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 96,770 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
評価ドキュメントに基づき、決定論的なチャンク単位の操作と各ステップでの厳密な検証によってアーキテクチャのリファクタリングを実行します。アーキテクチャ評価、クリーンアーキテクチャレビュー、リファクタリングの推奨事項、seam-ripper の出力があり、リファクタリングを安全に実際に実行する必要があるときに使用します。「この評価に基づいてリファクタリングして」「これらのアーキテクチャ推奨事項を実行して」「アーキテクチャのドリフトを修正して」「チャンク単位でリファクタリングして」といった依頼や、計画に従ってコードベースを体系的に再構築するあらゆる依頼にも使用します。そもそもアーキテクチャ上の問題を引き起こす種類のエージェントドリフトを防ぐために特別に設計されています。
Simulink および System Composer モデル用の Model Advisor チェックを作成またはアップグレードします。ガイドラインの作成、チェック仕様の定義、Model Advisor チェックの実装、適格性テストまで、ライフサイクル全体をカバーします。新しいチェック（編集時、標準バッチ、構成パラメーター、自動修正）の作成、旧式の StyleOne/StyleTwo/StyleThree チェックの現代的な DetailStyle への変換、モデリングガイドラインの作成、モデリングルールの適用、チェックのテスト／適格性確認に使用します。「blocks shall...」「signals must match...」「parameters shall be set to...」など、モデリング制約全般がトリガーになります。
研究に基づく読み取り専用の監査。権威ある情報源（arxiv、PubMed、Google Scholar、JSTOR、OpenAlex、Crossref、Semantic Scholar）および標準化団体（NIST、IETF/RFC、OWASP、ISO、業界規制当局）の実世界の知識に照らして、リポジトリのコードベース、アーキテクチャ、ビジネスロジックを検証する。確立された規範、標準、ベストプラクティスに違反するアルゴリズム、アーキテクチャ上の選択、ビジネスルールを監査で指摘したいときに使用する — 例：「APR の計算は貸付の規範に沿っているか」「暗号は NIST に準拠しているか」「このコンセンサス手法は妥当か」 — 各指摘は実際に取得した引用に紐づく。アルゴリズム／アーキテクチャ／ビジネスの各層にわたる反証可能な主張を抽出し、それぞれを適切な情報源クラスに振り分け、取得した証拠に照らして検証し、報告前に敵対的に反駁する。重大度で分類した引用付きレポートを出力し、根拠のないものは UNCONFIRMED とする。linter、SAST、CVE スキャナーではない — 構文ではなく規範について推論する。
保守しやすいコードを書く — 可読性の原則、実践的に適用する SOLID パターン、そしてルールを曲げるべきタイミングを見極める判断力。"code quality、clean code、readability、naming、SOLID、refactor、code review、best practices、maintainable、how should I structure、clean-code、solid、readability、maintainability、code-review、naming、functions、principles" が言及されたときに使用します。
BurntSushi の "honest machinery" の視点でコードをレビューする —— API、不変条件、エラー契約、パフォーマンスの境界、デフォルト値が現実を正確に表しているかを問いかける。ライブラリ API、複雑さやコストを変えるパッチ、依存関係の追加のレビュー、またはユーザーが "is this API honest?"、"will this panic?"、"is the cost visible?"、"does this scale?"、"are the defaults right?" と尋ねた場合に使用する。言語を問わず動作する。Rust 固有の詳細は REFERENCE.md を参照。削除／肥大化対策のレビュー（code-review-russ-cox を使用）やプロダクトとライブラリのトレードオフ（code-review-mitsuhiko を使用）には使用しない。
NumPy から cuPyNumeric への移植前準備状況を評価します。ユーザーがコードの GPU 上でのスケーリング可否、cuPyNumeric への移行の是非、問題なく移行できる NumPy パターン、移植前に必要なリファクタリングについて質問した場合、または移植前評価、スケーリング分析、リファクタリング計画に言及した場合に、大規模な移植作業を始める前に使用します。ユーザーのソースコードを調べて NumPy の使用箇所を確認し、cuPyNumeric API サポートマニフェストと照合します。分散スケーリングに適したパターンと、未対応 API、スカラー同期、ホストとの往復、Python／オブジェクトに偏った制御フロー、形状／データ依存の分岐、インプレース変更のリスクなどの障害要因を区別します。READY、LIGHT REFACTOR、SIGNIFICANT REFACTOR、NOT RECOMMENDED の判定と具体的なリファクタリング案を提示します。
