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
UI Verify MCP 経由で、コーディングエージェントが実行した UI Verify ビルドをトリアージします。変更されたストーリーを実際のリグレッション、見た目上のリフロー、レンダリングノイズに分類し、PR コメント用に実際のリグレッションを要約し、ベースラインを一括承認します。UI Verify ビルドで変更が報告され、ダッシュボードをクリックして回る代わりに、エージェントにターミナルからレビュー、要約、承認させたい場合に使用します。トリガー:「このビルドをトリアージ」「視覚的なリグレッションを要約」「新しいベースラインをすべて承認」。
コード分析のためのセキュリティインテリジェンス。SQL インジェクション、XSS、CSRF、認証の問題、暗号の欠陥などを検出する。アクション:scan、analyze、fix、audit、check、review、secure、validate、sanitize、protect。言語:JavaScript、TypeScript、Python、PHP、Java、Go、Ruby。フレームワーク:Express、Django、Flask、Laravel、Spring、Rails。脆弱性:SQL インジェクション、XSS、CSRF、認証バイパス、認可の問題、コマンドインジェクション、パストラバーサル、安全でないデシリアライズ、弱い暗号、機密データの漏えい。トピック:入力検証、出力エンコーディング、パラメーター化クエリ、パスワードハッシュ、セッション管理、CORS、CSP、セキュリティヘッダー、レート制限、依存関係スキャン。
1 つの LLM モデルに対して、Humanize が統制する自律的な vLLM SOTA 性能ループを実行する。まず固定の公平な vLLM/SGLang/TensorRT-LLM デプロイメント検索とベンチマークを行い、次に 1 つの RLCR ループを開始して、ギャップの判定、現在のボトルネックのプロファイリング、レイヤー/kernel パイプライン分析、vLLM コードへの patch、任意で ncu-report-skill による kernel エビデンスの取得、再検証を繰り返し、同じワークロードと SLA の下で vLLM が観測された最良のフレームワークに並ぶか上回るまで行う。
QA エンジニアが完了したタスクをテスト・検証したり、受け入れ基準を順に確認したり、Gherkin シナリオを実装と照合したり、合格/不合格の結果を記録したり、マージ前にチケットを承認したりしたいときに使用する技能。「verify task #42」「run QA on this issue」「test the acceptance criteria」「sign off on task」「check if this task is ready to merge」「does this task meet its acceptance criteria」「run acceptance tests for task #X」「walk through the Gherkin for task #X」「I want to test this task」などのフレーズで発動する。
agentready ツールで git リポジトリの AI コーディングエージェントへの準備度を評価・改善し、スコア、認定レベル、不合格の所見、レポートの出力先を報告する。単一のリポジトリ、またはディレクトリ配下のすべての RHDH リポジトリを対象とし、レポートが対応する修正を適用する。「エージェント準備度を評価する」「agentready を実行する」「エージェント準備度スコアを改善する」「このリポジトリをコーディングエージェント向けに準備する」「すべての RHDH リポジトリを評価する」に使用する。
API testing from OpenAPI/Swagger or case schemas: parameters, boundaries, auth, idempotency, concurrency, error responses, data consistency; runnable scripts; k6 handoff. Not for: Web UI flows, manual case writing. 接口级测试:参数/边界/鉴权/幂等/并发/错误响应/数据一致性,产出脚本与结果;含 k6 压测。不用于:Web UI、手动用例。
完全なデリバリーパイプライン:計画、構築、出荷、収束。対象:shape/spec/design、TDD ビルド、コミット、PR 作成、PR 修正(CI/レビュー/コンフリクト)、PR の仕上げ、簡素化、テストカバレッジ、AC の検証、ウォークスルー、issue 管理。用途:機能の出荷、PR の修正、PR の作成、issue の構築、コードの簡素化、品質チェック、コミットメッセージの作成、issue 管理。トリガー:/autopilot、/build、/shape、/commit、/issue、/check-quality、/test-coverage、/verify-ac、/pr-walkthrough。
なじみのないリポジトリを調査し、焦点を絞った Markdown の振る舞いシナリオをリポジトリ標準のテストスタックにおける決定論的なテストに変換して実行し、意図とコードの間のトレーサビリティを保つ。シナリオテストの追加を依頼された場合、受け入れ基準や Given/When/Then の Markdown を実行可能なテストにコンパイルする場合、ユーザーに見えるリグレッションを再現する場合、または範囲の狭いワークフロー仕様を安定した Web、API、コマンドライン、デスクトップ、モバイルのインタラクションカバレッジに変換する場合に使用する。広範な探索的ジャーニーやエージェントが判定するスモークテストには使用しない。
OpenHarmony XTS テストコード品質チェックツール。23 件の検査ルール(Critical + Warning)をスキャンし、Excel レポートを自動生成し、低レベルな問題とコーディング規約違反を検出します。このスキルを使用して XTS テストコードの品質をチェックし、コーディング規約の問題をスキャンし、テストケースを検証し、低レベルな問題を発見し、getSync インターフェースの使用をチェックし、エラーコードアサーションの形式を検証し、テストケースの重複をチェックし、HAP 命名規則をチェックし、BUILD.gn 設定の問題をスキャンし、署名証明書の APL レベルをチェックします。トリガーキーワード:XTS、テスト品質、コードチェック、コーディング規約、テストケースチェック、ACTS、DCTS、HATS。
skill を有効にした場合と無効にした場合で、厳密な実プロジェクトテストを通じて Clojure skill を評価する。Clojure skill(clj-discover、clj-debug、clj-replace など)が実際に開発成果を改善するかを評価する必要があるときはいつでもこの skill を使用する。コンテキストログ、コード品質、ドキュメントの深さ、テストの網羅性によって挙動の違いを比較する。これにより曖昧または仮説的な評価を防ぎ、具体的な実世界テストを強制する。
GitHub、GitLab、Bitbucket Cloud または Data Center、あるいは Azure DevOps で現在のブランチの pull request を検索し、ソース管理プロバイダーを通じて未解決の CodeAnt AI インラインレビュースレッドを取得し、各指摘を検証し、安全な最小限の修正を適用し、それらを検証し、修正済みのスレッドのみを解決します。codeant-cli をインストールまたは使用せずに CodeAnt PR コメントへの対応、修正、トリアージ、解決を求められた場合に使用します。
中程度または難しいバグをデバッグする際の早い段階で使用する。特にテストだけでは実際のランタイム障害が明らかにならない場合に有効。バグがランタイム状態、順序、永続化、ストリーミング、並行性、UI/手動再現、外部サービスに関わる場合、あるいは失敗したテストや新たに成功したテストが実際の問題をモデル化できていない可能性がある場合に、長期間の TDD イテレーションの前にトリガーする。根本原因がスタックトレースや実際のランタイムパスを実行する決定論的テストによってすでに直接証明されている場合にのみスキップする。
showcase/flutter_test_app と intentcall の Web ターゲット(Chrome、Web コード生成、WebMCP ブートストラップ、web-showcase、webmcp verify、Chrome DevTools MCP)を保守します。web/index.html、agent_manifest.json、intentcall_webmcp.generated.js の編集、Web プラットフォームの同期、Chrome dogfood、WebMCP modelContext、または Agent WebMCP list/execute の場合に使用します。
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。
