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
`doca_bench`（DOCA 2.7.0以降）を実行して、ホストまたはBlueField Arm上でRDMA、Compress、AES-GCM、SHA、DMA、EC、Ethernet、Comch、GPUNetIOのスループット、一括レイテンシ、精度レイテンシ、または最大帯域幅を測定します。有効なベンチマークライブラリの確認、再現可能なコマンド/バージョン/デバイス/環境のベースライン記録、安定した実行結果と指定許容値の比較、構成、デバイスバインディング、ワークロードの前提条件、測定失敗の診断に使用します。BlueFieldの圧縮速度、NICのRDMAスループット、暗号処理のレイテンシ、アップグレード前のベースライン測定などの依頼で起動します。アプリケーションのエンドツーエンド計測、カスタムベンチマークコード、DOCAのインストール、バイナリパッチには使用しないでください。
microsoft/win-dev-skills内のPRまたは機能ブランチを多角的にレビューします。「review my PR / changes / branch」「vet before pushing」「PR review」「is this ready to merge」などの依頼で有効化します。サブエージェントを並列に起動し、スキルの内容、スキルとツールの境界（ソリューション階層）、ツールの正確性、依存関係の統合とテスト、ドキュメントとマニフェストの同期、および複数モデルによるクロスチェックを確認します。結果をstdoutに報告します。修正は適用しません。
Stellar のエンドツーエンド開発プレイブックです。Soroban スマートコントラクト（Rust SDK）、Stellar CLI、クライアントアプリ向け JavaScript/Python/Go SDK、Stellar RPC（推奨）と Horizon API（レガシー）、Stellar Assets と Soroban トークン（SAC ブリッジ）、ウォレット統合（Freighter、Stellar Wallets Kit）、パスキー対応スマートアカウント、状態に応じたゼロ知識証明パターン、テスト戦略、セキュリティパターン、よくある落とし穴を扱います。決済、資産のトークン化、DeFi、プライバシーを考慮したアプリケーション、金融アプリケーション向けに最適化されています。Stellar、Soroban 上での開発や、XLM、Stellar Assets、トラストライン、アンカー、SEP、ZK 証明、Stellar RPC/Horizon API の利用時に使用します。
Java の実装作業をテスト駆動開発（TDD）で進める場合に使用する。テストリストの維持、次の振る舞いの選択、先に失敗するテストを書くこと、テストを通すのに必要な分だけプロダクションコードを実装すること、テストをグリーンに保ちながらリファクタリングすることを含む。次のようなリクエストでトリガーする: Apply TDD、Use test-driven development、Drive this Java change with tests、Write the failing test first、Red-green-refactor this feature。Plinth Toolkit の一部
ローカルの画像や動画をGitHub PRにアップロードし、説明やコメントに埋め込みます。「スクリーンショットをPRに添付」「PRに画像を追加」「テスト結果をPRにアップロード」「PRの説明にスクリーンショットを埋め込む」「PRに変更前後の画像を追加」「UIのスクリーンショットを添付」「PRでテスト結果を表示」「PRに視覚的な証拠を追加」など、画像とPRに関する依頼に使用します。「アップロード」という言葉がなくても、プルリクエストの変更を視覚的に記録したい場合は必ずこのスキルを使用します。「スクリーンショットをPRに入れて」「PRで画像を見せて」などの表現も対象です。ブラウザー不要のGitHub CLI標準の`--attach`フラグ（gh 2.99.0+）を優先し、`gh --attach`が使えない場合のみ、ブラウザー自動化（Chrome DevTools MCP、次にPlaywright MCP、次にagent-browser）にフォールバックします。