.NET のコード品質を Roslyn アナライザー、StyleCop、dotnet format で担保する。C#/.NET の linting、フォーマット、ベストプラクティスを扱う。使用場面：ユーザーが「C#」「.NET」「ASP.NET Core」を扱い、「Roslyn analyzers」「StyleCop」「dotnet format」「.NET linting」「C# best practices」について尋ねるとき。使用しない：SonarQube —— `sonarqube` スキルを使用；テスト —— .NET テストスキルを使用；セキュリティ —— `dotnet-security` スキルを使用。
NSubstitute でテストダブル（モック、スタブ、スパイ）を作成するための專門スキル。外部依存の分離、インターフェースの動作のシミュレート、メソッド呼び出しの検証が必要なときに使用する。Substitute.For、Returns、Received、Throws などの完全なガイダンスを扱う。ユーザーが mock、stub、spy、NSubstitute、test double、測試替身、Substitute.For、Returns、Received、dependency isolation に言及した場合は、たとえ明示的にモックのガイダンスを求めていなくても、必ずこのスキルを使用すること。キーワード：mock、stub、spy、nsubstitute、模擬、test double、測試替身、IRepository、IService、Substitute.For、Returns、Received、Throws、Arg.Any、Arg.Is、隔離依賴、模擬外部服務、dependency injection testing
(NS) GitLab issue をエンドツーエンドで実行する — first-act ステータス、ブランチ再利用とソースブランチのゲート、単一 worktree の分離、アトミックなデリバリー、MR ライフサイクル、必須のコードレビューゲートと上限付き修正ループ。ユーザーが GitLab の ISSUE_URL を提示するか、GitLab issue の直接実装を求めたときに使用 — ローカルのみのアドホックなコーディング（code-coder を使用）や GitLab 以外の自律実行（code-autonomous standalone を使用）には使用しない。実際のコーディングは code-autonomous エンジンに委譲する。MCP 用に mcp-gitlab-usage、レビューゲート用に code-reviewer が必要。
提出前に AAB または APK をスキャンして Google Play ポリシーへの準拠を確認する場合や、リリース間の署名キーの一貫性を確認する場合に使用します。ユーザーが事前チェック、コンプライアンス確認、ポリシースキャン、提出前チェック、署名キーの一貫性、証明書の不一致に言及した場合や、AAB/APK が Google Play の要件を満たすか確認したい場合に起動します。制限付き権限、target SDK 要件、64 ビット準拠、ハードコードされたシークレットの検出、Data Safety フォームのリマインダー、フォアグラウンドサービスの宣言、App コンテンツの申告に関する質問にも対応します。
大規模な commit、PR（番号、ブランチ、または GitHub URL で指定。ここでリポジトリをチェックアウトする必要はありません）、作業ツリー、またはコンフリクト解消向けに、テーマ別に整理したローカル配信の HTML 閲覧順序を作成します。各ファイルの diff を編集可能な Monaco editor にインライン表示し（通常は 2 方向、コンフリクト時は current | resolution | incoming の 3 方向）、行ごとのレビューコメントや、変更画像のパン／ズーム比較ビューアーも提供します。commit／PR が大きく、git-log 順にファイルごとに読むのが難しく、ユーザーがガイド付きの閲覧経路を求める場合に使用します。変更された Playwright スクリーンショットのベースラインや画像 diff の視覚的レビューにも使用します（スクリプトによるスナップショットのみのモードでは作成作業は不要です）。また、あなたまたは別のエージェントが複雑な merge、rebase、cherry-pick、revert のコンフリクトを解決した直後、操作を続行またはコミットする前に、解決結果を両側と照合できるよう、依頼がなくても提案します。
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。