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
axe-core —— 自動化された WCAG 準拠チェックのためのアクセシビリティテストエンジン。使用場面:ユーザーが "axe"、"automated accessibility testing"、"a11y tests" に言及する、または "integrating accessibility checks"、"CI/CD accessibility"、"Playwright accessibility"、"Jest accessibility"、"Vitest axe" について質問する場合。使用しない場面:手動のアクセシビリティ監査——代わりに `wcag` skill を使用
by-harness ワークフローを初期化、保守、実行する際に必ずこの skill を使用します。ユーザーが by-harness、harness、初期化、継続的なタスク分割、feat の実行、plan/build/qa/fix、quick fix、session_close、自動継続実行、runtime アップグレードに言及した場合、またはモデルのコーディングを制約する Java 総合ゲートや分散 Java ゲートを発行する必要がある場合に適しています。この skill は、独立したクローズドループのスキャフォールド、シャーディングされたタスクストレージ、クイックフィックス分流ツール、セッション収束ツール、ランタイムアップグレードツールを生成し、Java のハードルールゲートと分散 Java コーディング契約を発行します。feature_list は legacy 互換のミラーとしてのみ機能します。
ユーザーが Simulink モデルの標準(MISRA、MAB、JMAAB、ISO、DO、IEC、EN、CERT C/CWE、AUTOSAR、Simulink Code Inspector(SLCI))への準拠チェックを依頼した場合、Model Advisor チェックを実行したい場合、または修正提案付きの準拠レポートを必要とする場合にこのスキルを使用する。JMAAB/MAB では、チェックできないガイドラインに対するエージェントによるレビューで決定論的チェックを補完する。
現在の作業をコミットする — 品質・一貫性・パスポートのゲートを実行し、必要に応じて main からブランチを切り、特定のファイルをステージし、今何が真であるかを主題に示すコミットを書く。プッシュとプルリクエストの作成は --pr を付けた場合、またはユーザーが求めた場合のみ行う。決してマージしない — マージはユーザーが明示的にマージを指示したときにのみ行われる。明示的なコミット意図がある場合にのみ使用する — ユーザーが "commit"、"let's commit this"、"open a PR" と言うか、`/commit` を付けた場合。曖昧なタスク終了の言い回し("we're done"、"wrap up")では自動的に呼び出さない — これらは先に明示的な確認が必要。強制プッシュやフックのスキップは決して行わない。
Jetpack Compose または Compose Multiplatform の @Preview を 1 回の呼び出しで PNG にレンダリングし(MCP の render_preview、または compose-preview コマンドライン)、表示して確認する。コンポーザブル、@Preview、Compose コンポーネント(ホスト型カタログから提供される Material 3 や Wear M3 EdgeButton などのライブラリコンポーネントを含む)のレンダリング、表示、確認を求められたとき、Compose UI の編集後の検証、ビフォーアフターの比較、カタログのデザインガイドラインに対するプレビューのレビューに使用する。
CI Code Review Runner と同じマルチエージェント・共有台帳の収束ワークフローで、ローカルクローンから Apache Doris の PR をレビューします。ユーザーが `/doris-repo-review` に PR を渡したとき、Doris の PR をローカルでレビューしたいとき、または CI スタイルのレビューフローを求めたときに使用します。現在のワークツリーのみを正確な PR head に安全に合わせ、追跡されているローカル変更には手を付けず、検証済みのパス・行アンカー付きの同等な英語と中国語のレビュー文書を作成し、ソースのビルド、テスト、編集は一切行いません。明示的に選択された適格なレビュアーがサポートされた effort(xhigh または max、Codex はさらに ultra)を使用し、Codex では GPT-6 Astra、Claude Code では Fable 5.1 を優先する場合にのみ、レビューをパイプライン相当とみなします。APPROVE に収束した後、レビュー対象のコミットに紐づく機械可読な PASS コメントを自動的に 1 件投稿します。
