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
RWX CI/CD 設定や `.rwx` ディレクトリ内のその他のファイルの作成、変更、理解に使用します。ユーザーが RWX について尋ねる、RWX 設定の作成や変更を希望する、「CI failed」「CI is red」「tests are failing in CI」などと言う、「what's failing on my PR / branch / commit?」と尋ねる、サンドボックスでテストやビルド手順を実行する、テスト失敗をデバッグする、実行状況を確認する、ログ／アーティファクトを取得する、または実行ループを開始する場合に使用します。
Salesforce 開発向けの Apex コード品質ガードレールです。一括処理の安全性ルール（ループ内で SOQL/DML を実行しない）、共有モデル要件、CRUD/FLS セキュリティ、SOQL インジェクション対策、PNB テストカバレッジ（Positive / Negative / Bulk）、最新の Apex 慣用表現を徹底します。Apex クラス、トリガーハンドラー、バッチジョブ、テストクラスのレビューや生成時に使用し、デプロイ前にガバナ制限のリスク、セキュリティ上の欠陥、品質問題を検出します。
複数パス並列の製品分析。モデル横断のテスト時計算拡張に対応。並列のエージェント（Claude Code agent teams + Codex CLI）を起動して多角的な視点から製品を調査し、発見を実行可能な最適化プランに統合します。競合ベンチマークには competitors-analysis を呼び出せます。「product audit」「self-review」「发布前审查」「产品分析」「analyze our product」「UX audit」「信息架构审计」の場合に使用します。
Lightning Web Component（LWC）がアクセシブルで、WCAG アクセシビリティガイドラインを満たしているか判断する際に使用します。ユーザーが \"is my component accessible?\"、\"does my LWC meet accessibility guidelines?\"、\"is this component WCAG compliant?\"、\"find accessibility problems in this LWC\"、\"is this LWC keyboard accessible?\"、\"does this component work with a screen reader?\"、\"does this component have sufficient color contrast?\"、\"check ARIA usage in this LWC\"、\"WCAG 2.2 accessibility check\" と尋ねた場合に起動します。LWC の HTML、JS、CSS のアクセシビリティ（a11y、WCAG、ARIA）の修正や改善を希望する場合も起動します。対象にはセマンティックマークアップ、フォーカス、キーボード操作、コントラスト、スクリーンリーダー用ラベル、WCAG 2.2 SC が含まれます。WCAG の根拠を引用した指摘を含む `a11y-review.md` を生成します。一般的な LWC 生成（`experience-lwc-generate` を使用）や、アクセシビリティに焦点を当てない SLDS の視覚／デザインレビュー（`design-systems-slds-validate` を使用）では起動しないでください。
連続アクションヘッド、LoRA 適合、LIBERO シミュレーションおよび ALOHA 実機環境での FiLM 条件付けを用い、ロボット動作生成のための OpenVLA-OFT および OpenVLA-OFT+ ポリシーをファインチューン、評価します。OpenVLA-OFT 論文の結果の再現、独自 VLA アクションヘッド（L1 または拡散）の学習、ALOHA のサーバー・クライアント推論のデプロイ、正規化、LoRA のマージ、GPU 跨ぎの問題のデバッグに使用します。
仕様の実装後、実行中のアプリケーションに対して実際のエンドツーエンド検証を行います。アプリケーションの種類を検出し、ローカルランタイム（Docker、Node、Spring Bootなど）を起動して、実テスト（REST APIにはcurl、Web SPAにはPlaywright、デスクトップアプリにはコンピューター操作）を実行します。機能仕様の受け入れ基準を検証し、Markdownレポートを生成して環境を終了します。完成した仕様を実テストで検証する、実装後にE2Eチェックを実行する、実環境で受け入れ基準を検証する、またはタスク完了後に機能を実際にテストするよう求められた場合に使用します。
複数の Claude サブエージェントに、ごく短いタスクプロンプトと実際のツール（WebFetch、Bash、Write）だけを渡して製品、SDK、ドキュメントサイト、SKILL.md の開発者体験を監査する。エージェントは自分でドキュメントを探し、依存関係をインストールし、必要なら認証情報を求め、実際の実行を試みなければならない。このスキルは各エージェントのトレース（ツール呼び出し、リトライ、経過時間、エラー）を取得し、セットアップの手間、速度、効率、エラーからの回復、ドキュメント品質でスコア付けして、A–F のグレードと具体的な修正 signifying をeld HTML レポートを出力する。ユーザーがエージェント体験の監査、スキルのテスト、エージェント向けドキュメントの監査、SDK がエージェントに親切かどうかの確認、SKILL.md の検証、エージェント DX の計測、AI エージェントのオンボーディングがどれだけ大変かのベンチマークを求めたときに使う。トリガー：'audit agent experience'、'test this skill'、'audit docs for agents'、'is my SDK agent-friendly'、'run a DX audit'、'agent experience test'、'test my docs'、'how do agents do with my product'。
