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 96,981 件掲載。コマンド 1 行でインストールできます。
開発
ArkCompiler Runtime Core、特に static_core/plugins/ets 配下の ArkTS-Sta ETS 標準ライブラリとプラグインコードにおけるスレッド安全性の問題を監査、レビュー、修正する際にこの skill を使用します。静的で可変な状態、シングルトンの初期化、共有 map/キャッシュ/カウンター/タイマー、taskpool/EAWorker の並行性、TSAN のフォローアップ、並行テストの設計を扱います。
OpenRouter 統合 LLM API の専門知識。コードが `openrouter.ai/api/v1` に POST する場合、`@openrouter/sdk`、`openrouter`（Python）、`@openrouter/agent` をインポートする場合、OpenAI SDK を `https://openrouter.ai/api/v1` に向ける場合、数百の LLM（OpenAI、Anthropic、Google、DeepSeek、Meta、xAI、Mistral など）を単一のエンドポイント経由でルーティングする方法をユーザーが尋ねた場合、プロバイダールーティング、モデルフォールバック（`models` 配列）、Auto Router（`openrouter/auto`）、`:nitro`/`:floor`/`:online` モデルサフィックス、プリセット（`@preset/...`）、`cache_control` によるプロンプトキャッシュ、構造化出力、ツール呼び出し、`openrouter:web_search` サーバーツール、推論トークン、マルチモーダル（画像/PDF/音声/動画）入力、BYOK プロバイダーキー、OAuth PKCE、`openrouter:` プラグイン（`web`、`file-parser`、`response-healing`、`context-compression`）、または `/api/v1/generation` と `/api/v1/key` による生成・使用量の集計を扱う場合に使う。
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。
oxfmt の実行と設定を行います。Oxc コンパイラースタック上に構築された高性能 JavaScript/TypeScript フォーマッターで、Prettier の約 30 倍高速です。oxfmt がインストールされたプロジェクトで作業するときに使用します（package.json の devDependencies に `oxfmt` があるか、`.oxfmtrc.json` / `.oxfmtrc.jsonc` 設定ファイルがあるか確認してください）。変更後のコード整形、新規プロジェクトへの oxfmt 導入、Prettier からの移行、整形ルールの設定、エディター連携（VS Code、Neovim、Zed、JetBrains）の設定、CI/CD パイプラインへの整形チェック追加が対象です。ユーザーが「oxfmt」「oxc formatter」「format with oxc」と言及する場合や、より高速な Prettier の代替を尋ねる場合にも使用します。
NVIDIA が公式に作成した PhysicsNeMo ShardTensor のドメイン並列処理ガイドです。DDP または FSDP2 を使用して、新規または既存のトレーニング／推論スクリプトにドメイン並列処理を統合し、新しいレイヤー／演算を有効にするシャードパッチの作成・登録、マルチ GPU の正当性テストの立ち上げを行います。ShardTensor、scatter_tensor、ドメイン並列処理、シーケンス／空間シャーディング、リングアテンション、DeviceMesh + DDP/FSDP2 のハイブリッド並列処理、physicsnemo.domain_parallel を扱う場合に使用します。ドメイン並列処理を伴わない一般的な PyTorch DDP/FSDP の設定、PhysicsNeMo のモデルや例の選択（physicsnemo-discover を使用）、分散処理を伴わないトレーニングの質問には使用しないでください
インストールされているいずれかのスタッキングツール（Graphite（`gt`）、git-town（`git town`）、または GitHub ネイティブの `gh stack` 拡張）を使ってスタック PR を管理します。現在のリポジトリで利用可能なものを検出し、ツールごとのリファレンス（`references/gt.md`、`references/git-town.md`、または `references/gh-stack.md`）を通じて対応するツールを操作します。ユーザーが「スタックを作成」「ブランチをスタック」「再スタック」「スタック PR を提出」「スタックを rebase」「スタックを同期」「このブランチを追跡」「一番下の PR がマージされたが次はどうする」「スタックのマージ後のクリーンアップ」を求めた場合、または /pr-stack を呼び出した場合に使用します。利用可能なものがない場合は停止してユーザーに伝えます — その場しのぎの `git push` の連鎖にフォールバックしません。ステージングやコミットには使用しません — /commit に引き継ぎます。PR レビューのやり取り、コメント、CI チェックには使用しません — /gh に引き継ぎます。