スタックトレース、クラッシュレポート、パニック、エラーログを分析し、失敗したフレームと根本原因を特定して、修正案と検証方法を提案します。Kotlin/JVM/Android(コルーチン、ANR、R8で難読化されたトレース)、KMP/Compose Multiplatform、Flutter/Dart(FlutterError、RenderFlexのオーバーフロー)、iOS/macOSのSwift(.ipsレポート、EXC_BAD_ACCESS)、Rustのパニック、C++のセグメンテーションフォールトとサニタイザー出力に加え、Python、JS/TS、Go、Javaに対応します。スタックトレース、クラッシュログ、パニックが貼り付けられたとき(質問が添えられていない場合も含む)、または「なぜクラッシュするのか」「このエラーの意味は」「この例外をデバッグして」「このトレースの根本原因を調べて」「このクラッシュをシンボリケートして」「このトレースの難読化を解除して」と尋ねられたときに使用します。ハンガリー語の「miért crashel」「mit jelent ez a hiba」「elemezd ezt a stack trace-t」「nézd meg ezt a crash logot」にも対応します。潜在的なバグを探すプロジェクト全体の監査(code-analyzer)や、ログがまだ取得されていない失敗したCI実行(github-fix-ci-error)には使用しません。
あらゆる AI 生成の成果物 — 可視化、コード、ドキュメント、会話、その他あらゆるスキル出力 — の品質を評価する。3 つのフェーズで動作する:(1) 成果物の種類に合わせた評価スペックを生成する、(2) そのスペックに照らして包括的な評価を実行する、(3) /visualize スキルを使って美しい可視化レポートを作成する。あらゆるスキルが出力を生成した後に使用するか、/evaluate <file-or-context> で直接呼び出す。評価可能:HTML 可視化、コードプロジェクト、ドキュメント、エージェントの会話、スライドデッキ、ダッシュボード、または品質の次元を持つあらゆる成果物。
フロントエンド(Electron デスクトップを含む)のパフォーマンス最適化ナレッジベース。React 16-19、Angular 9-18+、Electron 12-28+ のバージョン別最適化知識を網羅する。perf-workflow スキルと併用する:perf-workflow が分析プロセスを駆動し、本スキルがフロントエンド固有の定量基準、バージョンを考慮した最適化戦略、ボトルネックパターン、ツールの参照情報を提供する。Web フロントエンド(React/Angular/Vue)や Electron デスクトップアプリのパフォーマンス問題を分析するときに使用。トリガー —— 「前端性能」「前端性能优化」「Electron 性能」 / frontend performance, frontend perf optimization, Electron performance。
ユーザーが AdonisJS アプリケーションで Japa を使ってテストを書いたり、デバッグしたり、設定したりするときは、このスキルを使用する。あらゆるテストタスクでトリガーする。API テストの作成、ブラウザテスト(Playwright)、コンソール/コマンドテスト、データベース状態のセットアップ、テストダブル(fakes、swaps、time)、ファクトリーの使用、またはテストレイヤーに関するあらゆる質問。「write a test」「how to test」「fake the mailer」「loginAs」「truncate database」「withGlobalTransaction」「emitter.fake」「hash.fake」「drive.fake」「swap container」「freeze time」「timeTravel」「useFake」「raw mode」「record mode」、または Japa 固有の概念でもトリガーする。テスト内で使用する AdonisJS のバックエンドパターン(モデル、ファクトリー、認証)については、このスキルと併せて adonisjs スキルを使用する。
mirrord プレビュー環境の作成と管理を支援します——共有 Kubernetes クラスター内で変更したサービスを分離された pod として実行し、環境キーと HTTP/キュートラフィックフィルタリングでスコープを限定することで、チームは稼働中のサービスに影響を与えずに実際のトラフィックに対して変更を検証・レビューできます。開発者が "mirrord preview" をアドホックに実行したい場合、リンク経由でプレビューを共有したい場合(mirrord-share-ingress)、または metalbear-co/mirrord-preview GitHub Action でプレビュー環境を CI に組み込みたい場合(例:PR ごとのプレビュー、最小権限のクラスターアクセス)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。
