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
`docker run … gap_analysis vcn_aoi …` を使用して固定バージョンの TAO data-services コンテナを直接呼び出し、NVIDIA TAO VCN Classify（Visual Component Net）の実験をギャップ分析します。最適な判定しきい値を選び、サンプルごとの弱点を順位付けし、後続のデータ拡張用に照明条件別の top-K 最弱サンプル parquet を出力します。VCN の分類失敗の分析、SDA 拡張対象の選定、PASS/NO_PASS 境界ケースの監査に利用します。
構造化された探索的テストセッションを設計・実行します。セッションベーステスト管理（SBTM）、テストチャーターの作成、ヒューリスティックベースの探索（HICCUPS、FEW HICCUPS）、バグ発見パターン、メモ用テンプレート、調査結果の自動テスト化を扱います。「exploratory testing」「SBTM」「manual testing」「bug hunting」「test charter」「heuristic testing」で使用します。自然言語の目標に基づいて AI ブラウザーエージェントがアプリを自律的に探索する場合は対象外です。agentic-browser-testing を使用してください。製品独自の AI/LLM 機能をテストする場合も対象外です。ai-system-testing を使用してください。関連：test-planning、ai-bug-triage、risk-based-testing、agentic-browser-testing。
実際のゲームを起動、表示、操作し、エージェントが自身のmodをテストできるようにします。Steamまたはexeからの起動、固定サイズのウィンドウモード、ゲームウィンドウのスクリーンショット（GPUセーフなキャプチャ）、メニューのクリックと入力、キーの長押し、相対マウス操作、クラッシュレポーターのクリーンアップ、PIDによるプロセス終了、ログの読み取り、スクリプト化されたテストシーン、エージェントが観察・操作できるゲーム内JSONブリッジを扱います。Windowsを優先し（WSLからも利用可能）、LinuxとmacOSについても説明します。ゲーム内でmodを検証する場合、メニューを自動操作する場合、再現可能なテストまたはデモシーンを作成する場合に使用します
ローカルのgitアプリで、Flowsアプリ認定の技術（コード）レビュー工程を実行します。実際の基準として flows-review-checks を読み込み、成果物を reviews/code-review/feedback-round-<N>/ に出力します。ユーザーがFlowsのコードレビュー、技術レビュー、提出前レビュー、アプリ認定のコードレビュー、または「run flows-code-review」を求めた場合に使用します。flows-design-reviewに進む前に、未解決のMust Fix項目が0件になるまで再実行します。
未加工の顧客 Agent リポジトリを Veris とエンドツーエンドで統合します。veris-cli のインストールまたは確認、ログイン、Veris 環境の新規作成または再利用、リポジトリの分析、`.veris/veris.yaml`、`.veris/Dockerfile.sandbox`、`.veris/.dockerignore` の生成または更新、ランタイム環境変数の設定を行い、`veris env push` で完了できます。リポジトリに Veris の設定がない場合や、既存の `.veris/` 統合が古く更新が必要な場合に利用します。
あらゆるコードベースで包括的な品質エンジニアリング監査を実施します。コードから動作要件を導き出し、仕様に紐づく機能テストを生成し、回帰テストを伴う3段階のコードレビューを実行し、複数モデルによる仕様監査（Council of Three）を行い、TDD で検証済みのパッチを含む統合バグレポートを作成します。構造的なコードレビューだけでは発見できない実際の欠陥の35%を見つけます。あらゆる言語に対応します。「quality playbook」「spec audit」「Council of Three」「fitness-to-purpose」「coverage theater」で起動します。
複数四半期にわたる QA 戦略文書を作成します。スコープ、リスクベースの優先順位付け、テストレベル（ユニット／統合／E2E）、テストピラミッド分析、開始／終了基準、品質 KPI、ツール選定の根拠、CI の拡張手段、タイムライン計画を扱います。実行可能な戦略文書を作成し、棚上げされる文書にはしません。「テスト戦略」「QA 戦略文書」「テストアプローチ」「QA ロードマップ」「複数四半期の QA 方針」に使用します。単一スプリントや単一リリースの計画には使用せず、test-planning を使用してください。最もリスクの高い領域の特定には使用せず、先に risk-based-testing を使用してください。関連：risk-based-testing、qa-metrics、release-readiness、test-planning、test-reliability。
