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 97,222 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
既存の Motoko バックエンドの設計レビュー — コードが適切に設計されているかを判断するもので、書き方ではない。型にエンコードされた不変条件（Text の代わりにバリアント、相関するフィールド、case _ の臭い）、拡張マイグレーション下での安定状態と一時状態の規律、ファイル構造（types.mo/lib/mixins/main.mo）、重要度順の指摘（Blocker/Warning/Note）を扱う。既存の .mo ファイルのレビュー、監査、批評、リファクタリング、または Motoko canister のコードレビューフィードバックを求められた場合に使用。新しい Motoko コードの作成やコンパイラエラーの修正（writing-motoko）、マイグレーションファイルの作成（migrating-motoko-actors）、デプロイには使用しない。
本スキルは、Jetpack Compose においてホスト（Robolectric/JVM）テストとデバイス（instrumentation）テストのどちらを選ぶかを決め、それぞれを正しく設定するためのもの。`androidHostTest`（別名 `src/test/`）と `androidDeviceTest`（別名 `src/androidTest/`）のソースセット分割、各フレーバーが駆動できるものとできないもの（RenderThread、スクリーンショット、アクセシビリティ）、Robolectric 向けの `@RunWith(AndroidJUnit4::class) @Config(minSdk = 23)` の設定、そして RenderThread を待つスクリーンショットテスト以外ではどこでも `Thread.sleep` が禁止されている理由をカバーする。ユーザーが「tests pass locally but fail on CI」を報告したとき、「Robolectric vs instrumentation」と尋ねたとき、スクリーンショットテスト、リップルアニメーション、Robolectric でアクセシビリティチェックが例外を投げること、「should this test live in test/ or androidTest/」に言及したときに使用する。
1 つ以上のリポジトリに対して Bitwarden ワークフローリンター（bwwl）を実行し、結果を報告します。厳密に読み取り専用で、ファイルは一切変更しません。bitwarden-workflow-linter-rules スキルを使って、指摘を機械的なものと判断が必要なものに分類します。単一リポジトリ、複数リポジトリ、単一ファイル/ディレクトリの範囲に対応します。<example> ユーザー：server リポジトリでワークフローリンターを実行して アクション：そのリポジトリに対して workflow-audit をトリガー </example> <example> ユーザー：server、clients、android のワークフローを lint して アクション：マルチリポジトリモードで workflow-audit をトリガー </example>
SOLID 原則、Clean Architecture、実績あるデザインパターンを用いて、コードをクリーンでテスト可能かつ保守可能なアーキテクチャに変換する。次の場合にこのスキルを使用する: 関心の分離を適切に行った新機能の設計、レガシーまたはモノリシックなコードのリファクタリング、SOLID 違反のアーキテクチャレビュー、依存性注入の境界の確立、テスト戦略の計画、アーキテクチャ上の意思決定の文書化。言語非依存で、Essential Developer メソドロジーの Swift/iOS の具体的な例を含む。
ウェブ調査に基づくベストプラクティスの書き直しと、Karpathy 流の自律的な二値評価ループを組み合わせて、既存の Claude Code skill、CLAUDE.md、サブエージェント定義、slash-command、またはプロンプトの markdown ファイルを改善する。ユーザーが既存の SKILL.md、CLAUDE.md、.claude/agents/ 配下の agent ファイル、.claude/commands/ 配下の slash-command ファイル、または任意のプロンプト markdown ファイルを「auto-research」「self-improve」「auto-improve」「optimize」「modernize」「research-improve」したいときに使用する。「use auto-research to improve skill X」「auto-improve this CLAUDE.md」「research best practices and rewrite Y」「self-research and optimize this agent」といったフレーズでトリガーする。並列サブエージェントで権威ある情報源（Anthropic のドキュメント、anthropic.com のエンジニアリングブログ、anthropics/skills GitHub）を調査し、引用付きの書き直し案を提示し、テスト可能な成果物に対して git commit と reset の記録を伴う自律的な二値アサーション評価ループを実行し、最後にのみ改善前後のスコアと完全な情報源リストを示してユーザーに確認を求める。
GitHub PR の未解決のレビュースレッドを取得し、コメントごとに妥当性を検証したうえで、適切な指摘のみを選んで修正・コミットする。すべてのレビュアー（ボット・人間）のコメントを処理する。「コードレビューを反映して」「レビューコメントを処理して」「PR レビューを適用して」「apply PR review comments」「handle review feedback」「autofix」「/autofix」といったリクエストで有効化する。レビューコメントをそのまま適用せず、検証で適切と判定されたもののみをユーザー承認（デフォルト）または自動（`--auto`）で反映する。
