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
Herdr のペインで Agent チームを実行する。1 ペインにつき 1 ジョブ（scouter、planner、designer、implementer、tasker、reviewer、security-reviewer、researcher、inspector）。呼び出し元の Agent はオーケストレーターのまま：ロールごとに 1 つのコマンドライン Agent を兄弟ペインで起動し、自己完結したブリーフを送り、ファイルベースのレポートを収集し、統合、ゲート、git を担う。Herdr 内（HERDR_ENV=1）で非自明な作業を行う場合に使用：ユーザーが herd、チーム、ロール、designer や reviewer の Agent、並列ワーカーを求める場合、またはタスクに調査（複数ファイル、別リポジトリ、ツールの慣習）が必要な場合、2〜3 ファイルを超えて変更する場合、プロジェクトの AGENTS.md がこのスキル経由で作業を振り分ける場合。Herdr の外では使用しない；製品判断を伴わない 1〜2 ファイルの変更は直接行う。
同じピクセル、より少ないトークン — 視覚的な洗練度が仕様となるユーザー向けの成果物向け。ランディングページ、マーケティングサイト、ヒーロー、料金/機能セクション、ダッシュボード、その他の HTML/CSS UI コンポーネントを構築または編集する時に使用。レンダリングされたデザイン（レイアウトの深さ、階層、モーション、レスポンシブの豊かさ、a11y）をそのまま保ち、そのデザインを密度高く表現することでトークンを削減する — CSS カスタムプロパティ、共有クラス、ショートハンド、流動的な単位 — デザインを削ることによる削減ではなく。honey コアはコードと文章を削り、これはデザインが*書かれる*方法を削るのであり、見た目は決して削らない。出力がユーザー向けのマークアップである時は常にこれを使う。ユーザーが “minimal” と言わなくても。
ユーザーが「build a HubSpot app」「create a HubSpot app」「add a card to HubSpot」「create an app card」「build a UI extension」「set up HubSpot webhooks」「configure HubSpot app」「add a settings page to HubSpot app」「build a HubSpot home page」「fetch data in HubSpot extension」「list an app on the HubSpot marketplace」「submit a HubSpot app listing」「marketplace listing requirements」「add serverless functions to HubSpot app」を求めたり、HubSpot 開発者プラットフォーム 2026.03 での構築に言及した場合にこのスキルを使用する。完全な HubSpot アプリを構築するためのベストプラクティス、コマンドラインコマンド、ファイル構造、サーバーレス関数、App Marketplace の掲載要件に関する包括的なガイダンスを提供する。
README.md を書き直して AI っぽさ——バズワード、ありきたりな書き出し、偽の熱意、定型化した構成——を取り除き、直接的で誠実な、人間らしい文章に置き換える。ユーザーが README を人間らしくしたい、AI が生成した文章パターンを取り除きたい、ドキュメントを ChatGPT が書いたように聞こえなくしたい、「humanize readme」「人間らしく聞こえるようにして」「ドキュメントから AI っぽさを消して」と依頼した場合にこの skill を使用する。事実のドリフト（README の記述が今も正しいか——それはドキュメント正確性の監査）には使わず、ソースコードの AI っぽさ（anti-slop）にも使わない。
画像処理と最適化。Sharp（Node.js）、Pillow（Python）、Cloudinary、レスポンシブ画像、WebP/AVIF 変換、サムネイル、CDN ベースの画像変換。USE WHEN：ユーザーが "image resize"、"thumbnail"、"image optimization"、"Sharp"、"Pillow"、"Cloudinary"、"WebP"、"AVIF"、"image upload processing" に言及したとき DO NOT USE FOR：ファイルアップロード処理 — `file-upload` を使用；クラウドストレージ — `cloud-storage` を使用；PDF 生成 — `pdf-generation` を使用
@beecode/msh-*（app-boot、env、error、logger、node-session、util、config）の MSH（Micro-Service Helper）TypeScript パッケージを使ったソリューションの実装方法です。ユーザーが @beecode/msh-* パッケージを使う場合や、アプリの初期化とグレースフルシャットダウン、環境変数の検証、HTTP 対応エラーと Express のエラー処理、ロギング、リクエストスコープのセッション/CLS/async-local-storage、共有ユーティリティ（シングルトン、memoize、タイムアウト、joi 検証、時間関連ヘルパー）の設定について尋ねる場合に使用します。