ローカルのフライトレコーダー台帳（.vigiles/runs.jsonl）を読み、エージェントハーネスの誤動作を診断します。どのスキルが起動または乗っ取られたか、どのフックがブロックまたは誤って許可したか、サブエージェントのツール契約違反、スキルの起動率の変化を確認します。スキルが起動しなくなった理由、フックがブロックしなかった理由、誤ったスキルが実行された理由を尋ねられた場合や、ハーネスの実際の動作をデバッグ・調査する場合に使用します。新しいルールの作成には使用しません（strengthenを使用）。仕様の編集にも使用しません（edit-specを使用）。
単一のスプリントまたはリリースのテスト計画を作成します。機能のテスト可能なシナリオへの分解、要件とテストのカバレッジ対応付け、テスト種別ごとの工数見積もり、優先順位マトリクス（リスク × 工数）、リソース配分、バッファを含むスケジュール作成を扱います。次の場合に使用します：「sprint test plan」「release test plan」「what to test this sprint」「test estimation」「coverage mapping」。対象外：複数四半期にわたる戦略には `test-strategy` を使用。リスク別の領域順位付けには `risk-based-testing` を使用。リリース可否の判断そのものには `release-readiness` を使用。関連：test-strategy、risk-based-testing、release-readiness。
CuTileの自動チューニングコードを追加、変更、最適化、デバッグする場合に使用します。起動の目安：コード内に `exhaustive_search` / `replace_hints` / `hints_fn` / `cuda.tile.tune` がある、ファイル名に `autotune` が含まれる、または自動チューニングされたCuTileカーネルに正確性・性能の問題がある場合。扱う内容：一度だけチューニングしてキャッシュし起動するパターン、アーキテクチャ別設定（sm80–sm120）、パラメーター空間の設計（タイルサイズ、占有率、num_ctas）、よくある7つの落とし穴と解決策。
完全な AWS Well-Architected Framework レビューを実行する。最新の AWS ドキュメントから検出されたすべてのピラーについてフレームワークの質問ごとに評価し、コード、IaC、設定を分析して証拠に基づく指摘とアイゼンハワーマトリクス優先順位付けされたProduce修復提案を作成する。フルレビュー (すべてのベストプラクティスに BP ID の引用元を付与)、クイックレビュー (質問単位)、ピラー指定レビュー、スコアモードのレビュー (ピラーごとのスコアと絞り込み済み指摘を含む成熟度スコアカード)、および最新の AWS ドキュメントから検出されたレンズを使ったレンズ専用レビューに対応。Well-Architected review、WA review、WAR、ピラー評価、ピラー横断のアーキテクチャレビュー、ワークロード評価、クラウドレディネス評価、Well-Architected のスコア・グレード・スコアカードの要求時に発動。単一ピラーの深掘り、WA 概念の学習、ADR、移行レディネス評価には適用しない
任意のコードベースで **Codex**（OpenAI Codex CLI）を使って機能を構築し、ビルド → レビュー → テスト → 修正の厳密なサイクルで進める場合に使用します。「run the build loop」「build the next task」「continue the plan」「build this feature properly」や、計画ファイルまたは機能の直接的な指示に基づく実装依頼で起動します。計画（計画がない場合は指示）に基づいて構築し、未コミットの変更に Codex の `/review` を実行して見つかった問題をすべて修正し、機能をエンドツーエンドでテスト・検証して、テストで判明した問題も修正し、完了後に報告します。計画内のすべてのタスクが完了するまで繰り返します。
アプリ、パッケージ、プラグインの Flutter テストを作成、修正、レビュー、デバッグ、検証します。ユニットテスト、ウィジェットテスト、統合テスト、MethodChannel やプラグインのモック、Mockito や mocktail のテストダブル、golden やアクセシビリティのチェック、CI テストコマンドの追加、テスト失敗、MissingPluginException、pump や pumpAndSettle の問題、finder エラー、build_runner によるモック生成、デバイスや Web の統合テスト、不安定な Flutter テストに使用します。
プロジェクトの技術スタック、テストフレームワーク、CI/CD パイプライン、環境、品質目標、リスク領域、チーム構成、規約をまとめた .agents/qa-project-context.md を作成して記入します。これは他のすべての QA スキルが最初に読むファイルで、重複した調査を省き、状況に応じたアドバイスを提供できます。使用する場面：「QA コンテキストを設定」「テストを構成」「プロジェクトを初期化」、または任意の QA スキルを初めて使用するとき。対象外：新規プロジェクトの QA を最初から最後まで立ち上げる場合は qa-start を使用してください（最初の手順としてこのスキルを呼び出します）。関連：qa-start、risk-based-testing、test-strategy、qa-metrics、playwright-automation。
