード、useEffect の排除、Suspense アーキテクチャ、状態管理手法の選択、サーバー/クライアント/URL/フォーム状態にまたがるデータフローの設計といった複数の関心事を伴うタスク。Web 固有のルーティング/SSR や React Native 固有のナビゲーション/パフォーマンスには使用しない。
最新の React ドキュメントを用いて React アプリケーションとコンポーネントを構築、レビュー、デバッグ、移行、または計画する。React、React DOM、hooks、JSX、Server Components、Server Functions、Actions/forms、React Compiler、ハイドレーション、レンダリングルート、React 19/19.3 へのアップグレード、View Transitions、Fragment refs、ブラウザ専用レンダリング、Trusted Types、または現代的な React パターンとベストプラクティスに関する質問に使用。
NestJS/TypeScript のコードをリファクタリングし、保守性、可読性、ベストプラクティスへの準拠を向上させます。循環依存、神オブジェクト化したサービス、ビジネスロジックを含む肥大化したコントローラー、深いネスト、SRP 違反を特定して修正します。適切なモジュール構成、プロバイダースコープ、カスタムデコレーター、ガード、インターセプター、パイプ、class-validator を使った DTO、例外フィルター、CQRS、リポジトリパターン、イベント駆動アーキテクチャといった NestJS のパターンを適用します。コードを SOLID 原則に従った模範的な実装へと変えます。
Spring Boot と Java のコードをリファクタリングし、保守性、可読性、エンタープライズのベストプラクティスへの準拠を向上させます。このスキルは、乱れた Spring Boot アプリケーションを、SOLID 原則と Spring Boot 3.x の規約に従ったクリーンで構造化されたソリューションへと変えます。肥大化したコントローラー、不適切なトランザクション境界、フィールドインジェクションのアンチパターン、散在した設定に対処します。record パターン、switch のパターンマッチング、仮想スレッド、順序付きコレクションといった Java 21+ の機能を活用します。
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。