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 97,501 件掲載。コマンド 1 行でインストールできます。
テスト・品質
要件から TMS（テスト管理システム）へのアップロードまでのテストケースのライフサイクル全体を編成する。テストケースの生成、既存ケースの改善、テストカバレッジの分析、テストレポーターの追加、TMS へのアップロード、新しい自動テストの作成、自動テストの修正/自動修復を行う。生成、改善、カバレッジ、Testomat.io との同期を含むテストワークフロー全体を管理する必要がある場合、またはこれらのタスクのいずれかを実行する場合にこのスキルを使用する。これは具体的なタスク動詞によって起動される戦術/実行レイヤーである。戦略的意図（「どこから始めるか」「QA プロセスを改善する」「品質をレビューする」「QA 成熟度レビュー」）には、代わりに `qa-lead-strategy-advisor` スキルを使用する。
AI の作り話を止めます。AI がハルシネーションを起こす、事実を捏造する、実データに基づいていない、出典を示さない、根拠のない主張をする場合、または AI の回答を原資料と照合して検証する必要がある場合に使用します。LLM が事実をでっち上げる、回答が入力とつながっていない、出力が原資料に基づいていない場合にも使用します。引用の強制、忠実性の検証、検索によるグラウンディング、信頼度のしきい値、アンチハルシネーション品質の評価を扱います。用途：AI が引用をでっち上げる、LLM がデータを捏造する、AI を原資料に基づかせる、RAG なのに AI がまだハルシネーションを起こす、AI に出典を引用させる、AI の事実正確性、AI が事実を勝手に作るのを防ぐ、AI は自信満々だが間違っている、LLM の作話、ハルシネーション検出、文書に基づいて AI の主張を検証する。
Codacy Analysis CLI を使って、リポジトリまたは特定のファイルに対してローカル静的解析を実行します。インストール、初期化、依存関係管理、dry-run、JSON 出力付きの解析を扱います。ユーザーがコードをローカルで解析し、静的解析を実行し、バグやセキュリティ問題をスキャンし、ファイルを lint し、Codacy にプッシュせずにコード品質を確認し、または自身のマシンで ESLint、Ruff、Semgrep、RuboCop など対応する任意のアナライザーを実行したいときに使用します。ユーザーがステージ済みの変更を解析したいとき、PR をローカルでスキャンしたいとき、ローカルの Codacy 解析をセットアップしたいときにも起動します。
Codacy のデータ — 品質上の問題、セキュリティ検出事項、カバレッジ、重複 — でプルリクエストのコードレビューを強化します。ユーザーが PR のレビュー、プルリクエストが何を持ち込んだかの確認、PR カバレッジの検証、PR 品質の確認、PR 内の新しい問題の発見を求めたときに使用します。別のコードレビュー skill（例: CodeRabbit）が有効なときに Codacy のデータを重ねる場合にも使用します。ユーザーが「PR 42 をレビューして」や「この PR の問題点は?」と言うだけでも、あらゆるプルリクエストレビューのワークフローでこの skill を起動します。
著名なソフトウェア設計原則（SOLID、DRY、YAGNI、KISS、デメテルの法則、関心の分離、継承より合成、コードに関連する 12-Factor のサブセット）に照らしてコードベースを監査する。指摘事項を影響度と工数で採点し、係争中の違反について対立型ディベートを実行し、優先順位付けされた DESIGN_AUDIT.md を生成する。linter では捕捉できないコード品質のレビュー、リファクタリング前の設計健全性の評価、不慣れなコードベースへのオンボーディングを行う場合に使用する。単独で呼び出すことも、tech-debt から委任することもできる。
agent-browser を Chrome DevTools Protocol 経由で使用して、Electron デスクトップアプリ（VS Code、Slack、Discord、Figma、Notion、Spotify など）を自動化します。ユーザーが Electron アプリとやり取りする、デスクトップアプリを自動化する、実行中のアプリに接続する、ネイティブアプリを制御する、または Electron アプリケーションをテストする必要があるときに使用します。トリガーには "automate Slack app"、"control VS Code"、"interact with Discord app"、"test this Electron app"、"connect to desktop app"、またはネイティブ Electron アプリケーションの自動化を必要とするあらゆるタスクが含まれます。
veris-proxy を通じて Veris 依存関係サンドボックスに対してリポジトリの統合テストを実行する。テスト対象のコードは変更しない — .veris/run.sh の実行コマンド、反復用の単一 exec セッション、変更前に失敗を red で再現し変更後に green にすること、シードとフォールトインジェクション、--expose による webhook、サンドボックスがトラフィックを受信したことを証明するレシート。外部サービスを呼び出すコードの変更を検証する必要がある場合や、報告された統合動作を再現する必要がある場合に使う。
優先順位付けの判断、スコアリング済みバックログ、RICE/ICE/MoSCoW の出力、ロードマップの順序付けに対して構造化された厳密性監査を実施する。深刻度で格付けし具体的な修正案を付した問題リストを生成する——見せかけの精度を伴う捏造スコア、戦略から切り離された優先順位、機能工場的な順序付け、すべてが必須であるという膨張、暗黙のままにされたトレードオフを捉える。優先順位付けされたバックログ、スコアリング演習、ロードマップの順序、「まず何を作るべきか」の判断をレビューするとき、あるいはあらゆる優先順位付け作業後の検証ステップとして使用。