ビジネスへの影響度 × 発生確率で問題の可能性を数値化するリスクマトリクスまたはヒートマップを作成し、上位項目の故障モード分析を行い、テストカバレッジをリスク領域に対応付けます。ステークホルダーへのインタビューフレームワークと継続的な再評価も含みます。test-strategy または test-planning の前に実行してください。「リスク評価」「リスクマトリクス」「リスクヒートマップ」「何が壊れる可能性があるか」「クリティカルパス」「故障モード」「テストの重点」などの場合に使用します。対象外：複数四半期にわたる QA の方針には test-strategy、単一スプリント／リリースのテスト計画には test-planning、実践的なセッションベースのバグ探索には exploratory-testing を使用してください。関連：test-strategy、test-planning、release-readiness、qa-metrics。
Lightning Web Component のモバイルオフライン互換性をレビューします。Komaci オフライン静的アナライザーは、Salesforce Mobile App Plus および Field Service Mobile App 用のデータグラフを事前に準備します。`@wire` 設定内のインライン GraphQL クエリ、最新の `lwc:if`／`lwc:elseif`／`lwc:else` ディレクティブ、Komaci ESLint ルール違反（private wire プロパティ、ローカルでないリアクティブ参照、getter の副作用）を対象に、コードレベルの修正案を含む検出結果リストを生成します。「モバイルオフラインレビュー」「Komaci チェック」「オフライン事前準備の監査」「オフライン事前準備の失敗」「オフラインデータグラフエラー」を求められた場合、または `@salesforce/eslint-plugin-lwc-graph-analyzer` の推奨ルールセットに照らして LWC を検証する場合に使用します。一般的な LWC コードレビュー（適切なドメインレビュー用スキルを使用）や、ネイティブモバイル機能を備えた LWC の構築（`using-mobile-native-capabilities` を使用）には使わないでください。
React Native および Expo アプリの開発、デバッグ、調査において Radon IDE の MCP ツールを使用するためのベストプラクティスです。Radon IDE から実行中のアプリを操作する際に使用します。スクリーンショットの表示、ログの読み取り、コンポーネントツリーの調査、ネットワークリクエストのデバッグ、アプリの再読み込み、React Native のドキュメントやライブラリ情報の照会などが対象です。起動ワード：「debug React Native」「fix UI」「network issues」「build issues」「Radon IDE」「view screenshot」「app logs」「component tree」「network inspector」「reload app」「React Native docs」「library description」「emulator」「development viewport」「view_screenshot」「view_application_logs」「view_component_tree」「reload_application」「view_network_logs」「view_network_request_details」「query_documentation」「get_library_description」。Radon IDE セッションでの実行中アプリの調査、デバッグ、開発に関するすべての依頼でも使用します
事前設定済みのテストプロファイルを使い、AWS DevOps Agent を通じて自動リリーステスト（UI または API）を実行します。ユーザーが複数ステップのワークフローの検証、機能の確認、リグレッションのチェック、API エンドポイントのテストを希望する場合に使用します。トリガーワードには run tests、UAT、test my app、test profile、UI test、API test、automated testing、regression test、QA、end-to-end test、run the QA agent が含まれます。
任意のコードベースで **Cursor** を使って機能を構築し、規律ある build → review → test → fix のサイクルで進める場合に使用します。「build loop を実行」「次のタスクを構築」「計画を続ける」「この機能をきちんと構築」や、計画ファイルまたは機能の直接的なプロンプトに基づく実装依頼で起動します。計画（計画がない場合はプロンプト）に従って構築し、Cursor の `/review` を実行して見つかった問題をすべて修正し、機能をエンドツーエンドでテスト・検証します。テストで判明した問題も修正し、完了後に報告します。計画内の全タスクが完了するまで繰り返します。
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。