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 + Playwright による WCAG 2.2 AA 準拠テスト、キーボードナビゲーション監査、スクリーンリーダーのテスト、ARIA パターンの検証、法的要件への準拠状況のマッピング（ADA、EAA、Section 508）を行います。自動化ツールで検出できる問題は 30～40% です。このスキルでは自動テストと手動テストを組み合わせます。次の場合に使用：「accessibility」「a11y」「WCAG」「screen reader」「axe」「keyboard navigation」「ARIA」「ADA compliance」。対象外：Cookie 同意/GDPR 準拠（compliance-testing を使用）、ピクセル差分によるビジュアル回帰テスト（visual-testing を使用）。関連：playwright-automation、compliance-testing、visual-testing、ci-cd-integration
エビデンスに基づく go/no-go 判断でリリース準備状況を検証します。go/no-go チェックリスト、スモークテストスイートの設計、段階的ロールアウトの検証、ロールバックの基準と手順、デプロイ後の検証を扱います。リリースへの確信を感覚ではなくデータに基づかせます。使用する場面：「リリース準備完了」「go/no-go」「スモークテスト」「リリースチェックリスト」「ロールバック計画」「段階的ロールアウト」「カナリアデプロイ」。対象外：ロールアウト中に適用する安全なリリース手法（フラグ、カナリア、ダークローンチ）には testing-in-production、リリース後に継続実行する定期プローブには synthetic-monitoring、本番テレメトリーからの新しいテスト設計には observability-driven-testing を使用します。関連：testing-in-production、qa-metrics、ci-cd-integration、ai-system-testing。
Jest、Vitest、pytestを使って効果的なユニットテストを作成します。テストダブルの分類（stub/spy/mock/fake）、Arrange-Act-Assert、カバレッジ閾値の設定とCIゲート、スナップショットテスト、フェイクタイマー、Stryker/mutmutによるミューテーションテストを扱います。使用場面：「unit test」「Jest」「Vitest」「pytest」「mock」「coverage threshold」「test doubles」「mutation testing」「fake timers」「snapshot test」。対象外：カバレッジレポートの解釈や不足箇所の特定にはcoverage-analysis、AIによるテストコード生成にはai-test-generation、既存テストの問題点の監査にはai-qa-review、ブラウザー/コンポーネントのレンダリングアサーションにはcypress-automationまたはvisual-testingを使用してください。関連：coverage-analysis、ci-cd-integration、ai-test-generation、shift-left-testing。
証拠に基づき、テストごとに実行時修復します。複数属性によるセレクター修復、環境を考慮した診断、flaky テストの分類、隔離管理、信頼度スコア付き自動修復に対応します。単純なロケーターのフォールバックにとどまらず、アクション単位の修復、データ修復、可観測な修復ワークフローも扱います。「flaky test」「test stability」「self-healing locator」「broken locator recovery」「unreliable test」「quarantine flaky test」に該当する場合に使用します。計画済みの UI リファクタリング後にセレクターを一括再生成する場合は対象外です。selector-drift-recovery を使用してください（このスキルは実行時に 1 件のテストを修復し、そちらはオフラインで多数のテストを書き換えます）。CI の失敗をバグレポートに分類・クラスタリングする場合も対象外です。ai-bug-triage を使用してください。関連：playwright-automation、selector-drift-recovery、ci-cd-integration、qa-metrics、ai-bug-triage。
React/Next.js アプリケーション向けに、ユニットテスト、統合テスト、E2E テストを生成します。コンポーネントをスキャンして Jest + React Testing Library のテストスタブを作成し、Istanbul/LCOV のカバレッジレポートを分析して不足箇所を見つけ、Next.js のルートから Playwright テストファイルを作成します。また、MSW で API 呼び出しをモックし、テストフィクスチャを作成して、テストランナーを設定します。「テストを生成」「ユニットテストを書く」「テストカバレッジを分析」「E2E テストを作成」「Playwright を設定」「Jest を設定」「テストパターンを実装」「テスト品質を改善」といった依頼に使用します。
k6 の負荷／ストレス／ソーク／スパイクテストスクリプトと k6 シナリオ、Web Vitals 向けの Lighthouse CI、CI ゲートとしてのパフォーマンス予算を使ってアプリケーションのパフォーマンスをテストします。負荷プロファイル、カスタムメトリクス、ボトルネックの特定、Core Web Vitals（LCP、INP、CLS）を扱います。「performance test」「load test」「stress test」「soak test」「spike test」「k6」「k6 scenarios」「Lighthouse」「Web Vitals」「Core Web Vitals」「performance budget」に使用します。対象外：本番環境の定期プローブには synthetic-monitoring、ピクセル差分のリグレッションには visual-testing、本番テレメトリーに基づくテスト設計には observability-driven-testing を使用してください。関連：ci-cd-integration、qa-metrics、release-readiness。
AWS Fault Injection Service（AWS FIS）を使用してフォールトインジェクション実験を計画、構築、実行、分析し、カオスエンジニアリングによってアプリケーションのレジリエンスを検証する。実験テンプレート（アクション、ターゲット、停止条件）、FIS アクションカタログとアクション選択、シナリオライブラリ（AZ 電源停止、リージョン間接続性、EC2/EKS/EBS 負荷）、実験のライフサイクルとモニタリング、ログとレポート、マルチアカウント実験、実験用 IAM ロール、ブラスト半径の安全性を扱う。ユーザーが AWS FIS やフォールトインジェクションに言及した場合、障害モード（AZ、リージョン、API エラー/スロットリング、インスタンス/ポッド/DB/キャッシュ障害、レイテンシ、パケット損失）に対してどの実験を実行すべきかを尋ねた場合、実験テンプレートや CLI/CloudFormation を作成したい場合、プリプロダクションやプロダクションでカオス実験を安全に実行する必要がある場合に適合する。Resilience Hub と ARC にまたがるより広いレジリエンスプログラムについては aws-resilience-lifecycle を、ARC のルーティング制御とゾナルシフトについては recovery-controller-setup を参照。
