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
リポジトリ標準の Nemotron カスタマイズ手順を計画・設定し、単一または複数ステップのパイプラインとして連結します。対象は、キュレーション、翻訳、SFT/PEFT（AutoModel または Megatron-Bridge）、事前学習/CPT、RL アライメント（DPO/RLVR/GRPO/RLHF）、BYOB/MCQ ベンチマーク、チェックポイント変換、ModelOpt 最適化、環境プロファイル、学習済みチェックポイントまたは既存/ホスト済みエンドポイントの評価です。Nemotron の手順やワークフローが指定された場合、またはこれらのクリーンアップ、翻訳、学習、ファインチューニング、アライメント、変換、最適化、評価、パイプライン化を求められた場合に使用します。フロントエンド/ダッシュボード/可視化、一般的な ML の助言、課金/アクセス、Nemotron 以外のコーディングタスクには使用しないでください。
OpenHarmony C/C++ 向けに UT ケースに基づくコードカバレッジレポートを生成します。全量および差分カバレッジ分析に対応し、hdc 経由でテストデバイスに接続する必要があります。次の場合に使用します：（1）サブシステム／コンポーネント／モジュール／テストスイート／テストケースの全量コードカバレッジをユーザーが要求した場合。レポートパスが指定されていれば --output パスとして解釈します。（2）コンポーネント／モジュール／テストスイート／テストケースの差分コードカバレッジを要求した場合。git diff ファイルが必要です。レポートパスが指定されていれば --output パスとして解釈します。注意：差分カバレッジはサブシステムレベルに対応していません。OpenHarmony デバイスに接続してテストを実行する必要がある場合に有効化します
悪用可能性の判断を必要とするセキュリティレビュー：インジェクションと入力処理、認証とセッション管理、認可、シークレットの保管と暗号化、および Agentic AI のリスクを、OWASP Top 10:2025 と ASVS 5.0 に照らして評価する。ユーザーが「review for security」「is this secure」「review this endpoint for injection」「check for SQL injection or XSS」「review auth/authorization」「how are we storing secrets」「check how we store secrets in this service」「is this crypto correct」と言ったとき、または暗号化・セッション管理・AI エージェントのコードを書くときに使用する。このコードベースにおける到達可能性と影響を判断する。ツールが回答できる決定論的なチェック（lockfile の CVE、不足しているヘッダー、ワイルドカード CORS）は /clouddrove:appsec が担当する。
公式のコードが存在しない場合に、論文の手法を最小限で直接的な PyTorch で再現し、その手法が主張どおりに機能するかを確認する。ユーザーが「この論文を再現して」「この論文の手法を実装して」「この論文のコードがない」「この論文が本当に機能するか確認したい」「このアルゴリズム/式をコードにして」と言ったとき、または論文/arXiv のリンクを共有してその中核メカニズムの動作する実装を求めたときに使用。出力は、小さく単一ファイルで読める実装に加えて、段階的な検証ゲート（形状チェック → 小さなバッチで過学習 → トイ規模でのベースライン比較）と、論文が明記していないすべての点に関する明示的な仮定台帳。自分の実験向けの学習レシピの設計（pytorch-training-recipe / jax-training-recipe）、既存のリリース済み成果物の監査（reproducibility-audit）、研究リポジトリの構成（research-codebase）には使用しない。
ユーザーが自分が所有する、またはテストを許可されているガードレール、分類器、プロンプト、API に対して敵対的なストレステストを行い、それが失敗する異なるパターンを明らかにしたいときに使用。敵対的入力を生成し、対象と正解オラクルに通し、対象とオラクルの不一致をすべて手法クラスごとに重複排除して失敗として記録し、新しいクラスが出なくなるまでラウンドを繰り返す。異なる再現可能な失敗のカタログを生成する——find→fix 構成の攻撃側にあたる。対象の修正には使用しない。ユーザーが所有していない、またはテスト許可を持たないシステムへの攻撃にも使用しない。
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。