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 97,222 件掲載。コマンド 1 行でインストールできます。
開発
境界づけられたコンテキスト間の関係をマッピングするときに使用します。「コンテキストマップ」「この 2 つのサービスはどう連携するか」「腐敗防止層を使うべきか」「共有カーネルか別々の道か」「上流／下流」「ここに適した統合パターンは何か」などが該当します。7 つの関係パターン（Shared Kernel、Customer-Supplier、Conformist、Anticorruption Layer、Open Host Service、Published Language、Separate Ways）と、それぞれを選ぶ際の判断材料をまとめています。
ユーザーが DDD パターンを実現する具体的なコードを求める場合に使用します。「X のエンティティのひな型を作る」「Y の集約を書く」「リポジトリインターフェースを提示する」「この値オブジェクトを実装する」などが対象です。命名と不変条件を整理して会話を進めた後、コード生成を言語アダプタースキル（例：Kotlin 用の ddd-kotlin-idioms）に委ねます。リファクタリング（ddd-refactor に振り分け）、レビュー（ddd-review に振り分け）、ゼロからの設計（ddd-design に振り分け）には使用しないでください。
ユーザーが DDD の設計上の問題について PR 形式のコードレビューを求めた場合に使用します。「これは DDD に沿っているか」「ドメインモデリングの問題をレビューして」「この集約の何が問題か」「このモジュールを DDD の観点で監査して」などの場合に適しています。ファイル、差分、モジュールを DDD アンチパターンカタログと照合し、該当するパターンスキルを引用して具体的な違反を報告します。新しいコードを求めている場合は使用せず（ddd-implement に案内）、ゼロからの設計を求めている場合も使用しないでください（ddd-design に案内）。
decimal.js v10 による任意精度の小数演算を構築、レビュー、デバッグ、移行、計画します。decimal.js、Decimal、Decimal.clone、Decimal.set、precision、丸めモード、ROUND_HALF_UP、ROUND_HALF_EVEN、toDecimalPlaces、toFixed、plus、minus、times、dividedBy、金額/通貨の演算、BigInt 小数、NaN/Infinity の処理、三角関数/指数/対数、decimal.js-light、big.js や bignumber.js との比較に使用します。
AI アプリケーションの生の OpenTelemetry トレースを Confident AI の Observatory にエクスポートします。ユーザーが LLM アプリ、エージェント、RAG パイプライン、チャットボットの OpenTelemetry または OTLP トレース／スパンを Confident AI に送信する、Confident AI の OTLP エンドポイントを設定する、confident.span.* または confident.trace.* 属性を設定する、deepeval Python パッケージなしで AI アプリのトレースをエクスポートする、OTLPSpanExporter、OpenTelemetry Collector、ベンダー中立の OTel SDK を Confident AI に接続する、または米国と EU の OTLP エンドポイントを選ぶ場合に使用します。言語に依存しません。仕組みは OTLP 属性キーとエクスポーターのエンドポイントを使用します。DeepEval pytest 評価スイート、データセット、golden、メトリクス、deepeval テスト実行の構築には使用しないでください（`deepeval` skill を使用）。DeepEval SDK の @observe デコレーターやフレームワーク統合による計測にも使用しないでください（`deepeval-tracing` skill を使用）。Web サーバー、CRUD バックエンド、インフラストラクチャなどの非 AI ソフトウェアにも使用しないでください。confident.* 属性は AI コンポーネントのみを表します。
プルリクエストの作成またはマージ前にコード差分を確認します。ユーザーがコード差分を提示したり、コード変更を貼り付けたり、コードまたは PR のレビューを依頼したり、コードを PR として提出またはマージしようとしている場合、このスキルを必ず使用してください。差分が小さいという理由だけで省略してはいけません。大規模または高リスクなコード変更をコミットまたは引き渡す前にも使用してください。変更がドキュメント、文章、画像、フォーマットなどの非コード内容に限られる場合は使用しないでください。小規模で低リスクな自己変更は、専門ツールを使わず軽量なレビューのみ行います。要件の範囲、正確性、セキュリティ、互換性、テストカバレッジを確認します。トリガー：幫我看程式 diff、看一下程式改了什麼、review 程式碼、PR review、diff review、code review、看看程式有沒有問題
マルチコンテナアプリ向けの Docker Compose。サービス、ネットワーク、ボリュームを扱う。ローカル開発環境に使用。使用する場合：ユーザーが "docker-compose"、"docker-compose.yml"、"multi-container"、"service dependencies"、"docker compose up" に言及した場合、または "local dev environment"、"microservices setup"、"database + app setup"、"docker networks"、"docker volumes" について質問した場合 使用しない場合：単一コンテナの Dockerfile — 代わりに `docker` スキルを使用、本番オーケストレーション — 代わりに `kubernetes` スキルを使用、CI/CD パイプライン — 代わりに `github-actions` スキルを使用