MSH、beecode、AppFlow、LifeCycle、AppStarter、mshEnv、mshEnvResolver、errorFactory、errorHOF、ErrorBaseModel、HttpResponseCodeMapper、PresetConsoleSimpleString、PresetConsoleJson、PresetPino、LogLevel、LoggerStrategy、NodeSessionUtil、SessionStrategy、FastAlsStrategy、ClsHookedStrategy、AsyncLocalStorageStrategy、singletonPattern、SingletonAsync、ObjectUtil、TimeUtil、JoiUtil、memoizeFactory、または msh-config eslint/prettier 設定に言及した場合も対象です。@beecode/msh-* からインポートするコードを書く前に必ずこのスキルを参照し、最新の正しい API と適切なパッケージバージョンを使用してください。
Java 言語（17+）。モダンな機能、パターン、ベストプラクティスを扱います。Java アプリケーション、Spring Boot バックエンド、エンタープライズシステムを書くときに使用します。使用する場面：ユーザーが "java"、"records"、"sealed classes"、"streams" に言及したとき、"pattern matching"、"switch expressions"、"Optional"、"collections"、"generics" について質問したとき。使用しない場面：既存の Java コードのレビュー——`review/java` を使用してください。これは javac と未設定のビルドが報告しない欠陥を扱います。使用しない場面：Spring Boot の詳細——代わりに `backend-spring-boot` スキルを使用してください。使用しない場面：Lombok アノテーション——代わりに `lombok` スキルを使用してください。使用しない場面：MapStruct——代わりに `mapstruct` スキルを使用してください。
Bun 向けの JSC GC リファレンスです。use-after-free、JS オブジェクトのリーク、「早すぎる回収」、または WriteBarrier、visitChildren、visitAdditionalChildren、JSRef、JSC::Strong/Weak、hasPendingActivity、ensureStillAlive、addOpaqueRoot、reportExtraMemoryAllocated、IsoSubspace、HeapAnalyzer、finalize を扱う場合に使用します。
JIRA チケットを分析して優先度と依存関係の順序を判定し、依存レイヤーと関係ごとにグループ化する。階層化されたグループ、ブランチ名、リポジトリ割り当て、複雑度、検証のヒントを含む構造化 JSON プランを出力する。implement/forge の前に使用するほか、ユーザーが処理すべき JIRA チケットのリストを渡したとき、または「チケットの優先順位を付けて」「これらの JIRA を並べて」「まず何に取り組むべきか」「自分のスプリントを計画して」「バックログを整理して」「どのチケットから着手すべきか」「これらのチケットの順序を決めて」と依頼されたときに使用する。ユーザーが実装対象のタスクとともに JIRA キーのセットを提供したときにもトリガーする。
beans CLI を基盤とする、作業を完了させるためのセッション規律スキルです。1 セッションにつきアクティブな epic は 1 つに限定し、ドラフト優先でトリアージし、約 10 分のサブタスクをサブエージェントに委任します。bean を閉じる前にテストと Proof of Work を必須とします。複数の bean にまたがる目標に取り組むとき、epic がセッションをまたいで逸脱しそうなとき、サブエージェント向けに委任可能なタスクツリーが必要なとき、または自信ではなく証拠で完了を示したいときに使用します。キーワード：完了、完了規律、epic／タスク／サブタスク、ドラフトトリアージ、作業証明、beans ループ、セッション目標、アジェンダ、台帳。
レガシー、非推奨、互換シム、フォールバックのコードパスを検出して削除し、現在の正規実装だけを残す。指定した対象またはファーストパーティのコードベース全体に対して動作する。ユーザーが "kill-legacy"、"kill legacy"、"remove legacy"、"remove fallbacks"、"drop compatibility shims"、"delete deprecated paths"、"remove old code paths" と言った場合、または不要になった移行の残骸や dual-write/dual-read ブリッジの整理を求めた場合に使用する。
inference.sh CLI から OpenRouter 経由で Claude、Gemini、Kimi、GLM および 100+ の LLM にアクセス。モデル：Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2、GLM-4.6、Intellect 3。すべてのモデルを 1 つの API で扱い、自動フォールバックとコスト最適化に対応。用途：AI アシスタント、コード生成、推論、エージェント、チャット、コンテンツ生成。トリガー：claude api、openrouter、llm api、claude sonnet、claude opus、gemini api、kimi、language model、gpt alternative、anthropic api、ai model api、llm access、chat api、claude alternative、openai alternative
