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 96,770 件掲載。コマンド 1 行でインストールできます。
開発
glab CLI のドキュメント — GitLab 公式のコマンドラインツール。マージリクエスト、イシュー、CI/CD パイプライン、リポジトリ、Runner、リリース、クラスター、スタック、変数、スケジュール、ラベル、マイルストーン、認証、設定、スニペット、デプロイキー、SSH/GPG キー、Duo AI、MCP、OpenTofu を扱う。ユーザーが glab コマンド、glab CLI リファレンス、glab mr、glab ci、glab issue、glab repo、glab runner、または GitLab CLI のドキュメントについて尋ねたときにこのスキルを使用する。
RAG、セマンティック検索、文書クラスタリング、類似度マッチングのための Google Gemini 埋め込み API（gemini-embedding-001）を扱う：@google/genai SDK の使用法、Cloudflare Workers からの fetch ベースの呼び出し、バッチ埋め込み、8 つのタスクタイプ（RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY など）、128 から 3072 までの次元選択、コサイン類似度、チャンク化、キャッシュ、Cloudflare Vectorize 連携。次元の不一致、誤ったタスクタイプ、無料枠のレート制限（100 RPM）、ベクトル正規化のミス、2,048 トークンのテキスト切り捨て、モデルバージョンの混同を含む 8 以上の埋め込みエラーを防ぐ。Gemini でテキスト埋め込みを生成するとき、RAG やベクトル検索パイプラインを構築するとき、ベクトルを Vectorize に保存するとき、または埋め込みの次元、レート制限、正規化の問題をデバッグするときに使用。
Google Cloud Pub/Sub のメッセージングサービス。トピック、サブスクリプション、プッシュ/プル配信、デッドレター処理を扱う。GCP ネイティブのイベント駆動アーキテクチャとリアルタイム分析に使用する。使用する場合：ユーザーが "google pub/sub"、"pubsub"、"gcp messaging"、"push subscription"、"pull subscription" に言及したとき、"cloud pub/sub"、"ordering keys"、"bigquery subscription" について尋ねたとき。使用しない場合：AWS ネイティブ——`sqs` を使用。Azure ネイティブ——`azure-service-bus` を使用。イベントストリーミング——`kafka` または Dataflow を使用。オンプレミス——`rabbitmq` または `activemq` を使用。マルチクラウド——`kafka` または `pulsar` を使用。
フロントエンドと Node.js 向けの HTTP クライアント。Axios、Fetch API、ky、ofetch を扱う。インターセプター、エラーハンドリング、リトライロジック、認証トークン管理を含む。API クライアントと HTTP 通信の構成に使用する。使用場面：ユーザーが「HTTP client」「Fetch API」「ky」「ofetch」「HTTP wrapper」「retry logic」「token refresh」に言及した場合、「which HTTP client to use」「HTTP request library」「API client setup」「request interceptors」を尋ねた場合。使用しない場面：Axios 固有の質問——代わりに `axios` を使用；GraphQL——代わりに `graphql-codegen` を使用；tRPC——代わりに `trpc` を使用；WebSocket 接続。
包括的なフロントエンドデザイン skill —— UI の形成、監査、研磨、洗練のための 23 のコマンド。ユーザーがフロントエンドインターフェースをデザイン、リデザイン、形成、批評、監査、研磨、明確化、蒸留、堅牢化、最適化、適応、アニメーション化、彩色、抽出、改善したいときに使用。ウェブサイト、ランディングページ、ダッシュボード、プロダクト UI、アプリシェル、コンポーネント、フォーム、設定、オンボーディング、空の状態をカバーする。UX レビュー、視覚的階層、情報アーキテクチャ、認知負荷、アクセシビリティ、パフォーマンス、レスポンシブ動作、テーマ、アンチパターン、タイポグラフィ、フォント、余白、レイアウト、整列、色、モーション、マイクロインタラクション、UX コピー、エラー状態、エッジケース、i18n、再利用可能なデザインシステム/token を扱う。大胆さを必要とする無難なデザイン、静けさを必要とする派手なデザイン、ライブブラウザでの反復、野心的な視覚効果にも使用。バックエンドのみ、または UI 以外のタスクには非対応。
計画をタスクに分解し、各タスクで implement-and-review を実行して機能全体を構築する。計画または機能が与えられたら、それをトランサーバレット型の垂直スライスタスクに分解し（to-tasks スキル経由——受け入れ契約 + ゲートフラグ + 依存関係)、タスク DAG を実行し（独立したタスクは並列）、各タスクごとに implement-and-review を実行して FE/BE クロスレビュー付き TDD ビルドを行い、依存関係の順にタスクを統合してタスク単位の受け入れを行い、最後に機能全体の full-review で締めくくり、テスト/ビルドをグリーンに保つ。Opus が分解、スケジューリング、統合、最終レビューを統括し、タスク単位の構築は implement-and-review の役割。マルチタスク機能をエンドツーエンドで出荷/構築する際に使用。単一のスコープされたタスクには implement-and-review を直接呼び出す。models-consensus（審議のみでコードを生成しない）や ship とは異なる——ship はアイデア→PR の指揮者で、対話的な仕様/計画フェーズと PR の納品を含み、implement-feature は仕様フェーズも PR もない計画→構築済み機能の DAG 実行者。
