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 96,981 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
RYUX は AI エージェントとデザイナー向けのデザインインテリジェンスです。作業内容を伝えると、Analyze（既存インターフェースの理解）、Design（Figma、pen.dev、モックアップでの UI・UX の作成や改善）、Build（コードでの実装）、Critique（根拠に基づく優先変更点の特定やヒューリスティック評価）、QA（デザインに照らしたビルドの検証）に振り分けます。タスクに必要な知識（プロダクト、UX、UI、インタラクション、フォーム、コンテンツ、アクセシビリティ、レスポンシブ、デザインシステム、フロントエンド、低品質化の防止）のみを読み込み、品質ゲートで締めくくります。RYUX の名前がリクエストに含まれていなくても、あらゆる UI、UX、コピー、フロントエンド、デザインレビュー、デザイン分析のほか、イラスト、3D、画像、アイコン、ロゴ、モーションなどのプロダクトビジュアルに使用します。
FlagOS スキルリポジトリ向けに新しいスキルを作成し、既存のスキルを変更し、スキルの品質を検証する。スキルをゼロから作成したい、既存のスキルを改善・編集したい、新しいスキルディレクトリを雛形から作成したい、スキル構造を検証したい、スキルに対してテストケースを実行したい場合にこのスキルを使用する。ユーザーが「create a skill」「make a new skill for X」「scaffold a skill」「improve this skill」「validate my skill」などと言った場合、または単に「/skill-creator-flagos」と入力した場合に発火する。ワークフローを再利用可能なスキルにしたい、繰り返しのプロセスをスキルとしてパッケージ化したいと言及した場合にも発火する。
新しい skill の作成、既存 skill の変更と改善、skill のパフォーマンス測定。ユーザーが skill をゼロから作成したい場合、既存 skill を更新または最適化したい場合、eval を実行して skill をテストしたい場合、分散分析で skill のパフォーマンスをベンチマークしたい場合、またはトリガー精度を高めるために skill の説明を最適化したい場合に使用する。skill 自体の実行、散文やブログコンテンツの生成、無関係な Python プロジェクトのスキャフォールディングには使用しない——これは skill としてパッケージ化された機能の作成と評価のみを対象とする。
HTTP API 向けのスモークテストの特定、作成、CI 統合 — Hurl または curl のみを使用。発動条件：smoke test、smoke testing、critical path test、CI gate、フルスイート前のゲート、write smoke tests、add smoke test、smoke test template、どのテストがスモークテストか、hurl、.hurl ファイル、curl smoke test。使用しない場合：ユーザーが全体的なテスト戦略や方針を必要としている場合 — 代わりに `testing` を使用する。
Solidity スマートコントラクト向けの Hardhat 3 開発ワークフロー。Hardhat 3.x（hardhat、ignition、EDR）でのビルド、テスト、デプロイ時に使用。ESM ファーストのプロジェクト構成、defineConfig、Solidity ネイティブテスト、TypeScript テスト、マルチチェーン対応、Hardhat Ignition によるデプロイ、hook ベースのプラグインシステムを扱う。hardhat init、hardhat build、hardhat test、hardhat ignition、Hardhat を用いた Solidity 開発を伴うタスクで発動する。
SwiftUI iOS の機能コードを WCAG 2.2 Level A/AA に照らしてアクセシビリティ監査し、そのまま適用できる修正を返す。SwiftUI のビュー／画面（認証、フォーム、設定、カスタムコントロールを含む）をレビューする際に、標準へのトレーサビリティ（WCAG + WCAG2Mobile の解釈）と、簡潔で優先度別にグループ化された Markdown 形式の実用的で最小限のコード変更、およびコードでは判断できない挙動に対するユーザーによる追加確認の両方が必要なときに使用する。
Python および React プロジェクト向けのテスト駆動開発ワークフローの徹底。ユーザーが TDD、テストファースト開発、レッド・グリーン・リファクタリング手法を求めたときに使用。厳格なサイクルを強制：失敗するテストを 1 つ書く -> 通る最小限のコードを実装 -> グリーンのままリファクタリング -> 繰り返し。バックエンド（pytest）とフロントエンド（Testing Library）の両方に適用。コードより先にテストを書くようエージェントの動作を変更。テストのパターンは提供しない（テストの書き方は pytest-patterns または react-testing-patterns を使用）。