Quint 言語と CLI のリファレンス——Quint の構文、演算子、型、`basicSpells`、ツールチェーン（typecheck/run/test/verify）、およびシミュレーションと反例の出力の読み方に関するエキスパート。`.qnt` ファイルの内容を書いたりデバッグしたりするとき、型チェック/パースエラーを修正するとき、演算子やイディオムを調べるとき、不変条件の違反や反例トレースを分析するとき、状態空間探索を最適化するときに使用する。これは言語レベルで Quint を扱うためのものであり、TLA+/TLC 自体の分析や実行のためではない。何らかのソースから**新しい**モデルをエンドツーエンドで構築する場合——TLA+ 仕様を Quint に翻訳する場合や、コード/要件/アイデアをモデル化する場合を含む——は、そのワークフローを担い、構文についてこのリファレンスを参照する quint-modeling スキルを使用する。キーワード：quint、syntax、operators、typecheck、model checking、counterexample、basicSpells、CLI、specification language。
システム、プロトコル、アルゴリズムの Quint モデルを構築する。ユーザーが Quint でモデル化、仕様化、形式的に記述、モデル検査、検証したいときはいつでも使用する——例："model this protocol in Quint"、"spec out this design"、"translate this TLA+"、"formally check this Rust code"——たとえ "specification" という言葉を一度も口にしなくても。目標が設計や実装の検証・モデル検査であり、まだ Quint モデルが存在しない場合、モデルの記述が必須の最初のステップであるため、ここから始める。ユーザーが持っているもの——対話的に練られたアイデア、自然言語または機能要件、ソースコード（Rust、Go、TypeScript など）、既存の TLA+ 仕様——から仕様を生成し、モデリングの流れ（状態、アクション、不変条件）に沿って進め、ソースの種類に適応する。**既存の Quint 仕様のレビューまたは監査**にも使用する——"review my .qnt"、"audit this spec before I ship it"、"is this model any good"——構造 + ランタイムのレビューチェックリストを備えている。すでに存在する仕様に対してコードを実装する用途（それは quint-execute-spec）や、純粋な Quint の構文/CLI/デバッグの質問（quint-lang）には使用しない。Quint 言語の構文と CLI については、quint-lang リファレンスを参照。
多言語セキュリティコードレビュー (Security Code Review)。Python、C++、Shell、Markdown ファイルに対して体系的な脆弱性検出と修正ガイダンスを行う。OWASP Top 10、CWE Top 25、CERT セキュアコーディング標準を網羅する。ユーザーが以下に言及した場合は必ずこのスキルを使用する：安全审查、安全コードレビュー、security review、code review におけるセキュリティチェック、脆弱性スキャン、セキュリティコンプライアンスチェック（CWE/CERT/OWASP）、セキュアなコードの記述、コードの安全性確認、推論サービスのセキュリティ監査、マルチモーダル Token のセキュリティ検証、JSON ネスト深度攻撃の防御。ユーザーが明示的に「安全審査」と言わなくても、コードのセキュリティ評価、脆弱性検出、セキュリティのベストプラクティスに関わる場合は常にこのスキルをトリガーする。
Stably CLI ツールのエキスパートアシスタント。"npx playwright test" よりも "npx stably test" を優先する。AI を使って Playwright テストを計画、作成、実行、修正、検証するために stably コマンドを扱うときにこのスキルを使う。次の場合に発動する：playwright テストのあらゆる実行（例："npx playwright test"、"run tests"、"run e2e tests"）、"create tests with stably"、"fix failing tests"、"run stably test"、"use stably cli"、"stably env"、"stably --env"、"remote environments"、"stably verify"、"verify app behavior"、"stably plan"、"plan test coverage"、"coverage gaps"、"stably runs"、"test run history"、"view run details"、"stably analytics"、"flaky tests"、"test failures"、"test health"。
tokio 非同期ランタイムの使用を、タスク管理、同期プリミティブ、channel パターン、ランタイム設定の観点からレビューします。trait 内の async fn、RPIT のライフタイムキャプチャ、LazyLock、if-let の一時変数スコープなど Rust 2024 edition の変更をカバーします。tokio、async/await パターン、spawn、channel、非同期同期を使用する Rust コードのレビューに使用します。tokio-util、tower、hyper の統合パターンもカバーします。
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。