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 97,222 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
engineering analytics MCP ツール（pull-requests：CI 状態付き PR 一覧、workflow-health：ワークフローごとの CI 傾向、pr-lifecycle：単一 PR のタイムライン）を使って、GitHub リポジトリの CI とプルリクエストパイプラインの健全性を診断します。CI が速くなっているか遅くなっているか、どの GitHub Actions ワークフローが遅い、または不安定なボトルネックか、PR の作成からマージまでの所要時間、作成者のマージ時間と同じ集団との比較、CI が失敗または保留中のオープン PR、特定のプルリクエストが停滞している箇所について尋ねられたときに使用します。「engineering analytics」「is CI getting slower」「slow workflow」「flaky CI」「time to merge」「cycle time」「PR throughput」「failing checks」「where is PR <n> stuck」「CI long pole」「what's holding up this PR」で起動します。特定の CI 失敗の責任者や該当コミットを判定するには investigating-ci-failures を、これらの数値をインサイトとして保存するには turning-engineering-analytics-into-insights を使用してください。
計画 → コード作成 → 評価 → 改善のサイクルでコードを反復的に洗練します。各サイクルでlintチェック（ruff）、テスト（pytest）、構造化された自己評価を実行し、失敗を診断して改善します。複雑なタスクを順次進めるフェーズに分解し、各フェーズで最大3回（合計10回）反復します。メインのエージェントが「MODE: MORE_EFFORT」を指定してコードタスクを委任する場合、ユーザーが「More Effort」コード生成モードを選択する場合、またはコード品質向上のための反復的な改善を明示的に求める場合に使用します。単発のコード生成（Liteモード）、実験パイプラインのオーケストレーション（experiment-pipelineを使用）、特定の実験の失敗診断（experiment-craftを使用）には使用しないでください。
自動ワークフローと決定木による Core Web Vitals のインテリジェントな分析。LCP、CLS、INP を測定し、結果に応じて後続の分析を自動的に判断するガイド付きデバッグを提供します。LCP の詳細分析（5 段階）、CLS の調査（読み込みとインタラクション）、INP のデバッグ（レイテンシの内訳と原因の特定）のワークフローに加え、読み込み、インタラクション、メディアの各スキルとの連携を含みます。Core Web Vitals、LCP の最適化、レイアウトシフト、インタラクションの応答性についてユーザーから質問された場合に使用します。Chrome DevTools MCP と互換性があります。
マルチエージェントによる敵対的コードレビューです。単一のモデル上で 3 つのレビュアーサブエージェント（Auditor、Adversary、Pragmatist）を起動し、相互尋問を 1 ラウンド実施した後、決定的な方法で順位付けした単一のレポートにまとめます。複雑な PR、セキュリティ上重要な変更、多数のファイルに触れるリファクタリング、または単一の視点に明らかな盲点がある変更に使用します。トリガーフレーズ：「adverse review」「adversarial review」「multi-perspective review」「review my changes from multiple angles」「panel review」。軽微な差分（誤字、依存関係の更新、書式設定）には適しません。
障害箇所や修正方法がまだ分からない段階で、Meteor 3 アプリの原因不明の障害を診断する際に使用します。サーバークラッシュ、クライアントのみのエラー、サブスクリプションの停止、DDP または WebSocket の切断、Minimongo とサーバーデータの不一致、停止または不安定なテスト、ビルドの遅延、--inspect、console.log、.only、Playwright トレース、Instrumentation のライフサイクルイベント、Meteor アプリのデバッグ依頼で起動します。証拠から Meteor ツール、サーバー、クライアント、データ、テスト、ブラウザー、モバイル、本番環境のどの境界かを見極める場合に使用します。テストのセットアップと作成には meteor-testing を使用し、原因を特定した後の修正は担当スキルに引き継ぎます。
実践認識論：計画、仮説、判断を実践に戻して検証し、「実践→認識→再実践」の螺旋状に反復します。開始前に反復の終了条件を明記します。仮説の検証が必要なとき、試行が失敗して振り返りと再挑戦が必要なとき、考えるだけで実行していない、または考えずに実行していると気づいたときに適用します。単発の出力、すぐに調べられる質問、仮説がまだない段階（まず調査）では適用しません。英語：Practice-cognition loop. Test a hypothesis or plan in practice, learn from the result, and iterate in a rising spiral with an explicit stop condition. Trigger when a plan needs validation, an attempt failed and must be retried, or you notice thinking without doing (or doing without thinking); skip for one-shot outputs, lookup questions, or before any hypothesis exists
CATS を使って Java API のファズテストを追加またはレビューする際に使用します。契約駆動のネガティブテスト、不正なペイロードの検証、境界入力の探索、CI 統合、再現可能な障害、ローカル実行のガイダンスを扱います。Java プロジェクトへのファズテスト追加、CATS による API ネガティブテスト、API 契約の堅牢性に関する CI 品質ゲートのレビュー、境界入力や不正入力のテストカバレッジ改善、OpenAPI 契約に対する CATS ファズテストの実行などの依頼で起動します。Plinth Toolkit の一部です
SHA 固定の軽量ランチャーを介して論文に Anti-Autoresearch の完全性フォレンジック調査を実行します（範囲アンカー付き証拠台帳 → GPT 監査担当が所見を提案 → 監査担当の発言とともにすべての提案を列挙するルール専用レポーター）。その後、判定を型付きポリシーゲート（BLOCK/WARN/NO_NEW_BLOCKER）と追記専用の義務台帳に変換します。ユーザーが \"integrity forensics\"、\"forensic audit this paper\"、\"投稿前自查诚信\"、\"审这篇论文的诚信\" と言った場合、または上流リポジトリ独自のスキルがインストールされていない状態で \"anti-autoresearch\" と言った場合に使用します。/paper-writing（投稿時の自己フォレンジック、デフォルト ON）、/peer-review（フォレンジック付録）、/resubmit-pipeline からも呼び出されます。
監視システムを構成し、構造化ロギングパイプラインを実装し、Prometheus/Grafana のダッシュボードを作成し、アラートルールを定義し、分散トレーシングを計装します。Prometheus/Grafana スタックの実装、負荷テスト、アプリケーションのプロファイリング、インフラストラクチャのキャパシティ計画を行います。アプリケーションモニタリングの導入、サービスへのオブザーバビリティ追加、ログ/メトリクス/トレースによる本番問題の調査、k6 や Artillery による負荷テスト、CPU/メモリのボトルネック解析、キャパシティ需要の予測に使用します。
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。