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
Deepline Play に人手によるレビュー、ゴールデンのラベルとの照合評価、範囲を限定した反復改善が必要な場合、このスキルを使用する。トリガーは「put this run in a Sheet」「review these results」「read my feedback」「compare this run to the golden set」「evaluate this play」「optimize this play」「add the revised run to the same spreadsheet」。Google Sheets からのフィードバックの再読み込み、永続的な Play Dataset エクスポート、ゴールデンセットの規律、`deepline tools execute` による安全な反復を扱う。レビューや評価のループを伴わない通常の CSV エクスポートでは使用しない。
AEM as a Cloud Serviceプロジェクトのコード品質と正確性の問題を、外部サービスやネットワーク呼び出しを使わずローカルで検出、レビュー、修正します。AEM Java、Sling Models、OSGi、Mavenのコードを確認、レビュー、評価、監査、スキャン、モダナイズ、アップグレード、修正したい場合に使用します。例:「Sling Modelsが正しく実装されているか確認」「@Injectの使い方をレビュー」「Maven依存関係は最新か」「このAEMプロジェクトをスキャンして問題を探す」「Sling Modelsをモダナイズ」「コード品質の問題を修正」。評価対象のファイルを指定するか、リポジトリのスキャンを依頼します。問題を検出して計画を立て、依頼があった場合に限り、ブランチ上またはその場で最小限の編集を行い、mvn compileで検証します。意図を認識して各問題の種類に応じて処理し、まだ修正できない点も報告します。
組み込みの Studio MCP サーバーを通じて AI エージェントから Roblox Studio を操作する — Claude Code、Codex、Cursor、OpenCode、Gemini CLI の接続;DataModel の探索、スクリプトの読み取り/編集、編集/サーバー/クライアントでの Luau 実行、プレイテスト、出力の読み取り、スクリーンショットの取得、入力のシミュレーション、アセットの挿入のためのツール。エージェントが開いている Studio プレースを検査、変更、プレイテストする場合、または接続をセットアップする場合に使用する。
Shiplight QA ツールキット——すべての Shiplight テスト/QA 作業の唯一のエントリーポイント。ユーザーが明示的に 'shiplight' と言った場合(例:'write a shiplight test'、'use shiplight to verify X'、'shiplight cover')または /shiplight を呼び出した場合にのみ使用する。サブコマンドにルーティングする:init、setup-test-auth、update、create-yaml-tests、create-agent-verification、cover、fix、verify、review、ci、cloud、support、help。
並列のエージェントチームを使った実装と監査のループ。構造化された簡素化・堅牢化・ドキュメント化の工程を備えています。実装エージェントを起動して作業させ、次に監査エージェントが複雑さ、安全上の穴、仕様からの逸脱を洗い出します。そしてコードがきれいにコンパイルされ、すべてのテストが通り、監査エージェントが問題を一切検出しなくなるか、ループ上限に達するまで繰り返します。用途: 仕様や計画に基づく機能の実装、既存コードの堅牢化、問題の一括修正、および「ビルド—検証—修正」の循環が有効な複数ファイルにまたがるタスク。
Elastic の統合パッケージにおけるパッケージ仕様への準拠。マニフェスト構造(format_version、conditions、variables、var_groups、provider_permissions、routing rules)、changelog のスキーマとセマンティックバージョンの更新、上流の elastic/package-spec との整合性を扱います。manifest.yml、changelog.yml の作成やレビュー、パッケージメタデータに関する elastic-package の lint/check エラーの調査で使用します。
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。