この skill は、AI/LLM での利用に最適化された llms.txt ドキュメントを生成する。ユーザーが「crear llms.txt」「generate llms.txt」「documentar para AI」「document for AI」「crear documentacion para LLMs」「generate docs for LLMs」「make repo readable for Claude」と言った場合、または llms.txt 標準に従った構造化された機械可読なドキュメントを作成したい場合に使用する。
@mantine/hooks のみ（単体の React hooks パッケージ）を使って React コードを構築、レビュー、デバッグ、移行、または計画する。useDisclosure、useToggle、useListState、useLocalStorage、useSessionStorage、useHotkeys、getHotkeyHandler、useClickOutside、useDebouncedValue、useDebouncedState、useDebouncedCallback、useThrottledValue、useMediaQuery、useColorScheme、useReducedMotion、useMergedRef、useMove、useDrag、useMask、useCollapse、useHorizontalCollapse、useRovingIndex、useSplitter、useFloatingWindow、useUncontrolled、useFocusTrap、useIntersection、useResizeObserver、useFetch、clamp、randomId、および Mantine 8→9 hooks の移行に使用。@mantine/core のコンポーネント、@mantine/form、テーマ、その他の Mantine パッケージには使用しない。
ライブ notebook に Lens を追加する、ガイド付き Trail で notebook を説明する、または描画済み出力や設定済み DOM ターゲット上でのユーザーの選択に対応する。Lens を有効にする、ウォークスルーを行う、結果をその場で説明する、選択した点・領域・ノートに基づいて操作する、といった依頼に使用。address モードは開いているすべての選択を処理する。marimo pair またはエディターの code-mode サイドバー経由でアクセスする、ライブ marimo notebook カーネルが必要。
MATLAB コードに OpenTelemetry トレーシングを追加します。ユーザーが「トレーシングを追加」「スパンで計装」「OpenTelemetry を追加」「コードをトレース」「可観測性を追加」（トレーシングに関する場合）と依頼する場合や、MATLAB 関数の文脈で「スパン」「分散トレーシング」「OTel トレーシング」に言及した場合に使用します。スパンの作成、親子コンテキストの伝播、エラー処理、属性、イベント、セマンティック規約を扱います。
scandit-cordova-datacapture-* プラグインによる Cordova の MatrixScan AR（Barcode AR、BarcodeAr）— 複数のバーコードを同時にスキャンし、追跡中のバーコードに AR ハイライトと注釈（情報注釈、ポップオーバー、ステータスアイコン）を表示します。統合、シンボロジーの設定、ハイライトと注釈のプロバイダー、BarcodeArView のカスタマイズ、BarcodeBatch/BarcodeTracking からの移行、トラブルシューティングに使用します。
Capacitor MatrixScan Batch (scandit-capacitor-datacapture-barcode) — MatrixScan、BarcodeBatch、レガシーの BarcodeTracking。Capacitor iOS/Android アプリで複数のバーコードを同時に追跡・スキャンし、基本／高度な AR オーバーレイを使用します（プレーン Web 版は対象外）。統合、設定とシンボル体系、バーコードごとのブラシ、TrackedBarcodeView の注釈、ライフサイクル、SDK バージョン移行、サードパーティースキャナー（@capacitor-mlkit/barcode-scanning）からの置き換え、トラブルシューティングに使用します。
Capacitor MatrixScan Count（BarcodeCount）— プラグイン scandit-capacitor-datacapture-barcode。複数バーコードのカウントと入荷ワークフロー（スキャンしてカウント、在庫カウント、キャプチャリスト、ステータスモード）。Capacitor アプリでは DOM 要素上の BarcodeCountView を使用し、iOS/Android のネイティブのみ対応。React Native では matrixscan-count-rn を使用してください。統合、シンボロジーの設定、結果処理、ビューのカスタマイズ、カウントワークフローのトラブルシューティングに使用します。