dotenvx コマンドラインツールを含むあらゆるタスクで必ず使用する — .env ファイルの暗号化、環境変数を注入してのコマンド実行、環境をまたぐシークレット管理、実行時の復号。ユーザーが dotenvx、dotenv 暗号化、DOTENV_PRIVATE_KEY、暗号化された .env ファイル、dotenvx の encrypt/run/set/get/decrypt/keypair コマンドに言及した場合は常にこのスキルを使用する。ユーザーが次のことを望む場合にもトリガーする：.env ファイルを安全に git にコミットする、Slack/チャットでのシークレット共有をやめる、公開鍵暗号で環境変数を暗号化する、マルチ環境の .env 設定（production/staging/ci）をセットアップする、-fk フラグで monorepo のシークレットを管理する、python-dotenv や通常の dotenv から暗号化環境へ移行する、あらゆる言語のあらゆるプロセス（Node、Python、Ruby、Go、Rust など）に環境変数を注入する、暗号化された .env ファイルで CI/CD パイプライン（GitHub Actions、Docker）を構成する。このスキルには権威あるコマンドラインリファレンスが含まれている — これがないと、回答は存在しないコマンドやフラグを捏造する。
kit、seed、validators、Effect ドライバーを用いて Drizzle ORM 1.0 RC（0.x ではない）を構築、レビュー、デバッグ、設定、移行、指導、計画します。drizzle-orm@rc、drizzle-kit@rc、drizzle-seed@rc、defineRelations RQBv2、pgTable/mysqlTable/sqliteTable、generate migrate push pull studio、drizzle-orm/zod|valibot|typebox|arktype|effect-schema、Effect 4 上の drizzle-orm/effect-postgres およびその他の effect-* ドライバー、kit --output json/--hints/drizzle-kit/cli SDK、codecs、snakeCase、InferSelectModel、0.x から 1.0 へのアップグレードに使用します。
最新のドキュメントに基づいて evlog TypeScript ロギングを構築、レビュー、デバッグ、設定、移行、計画します。evlog 2.29、initLogger、createLogger、createRequestLogger、useLogger、log.set、createError、parseError、withEvlog、createEvlog、drain パイプライン、Axiom/Sentry/PostHog/OTLP/Datadog/Loki/ClickHouse/Better Stack/HyperDX/fs/NuxtHub アダプター、サンプリング、レダクション、catalogs、log.audit、createAILogger、evlog/eve、@evlog/telemetry、definePlugin、クライアント HTTP drain、@evlog/cli map/doctor/init/agents、Nuxt/Next/Nitro/TanStack Start/Hono/Express/Elysia/Astro/AWS Lambda 統合、ワイドイベント可観測性に使用します。
統合プロトタイプ分析（墨刀 + Figma）：墨刀は v2 非同期エクスポート API でアセットパッケージを取得し、Figma のプロトタイプは Figma MCP で構造を取得、REST API をフォールバックとし、ページとゲームプレイモジュールごとに開発者が使える Markdown を出力する。ユーザーが墨刀のプロトタイプリンクを提供したとき、または Figma リンクがプロトタイプであると明示して分析を求めたときにトリガーする。Figma リンクのみでプロトタイプと明示されていない場合、明確な Figma デザインファイル、UI Meta、アセット書き出しの依頼ではトリガーせず、figma-to-ui-meta を使用する。
個人開発者として単一のソフトウェア機能を意図から出荷まで進めるときにこのスキルを使用する——ゴール優先、TDD、決定論的な検証、価値のある箇所にだけエビデンスを残し、重要な 2 つの局面（ゴール承認、マージ）で人の判断を挟む。ユーザーが "let's build feature X"、"ship this feature"、"run this through the factory"、"write a goal contract"、"feature-factory" と言うとき、またはプロセスの肥大化に耐える規律ある意図→マージのループを求めたときにトリガーされる。プロダクト全体の計画、複数機能のロードマップ、自律的なマルチエージェントの群れには適さない。
開発者が FineUI DataList データリストを使用できるようにします：静的リスト項目、データバインディング、カスタムのテキスト＋画像コンテンツ、単一選択と複数選択、グループ化、リストナビゲーション、追加読み込み。モバイル向けリスト、カード型リスト、選択可能なデータリスト、および DataList/DataListItem に関する問題に使用します。F.js、FineUI.Pro、FineUI.Core MVC/RazorForms/RazorPages、FineUI.Java を網羅します。Trigger phrases（トリガーフレーズ）: "FineUI DataList", "DataList", "DataListItem", "数据列表", "移动端列表", "列表分组", "列表多选", "SelectedValueArray", "EnableMultiSelect", "KeepCurrentSelection", "DataTextField", "DataValueField", "加载更多", "AppendData", "data-list", "data-list-item"。
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。