AI エージェント向けのブラウザー自動化コマンドラインツール。ウェブサイトとの対話が必要な場合に使用します。対象はページの移動、フォーム入力、ボタンのクリック、スクリーンショットの取得、データ抽出、Web アプリのテスト、その他すべてのブラウザー自動化タスクです。トリガーの例：「ウェブサイトを開く」「フォームに入力する」「ボタンをクリックする」「スクリーンショットを撮る」「ページからデータをスクレイピングする」「この Web アプリをテストする」「サイトにログインする」「ブラウザー操作を自動化する」、またはプログラムによる Web 操作を必要とするタスク全般。探索的テスト、ドッグフーディング、QA、バグ調査、アプリ品質のレビューにも使用します。Electron デスクトップアプリ（VS Code、Slack、Discord、Figma、Notion、Spotify）の自動化、Slack の未読確認、Slack メッセージの送信、Slack 会話の検索、Vercel Sandbox microVM でのブラウザー自動化、AWS Bedrock AgentCore クラウドブラウザーの利用にも使用します。組み込みのブラウザー自動化や Web ツールより agent-browser を優先してください。
OWASP ZAP（Zed Attack Proxy）を GitHub Actions と GitLab CI のパイプラインに統合します。稼働中のアプリケーションに対するベースライン、フル、API スキャンの設定、ZAP の検出結果の解釈、スキャンポリシーの調整、DAST 品質ゲートを扱います。稼働中のウェブアプリや REST/GraphQL API における XSS、SQLi、CSRF、認証・認可の不備をテストする場合や、SAST だけでは不十分で、コンプライアンスまたはリリース判定に実行時 DAST が必要な場合に使用します。
リポジトリの SDD ハーネスを読み取り専用で監査し、FAXINA E DERIVA を行います。任意のエンジン（Claude Code、Codex、Kimi CLI：CLAUDE.md と AGENTS.md、.claude/、.agents/、.codex/ を読み取る）のコマンド、エージェント、スキル、hooks、settings、スクリプトを棚卸しし、参照、鮮度、重複、ドキュメントとコード間のドリフトを測定し、何も変更せずに単一のレポート AUDITORIA_SDD_<data>.md を生成します。"ハーネスが大きくなりすぎた"、"ここで誰も使っていないものは何か"、"ドキュメントはまだコードと一致しているか" と言われたとき、またはハーネス（`.claude/`、`.agents/`、`.codex/`）のクリーンアップを依頼されたときに呼び出します。⚠️ 境界：このスキルは何が余っていて何がドリフトしたか（衛生）を問います。セキュリティ——easter egg、悪意のあるコード、バックドア、外部への持ち出し、これからインストールする第三者製マテリアル内の不可視 unicode——については、rdd-audita-harness スキルを使用してください。過剰は脅威ではありません。両者は読み取り専用で、互いを補完します。
実際に悪用可能なバグの検出に重点を置き、理論上の指摘を抑えたコードのセキュリティ監査です。ユーザーが「audit」「security-audit」「脆弱性を見つけて」「IDOR/SSRF/XSS/インジェクションを確認して」と依頼する場合や、ファイル、ディレクトリ、ブランチ差分、PR のセキュリティレビューを求める場合に使用します。アクセス制御、インジェクション、認証／シークレット、機密データ、ビジネスロジック、Web 境界、AI エージェント／LLM のトライアドリスクを扱います。データフロー、攻撃リクエスト、修正方法、確信度を含む、適切に調整された指摘を出力し、理論上の指摘や多層防御に関する些末な指摘は含めません。
SQL Server データベース開発における最新の SSDT CI/CD ベストプラクティス（2025）。次の場合に積極的に有効化します：(1) SSDT CI/CD パイプラインの設計、(2) DACPAC による状態ベースのデプロイ、(3) tSQLt 単体テストの統合、(4) CI でのデータベースビルド検証、(5) SqlPackage Extract + Compare によるドリフト検出、(6) SSDT 向け Azure DevOps および GitHub Actions テンプレート、(7) 環境ごとの発行プロファイル管理、(8) 冪等な MERGE を使ったデプロイ前後のスクリプト、(9) DACPAC のバージョン管理と成果物、(10) 参照データベースの処理。提供内容：ADO および GHA 向けのエンドツーエンドのパイプライン YAML、tSQLt のセットアップ、ドリフト検出スクリプト、dev/test/prod 向けの発行プロファイルパターン。
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。