振る舞いを変える作業に対する厳格な規律：まず失敗するテストを書き、失敗を確認してから最小限のプロダクションコードを書く；失敗するテストを確認する前に書かれたプロダクションコードは削除する。test-suite-ensure（事後のカバレッジ/スキャフォールド）とは異なる。PDCA の実行段階から参照される。トリガー——「测试先行」「先写失败测试」「红绿重构」「TDD 铁律」「test-first」 / test-first discipline、failing test first。tdd や test-driven-development の名称エイリアスとして使用しない。
WCAG 2.2 AA 標準に準拠しつつ高いデザイン品質を維持する、アクセシブルで本番品質のフロントエンドインターフェースを作成する。アクセシビリティ準拠（WCAG、ADA、Section 508、EN 301 549）が求められる、または望まれるあらゆる Web コンポーネント、ページ、ダッシュボード、アプリケーションを構築する場合、または既存の UI コードのアクセシビリティ問題を監査/修正する場合にこのスキルを使用する。包括的な W3C WAI アクセシビリティの知識と独自のフロントエンドデザイン原則を組み合わせる。
インストーラー/MSIX の ID、コード署名、SmartScreen の評判、サービス、スタートアップタスク、トレイの動作、レジストリとファイルの関連付け、通知、資格情報の保存、AppData/ProgramData、ファイアウォールのプロンプト、自動更新、ロールバック、アンインストール時のクリーンアップ、クラッシュログ、Microsoft Store の認定、サポート診断など、Windows アプリのリリース準備状況を監査します。Windows デスクトップアプリとユーティリティをリリースまたはレビューするときに使用します。
ADVPR（Advanced Protheus Robot）で Protheus ルーチンの自動回帰テストを書いたり、実行したり、トラブルシューティングしたりするときに使用 - FWTestHelper API、TestSuite/GPS de Testes のセットアップ、FwExecSuite によるヘッドレス実行、パターン別のスクリプト作成（MVC、ExecAuto/MSExecAuto、レポート、処理ルーチン、webservices、SmartLink、Smart View、single-message/TOTVS Message）、さらにルーチンの準備（画面バイパス）とベストプラクティスを扱う。"teste automatizado"、"robo de testes"、"automacao de testes Protheus"、"rodar suite de testes"、"FWMyTestRunner"、"GPS de testes"、"preparar rotina para teste automatico" などのポルトガル語表現でもトリガーされる。参照されるファイルはブラジルポルトガル語で書かれている。
Python Web アプリケーション、特に FastAPI と Flask における認証の失敗（OWASP A07:2025）の監査、テスト、修正が必要なときにいつでもこのスキルを使用する。トリガーには、JWT セキュリティ、セッション管理、ブルートフォース対策、クレデンシャルスタッフィング、パスワードポリシー、MFA の強制、ログイン試行回数制限、セッション固定、トークン検証、認証関連のエラーメッセージへの言及が含まれる。「認証を確認」「ログインフローを監査」「認証セキュリティをテスト」「認証のバグを探す」といった依頼や、CWE-287、CWE-307、CWE-384、CWE-521、CWE-798、CWE-613 を含むあらゆるタスクでもトリガーする。ユーザーが認証関連のコード（ルート、ミドルウェア、デコレーター、トークンハンドラー）を共有した場合は、セキュリティテストに明示的に言及していなくても積極的に使用する。
ソフトウェアのバグを分析する。根本原因の特定、重大度評価、影響分析、再現手順の検証、修正提案を含む。バグのトリアージ、分類、重複検出、リグレッション分析を行う。バグの調査、クラッシュレポートの分析、問題のトリアージ、問題のデバッグ、エラーログの確認を行うとき、またはユーザーが「analyze bug」「investigate issue」「debug problem」「bug report」「crash analysis」「root cause analysis」「fix recommendation」に言及したときに使う。
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。