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
MongoDB ユーザーが Atlas Search（全文検索）、Vector Search（セマンティック検索）、Hybrid Search のソリューションを実装し最適化するようガイドします。テキストクエリ向けの検索機能（オートコンプリート、ファジーマッチング、ファセット検索）、セマンティック類似度（埋め込み、RAG アプリ）、および組み合わせアプローチを構築する必要がある場合に使用します。テキストの包含、部分文字列一致（'contains'、'includes'、'appears in'）、大文字小文字を区別しない検索や複数フィールド検索、または変動する組み合わせで多数のフィールドをフィルタリングする場合にも使用します。適切な検索タイプの選択、インデックスの作成、クエリの構築、および MongoDB MCP サーバーを用いたパフォーマンス最適化のワークフローを提供します。
Python/React プロジェクト向けのアプリケーション監視と可観測性の設定。ログ、メトリクス収集、ヘルスチェック、アラートルール、ダッシュボード作成を構成するときに使用する。structlog による構造化ログ、FastAPI 向け Prometheus メトリクス、ヘルスチェックエンドポイント、アラート閾値の設計、Grafana ダッシュボードのパターン、Sentry によるエラートラッキング、稼働監視を扱う。インシデント対応手順（incident-response を使用）やデプロイ（deployment-pipeline を使用）は対象外。
MSBuildプロジェクトファイルを最新化し、SDK形式へ移行するためのガイドです。対象：冗長なXMLを含む旧式の.csproj／.vbprojをSDK形式に変換する、packages.configをPackageReferenceに移行する、自動生成に置き換えてProperties/AssemblyInfo.csを削除する、暗黙的なグロブを利用して明示的なCompile Includeリストをなくす、共有設定をDirectory.Build.propsに集約する。旧式プロジェクトの兆候：ToolsVersion属性、$(MSBuildToolsPath)経由でのMicrosoft.CSharp.targetsのImport、単純なプロジェクトで.csprojファイルが50行を超える場合。対象外：すでにSDK形式のプロジェクト、.NET以外のビルドシステム（npm、Maven、CMake）、SDK形式に移行できない.NET Frameworkプロジェクト
Multimodal Embedding Serving マイクロサービスをデプロイして利用します — setup.sh + docker compose で起動し（リポジトリのクローン、またはクローンがない場合は同じファイルを GitHub から取得）、事前ビルド済みの intel/multimodal-embedding-serving イメージを使用して、ポート 9777 の REST 経由でテキスト/画像/動画を埋め込み、19 のモデル（CLIP/SigLIP/MobileCLIP/CN-CLIP/Blip2/QwenText）から選択するか、Python SDK wheel を介してインプロセスで統合します。アプリが類似検索や検索のための埋め込みを必要とする場合に使用します。サービスのソースを変更する用途ではありません — それは multimodal-embedding-serving-dev です。
n8n AIエージェントを適切に設計します。@n8n/n8n-nodes-langchain.*のAIノード（AI Agent、LLMチェーン、Text Classifier、Information Extractor）の構築や編集時に使用します。また、AIエージェント、ツールを使うLLM、ツール呼び出し、$fromAI、システムプロンプト、エージェントメモリ、sessionId、構造化／JSON出力、出力パーサー、RAG、ベクトルストア、チャットアシスタント／ボット、human-in-the-loopレビューに言及した場合にも使用します。Agent・チェーン・分類器の選択、model／memory／tools／outputParserスロット、プロンプトとしてのツール名と説明、autoFixによる構造化出力、メモリ、RAG、人間によるレビュー、チャットのトポロジーを扱います。
@ngrx/signals Signal Store を使って Angular の状態を構築、リファクタリング、設計します。ユーザーが signalStore、withState、withMethods、withComputed、withHooks、withLinkedState、withFeature、signalStoreFeature、withEntities、rxMethod、signalMethod、patchState、SignalStore events プラグイン（withReducer、withEventHandlers）に言及した場合や、BehaviorSubject／サービスベースの状態を Signal Store にリファクタリングしたい場合に使用します。カスタムストア機能、リクエスト状態、楽観的更新、エンティティコレクション、Angular におけるストアとサービスの分担設計にも使用します。@ngrx/store（従来の Redux）、createReducer/createEffect、Signal Store に関係しない一般的な RxJS の質問には使用しないでください。
Obsidian CLI を使って Obsidian の保管庫とやり取りし、ノート、タスク、プロパティなどの読み取り、作成、検索、管理を行います。プラグインやテーマの開発にも対応し、コマンドでプラグインの再読み込み、JavaScript の実行、エラーの取得、スクリーンショットの撮影、DOM の確認ができます。ユーザーが Obsidian の保管庫とのやり取り、ノートの管理、保管庫内の検索、コマンドラインからの保管庫操作、または Obsidian プラグインやテーマの開発・デバッグを依頼した場合は、必ずこのスキルを使用してください。