プロジェクトドキュメント構成作成アシスタント。シニアプロダクトマネージャーとして、複数ターンの対話を通じてプロジェクト要件を深く理解し、妥当性を分析してベストプラクティスを提案し、最終的に完全な技術ドキュメント体系を生成する。 **使用タイミング：** - 新規プロジェクトの立ち上げでドキュメント体系を構築する必要がある（最初のステップとして推奨） - 既存プロジェクトに標準ドキュメントがなく、補完が必要 - コードはあるがドキュメントがなく、コードからドキュメントを補完する必要がある - 専門的なプロダクトおよびアーキテクチャ分析の提案が必要 **2 つの動作モード：** - モード A：新規プロジェクトのドキュメント作成（要件からドキュメントへ） - モード B：コードからのドキュメント補完（コードからドキュメントへ） **他の skill との関係：** - 本 skill は完全なドキュメント（PRD、SAD、開発ガイドなど）の作成を担当 - project-workflow はドキュメントに基づく開発タスクの実行を担当 - 推奨フロー：project-docs-setup → project-workflow **トリガー：** - "创建项目文档" / "初始化项目文档" / "设置项目文档" - "根据代码生成文档" / "回补项目文档" / "补充项目文档" - プロジェクト要件を直接記述する場合、例："帮我创建一个在线教育平台的文档"
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 のコンポーネントパターンとアーキテクチャのベストプラクティス。複合コンポーネント、render props、高階コンポーネント、カスタムフック、コンポジション、状態機械、コンテナ/プレゼンテーショナルパターンを扱う。使用場面：ユーザーが "compound components"、"render props"、"HOC"、"higher-order component"、"composition pattern"、"component architecture" に言及したとき、"reusable components"、"component patterns"、"slots pattern"、"polymorphic components" について質問したとき。使用しない場面：基本的な React コンポーネント - 代わりに `react` skill を使用、フックの実装 - 代わりに `react-hooks` skill を使用、パフォーマンスパターン - 代わりに `react-performance` skill を使用
「Advanced React」（Makarevich）の観点から React コードについて助言・レビューする——不要な再レンダリング、memo 化より先の合成、memo/useMemo/useCallback の罠、Context のパフォーマンス、refs と古いクロージャ、debounce/throttle、useLayoutEffect のちらつき、portal とスタッキングコンテキスト、データ取得のウォーターフォールと競合状態、エラーバウンダリ。React のコンポーネント/hook/context/provider を書くときやレビューするとき、「なぜ再レンダリングされるのか」「これを memo 化すべきか」を追うとき、コールバック内の古い state、UI のちらつき、モーダルのクリッピング、fetch の競合状態、エラー処理を扱うときに使用する。バージョン固有のルールを適用する前に、対象リポジトリの React バージョンと状態/UI ライブラリを検出する。architecture-lens（アーキテクチャ）および design-patterns（GoF）とは異なる。
オールインワンの Redis 専門知識。データモデリングとキー命名、クライアント接続（プーリング、パイプライン、クライアントサイドキャッシュ、タイムアウト）、クラスタリングとレプリケーション、Redis Search（FT.CREATE、ベクトル検索とハイブリッド検索、RAG パイプライン）、可観測性とインシデント対応、本番セキュリティ強化、LangCache による LLM 応答のセマンティックキャッシュ、Redis Iris によるエージェントメモリ（セッションイベント、長期記憶、バックグラウンドプロモーション）を網羅。Redis に触れるあらゆる設計・記述・レビュー・デバッグのときに使用：データ構造の選択、キーの命名、クライアントの設定、クラスタ間のシャーディング、検索インデックスの構築・チューニング、パフォーマンスの監視・診断、デプロイの強化、LLM 補完のキャッシュ、AI エージェントの永続メモリの接続。1 つのスキルに統合することで、別々のスキルから選ばなくても適切な領域が自動的に読み込まれる。
$RESEARCH_HOME にある共有のクロスプロジェクト研究ライブラリ（vendor リポジトリのクローン、参考 PDF/epub、ミラーしたドキュメントページ）を扱う、追加する、更新するときに使う——同じ資料をウェブから取得する前、プロジェクト用に参考リポジトリをクローンするとき、ライブラリの更新・リフレッシュを求められたとき。また、特定のパッケージやツールに依存・インストールする前の判断も担当する——PyPI、npm、crates.io、apt からのものか、GitHub リリースのバイナリとしてのみ提供されるものか：まだ保守されているか、実際に誰がコミットしているか、安定ラインでどのくらいの頻度でリリースするか、1 回のリリースが実際に何を提供しどれほどのコストか（wheel か sdist、npm のプラットフォームパッケージとインストールスクリプト、ビルド済みバイナリ）、その Python、node、glibc の下限がこのマシンに合うか、apt パッケージが上流にどれだけ遅れているか、型を同梱するか、どれだけのテストスイートが裏付けているか、バージョン上限が足かせになるか——これらは検索の要約ではなく、レジストリ、GitHub API、プロジェクト自身のソースから読む。
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。