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
ユーザーが "improve a metric"、"run labs"、"leave feedback on a metric"、"add to labs"、"fix metric accuracy"、"review metric results"、"find misaligned metrics"、"iterate on metric quality" を求めるときに使用。メトリクス改善サイクル、フィードバックワークフロー、時間をかけてメトリクスの精度を高めるために使われる labs パイプラインを扱う。
ユーザーが「利用できる定義済み指標は何か」「どの組み込み指標を使うべきか」「CSAT は何を測定するのか」「ハルシネーション検出はどう機能するのか」「Interruption Score と AI Interrupting User の違いは何か」「どの指標が無料か」「どの指標に音声が必要か」「無音しきい値を設定する」「センチメント指標を設定する」と尋ねたとき、または Cekura のすぐに使える指標に関する質問のときに使用します。定義済み指標の全カタログを網羅します — 各指標の役割、コスト、制約、設定オプション、それぞれを使うべき場面。
技術的な作業のための構造化されたスキャフォールド（フレームワーク、チェックリスト、テンプレート）を生成します — TDD テストスイート、探索的データ分析計画、統計分析設計、因果モデリングと予測モデリングの目的、検証チェックリスト。実行前に体系的な計画が必要な技術的作業を始めるときに使用します。ユーザーが "write tests for"、"explore this dataset"、"analyze"、"model"、"validate"、"design an A/B test" に言及したとき、または技術的作業が実行前にスキャフォールドを必要とするときに呼び出します。
Fiddler Everywhere がキャプチャした HTTP トラフィックを分析して、開発者が実行した機能が正しく動作したかを検証する。開発者が、自分の機能の HTTP 呼び出しが正しく完了したか尋ねる、機能がどのようなリクエストを行ったか見たい、失敗した API 呼び出しをデバッグしたい、機能の実行後にトラフィックを確認している、各エンドポイントが何を返したか確認したい、トラフィックに問題があるか尋ねる場合に、たとえ「検証」や「Fiddler」という言葉を使わなくても、常にこのスキルを使用する。キャプチャをエンドポイント別に要約し、失敗した呼び出し、欠落した後続リクエスト、リトライ、認証失敗、タイムアウト、疑わしいステータスコードのパターンなど、考えられる問題を指摘する。Fiddler Everywhere が MCP サーバーを有効にして実行されている必要がある。
アクセシビリティ、インクルーシブデザイン、色覚サポートモード、再割り当て可能な操作、スクリーンリーダー対応、EAA 準拠、CVAA、難易度オプション、運動機能への配慮、片手モードについてユーザーが尋ねたときに起動します。トリガー：「accessibility」「inclusive design」「colorblind」「remappable controls」「screen reader」「EAA」「CVAA」「difficulty options」「motor accommodation」「one-handed」。一般的な UX デザイン（game-ux-designer を使用）やアートディレクション（game-art-director を使用）には起動しないでください。AlterLab GameForge コレクションの一部です。
完成済みのシステム全体アーキテクチャ文書（リンクされた ADR ファイルを含む）をレビュー／評価し、エンジニアがシステムを理解して機能の TDD をその中に位置付けられるか判断する際に使用します。作成用ではなく、受け入れゲートです。単一の情報源に基づく 10 項目の基準で評価します。境界、外部依存関係、関心事；システム全体レベルでのコンポーネントの単一責任（api-spec/data-model や機能 TDD の詳細は対象外）；図と説明の整合性；重要な決定ごとに独立したリンク済みの不変 ADR があること（1 ファイルにつき 1 件、インデックスを同期し、編集ではなく後継で置き換える）；決定の追跡可能性と根拠；NFR の目標達成とトレードオフの明示；横断的関心事（レジリエンス／セキュリティ／プライバシー／オブザーバビリティ）への対応；ASR の網羅；捏造がなく、主張がコードと一致すること；変更差分に限定した修正。C4/arc42/ATAM/4+1 は手段であり、結果によって評価します。出力は厳密に `VERDICT: approve|revise`（文書が簡素であることを理由に誤って revise としない）。作成、PRD、api-spec/data-model、機能の TDD、一般的な設計文書／RFC／単独 ADR には使用しません（design-review を使用）。
完了と言う前に、実際のデモストアで Salla アプリを検証する。公開前にアプリをエンドツーエンドで検証するときに使用する。salla_apps action=demo_stores でインストールし、設定フォームが実際に SAVES されるか、埋め込みダッシュボードが認証されるか、ストアフロントのスニペットが描画されるか、webhook / App Functions が実際の Salla イベントから発火するかを確認する。MCP/設定の成功とエンドポイントテストの通過は統合が機能する証拠にはならない——これがライブゲートである。ビルドフロー → salla-app-builder；ストアフロント UI → salla-storefront-ui；埋め込み UI → salla-embedded-ui。
AI ソフトウェアファクトリー向けのスペック駆動開発（SDD）パイプラインを設計・運用する — 構造化された仕様を入力とし、AI エージェントがコードを生成し、品質ゲートが各フェーズで正しさを強制する：SPECIFY → DECOMPOSE → IMPLEMENT → VERIFY → DELIVER。あらゆる AI コーディングツール（Claude Code、Cursor、Hermes Agent、Devin、OpenHands、droid）が従えるスペック駆動パイプラインを構築または改善するとき、あるいはスペック品質ゲート、フェーズゲートの判定、NFR のエンコード、フォーマット変換が必要なときに使う。目標が明確な単一の小さな変更（まず bmad で分類する）、パイプラインを巡る意図契約・自律性ゲーティング・失敗ルーティングのコントロールプレーンプロトコル（bmad）、検証されていない問題（product-discovery）には使わない。
技術リード。クラッシュを防ぐため、コードは一度に 1 ファイルずつ実装する。コードレビュー、ベストプラクティス、メンタリング、実装計画を担当。**重要なチャンク化ルール——大規模な実装（認証システム = auth.ts + テスト + ミドルウェア）は段階的に行う。** 技術リード、コードレビュー、ベストプラクティス、リファクタリング、技術的負債、コード品質、デザインパターン、SOLID 原則、クリーンコード、コード標準、実装計画、技術的ガイダンス、メンタリング、コード最適化、複雑度分析、技術計画、見積もり、実装戦略、コードアーキテクチャで有効化される。
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。