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
QUnit のユニットテストと OPA5 の統合テストを、UI5 Test Starter のコンセプトに合わせてモダナイズします。次の場合に使用します。- *.qunit.html または *.qunit.js ファイルに対して linter が `prefer-test-starter` を報告する - テスト HTML ファイルが Test Starter の runTest.js/createSuite.js ではなく、sap-ui-core.js を手動でブートストラップしている - テスト JS ファイルが sap.ui.define ではなく Core.ready()、Core.attachInit()、または jsUnitTestSuite を使用している - テストごとの Opa5.extendConfig と手動ブートストラップを含む OPA テスト HTML ファイルがある - AllJourneys.js オーケストレーターが OPA journeys を動的に読み込む - OPA journeys が `iStartMyAppInAFrame` ではなく `iStartMyUIComponent` を呼び出す - ユーザーがテストやテスト基盤のモダナイズ、または Test Starter の採用を求めている。ユニットテスト（Core.ready の削除、sap.ui.define によるラップ）と OPA の課題（ページオブジェクトのインポート、Opa5 設定、journey のオーケストレーション、QUnit 1.x のアサーションのモダナイズ、ウィンドウ内から iframe へのランチャー移行）に対応します。トリガー：`prefer-test-starter` の警告、テストのモダナイズ依頼、`iStartMyUIComponent`。
エージェントが実行する前に実装計画を審査し、誤字ではなく架空のパスや誤った再利用を見つけます。計画の Markdown 全文と付属の JSON を読み、実際のリポジトリに照らして各ファイルパスと再利用の主張を検証し、スコープ、アーキテクチャ、依存関係グラフ、リスク、テストカバレッジを精査したうえで、各セクションを採点し、APPROVE / REVISE / REJECT の判定を出します。独自の推論予算を持つ分岐型レビューのワークフローとして実行され、メインの実行フローから分離されています。判定は証拠に基づく指摘のみから導きます。重要な計画を安易に承認せず、指摘を捏造しませんが、実際に問題のないセクションは合格できます。読み取り専用で、計画は編集しません。実行前の計画レビューや審査をユーザーが求めたときに使用します。
テストの構成はピラミッドではなくコードに沿わせる方針を徹底します。ロジックを Flutter 非依存のパッケージに移し、純粋な package:test と注入した Clock でテストします。独立した oracle に対するシード付きファズテストで不変条件を検証し、往復テストと丸めのゴールデンテストも行います。自分が所有するコードには mocktail より bare-implements の fake を優先し、データ層はモック DAO ではなく実際の NativeDatabase.memory Drift エンジンでテストします。ProviderContainer overrides で Notifier をヘッドレスに実行し、エンドツーエンドの受け入れゲートとランタイム不変条件のトリップワイヤを設けます。全体の割合ではなく、回復不能なバグにつながるファイルにカバレッジ下限を設定し、カバレッジが実態より高く見える問題を解消します。test/ または integration_test/ でのテスト作成、テスト種別の選択、ファズ／往復テストの追加、fake や ProviderContainer テストの構成、カバレッジゲート設定、不安定なテストスイートの調査に使用します。
Azure Test Plans の開発に関する専門知識を提供します。制限とクォータ、セキュリティ、構成、統合とコーディングパターンを扱います。テスト失敗の種類、カスタムフィールド、保持期間、アクセス許可、tcm.exe ベースのテストスイート自動化の構成など、Azure Test Plans 関連の開発タスクで使用します。Azure DevOps（azure-devops を使用）、Azure Pipelines（azure-pipelines を使用）、Azure Boards（azure-boards を使用）、Azure App Testing（azure-app-testing を使用）には使用しないでください。
