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
クリーンコーディング違反を修正するためにコードを書き換える。使用する場面:clean-code-reviewer の違反レポートに基づいて対応するとき、既存コードの具体的なコードレベルの問題(関数のサイズ、命名、エラー処理、コードスメル)を修正するとき、またはアーキテクトが目標構造を設計した後のリファクタリングワークフローの最終ステップとして。アーキテクチャの変更は行わない — 構造の再設計は Implement Mode の適切な data-engineer がアーキテクトの設計に基づいて担当する。Python、JavaScript/TypeScript、C#、Rust をサポートする。`standard` パラメーターで汎用(Clean Code)と OB(BORO Quick Style Guide)の両方の規約セットをサポートする。
普遍的なベストプラクティスとリポジトリ固有の標準に基づいて体系的なコードレビューを実行する。重要なコード変更後に自動的に有効化される。コードのレビュー、ファイルの監査、PR の確認、ステージされた変更の確認、またはコードの「review」「check」「audit」「examine」を求められた場合に使用する。設計原則(SOLID、DRY、KISS)、セキュリティ(OWASP)、パフォーマンス、並行処理の安全性、クロスプラットフォーム互換性、コードベースのパターンを徹底する。
プロダクトエンジニアが既存コードの Earth Design System (EDS, `@adaptavant/eds-core`) のアンチパターン、誤用、非推奨 API、HTML アクセシビリティ違反を監査したいときに使用するスキルです。トリガーには「audit EDS usage」「check for EDS anti-patterns」「review this file for EDS violations」「is this EDS-compliant」「lint my EDS code」、またはデザインシステムの誤用についてファイルやディレクトリをスキャンするあらゆる依頼が含まれます。検出のみ——修正案付きの発見レポートを作成し、修正対応は `co-author` スキルに委ねます。新しい EDS コードの作成(`co-author` を使用)、PR のレビュー(`pull-request-reviewer` を使用)、`packages/core` 内のバグ修正には、このスキルを使用しないでください。
(NS)プロダクトルートの独立した tests-e2e/ Node パッケージで Cypress E2E テストを作成・保守する(存在しない場合は初期化)。DRY なデバイス対応コマンドアーキテクチャ(shared/pages/device)。Cypress の spec やカスタムコマンドの作成・リファクタリング、グリーンフィールドプロジェクトでの E2E の足場作り、E2E タスクの実装に使用する——E2E タスクの markdown の計画には使用しない(e2e-test-generator を使用)。harness の e2e ルールがある場合は読むこと。spec を書く前に必須の調査を行う。
Chrome DevTools MCP ツールを使用した Largest Contentful Paint(LCP)のデバッグと最適化を支援します。ユーザーが LCP のパフォーマンス、ページ読み込みの遅さ、Core Web Vitals の最適化について尋ねる場合や、ページのメインコンテンツが表示されるまで時間がかかる理由を知りたい場合に使用します。「largest contentful paint」「page load speed」「CWV」に言及した場合や、ヒーロー画像またはメインコンテンツの表示速度を改善したい場合にも使用します。
機能、PRD、要件を TDD 実装タスクに分解します。タスク 0.0 は機能ブランチの作成で、必ず最初に行います。各タスクは TDD の四段階(RED テスト→失敗を確認→GREEN 実装→成功を確認→REFACTOR)に従い、必須の公開 API ドキュメント作成、ドキュメント更新、コードレビューの各タスクを含みます。`Guidance Used` と `Relevant Files` セクションを含む出力を `tasks/tasks-[name].md` に保存し、プロジェクトの慣習からテストコマンド、ソースディレクトリ、テストディレクトリを自動検出します。Ruby を優先しますが、言語には依存しません。トリガー語:tdd task list、tdd tasks、generate tasks、tdd breakdown、implementation tasks、task breakdown、feature tasks、quadruplet pattern。