te-cli に新しくマージされた CLI 機能が妥当かどうかを検証します。コマンド登録、ビジネスドメイン↔skill のペアリング、skill ドキュメントの網羅性、skill 内部の一貫性、ユーザードキュメントの同期、エンジニアリングの堅牢性という 6 つの観点でスキャンし、コマンドの読み込み失敗、AI エージェントが空のドキュメントを読んでパラメータを当て推量する、ユーザードキュメントの遅延などの問題を洗い出します。新しいコマンドドメイン／コマンドのマージ、skill の追加や変更、リリース前のセルフチェック、CLI 機能の完全性評価が必要なときに使用します。
ユーザーがコードベースやプロジェクトの包括的な技術分析を求めるときに使用します。「このコードベースを分析して」「技術的概要」「このアーキテクチャを文書化して」「このコードベースは何をするのか」「このリポジトリをまとめて」「コード監査」「アーキテクチャレビュー」「コードベースのウォークスルー」「このプロジェクトを分析して」といった要望jani_margin も該当します。架构、コード品質、テスト、インフラを網羅する多段階の分析を実施し、エンジニア向けの詳細な markdown レポートを作成します。簡単なコード検索や単一ファイルのレビューには、標準のエディタツールを使用してください。
React 18.3.1 または React 19 へのアップグレード前に React コードベースを監査するための、完全かつ検証済みの grep スキャンコマンド集を提供します。react18-auditor と react19-auditor の両エージェントによる移行監査で使用します。非推奨 API、削除済み API、安全でないライフサイクルメソッド、バッチ処理の脆弱性、テストファイルの問題、依存関係の競合、React 19 固有の削除項目を見つけるために必要な grep パターンをすべて収録しています。監査スキャンコマンドを作成するときは必ずこのスキルを使用し、特にコンテキストフラグが必要な複数行の非同期 setState パターンでは、grep の構文を記憶に頼らないでください。
実際の PR レビューに紐づく Python ソフトウェアエンジニアリングの指針。Python コードの記述、レビュー、リファクタリング（特に dataclass、サービスインターフェース、エラーハンドリング、型注釈）を行う場合に使用してください。Python モジュール、API 設計、データモデリング、型安全性、例外処理、保守性のためのリファクタリングなど、Python 関連のタスクでトリガーします。非同期と並行性については python-async-best-practices スキルを参照してください。
Blender の結果が unsatisfactory Szegény、ユーザーの期待に反する、検証が失敗した、あるいは繰り返しの問題から skill の深さの不足が判明した場合、自己改善ループを実行する。このループは差分を診断し、アーティファクトを修復すべきか汎用 skill を取得/改善すべきかを判断し、经验を再利用可能な形に整理して公開に備え、ドキュメント/バージョンを更新し、検証し、明示的に要求された場合は stage/commit/push の準備を行う。
C/C++ の実行時バグ検出のためのコンパイラサニタイザスキル。GCC や Clang で AddressSanitizer（ASan）、UndefinedBehaviorSanitizer（UBSan）、ThreadSanitizer（TSan）、MemorySanitizer（MSan）、LeakSanitizer（LSan）を有効化・解釈するときに使う。サニタイザのフラグ、サニタイザレポート、ASAN_OPTIONS、メモリエラー、データ競合、未定義動作、未初期化読み取り、特定のバグ種別に対するサニタイザの選択に関する質問に反応する。
本番品質のコードに向けた原則ベースのエンジニアリング姿勢。リポジトリを先に読み、コードの前に計画し、既存の設定に合わせ、訓練時の記憶より最新のドキュメントを参照し、基準を満たす最も simplicity simple… 最も simplicity な正しい変更を届けます — 適切なアルゴリズムとデータ構造、冪等な書き込み、スキーマ + クエリ + インデックスを一つの成果物として扱う、型付きエラー、同一差分に含めるテスト。基盤 technology に依存せず、各領域では仲間のスキルに譲ります。用途：平凡でない計画、設計、実装、レビュー、リファクタリング、RCA とデバッグ、性能と最適化、データベーススキーマ・セキュリティ・インフラ・公開 API に触れる変更、継承された NIH な実装や vibe コーディング、LLM 生成コードのTvirdPREPARED（依存関係/CVE と移行の監査）、過剰設計の整理（"最もシンプルなソリューション"、"YAGNI"、"何を削除できるか"）。
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。