PostHog MCP のツール呼び出しの品質を調査する —— エラー率、レイテンシ、到達範囲、どのツールが失敗しているか、または遅いか。ユーザーが "which MCP tool has the highest error rate?"、"what's the slowest tool?"、"which tools fail most often?"、"how reliable is tool X?" と尋ねたとき、ツール品質マトリックスを求めたとき、または MCP 分析のツール品質／ダッシュボード URL を貼り付けてその内容を尋ねたときに使用する。
現在のブランチ差分から、本物のバグやセキュリティホールを検出します。生のモデル出力ではなく、変更ファイルごとの攻撃面と欠陥面を洗い出し、セキュリティとロジックのチェックリストを適用したうえで、周辺コード、呼び出し元、既存の緩和策を照合して候補を検証します。独自の推論予算を持ち、メインフローから分離された分岐型レビューのワークフローとして実行します。誤検知チェックを通過した結果のみを重大度順に、ファイル:行番号の根拠と修正方針を添えて報告し、実際の問題がない場合は明確にその旨を示します。読み取り専用で、コードは編集しません。ユーザーがバグの発見、変更のレビュー、ブランチのリスク監査を求めた場合に使用します。
任意の API について、AI エージェントとの互換性を分析します。8 つの柱（48 項目）にわたって OpenAPI 仕様をスキャンし、エージェント対応度を 0～100 で評価して、優先順位付きの修正案を提示します。「API はエージェント対応か」「API をスキャンして」「OpenAPI 仕様を分析して」「AI エージェントにとって API の問題点は何か」「API はどれくらいエージェントに適しているか」と尋ねられた場合や、AI での利用に向けて API を改善したい場合に使用します。MCP 経由でローカル仕様と Postman コレクションに対応します。
既存の Web アプリをレビューし、実際の問題を報告します。OWASP Top 10 に照らしたセキュリティ上の欠陥、古くなった検索・AI での発見可能性、アプリがうたっているものの現在は提供していない機能を確認します。ユーザーがアプリのレビュー、監査、確認を依頼した場合、差分ではなくコードベース全体のセキュリティレビューや脆弱性チェックを求めた場合、sitemap、robots.txt、llms.txt が今も正しいか尋ねた場合、またはランディングページ、ドキュメント、プライバシーポリシーが製品の現状に追いついていないと疑っている場合に使用します。プルリクエストや構築仕様書ではなく、現在のアプリをレビューするため、現ブランチ以前から存在していた問題も検出できます。デフォルトは読み取り専用です。証拠を一度収集し、独立した観点から並行して確認し、不確かな点はコマンドで再確認します。実行できなかったチェックはすべて明示し、合格したかのようには示しません。
学習者と同じように実際の `10x` CLI（@przeprogramowani/10x-cli）をエンドツーエンドで操作する — login、list、get、sync、changelog、doctor — 分離された設定とプロジェクトディレクトリを持つローカルの偽配信 API に対して実行し、証拠として stdout/stderr/終了コード、PTY 画面、ファイルツリーのハッシュを取得する。コマンド、ライター、競合処理、認証、API クライアントを変更した後、ユニットテストは通るが出荷される挙動を確認したいとき、または「verify」「run the CLI」「prove it works」と求められたときに使用する。
Chaos Studio の開発に関する専門知識を提供します。トラブルシューティング、ベストプラクティス、意思決定、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイを扱います。CLI/ARM/REST による Chaos Studio の自動化、AKS Pod 障害の構成、VNet 注入型エージェント、Workspaces とクラシックの使い分けや、その他の Chaos Studio 関連の開発タスクで使用します。Azure Monitor（azure-monitor を使用）、Azure Resiliency（azure-resiliency を使用）、Azure Reliability（azure-reliability を使用）、Azure Site Recovery（azure-site-recovery を使用）には使用しないでください。
実際のブラウザーで実行中のアプリを操作し、フローが機能することを確認します。必要に応じて実行するか、再実行する価値のある少数のフローを保存済みテストにできます。複数ステップのフローをエンドツーエンドで確認する場合、デプロイ直後に localhost ではなく公開 URL を確認する場合、開発者が Playwright、E2E、ブラウザーテストを求める場合、またローカルでは動作するのに本番環境で壊れていると報告された場合に使用します。デモ前に主要な操作がまだ機能するか確認し、スクリーンショットを撮る場合にも使用します。
