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
完成したセキュリティ先行技術の成果物——脅威語彙マップ、角度別の検索出力、抽出記録、または脅威レジスター——を判定するときに用いる。研究の作法が誠実か、自身の契約に対して完全か、釣り合いが取れているかを判断する。作成ではなく受け入れゲートであり、まず生産者のバリデータを 1 回実行し、次にバリデータには見えないもの——カバレッジの主張が証明可能か、ソースの失敗が型付けされたのかゼロとして書かれたのか、撤退が確信を持った関連性による撤退であり曖昧な回避ではないか、証拠階層が記録本文自身の同意する証拠に由来するか、レジスターが脅威を造語ではなく実在の語彙で名づけているか——を判定する。VERDICT: approve|revise を条件名付きの所見とともに出力する。キーワード：セキュリティ先行技術レビュー、脅威研究レビュー、カバレッジの誠実性、survey 受け入れゲート。3 つの survey ウェーブすべてを判定する。
エージェントスキルディレクトリ（SKILL.md と関連リソース）を、仕様準拠、明確さ、token 効率、安全性、堅牢性、可搬性の観点でレビューし採点します。証拠を引用した重み付きスコアと評価、最小限のパッチテキストを伴う P1/P2/P3 の指摘、generator-critic ループ向けの構造化された指摘を含む機械可読な判定を生成します。レビュー深度は full、triage、incremental、モードは single、batch、comparative、forensic、ensemble、さらに任意参加の behavioral probe を提供します。ユーザーがスキルフォルダのレビュー、採点、監査、比較を求めたときに使用します。スキルの作成やリファクタリングには使用しません（writing-skills を使用）。
OpenShift CI Gangway REST API を通じて RHDH のナイトリ ProwJob をオンデマンドで実行する。`periodic-ci-redhat-developer-rhdh-*-nightly` および `periodic-ci-redhat-developer-rhdh-plugin-export-overlays-*-nightly` ジョブを対象とし、イメージレジストリ/リポジトリ/タグ、catalog-index、Helm chart、Playwright、fork、Slack アラートを任意で上書きできる。"trigger the nightly"、"run the e2e job now"、"kick off the AKS operator job on 1.9"、RC または GA イメージの検証実行、利用可能なナイトジョブと quay.io タグの一覧表示に使用する。
なじみのないリポジトリを調査し、大まかな Markdown のユーザージャーニーを実行時に解釈し、製品が対応する Web、API、コマンドライン、デスクトップ、モバイルの各画面を通じて実際の製品を操作し、可能な場合はスクリーンショット、ログ、録画、ステップのタイムラインを添えて、監査可能な合格・不合格・ブロックの判定を出す。スモークテストの実行、エンドツーエンドのユーザージャーニーの検証、製品のドッグフーディング、リリース候補のテスト、認証や人手によるチェックポイントを含みうる非決定的なワークフローの実行を求められた場合に使用する。決定的なユニットテスト、統合テスト、シナリオテストの代わりには使用しない。
Python Web アプリケーション（特に FastAPI および Flask）におけるセキュリティ設定の誤り脆弱性（OWASP A02:2025）を検出、監査、修正する。ユーザーが次の内容を尋ねた場合は常にこのスキルを使用する：Python/FastAPI/Flask アプリの堅牢化、デバッグモードの漏洩の確認、セキュリティヘッダーの欠如、公開された API ドキュメント、ハードコードされたシークレット、安全でない Cookie フラグ、XXE 脆弱性、または OWASP A02 の設定ミスの問題。また、"security audit"、"pen test prep"、"production checklist"、"find misconfigs"、"harden my app" といったタスクでもトリガーする。本スキルは、設定ミスの各サブカテゴリに対する静的解析パターン、実行時チェック、ツール（Bandit、OWASP ZAP）、修正コードスニペットをカバーする。
Write manual test cases (markmap) from docs, bugs or code — code-first: review code for bugs first; extracts machine-readable schema. Not for: requirement-analysis / test-strategy / test-case-review / automation. 从 PRD/API 文档、Bug 或代码写手动用例（markmap）——代码优先：先查代码找 bug 再写，抽 Schema。不用于：需求建模、策略、评审、自动化。
すでに仕様化された作業をコードに実装する。四種類ある：(1) ユーザーストーリー配下の技術タスク（TK-XXX）；(2) ストーリーを持たないメンテナンスタスク（WI-XXX）——バグ、リファクタリング、技術的負債、依存関係、運用；(3) テストケース（TC-XXX）——test-define がすでに文書化したテストを自動化する；(4) feature（FT-XXX）——その受け入れ基準の TC を自動化する。参照された成果物に応じて種類を選択する。実装するのは状態が Ready の作業のみ。加えて、quality-check から委譲される限定された修正モードを受け付け、ブランチ上の任意の成果物（test/ ブランチ上の US-XXX、WI-XXX、FT-XXX、TC-XXX、またはプラグイン外部の成果物）に対して、失敗した check やテストを修正する。ユーザーが「実装」「開発」「タスクの実行」「コーディング」「テストの自動化」「test case の実装」「TK/WI/TC/FT に取り組む」、またはすでに書かれた仕様からコードを書くことを含意する変種を求めたときは常に有効化する。
ユーザーストーリー（US-XXX）、メンテナンスタスク（WI-XXX）、またはテスト自動化（US-XXX、WI-XXX、FT-XXX 上の test/ ブランチ）の作業を、progress.md のすべての作業単位が Done であることと、クローズ時の品質ゲート（quality-check、code-review、trace-validate）を通過していることを確認したうえで、そのブランチを作成元のブランチにマージしてクローズし統合する。ユーザーがストーリー、WI、feature、または現在のブランチの作業のクローズ、納品、マージ、統合、完了、提出を求めたときに有効化する。
開発者が GitHub Task issue の実装に取りかかり、完全な仕様階層（Task + Feature + Epic）を読み、コードベースを調査し、実際のファイルパスを含む具体的な技術アプローチを作成し、Gherkin シナリオに沿って TDD 実装を進める準備ができたときに、この skill を使用する。以下のような表現でトリガーされる：「implement task #42」「pick up task」「start working on this task」「build the task」「develop task #X」「code up the task」「write the tests for task #X」「start coding this ticket」「resume task #X」「continue task #X」「I want to implement this ticket」。
チームが QA 標準ドキュメントを作成または改善したいときに使用するスキル。例: "create the QA steering doc"、"document our test strategy"、"write the QA standards"、"document our definition of done"、"set up the QA guidelines"、"update the QA doc"。テスト戦略、カバレッジ閾値、テストパターン、完成の定義、環境を記録した生きたドキュメントとして docs/steering/QA.md を生成する。一度生成したら改善していくもので、ゼロから再生成はしない。
ユーザーが Alibaba Cloud AgentLoop プラットフォームについて尋ねたときに使用するスキル。アプリケーションの可観測性へのオンボーディング、loongsuite-genai-utils と OpenTelemetry SDK によるハイコード計装（高代码埋点、LLM Trace 字段、上下文传递与链路串联）、Live-Debug による実行時診断、Datasets の管理、パイプラインの構築、評価を扱う。Live-Debug は ServiceTask の動的ログ、スナップショット、メトリクス、スパン、JVM 検査をカバーする。
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。