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
パフォーマンス分析のための Rust プロファイリングスキル。Rust バイナリからフレームグラフを生成する、cargo-llvm-lines でモノモルフィゼーションの肥大化を測定する、cargo-bloat でバイナリサイズを分析する、Criterion でマイクロベンチマークを取る、プロファイル内のインラインフレームを解釈する、といった場面で使用します。cargo flamegraph、cargo-bloat、cargo-llvm-lines、Criterion ベンチマーク、Rust のパフォーマンスプロファイリング、バイナリサイズ分析に関する質問で有効になります。
AI エージェントを TypeScript のコーディングベストプラクティス（型安全性、エラー処理、コード構成、アーキテクチャパターン）に導くスキル。TypeScript コードの生成、TypeScript ファイルのレビュー、新しい TypeScript モジュールの作成、JavaScript から TypeScript へのリファクタリング、あるいはユーザーが TypeScript のパターン・型・コーディング規約について尋ねたときに使用します。キーワード: typescript、types、coding standards、best practices、type safety、generics、architecture、refactoring。
SAP Fiori プロジェクト（standalone または CAP）で @sap-ux/eslint-plugin-fiori-tools を使い、ESLint を設定、移行、実行します。ESLint がなく、導入またはコード品質チェックの追加を希望する場合、既存の .eslintrc や eslint@8 の設定を ESLint 9 の flat config にアップグレードする場合、lint の実行、lint エラーの修正、ESLint が壊れていて動作しない場合、または特定のアプリのアプリケーションの問題や UX の一貫性の問題を確認したい場合（例:「show application issue(s) for my project <project_name>」「show application issues for app X」「UX consistency issues」「issues consistent with Page Map」「same issues as Application Information」）に使用します。
測定可能な指標で任意のファイルを最適化する自律的な実験ループ。Karpathy の autoresearch に着想を得たもの。エージェントがターゲットファイルを編集し、固定の評価を実行し、改善は保持（git commit）して失敗は破棄（git reset）し、-loops を無限に繰り返す。コード実行速度の最適化、bundle／画像サイズの削減、テスト合格率の向上、プロンプト最適化、内容品質（見出し、コピー、CTR）の改善、測定可能な改善ループの実行時に使う。必要条件：ターゲットファイル、指標を出力する評価コマンド、git リポジトリ。
GdUnit4 のエキスパート向けテスト判断ツリー：ユニット vs シーン vs CI ゲート、ヘッドレスランナー、スナップショット、モックネットワーク。テストレイヤーの選択、CI の組み込み、信号や物理の検証を行うときに使用します（初心者向けの assert 一覧は不要）。キーワード：GdUnit4、GdUnitTestSuite、headless CI、snapshot test、mock network、scene integration test、TDD。
レンダリング済み UI と、特定のタスク/オブジェクトリンクの引き継ぎを監査します。通常のソース引用のみの確認は対象外です。実ブラウザー/ネイティブアプリの操作フローと Playwright による一括検査を通じて、レンダリング済み UI と Markdown/Obsidian の画像レイアウトを監査します。対象は Web アプリ、デッキ/スライド、ダッシュボード、デザインシステム、Electron/ネイティブアプリです。UI 実装後に、タイポグラフィ、はみ出し、レスポンシブ対応、ルーティング、データ可視化、ブラウザー出力、ネイティブシェルの不具合を見つける場合や、表示結果を参照と比較する場合に使用します。新規 UI の設計（ui-designer を使用）や QA プログラムの構築（qa-expert を使用）には使いません。
Apifox CLI を使って Apifox のプロジェクトリソースを管理する。トリガーシナリオ：API 自動テスト／テストスイートの実行、API・環境・スキーマ・Mock・ブランチなどのプロジェクトリソースの照会・作成・更新・削除、API ドキュメントのインポート／エクスポート、テストレポートの確認、Runner・スケジュールタスク・通知などの CI/CD 設定の管理。CLI の出力は構造化 JSON で、agentHints.nextSteps が含まれることが多い。すべてのコマンドで --help を利用できる。