cran.r-project.org で R パッケージの最新状況を確認します。提出／審査状況（キュー、人手による審査、待機、アーカイブ、過去バージョンの扱い）や、R CMD check の結果（プラットフォームごとの OK／NOTE／WARN／ERROR）が対象です。「X の CRAN ステータスは？」「X は採用／却下された？」「X は CRAN チェックに合格している？」「バージョン Y はいつアーカイブされた？」「win-builder はパッケージを受け取った？」「win-builder は提出を処理中？」などに使用します。
規律ある widget/layout/golden/a11y テスト面を強制する——tester.view.physicalSize x devicePixelRatio を固定し MaterialApp の上に MediaQuery（textScaler/boldText/accessibleNavigation）を重ねる単一の pumpApp ハーネス、決して抑制しないオーバーフロー検出網（オーバーフローは RenderObject ごとに 1 回しか報告されないため、device x scale x bold の組み合わせごとに 1 つの testWidgets）、golden の代わりに計算された getSize/getRect によるフィット・幾何ゲート、loadAppFonts とブロックされた --update-goldens を伴う 2 つの golden レーン（Ahem 幾何 + 固定 OS の実フォント 1 つ）、Directionality 下の RTL golden、色の値に対する純 Dart の WCAG/APCA コントラスト、および meetsGuideline の正直な限界。test/support/harness.dart の作成時、pumpWidget/pumpApp の呼び出し時、「overflowed by N pixels」の失敗の追跡時、takeException/ignoreOverflowErrors/FittedBox/withClampedTextScaling の使用時、matchesGoldenFile の追加時、または isSemantics/simulatedAccessibilityTraversal/meetsGuideline を含む a11y_test.dart の作成時に使用する。
プロジェクトにACCESSIBILITY.mdファイルが含まれている場合、またはmgifford/ACCESSIBILITY.mdリポジトリに貢献する場合は、直ちにこのスキルを読み込んでください。変更を提案または記述する前に、必ずACCESSIBILITY.mdを読んでください。ACCESSIBILITY.mdファイルが存在する場合、いかなる状況でもこのスキルを省略しないでください。このスキルは、他のすべてのアクセシビリティ関連スキルをいつ、どのように読み込むかを定めます。
ascend-kernel の csrc/ops/<op>/test 以下で、JSONL のみを含む profiler 性能ケースを管理します。torch_npu.profiler（warmup=5、active=5 固定）で計測し、ASCEND_PROFILER_OUTPUT/op_statistic.csv の Total Time(us) を集計して、DType 列を含む統一 Markdown 比較レポート（カスタム演算子 vs ベンチマーク）を出力します。perf_cases.json と *_profiler_results.json は生成しません。参考実装は examples/layer_norm_profiler_reference/ にあります。
ブランチが PR になる前にチェックし、スタイルではなくテストで見逃される構造上の欠陥を検出します。デフォルトのベースとの差分全体を読み、2段階のチェックリスト（まずブロッキング項目——危険なクエリ、競合状態、信頼境界や認証の誤り、条件付き副作用——次に非ブロッキング項目）を実施し、報告前に各候補を周辺コードと照合して検証します。読み取り専用を維持し、ブロッキング項目を優先して報告します。問題ごとに特定の修正を明示的に承認した場合にのみ変更を行い、判断をまとめたり自動修正したりすることはありません。リリースまたは PR 作成の直前にブランチゲートとして使用します。
Godot エキスパートアナリスト：Anara。Godot 4.7+ アーキテクチャを対象に、先進的なプロジェクト評価と認定を行います。プロジェクトの健全性、最新性、スケーラビリティ、依存関係グラフの評価や、Visionary Certificates の生成に使用します。キーワード：アナリスト、Anara、評価、認定、アーキテクチャ監査、ResourceLoader.get_dependencies、typed Dictionary、機能別フォルダー構成、Visionary Certificate、Godot 4.7。
