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
研究提案、主張、手法、結果が与えられたとき、それを支えるために必要なベースラインとベンチマークを推薦します — MINIMAL セット（信頼性に必要で、欠けると却下されうる）と SUGGESTED セット（補完的で外部妥当性を高める）に分けます。ユーザーが何かを提案して "what should I compare against"、"what baselines do I need"、"which benchmarks support this claim"、"is this enough to be convincing"、"what's the minimal experiment set"、"what would a reviewer demand" と尋ねたとき、または手法やアイデアを共有して比較計画を求めたときに使用します。主張が適切な根拠に支えられるよう、あらゆる提案に対して既定で本スキルを実行します。まず入力が十分か（正確な主張、分野、新規要素、指標）を必ず確認し、不十分な場合は推測せずに不足する文脈を求めます。実験そのものの設計（ベンチマークが存在しない場合の測定設計を含む）には experiment-design を、内部消融には hypothesis-and-ablation-planner を使用します。
Hexagone ドメイン（docs/domain/）の業務ルールに対する自動コンプライアンス監査。画面のコードと呼び出される API を分析し、文書化された不変条件、状態遷移、検証と照合して、引用付きの構造化レポートを作成する。レポート専用モード — 医療分野の業務ルールに対して自動変更は一切行わない。ユーザーが画面の業務コンプライアンスを確認したい、業務ルールを監査したい、不変条件・状態遷移・検証を検証したい場合、または « conformité métier » / « business compliance » に言及した場合に使用する。
固定の基準点（commit、branch、tag、merge-base）以降の変更を 2 つの観点でレビューします。Standards（このリポジトリの文書化されたコーディング規約に従っているか）と Spec（元の issue/spec の要求osenzo.matcher щие Requirements に合っているか）。両方のレビューを並列のサブエージェントで実行し、並べて報告します。branch、PR、作業中の変更のレビュー、あるいは「X 以降をレビュー」のような依頼時に使用します。
デッドコード、重複した実装、孤立した成果物が蓄積したコードベース——特にコーディングエージェントが保守するコードベース——をクリーンアップする際にこのスキルを使用する。"find dead code"、"clean up unused code"、"remove redundant code"、"prune this codebase"、"dead code sweep"、"code cleanup" でトリガーされ、コードベースが複数回のエージェント主導のリファクタリングを経て見過ごされた残骸を含む可能性が高い場合にも使用する。不要なコードを体系的に特定し、発見事項を分類し、ユーザーの承認を得て確認済みのデッドコードを削除する。
デザインシステムの多地点点検を実行する——10 のステーション（カバレッジ、ベストプラクティス、アクセシビリティ、共有言語、テスト、オーケストレーション、ガバナンス、フィードバック、機械可読ドキュメント、エージェントアクセス）でデザインシステムを評価し、優先順位付きの作業指示を含む赤/黄/緑の点検レポートを生成する。ユーザーがデザインシステムの点検、評価、監査、ヘルスチェックを求めたり、点検や特定のステーションの実行を求めたり、「なぜ私のデザインシステムのチェックエンジンランプが点灯しているのか？」と尋ねたりしたときに使用する。
組み込みテスト設計のエキスパートで、2 つのモードで動作する：(1) 単体テスト生成 — C 関数の判定と条件を分析し、MC/DC カバレッジ（ASIL-C/D で必須）を達成するテストケースを作成、境界値とエラーパスのテストを追加、RTE/BSW スタブ宣言を提供し、カバレッジマトリクスを出力する。(2) 境界値分析 — 型付き数値パラメータ（uint8/sint8/uint16/sint16/uint32/sint32 および固定小数点）ごとに MIN、MIN+1、標準値、MAX-1、MAX、範囲外の値を計算し、オーバーフロー、ラップアラウンド、切り捨て、符号拡張のリスクをトリガー入力と安全な修正方法とともに特定する。テスト出力は Unity、CppUTest、VectorCAST のパターンと互換。3 つ目の用途である特性化テストでは、近代化の前にレガシーコードの既存挙動を固定し、変更後に等価性を証明できるようにする。意思決定に使えるセルフチェック済みのテストセットを返し、カバレッジの不足を明示する。
AI/LLM アプリが本番環境でどこで失敗しているかを見つけ、実際のトレースから失敗パターンを提示する。AI 機能の何がうまくいっていないかを理解したい、失敗モードを見つけて分類したい、エラーをトリアージしたい、品質問題(誤った回答、指示の無視、ハルシネーション、ツールの誤用)を調査したいときに使用する — 「自分のエージェントのどこが失敗しているか」「エラーパターンを提示して」「なぜ応答が悪いのか」「よくある失敗モードを見つけて」「次に何を直すべきか」。1 つのユースケースへのスコープ設定、コンテキストに合うシグナル(コードエラー、メトリクスの外れ値、トレース種別のスライス、手動レビュー、既存評価の急増、クラスタリング)による失敗トレースの特定、それらをランク付けした失敗分類として読み解くことを扱う。
あらゆる Odoo 変更（フィールド追加、メソッドのオーバーライド、ビュー／xpath の継承、OWL/JS パッチ、ウィザード、cron、コントローラー、レポート、セキュリティ、マイグレーション、バグ修正、リファクタリング、"optimize"、"clean code"、"stick to base"）に必須のコーディング前ゲートと完了の定義。Odoo 16-19 が対象。ユーザーが Odoo の traceback やインストール／アップグレードエラー（ParseError "cannot be located in parent view"、"Field ... does not exist"、xmlid の欠落）を貼り付けたとき、または Odoo のモデル、フィールド、メソッド、ビュー、xmlid がどこで定義されているかを尋ねたときにも使用。ブレインストーミングや計画の前に実行する：Odoo の設計上の問いは、開かれた Q&A や記憶ではなく、実際のソースを Context Brief（file:line）へとたどることで答える。Odoo のランタイムとバージョンを解決し、対応する odoo-<major> パックをロードし、コミット前にインストール、テスト、アップグレード、i18n、セキュリティ、衛生のチェックで締めくくる。
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。