LiveKit の音声またはチャットエージェント向けに、対象を絞ったテストシナリオを生成してシミュレーションとして実行します。ローカルのエージェント自身のコードと、ユーザーが重点的にテストしたい内容に基づいて実行できます。ユーザーが「test my agent」「what should I test」「create/generate simulation scenarios」「make a sim test suite」「use lk agent simulate」「stress-test the X flow」「set up scenarios for my agent」と言ったときや、リリース前にエッジケース／拒否応答／回帰を調べたいときに使います。「simulation」という語がなくても、テスト内容を決め、実際の会話におけるエージェントの挙動を検証したいことが明確なら発動します。シナリオはユーザーのマシン上で生成され（コードがアップロードされることはありません）、何をテストするかをユーザーが詳しく制御できます。新規エージェントをゼロから構築する場合（livekit-agents スキルを使用）、負荷テスト、通常のユニットテストには使いません。
PR のレビューコメントとフィードバックの解決を扱います。PR コメントの解決、レビューフィードバックへの対応、レビューコメントの修正、PR レビューへの対処、レビュー状況の確認、レビュアーへの返信、PR の準備状況の確認、PR コメントのレビュー、レビューフィードバックの分析、PR コメントの評価、レビュー提案の評価、PR コメントの優先順位付けに使います。GitHub CLI でコメントを取得し、重大度で分類し、ユーザー確認後に修正を適用して適切な形式でコミットし、スレッドに返信します。
Inngest 上で Agent Evals を構築、移行、デバッグする場合に使用します。AI エージェントやワークフローの成果のスコアリング、遅延スコアラー、セッション、トレース、ステップ実験、実験バリアントの帰属、Insights クエリ、プロンプト、モデル、ツール、プロバイダー、エージェントの振る舞いに対する本番評価ループを扱います。TypeScript SDK v4 のスコアリング beta API、`scoreMiddleware`、`step.score`、`inngest.score`、`createScorer`、`defer`、`group.experiment`、`experimentRef`、`meta.sessions`、および成果ベースの評価に永続的なワークフロー基盤を使用するタイミングを網羅します。
3 段階のパイプラインを用いて Huawei Cloud スキルの品質、セキュリティ、コンプライアンスを監査する。skillspector（AI セキュリティ）、gitleaks（クレデンシャル漏洩）、runtime_security（CWE 高リスク実行パターン）を利用する。問題の詳細と修正戦略を含む構造化レポートを生成する。トリガー：「审计技能」「技能审计」「检查技能质量」「扫描技能问题」「技能安全审计」「audit skill」「check skill quality」「scan skills for issues」「skill audit」「华为云技能审计」「技能合规检查」「skill gate」「质量门禁」「技能检查」「audit huawei cloud skill」「verify skill compliance」「技能质量检查」「跑审计」「安全扫描」。
システムプログラミング向けの Rust unsafe コード skill。unsafe Rust の記述・レビュー、どの操作に unsafe が必要か、unsafe コード上に安全な抽象を実装すること、unsafe ブロックの監査、生ポインタ・transmute・extern の理解に使う。unsafe Rust、生ポインタ、transmute、unsafe ブロック、安全なラッパーの作成、UnsafeCell、unsafe トレイト実装、unsafe コードの監査に関するクエリで有効化される。
許可を得た対象に対して、認証回避、IDOR、セッション処理、ビジネスロジックの欠陥、パラメーター改ざん、Burp Suite／OWASP ZAP のワークフローなど、ブラックボックス／グレーボックスの Web アプリケーション侵入テストを実施します。ユーザーが 'web pentest'、'web application penetration test'、'pentesting'、'bug bounty'、'Burp Suite'、'ZAP'、'OWASP testing'、'authentication testing'、'session testing'、'authorization testing'、'web vulnerability testing' に言及する場合、または稼働中の Web アプリケーションをテストする明示的な許可がある場合に使用します。
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。