Power BI セマンティックモデル向けの対話的な BPA ルール生成。ガイド付きの探索、モデル調査、エキスパートによるルール作成。ユーザーが「BPA rule」「Best Practice Analyzer」に言及した場合、または「create a BPA rule」「audit BPA rules」「recommend BPA rules」「set up BPA for my team」「check model for best practices」「validate BPA rules」「improve a BPA expression」を求めた場合に自動的に呼び出す。
CawPlan から人間入力ログを取得し（製品、ユーザー/メンバー、日付範囲、件数、セッション別）、本番の classify と同様に prev/assistant コンテキストを前処理して、プロンプト評価用フィクスチャの期待カテゴリ/トピックラベルを注釈するローカル Web エディタを開きます。使用する場面：classify プロンプトのテスト用にラベル付き人間入力サンプル JSON を構築・拡張するとき — 例：「先週の spx の Slack セッションから 20 ターンを取得してラベルを付ける」、「core-product の人間入力をサンプリングする」。使用しない場面：クラウドラベルに対して classify の精度を実行する（cawplan-internal-qa-coding-humaninputs-test を使用）、単一の文を分類する（cawplan-internal-qa-coding-humaninputs を使用）、コーディングレポートを提出する。
.NET の変更を承認またはマージする前に、バグ、リグレッション、アーキテクチャの逸脱、不足しているテスト、不正確な非同期処理や破棄の動作、プラットフォーム固有の落とし穴をレビューします。使用場面：.NET リポジトリのプルリクエストやパッチのレビュー、動作のリグレッション、API の誤用、不足しているテストの確認、アーキテクチャやフレームワーク固有の問題の監査。使用しない場面：無関係なスタック、この特定のガイダンスを必要としない一般的なタスク。呼び出し：リポジトリのコンテキストを調査し、対象ファイルを編集し、変更時に該当するビルド、テスト、lint、検証コマンドを実行します。
本スキルを使用すると、UiAutomator 2.3.0 を使って instrumentation テストからアプリ横断およびシステム UI のフローを操作できる —— `UiDevice`、`BySelector` / `UiObject2`（モダン）、`UiSelector` / `UiObject`（レガシー）、`Until` 条件、`Configurator` のグローバルタイムアウト。シングルトンの取得（`UiDevice.getInstance(InstrumentationRegistry.getInstrumentation())`）、`pressBack/pressHome/pressRecentApps`、`device.findObject(By...)` のキャッシュノード更新と `StaleObjectException` からの復旧、`executeShellCommand` の `@Discouraged` パスと `Context.startActivity` に `<queries>` を組み合わせる方法の比較、`By` ファクトリの全カタログを扱う。ユーザーが `StaleObjectException`、`Espresso InjectEventSecurityException`、`findObject returns null` を報告したり、"how do I open Settings from a test"、"toggle Wi-Fi"、"dismiss notification shade"、"test that spans my app and another" と尋ねたときに使用する。
このスキルを使用して、performTouchInput と TouchInjectionScope DSL を通じた合成タッチイベントで Jetpack Compose UI を操作する — click、longClick、doubleClick、swipe、swipeUp / swipeDown / swipeLeft / swipeRight、swipeWithVelocity、pinch、multiTouchSwipe、および低レベルのプリミティブ down / moveTo / moveBy / move / up / cancel。ノードローカル座標、ジオメトリヘルパー（center、topLeft、bottomRight、percentOffset）、イベントのバッチ処理、複数の performTouchInput ブロックにまたがるジェスチャーの分割、そして performGesture を使用してはならない理由を扱う。開発者が "how do I simulate a swipe"、"drag a node by 100 pixels"、"long-press in a Compose test"、"pinch to zoom"、"test a fling with velocity" を尋ねた場合、または "performGesture is deprecated"、ジェスチャー中の Thread.sleep、ハードコードされた画面座標を使用した不安定なドラッグテストを報告した場合に使用する。
Lenses MCP サーバーを使用して、デッドレターキューの実装の完全性をレビューします。DLQ topic の存在、設定、監視、メタデータの保持、リトライロジック、再処理パス、コネクターの DLQ 整合性を確認します。ユーザーが「review dead letter queues」「check DLQ setup」「DLQ audit」と言った場合や、エラー処理、メッセージ失敗、再処理について尋ねた場合に使用します。DLQ メッセージの再処理やコンシューマー offset の管理には使用しないでください。
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。