OpenTelemetry — 分散システム向けのベンダーニュートラルな可観測性フレームワーク。標準化された計装とエクスポーターによるトレース、メトリクス、ログを提供する。使用場面：ユーザーが "opentelemetry"、"otel"、"distributed tracing"、"observability" に言及したとき、または "how to trace microservices"、"opentelemetry setup"、"jaeger integration"、"prometheus metrics" について尋ねたとき。次には使用しない：アプリケーションログのみ — ログ関連スキルを使用、ベンダー固有の APM — ベンダーのドキュメントを使用、単純な監視 — Prometheus/Grafana で十分な場合がある
オペレーションズリサーチの最適化モデルを定式化して実装する——LP、MIP/QP、制約プログラミング、ネットワークフロー、割り当て、VRP、スケジューリング、リソース配分、在庫/生産計画；ヒューリスティックとメタヒューリスティック；感度分析と実行不可能性の診断；ソルバー統合（OR-Tools、Gurobi、CPLEX、HiGHS、PuLP、Pyomo）；本番向け OR API（タイムアウト、ウォームスタート）。オペレーションズリサーチ、OR エンジニア、最適化モデル、線形計画法、混合整数計画法、MIP、VRP、車両ルーティング、スケジューリング最適化、OR-Tools、Gurobi、制約プログラミング、リソース配分最適化、実行不可能なモデル、メタヒューリスティックに使用する——ML 予測（data-scientist）、最適化の数理を含まない SCM 戦略（supply-chain-manager）、WMS 機能（wms-developer）、シミュレーションプラットフォーム（simulation-software-engineer）、汎用バックエンド（senior-software-engineer）、dbt/ウェアハウス（analytics-data-engineer）には使用しない。
エージェント向けAIゲートウェイであるOpper（https://opper.ai）を利用する際の主な入口です。ユーザーが利用先を指定せずにOpperに言及した場合（「set up Opper」「try Opper」「build with Opper」「migrate to Opper」「help me with Opper」）に使用します。状況を確認して適切な機能に振り分けます。エージェント支援によるセットアップ、プラットフォーム運用、モデルテストにはopper-mcp、明示的なCLIやシェルのワークフロー、またはOpper経由でのコーディングエージェント起動にはopper-cli、アプリケーションコード（互換エンドポイントでのOpenAI、Anthropic、GoogleのSDKおよびエージェントフレームワーク）、生のHTTP、プラットフォーム概念にはopper-api、メディア、ファイル、リアルタイム音声にはopper-multimodalを使用します。セットアップ、検証、フォローアップを担当します。
チケット取得からタスク単位の実装までの Jira チケットワークフローをエンドツーエンドで調整する。ユーザーが Jira の URL を提示した場合、「チケット PROJECT-123 を進めて」「PROJECT-123 を再開して」「この Jira チケットを続けて」「Jira ワークフローを開始して」と言った場合、または特定のフェーズを挙げずにチケットのステータスを尋ねた場合にこの skill を使用する。このトップレベルのコーディネーターは SKILL.md をルーティング層として保ち、同梱のリファレンスをジャストインタイムでロードし、実行負荷の高い作業を下流の skill や同一配置のユーティリティサブエージェントにディスパッチする。
afonsoft agent harness の中央エントリーポイント。新規プロジェクトの開始、既存プロジェクトの再開、機能/Epic/リリースの計画、または多段階のエージェント駆動作業の実行時に使用する。SPEC（SDD）を検証・整合し、コードベースと harness のギャップ（セキュリティ、アーキテクチャ、パフォーマンス、衛生状態）を監査し、改善を提案し、作業を GitHub Issue に分解し、実装/QA/レビューを専門スキルに委任し、納品まで繰り返し再検証する。未承認の SPEC のレビュー、オープンな GitHub Issue とコードの整合、リリースを閉じる前の最終ギャップチェックにも使用する。
OpenTelemetry SDK でアプリケーションを計装し、ローカルの Kopai バックエンドで検証してテレメトリが良好であることを確かめる。可観測性のセットアップ、トレース/ログ/メトリクスの追加、何を計装するかやどの属性を追加するかの判断、既存コードベースへの OTel の後付け、呼び出しチェーンを通した context の伝播、サンプリングの設定、またはセットアップ後にトレース/ログ/メトリクスが表示されない場合に使用。また、ユーザーが「トレースが表示されない」「データがまったく見えない」「アプリに可観測性を追加するにはどうすればよいか」などと言う場合にも使用。既存のテレメトリの根本原因を調査する場合（root-cause-analysis を使用）、ダッシュボードを構築する場合（create-dashboard を使用）、LLM やエージェントの呼び出しを計装する場合（otel-genai-instrumentation を使用）には使用しない。
pixi で管理されたプロジェクト下で開発するためのガイダンス。ワークスペースが pixi で管理されている場合（ルートディレクトリに pixi.toml または pixi.lock がある場合）は常に使用する。pixi ベースのプロジェクト下で開発する際に知っておくべきすべてを網羅：pixi 環境コマンド（install、run、shell、add、task）、マルチ環境管理（-e フラグ、features）、pixi.toml でのタスク設定、依存関係（conda と PyPI）、ロックファイル、開発ワークフロー。環境構築、パッケージ管理、タスクの実行、pixi.toml エラーのデバッグ、本番デプロイパターンに役立つ。