MAX で実行中のモデルをプロファイリングし、処理時間の内訳と GPU が飽和しているかを調べます。ユーザーが「profile my model」「where is my model spending time」「why is inference slow」「is my GPU being utilized」「how much GPU am I using」「get a kernel breakdown」「capture an nsys/rocprof/ncu trace of max serve」と尋ねる場合、または MAX の推論性能を測定したい場合に使用します。MAX で実行可能な任意のモデルに対応します。組み込みアーキテクチャと、--custom-architectures で読み込んだカスタムアーキテクチャが対象です。pip または pixi によるインストール環境（max generate、max serve、または Python スクリプト）で、NVIDIA または AMD GPU 上で動作します。最も低コストな方法から選びます。まず GPU 使用率を確認し、次にカーネルの内訳を調べ、単一のカーネルが支配的な場合に限り詳細分析します
データベースの整合性を検証し、マイグレーションの順方向・逆方向テスト、スキーマ制約の確認、シードデータの管理、マイグレーションのずれの検出、クエリ性能の問題の特定を行います。Prisma、TypeORM、Drizzle、SQLAlchemy を使用する PostgreSQL、MySQL、MongoDB と、Testcontainers のテストデータベースに対応します。使用するケース：「database test」「migration test」「migration rollback」「rollback test」「data integrity」「SQL test」「schema validation」「seed data」「query performance」「Testcontainers」。対象外：大規模な合成データの生成・マスキングには test-data-management、Docker/IaC のテスト環境構築には test-environments、SQL インジェクションには security-testing を使用してください。関連：test-data-management、test-environments、security-testing、ci-cd-integration。
自動化 CI ツールを使って、OWASP Top 10（2025）に照らしてアプリケーションのセキュリティをテストします。対象は OWASP ZAP（DAST）、依存関係・サプライチェーンのスキャン（OSV-Scanner、SBOM、来歴）、Semgrep SAST、認証・セッションのテスト（JWT、OAuth、RBAC）、XSS/CSRF/SQLi/SSRF の Playwright パターンです。「セキュリティテスト」「OWASP」「脆弱性」「ZAP」「XSS」「SSRF」「依存関係スキャン」「認証テスト」「OWASP LLM Top 10」に該当する場合に使用します。対象は CI での自動スキャンと異常系のセキュリティテストで、手動の侵入テストは含みません。対象外：セキュリティ制御を規制（SOC 2、HIPAA、PCI、GDPR）に対応付ける場合は compliance-testing、パイプラインのステージ接続やデプロイゲートの仕組みには ci-cd-integration、攻撃者モデルのない機能的な API 認証・入力テストには api-testing、製品独自の LLM 機能のテストやエージェント自体の防御（プロンプトインジェクション検出器、間接インジェクション、ジェイルブレイクのレッドチームテスト）には ai-system-testing を使用します。関連：ci-cd-integration、compliance-testing、api-testing、shift-left-testing、ai-system-testing
QA が未整備のプロジェクトで QA を立ち上げる、順序付きランチャーです。ガイド付きの 1 回の実行で qa-project-context → test-strategy → test-planning を連続して実行し、その後、利用可能なチェックを実行して証拠を記録します。使用する場面：「新しいプロジェクトに QA を設定」「ゼロから QA」「まだ QA がない」「/qa-start」。対象外：既存のチームとテストがある環境で QA エンジニアをオンボーディングする場合は qa-project-bootstrap を使用。明確な該当項目がない状態で「どのスキルを使うべきか」と尋ねる場合は qa-do を使用。関連：qa-project-context、test-strategy、test-planning、qa-project-bootstrap、qa-do。
あらゆるコードレビューに使用します。Pull Request、差分、コミットのほか、貼り付けられた TypeScript、JavaScript、Python、Go、Swift、Kotlin、C#/.NET、Java、C、C++、Rust、Ruby、PHP、Dart/Flutter の関数、ハンドラー、ファイルが対象です。言語ごとのルールパック（SQL インジェクションや認証漏れなどのセキュリティ、非同期処理とリソース管理、エラー処理、パフォーマンス）を適用し、スクリプトで PR のリスクと複雑さを評価したうえで、マージ可否とブロッキング／非ブロッキングの指摘を提示します。コードのレビュー、確認、チェックを依頼された場合、「code review」「review this PR」「review this diff」「is this safe to merge」と言われた場合、または単一関数を含むコード片の問題点を尋ねられた場合に使用します。
TestRail、Xray (Jira)、Zephyr Scale、Qase で手動およびハイブリッドのテストケースとスイートを作成・保守します。テストケースの構成要素（タイトル、前提条件、手順、期待結果、テストデータ）、スイート／セクションの整理、ユーザーストーリーや受け入れ基準からの一括作成、曖昧な手順のリンティング、各ツール向け CSV/API インポート・エクスポートのペイロード、要件のトレーサビリティとカバレッジの不足、レビューの適切な運用、手動ケースを自動化に移行するタイミングを扱います。「テストケースを書く」「手動テストケース」「TestRail case」「Xray test」「Zephyr Scale case」「Qase case」「CSV を TestRail にインポート」「これらの手順を lint」「トレーサビリティレポート」「自動化すべきか」といった場合に使用します。自動テストコードの生成には使用しません（ai-test-generation を使用）。スプリント単位のテスト対象選定には使用しません（test-planning を使用）。関連：ai-test-generation、test-planning、exploratory-testing、qa-project-context。
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。