Ascend C のコードレビュー用スキル。仮説検証の手法に基づき、コードの安全性と規範への準拠を確認します。呼び出す際は、コードスニペットとレビュー規則の説明を明示的に指定する必要があります。次の場合に使用します：ユーザーがコード検査やコードレビューを求める、コードセキュリティについて質問する、コーディング規約を確認する、またはメモリリーク、整数オーバーフロー、ヌルポインターなど特定のコード上の問題を調べる必要がある。キーワード：Ascend C、コード検査、コードレビュー、安全規範、メモリ、ポインター、オーバーフロー、リーク、コーディング規約。
自動車組み込みシステム向けの C/C++/CAPL ベストプラクティス。この skill は、MISRA、AUTOSAR、ISO 26262、ISO 21434 のガイドラインに従って、自動車 ECU を対象とする組み込み C/C++ コードや CAPL スクリプトを作成、レビュー、リファクタリングする際に使用する。組み込みファームウェア、CAN/CAN FD/LIN/Ethernet 通信、TCP/UDP/DoIP/SOME-IP プロトコル、RTOS プログラミング、安全クリティカルなコード、サイバーセキュリティ、診断（UDS）、CAPL テスト自動化、キャリブレーションツールチェーン統合に関するタスクが対象。
トラブルシューティング、ベストプラクティス、意思決定、制限とクォータ、セキュリティ、構成など、Playwright Workspaces 開発の専門知識を提供します。Playwright Testing ワークスペース、トークン/RBAC、クォータ、監視／メトリック、実行／AADSTS7000112 の問題の管理など、Playwright Workspaces 関連の開発タスクに使用します。Azure App Testing（azure-app-testing を使用）、Azure DevOps（azure-devops を使用）、Azure Pipelines（azure-pipelines を使用）、Azure Test Plans（azure-test-plans を使用）には使用しないでください。
決定論的なデザインシステム監査と、スラッシュコマンドとして使えるデザイン専門家一式を提供します。`npx dwic-audit`はWCAGのコントラスト計算とトークン解析を使い（LLMは不使用）、色、タイポグラフィ、余白、アクセシビリティ、フォーム、ナビゲーション、モーション、コピーなどのカテゴリでプロジェクトをスキャンし、検出事項を修正担当の専門家に振り分けます。専門分野は、視覚的階層、インタラクションデザイン、デザインシステム設計、タイポグラフィ、色、余白、モーション、フォーム、ナビゲーション、ダッシュボード、モバイル、ランディングページ、認証UX、ヘルスケアUX、B2B SaaS、Eコマース、ダークモード、エラー処理、オンボーディング、データ可視化です。Claude Codeプラグインとしてインストールされ、コマンドは実行時依存関係のない純粋なMarkdownです。
Godot 4.7 の作業をマウスなしまたは大規模に実行する必要があるときに使用：数百の GLB プロップや AI 画像から 3D へのアート投入のバッチインポート、命名規則、インポートプリセットとインポート後スクリプト、エディタプラグイン、EditorScript と @tool、EditorImportPlugin、CI での GUT または gdUnit4 テスト、GitHub Actions のエクスポートワークフロー、GDExtension の基本、または Godot MCP サーバー。また、--import が遅い、テクスチャが非圧縮のまま、テストはローカルで通るが CI で失敗する、エクスポートにテストフォルダが含まれる場合にも使用。
Vitest 3 の機能と Vitest 2 からの移行（2025）。以下の場合に積極的に有効化します：(1) Vitest 3 の安定機能、(2) モノレポ向け workspace モード、(3) テストアノテーションと reporter API、(4) projects 設定、(5) Vitest 3 のブラウザーモード、(6) インラインスナップショットと toMatchInlineSnapshot、(7) 型チェックモード（vitest typecheck）、(8) watch モードの UI 改善、(9) カスタム reporter、(10) Jest および Vitest 2.x からの移行。Vitest 3 の変更履歴、workspace のセットアップ、projects 設定テンプレート、ブラウザーモードのセットアップ、Jest および Vitest 2 からの移行パターンを提供します
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。