リポジトリの plans/ ディレクトリでアイデアを記録したり、設計を起草したり、進行中の作業を追跡したりするときに使用します——plans/YYYY-MM-DD-topic.md ファイルの作成や更新（偶発的に見つかったバグ、アイデア、リスクを含む）、どの plan が存在するか、次に何に取り組むかの問い合わせ（ローカルまたは全リポジトリ横断）、ステータスの選択や進行、内容が他に恒久的な置き場所を得た後に完了済み/放棄済みの plan を退役させること、リポジトリのレガシーな単一 plan ファイル（PLAN.md、DESIGN.md など）をこの規約に移行すること、AGENTS.md/README.md/docs の中にドリフトして plans/ に属するようになった計画/ステータス/今後の作業に関する内容を監査すること。また、plan ファイルを置ける場所とそこに書ける内容も管轄します。plans/ ディレクトリを受け入れられない仕事、クライアント、雇用主のリポジトリは、すべての作業ツリーの外にあるストア（$PLANS_HOME）に plan を保存し、リポジトリごとに設定でルーティングします。まだリポジトリのないアイデアはスコープ未設定でファイルされ、後で昇格されます。そして、あなたが公開するリポジトリにコミットされるどの plan も、クライアント、雇用主、内部プロジェクトを名指ししてはなりません。
計画ページを作成、確認、修正、公開します。プロジェクトの plans ディレクトリにある計画とトピックファイルを .agents/pstack/plan-page.mjs でレンダリングし、トピックごとにローカル HTML ページを作成するとともに、すべてのトピックを含むローカル索引を用意します。各引き継ぎ時に claude.ai へ公開し、コメントやフィードバックを受け取ります。このページは、計画した作業をユーザーに引き継ぐためのものです。計画、<plans>/topics 内のトピックファイル、またはそのページを作成・変更する前に使用します。レビュー専用パネルを除くレビュー判定、次の回答、プレイブックの終了など、計画とともに作業を引き継ぐすべての時点で使用します。PR 本文（PR の計画からレンダリングされます）の作成・更新前、または他者の PR で自分のコミットに関するコメントをする前にも使用します。計画ページや claude.ai の成果物が正しく表示されない、またはレンダリングできない場合、ページを再公開する場合、ページ構成やプレイブックのページセクションを変更する場合にも使用します。
最新のドキュメントに基づいて Playwright のブラウザ自動化と E2E テストを構築、レビュー、デバッグ、設定、移行、計画する。@playwright/test、playwright、playwright.config、locators、getByRole、locator.visible、frameLocator、アサーション、fixtures、Page Object Model、storageState 認証、テストロック、retryStrategy、ネットワークモック、HAR、トレース、UI Mode、codegen、CI シャーディング、Docker、APIRequestContext、stories/galleries のコンポーネントテスト、アクセシビリティ、スクリーンショット、ビジュアル比較、AbortSignal、Playwright MCP またはコマンドラインエージェントツールに使用する。
プログレッシブ Web アプリの開発。Service Worker、Web App Manifest、オフラインファースト戦略、Workbox によるキャッシュ、プッシュ通知、インストール可能にする方法を扱う。使用場面：ユーザーが "PWA"、"Progressive Web App"、"service worker"、"offline-first"、"Web App Manifest"、"Workbox"、"installable web app"、"cache-first"、"add to home screen" に言及した場合。使用しない場合：ネイティブモバイルアプリ - `react-native`、`flutter`、`expo` を使用；サーバー側のプッシュ通知 - `push-notifications` を使用
一貫したデザインシステム（DESIGN.md トークン）を用いて、現代的でプロフェッショナルなデスクトップインターフェースを生成・洗練する PyQt6 UI デザインアシスタント。ユーザーが次のことを望むときはいつでもこのスキルを使用：PyQt6 GUI の構築や改善、QSS スタイルシートの作成、ライト／ダークテーマ対応の追加、サイドバーナビゲーション、データテーブル、フォーム、カード、モーダルなどの各種 PyQt6 コンポーネントの生成。「刷新」「再設計」「モダンな外観」「プロフェッショナルな UI」が必要な既存の PyQt6 コードをユーザーがアップロードまたは言及したときにもこのスキルを起動する。「ボタンにスタイルを当てて」「ダークなサイドバーを作って」といった部分的な UI タスクでも使用 — あらゆる PyQt6 のスタイリング作業はこのスキルの恩恵を受ける。
React のフォーム処理パターンとベストプラクティス。制御コンポーネントと非制御コンポーネントのフォーム、React Hook Form、フォームバリデーション、複雑なフォームパターン、Server Actions フォームを扱う。使用場面：ユーザーが "React forms"、"controlled inputs"、"uncontrolled inputs"、"form validation"、"multi-step form" に言及したとき、"form handling"、"form state"、"React Hook Form basics" について質問したとき。使用しない場面：Zod を使う React Hook Form - 代わりに `react-hook-form` skill を使用、React 19 Server Actions - 代わりに `react-19` skill を使用、基本的な入力処理 - 代わりに `react` skill を使用
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。