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
このスキルを使うと、`adb install`（`-r` 再インストール、`-d` ダウングレード許可、`-t` テストパッケージ許可、`-g` すべての実行時権限を付与、`--user` ユーザー単位インストール、分割 APK 用の `adb install-multiple`）と、デバイス上の `pm` ツール（`pm list packages [-f|-d|-e|-s|-3|-i|-u]`、`pm path`、`pm clear`、`pm grant` / `pm revoke`、`pm enable` / `pm disable`、`pm uninstall [-k]`、`cmd package dump-profiles`）を使って Android アプリのインストール、アンインストール、一覧表示、検査、リセットを行えます。標準的なハーメティックリセットのパターン（`pm clear` はデータを消去するが、`am force-stop` は消去しない）と、よくあるインストールエラー（`INSTALL_FAILED_USER_RESTRICTED`、`INSTALL_FAILED_VERSION_DOWNGRADE`、署名の競合）を明示します。ユーザーが "reset app between tests"、`pm clear`、`am force-stop` の混同、デバッガー後のインストール失敗、分割 APK のインストール、実行時権限の付与、マルチユーザープロファイルへのインストール、"how do I list third-party apps" に言及したときに使用します。
prek（Rust 製の pre-commit）をあらゆるプロジェクトに導入し、言語/フレームワークに合わせた hook を提案する。使用場面：ユーザーが "add prek"、"set up pre-commit hooks"、"configure prek"、"what hooks should I use" と言った場合、または prek.toml がなく pre-commit チェックが役立つプロジェクトに気付いた場合。既存の prek.toml に新しい hook を追加したい、hook 設定を監査したい、pre-commit から prek へ移行したい場合にもトリガーする。Rust、Python、TypeScript/JavaScript、Go、Ruby、Shell プロジェクトを対象とする。husky、lint-staged、CI パイプラインの hook 設定には使用しない — このスキルは prek 専用である。
SENIOR スタイルで UI/UX を監査する——4 つの項目：accessibility · visual-hierarchy · consistency · antipattern。各項目でスコア/10 + 最も重大な問題 + 修正方法を示し、最後に PASS-次のステップへ か 要修正 の結論を出す。測定可能な部分（WCAG コントラスト、タップターゲット、幾何学的な重なり/ずれ、ラベル欠落）は visual-qa エンジンで決定的に実行する（headless、0 トークン、LLM 不使用）。目で見る必要がある部分（階層、デザインシステムのドリフト、ダークパターン）は LLM 監査とする。ユーザーが「qc uiux」「audit ui」「インターフェースを確認」「UI アンチパターンを片付けて」「/qc-uiux」と言ったとき、またはモックアップ/UI の後に呼び出す。/qc-code を踏襲する（高コスト=手動 LLM、低コスト=決定的な自動テスト）。/redesign（美的刷新）や /visual-qa（撮影+ピクセル監視）とは異なる——qc-uiux は 4 項目の SENIOR 判定。
1 つまたは複数のウェブページ/アプリ UI スクリーンショットを、単体ページとして、あるいは既存フロントエンドを改修して、高忠実度かつレスポンシブな実装に変換する。ビューポートの正確な一致、タイポグラフィ/アイコンの監査、明示的な余白と配色の一致、ブラウザでのスクリーンショット比較、明らかな不一致が残らなくなるまでの反復的な調整を優先する。アセットが不足している場合は、提供されたファイルを使用し、利用可能な場合は image_gen で不足しているラスターアセットを直接生成し（複数の関連アセットでは抽出可能なアセットシートの形が望ましい）、それ以外の場合はプレースホルダーと、残りの各アセットにつき 1 つの独立した生成プロンプトを含む 1 回でコピー&ペーストできるコードブロックを使用する。
ローカル SPA（/br が生成したアプリ、または任意の web アプリ）向けの閉ループの視覚セルフチェック WORKFLOW：各ルートを headless で撮影 → BASELINE のピクセル差分（意図しない変更を検出）→ 機械検証可能な不変条件（デザイン適合性）→ agent がルーブリックに沿って全画像を読む → FINDINGS.md → 修正 → 再撮影 → 機械と目の両方がクリーンなときのみ合格。テーマ/UI/リブランドの変更時、MCP 拡張が localhost を撮影できないとき、または frame の UI ゲートが必要なときに使う。トリガー：「qa thị giác」「visual qa」「route-shots」「各ルートのスクリーンショット」「インターフェースを確認」「baseline diff」「UI にリグレッションはないか」「headless での UI テスト」「/visual-qa」。
アクセシビリティについて、何をテストするか、どのようにテストするか、誰がテストするかを計画する。テスト手法を定義するとき、QA を計画するとき、自動テストと手動テストを整備するとき、またはプロジェクトに必要なアクセシビリティテストのレベルを判断するときに使用する。トリガー：accessibility testing、how to test、test plan、automated testing、manual testing、screen reader testing、user testing、accessibility QA、what to test、testing strategy。
CI で Azure SQL Database コンテナ（Private Preview、ローカルエンジン）に対して統合テストを実行します。次の場合に使用します：GitHub Actions、Azure Pipelines、GitLab CI を設定して Azure SQL DB に対してテストする場合；CI ワークフローにデータベースサービスコンテナを追加する場合；パイプラインで実際の Azure SQL エンジンが必要な場合；または "service container"、"health-cmd"、"ACR_USERNAME/ACR_PASSWORD"、"MSSQL_SA_PASSWORD secret"、"integration test database" を見た場合。ワークフローが SQL Server イメージ mcr.microsoft.com/mssql/server を取得しようとしている場合にも使用し、その場合は中止して代わりに Azure SQL Database エンジンイメージを使用します。認証情報を使ったプライベート ACR からの取得、コンテナ内で sqlcmd を実行するサービスヘルスチェック（ランナーにクライアントツールが不要）、テスト前の appdb のプロビジョニング、テスト接続文字列を master ではなくユーザーデータベースに向ける方法を扱います。
Figma ノードの実際のスペックをコードスペック（コンポーネントがレンダリングする値）と比較し、0〜100 の一致スコア、差分のリスト、修正提案を取得する。デザインからコードへのドリフトを検出するために使用：トリガーは 'check design parity'、'does my code match the Figma'、'compare this component to the design'、'is my implementation faithful'、'find differences between design and code'、'verify the build matches Figma'、'design QA against code'、'parity score'。use_figma（どのプランでも可）でノードの視覚/タイポグラフィ/スペーシング/token/アクセシビリティのスペックを読み取り、提供された codeSpec と差分を取る。ネイティブの get_design_context を補完する：コードを生成するのではなく、既存のコードがデザインと同期しているかを検証する。
包括的なコードベース監査 — 適応型の並列深層分析（フロントエンド／バックエンドの契約、データ整合性、例外処理／セキュリティ、アーキテクチャ／技術的負債、設定／キャッシュ）、構造化された findings + 敵対的検証 + ベースライン比較により、深刻度順に並べた統一レポートと修正ロードマップを出力する。quick クイックヘルスチェックモードに対応。Use when user asks to audit, analyze, or review an entire codebase for design issues, find hidden bugs, check architecture health, or asks '全面审查', '代码库审计', '分析设计问题', 'audit codebase', 'health check', '有哪些问题', '快速体检'. Also trigger when user asks to find silent degradation, data flow breakpoints, type mismatches between frontend and backend, or wants to understand technical debt across a project.
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。