計画をタスクに分解し、各タスクで implement-and-review を実行して機能全体を構築する。計画または機能が与えられたら、それをトランサーバレット型の垂直スライスタスクに分解し(to-tasks スキル経由——受け入れ契約 + ゲートフラグ + 依存関係)、タスク DAG を実行し(独立したタスクは並列)、各タスクごとに implement-and-review を実行して FE/BE クロスレビュー付き TDD ビルドを行い、依存関係の順にタスクを統合してタスク単位の受け入れを行い、最後に機能全体の full-review で締めくくり、テスト/ビルドをグリーンに保つ。Opus が分解、スケジューリング、統合、最終レビューを統括し、タスク単位の構築は implement-and-review の役割。マルチタスク機能をエンドツーエンドで出荷/構築する際に使用。単一のスコープされたタスクには implement-and-review を直接呼び出す。models-consensus(審議のみでコードを生成しない)や ship とは異なる——ship はアイデア→PR の指揮者で、対話的な仕様/計画フェーズと PR の納品を含み、implement-feature は仕様フェーズも PR もない計画→構築済み機能の DAG 実行者。
pnpm monorepo で Playwright 三点セット(@playwright/test + @playwright/cli + playwright-mcp)を初期化する。e2e/ビジュアルテストの骨組み、MCP 設定、AI skills の生成、AI メモリの更新を含む。ヘッドレスブラウザの CPU 過負荷インシデントのポストモーテムとトラブルシューティングガイドを内蔵: ヘッドレスモードでの高い CPU 使用率(100%)、ブラウザのハング、終了できない残存 Chromium プロセス、大型ディスプレイの 3D WebGL レンダリング性能問題を診断できる。緊急の損切り手順と長期的な回帰チェックリストを提供する。ユーザーが Playwright の初期化、大型ディスプレイのビジュアルテスト、e2e テストの構築、Playwright monorepo の設定、pw_core/pw_visual MCP などに言及したときにトリガーされる。ヘッドレスブラウザの性能トラブルシューティング、headless CPU 100% の診断、残存 Chromium プロセスのクリーンアップ、終了できないブラウザプロセスの対処、大型ディスプレイの 3D レンダリング性能チューニングなどの調査シナリオにも適用される。
RP2350 (Raspberry Pi Pico 2 W) および ESP32-S3 (Heltec) マイクロコントローラー向けの組み込み Rust ファームウェアを、Embassy 非同期ランタイム、メモリ制約、LED 制御、CAN アタッチメントプロトコル、SLCAN ブリッジを中心にレビューします。MCU ファームウェアの変更レビュー、LED コントローラーの問題のデバッグ、Embassy 非同期パターンの評価、静的メモリ割り当ての確認、SLCAN 実装の検証、WS2812 LED・CAN ペリフェラル・ツールアタッチメント向けのハードウェア固有コードの評価に使用します。no_std 環境、PIO ステートマシン、RMT ペリフェラル、USB CDC シリアル通信を扱います。
Web サービスまたはアプリのパフォーマンスバジェットを定義・文書化する。パフォーマンス目標の設定、レイテンシまたはスループットの SLO の定義、Core Web Vitals 目標の確立、パフォーマンスベースラインの作成、パフォーマンス回帰ポリシーの文書化を求められたときに使用。主要なユーザージャーニー、Core Web Vitals、バックエンドのレイテンシ SLO、測定ツール、CI での実施、違反時の対応プロセスを網羅した構造化されたパフォーマンスバジェットを生成する。
PR レビューの反復ループを管理する。レビュアーのフィードバックをポーリングし、提案を証拠に基づいて評価し、修正を実装し、スレッドを解決し、CI/CD をグリーンに導く。あらゆる PR(バグ修正、リファクタリング、ホットフィックス、機能追加)で単独でも、/ship から呼び出される組み合わせ可能なモジュールとしても動作する。SPEC.md が提供されれば仕様を認識するが、必須ではない。Triggers:review、review loop、PR feedback、iterate on PR、resolve reviews、CI/CD resolution、green pipeline、address reviewer comments。
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。