粗く未整理のプロンプトアイデアを、正確で構造化された AI コーディングプロンプトに変換する。生成前に現在のプロジェクトコンテキスト（スタック、ファイル構造、規約、git 履歴）を自動で調査する。ユーザーが曖昧または「汚い」プロンプトアイデアを提示し、その洗練、改善、書き直しを求める場合にこのスキルを使用する — 例："improve this prompt"、"refine my prompt"、またはやりたいことを大まかに述べるだけの場合。ユーザーがプロンプト自体ではなく作業の実行や計画を望む場合は対象外 — deep-plan が計画を生成し、単にタスクを行うのにプロンプトスキルは不要。
反復的なインタビューでスコープを明確にし、制約を洗い出し、非自明な作業を始める前に「やる / やらない / 完了」の合意に到達する。曖昧な依頼や漠然としたタスク説明を受け取ったとき、または非自明な実装で plan mode に入る前に使用する。一行で済む具体的な修正（"rename foo to bar"）、単一の事実を問う質問、スコープ・制約・受け入れ基準がすでに明示されている場合はスキップする。要件定義、デバッグ調査、アーキテクチャレビュー、セキュリティレビュー、ドキュメント作成、一般的な探索を支援する。
OpenRouter と LiteLLM を用いた LLM ゲートウェイとルーティングの構成。次の場合に呼び出します：- マルチモデルアクセスの設定（OpenRouter、LiteLLM）- モデルのフォールバックと信頼性の構成 - コストベースまたはレイテンシベースのルーティングの実装 - 異なるモデルの A/B テスト - LLM プロキシのセルフホスト キーワード：openrouter、litellm、llm gateway、model routing、fallback、A/B testing
サービスまたはプロジェクトのローカル開発環境セットアップガイドを作成する — 前提条件、リポジトリのセットアップ、環境変数、ローカルサービスの依存関係、データベースのシード、サービスの実行、テストの実行、よくある落とし穴、IDE の推奨、初回コントリビューションのチェックリストを網羅する。開発セットアップガイドの作成、エンジニア向けオンボーディングドキュメントの作成、ローカル環境セットアップの文書化、コードベースの入門ガイドの作成を求められたときに使用。新しいエンジニアがゼロから 30 分以内にテスト実行まで到達できる完全なセットアップガイドを、最も一般的なセットアップ失敗のトラブルシューティング章付きで生成する。
Lucia Auth と The Copenhagen Book のパターンを使用して、本番環境に対応した Web 認証を構築する。ユーザーが "add auth"、"implement authentication"、"setup login"、"add sessions"、"password reset"、"verify email"、"implement OAuth"、"add 2FA/MFA"、"add passkeys"、"password hashing" を求めたり、"lucia auth" や "the copenhagen book" に言及したときに使用。ブラウザベースの Web アプリ向けの本番ベースラインを既定とし、デモ専用のログインフローにはしない。
.NET for Android プロジェクト（`net*-android` TFM、`Scandit.DataCapture.Barcode` NuGet、非 MAUI——MAUI アプリは matrixscan-ar-net-maui を使用）での MatrixScan AR（Barcode AR、BarcodeAr）——AR ハイライトと注釈付きで複数のバーコードを一度にスキャンする。統合、設定、リスナー/イベント、ハイライトと注釈プロバイダー、ライフサイクル、SDK バージョン移行、トラブルシューティングに使用。
.NET for iOS プロジェクト（`net*-ios` TFM、`Scandit.DataCapture.Barcode` NuGet、非 MAUI——MAUI アプリは matrixscan-ar-net-maui を使用）での MatrixScan AR（Barcode AR、BarcodeAr）——C# で複数のバーコードを一度にスキャンし、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）を表示する。統合、設定、リスナー/イベント、ハイライトと注釈プロバイダー、トーチ/ズーム/マクロのコントロール、ライフサイクル、SDK バージョン移行、トラブルシューティングに使用。
ターミナルからローカルの Maven/Gradle アーティファクトインデックスを照会する。import はあるのにワークスペースでクラス定義が見つからない場合（コンパイル済みの社内ライブラリ由来の可能性が高い）、社内ライブラリやあまり知られていないライブラリの実際の実装を読みたい場合、あるクラスがどのアーティファクトに含まれるかを特定したい場合、インターフェースの実装を探したい場合、JAR 内の proto/リソースファイルを確認したい場合に使用する。AI がすでに知っているよく知られた標準ライブラリ（java.util、Spring core など）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。