.NET MAUI アプリでディープリンクを実装するためのガイド。intent filter、Digital Asset Links、AutoVerify を伴う Android App Links；Associated Domains エンタイトルメントと Apple App Site Association ファイルを伴う iOS Universal Links；カスタム URI スキーム；両プラットフォームのドメイン検証を扱う。用途："deep linking"、"app links"、"universal links"、"custom URI scheme"、"intent filter"、"Associated Domains"、"Digital Asset Links"、"open app from URL"、"handle incoming URL"、"domain verification"。用途外：アプリ内の Shell ナビゲーション（maui-shell-navigation を使用）、プッシュ通知の処理（maui-push-notifications を使用）、Web コンテンツの埋め込み（maui-hybridwebview を使用）。
ユーザーが「MCP サーバーを追加」「MCP を統合」「プラグインで MCP を設定」「.mcp.json を使用」「Model Context Protocol をセットアップ」「外部サービスに接続」と依頼する場合、「${CLAUDE_PLUGIN_ROOT} と MCP」に言及する場合、または MCP サーバーの種類（SSE、stdio、HTTP、WebSocket）について話す場合にこのスキルを使用します。外部ツールやサービスとの連携に向け、Model Context Protocol サーバーを Claude Code プラグインに統合するための包括的なガイダンスを提供します。
zetic.ai の `melange` コマンドラインを実行する場合に使用：オンデバイス AI モデルのアップロード／インポート、変換ステータスの監視、Melange ベンチマークのレポート、デプロイガイドの生成、リポジトリと公開ライブラリの閲覧。認証、Hugging Face リポジトリ id のインポートとエクスポート済みアーティファクトのアップロードの選択、JSON 出力の取り決め、終了コードによる分岐、アップロード／再開、非ブロッキングの変換監視、モデルレポートのテンプレート、生の API を直接叩く回避策を扱う。また `melange mcp` MCP サーバーという代替手段と、シェル経由よりそのツールを優先すべき場合についても示す。`melange` コマンドラインが関与しない限り、一般的な ML 作業——学習、ローカル推論、その他のモデルレジストリ——では起動しない。
`gh` CLI を使って GitHub リポジトリーの未マージ Dependabot プルリクエストを、semver の更新種別と CI の状態で絞り込んでマージします。Dependabot PR のマージ、整理、一括処理を依頼された場合（「Dependabot PR をすべてマージ」「Dependabot の滞留を解消」「依存関係の更新をマージ」「安全な Dependabot 更新を取り込む」など）、またはスラッシュコマンドで呼び出された場合に使用します。major 更新を含める、チェック失敗時でもマージする、rebase ではなく squash する依頼も対象です。人が作成した PR のレビューやマージ、dependabot.yml の作成には使用しません。後者には dependabot-config を使用します。
TanStack DB をメタフレームワーク（TanStack Start、Next.js、Remix、Nuxt、SvelteKit）と統合します。クライアントサイドのみ：SSR はサポートされません — ルートは SSR を無効にする必要があります。ルートローダーで collection.preload() を使って eager collection をプリロードします。オンデマンドの Query Collection は、ソース collection のプリロードが no-op であるため、ライブクエリのプリロードが必要です。Promise.all による複数 collection のプリロード。フレームワーク固有のローダー API。
クロスプラットフォームおよびネイティブのモバイル開発。フレームワーク：React Native、Flutter、Swift/SwiftUI、Kotlin/Jetpack Compose。能力：モバイル UI、オフラインファーストアーキテクチャ、プッシュ通知、ディープリンク、生体認証、アプリストアへのデプロイ。操作：モバイルアプリの構築、作成、実装、最適化、テスト、デプロイ。キーワード：iOS、Android、React Native、Flutter、Swift、Kotlin、モバイルアプリ、オフライン同期、プッシュ通知、ディープリンク、生体認証、App Store、Play Store、iOS HIG、Material Design、バッテリー最適化、メモリ管理、モバイルパフォーマンス。使用場面：モバイルアプリの構築、モバイルファースト UX の実装、ネイティブかクロスプラットフォームかの選択、バッテリー/メモリ/ネットワークの最適化、アプリストアへのデプロイ、モバイル固有機能の処理。
(NS) 焦点を絞った技術的な質問でユーザーにインタビューし、LangGraph と CrewAI のどちらを推奨するかを示し、マルチエージェントアーキテクチャを提案し、ツールとモデルを備えたエージェントペルソナを設計する。ユーザーがマルチエージェントシステムを構築したい、LangGraph と CrewAI のどちらかを選びたい、エージェントチームやグラフを設計したい、ヒューマンインザループのワークフローを計画したい、または AI エージェントのオーケストレーション方法を尋ねる場合に使用する——たとえ「自社用のボットが欲しい」や「エージェントを連携させたい」とだけ言った場合でも。一般的なアプリ要件(pm-clarify-requirements を使用)やアーキテクチャ意図のない実装コーディングには使用しない。
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。