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 96,770 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
セッショントレースと Data Cloud を使って本番環境の Agentforce エージェントの動作を分析し、Agent Health Monitoring (AHM) のアラートを管理します。トリガー条件：ユーザーが STDM セッションデータや Data Cloud のトレースレコードを問い合わせる、本番環境のエージェントの障害・回帰・パフォーマンス問題を調査する、セッショントレース・会話ログ・エージェントの指標について尋ねる、報告された本番問題のプレビューでの再現を試みる、findSessions やトレース分析クエリを実行する、エージェントの指標（エスカレーション率/deflection など）に対して AHM データアラートを作成・一覧表示・更新・削除する、アラートが発火しない理由を尋ね거나発火済みか確認する（通知件数、またはアラートごとの Incidents ビュー）。トリガーしない条件：ユーザーが開発中に .agent ファイルを作成・変更・デバッグする（agentforce-generate を使用）、テストスペックを作成・実行する（agentforce-test を使用）、ローカル開発で sf agent preview を使う、エージェントをデプロイまたは公開する。
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。
adb 経由で Orca 内から Android デバイスやエミュレーターを操作し、Orca のエミュレーターパネルでデバイスのライブ映像を表示します。Windows、Linux、macOS で adb 接続されたエミュレーターやスマートフォンを操作する際に使用します。AVD の起動、タップ、スワイプ、入力、ハードウェアボタン、画面回転、アプリのインストールと起動、ランタイム権限、アクセシビリティツリー、logcat に対応します。iOS シミュレーターには iOS エミュレータースキルを使用し、先に Gradle で APK をビルドしてください。
セキュリティ研究者のようにコードを分析する AI 搭載コードベースセキュリティスキャナーです。データフローを追跡し、コンポーネント間の相互作用を把握して、パターンマッチングツールが見逃す脆弱性を検出します。コードの脆弱性スキャン、バグの発見、SQL インジェクション、XSS、コマンドインジェクション、漏えいした API キー、ハードコードされたシークレット、安全でない依存関係、アクセス制御の問題の確認や、「コードは安全か」「セキュリティレビュー」「コードベースを監査」「脆弱性を確認」といった依頼に使用します。JavaScript、TypeScript、Python、Java、PHP、Go、Ruby、Rust におけるインジェクションの欠陥、認証・アクセス制御のバグ、シークレット漏えい、脆弱な暗号化、安全でない依存関係、ビジネスロジックの問題を対象とします。
Trail of Bits のベストプラクティスに基づくスマート合约開発アドバイザ。コードベースを解析してドキュメント/仕様書の作成、アーキテクチャのレビュー、アップグレード可能性パターンの確認、実装品質の評価、落とし穴の特定、依存関係のレビュー、テストの評価を行う。スマート合约プロジェクトが開発ベストプラクティスを ^[守っているか] asked とき，或者ガイトラインに対してオンチェーン/オフチェーン分割、アップグレード可能性、delegatecall プロキシパターンを確認するとき，或者合约設計、継承、イベント、ドキュメント、依存関係、テスト戦略について助言を求める場合に使用する。
5 日間の構造化されたプロセスを実行し、実際のユーザーとともに製品アイデアのプロトタイピング、テスト、検証を行います。ユーザーが「design sprint」「validate before we build」「rapid prototype」「test with users」「should we build this」に言及した場合に使用します。また、チーム是高リスクな製品決定で終わりのない議論に陥っている場合や、開発に投資する前にコストの高いアイデアのリスクを知りたい場合にもトリガーします。月曜から金曜までのマッピング、スケッチ、決定、プロトタイピング、テストを扱います。継続的な実験と MVP については lean-startup を、顧客ジョブ分析については jobs-to-be-done を、リーディングでないユーザーインタビューについては mom-test を参照してください。
cargo-fuzz をセットアップして実行します。Cargo ベースの Rust プロジェクトにおける標準のファuzツールです。cargo fuzz init、nightly ツールチェーンの要件、fuzz_target! ハーネス、Arbitrary から生成する構造化入力、sanitizer のオプション、cargo fuzz coverage、crash アーティファクトの再現を扱います。Rust の crate にファジングを行う、fuzz_target! を書く、Rust の unsafe ブロックや FFI を試す、cargo fuzz の
テストファイルの生成、モック戦略の作成、コードカバレッジの分析、テストアーキテクチャの設計、および機能・性能・セキュリティの各テスト領域におけるテスト計画と不具合報告を作成する。単体テスト、結合テスト、E2E テストの作成、テスト戦略や自動化フレームワークの構築、カバレッジのギャップ分析、k6 や Artillery を用いた性能テスト、OWASP の手法を用いたセキュリティテスト、不安定なテストのデバッグ、または QA、リグレッションテスト、テスト自動化、品質ゲート、Shift Left テスト、テスト保守の業務で使用する。
AddressSanitizer でコードをビルドして実行し、ファジングやテスト中にバッファオーバーフロー、解放後使用、その他のメモリエラーを検出します。-fsanitize=address ビルド、ASAN_OPTIONS、クラッシュレポートの読み取り、LeakSanitizer、オーバーヘッドとプラットフォーム上のトレードオフを扱います。C/C++ や unsafe ブロックまたは FFI を含む Rust のファジング、メモリ破損クラッシュのデバッグ、ASan スタックトレースの読み取りに使用します。
Playwright での E2E テストの作成、テストインフラのセットアップ、不安定なブラウザテストのデバッグで使用します。テストスクリプトの作成、ページオブジェクトの作成、テスト fixture の設定、レポーターの設定、CI 統合の追加、API モッキングの実装、ビジュアルリグレッションテストの実行のために呼び出します。トリガー語：Playwright、E2E test、end-to-end、browser testing、automation、UI testing、visual testing、Page Object Model、test flakiness。
React Native Testing Library（RNTL）v13 および v14（`@testing-library/react-native`）を使ってテストを作成します。React Native コンポーネントのテストの作成、レビュー、修正に使用します。対象：render、screen、クエリ（getBy/getAllBy/queryBy/findBy）、Jest マッチャー、userEvent、fireEvent、waitFor、非同期パターン。v13（React 18、同期 render）と v14（React 19 以降、非同期 render）に対応します。トリガー：React Native コンポーネントのテストファイル、RNTL のインポート、「testing library」「write tests」「component tests」「RNTL」への言及。
Trail of Bits Testing Handbook（appsec.guide）から Claude Code の Skill を生成します。ハンドブックのページを分析し、各 Skill タイプに必要な構造の SKILL.md ファイルを出力します。ハンドブックの内容から Skill を作成・更新するとき、またはユーザーが testing handbook や appsec.guide に言及したときに使用します。セキュリティテストの質問への回答には使用しません——それらの内容は生成された Skill がカバーしています。
Clang でコンパイルできる C/C++ コードに対して、LLVM に組み込みのカバレッジガイドファズラーである libFuzzer をセットアップして実行します。ハーネスの構造、-fsanitize=fuzzer ビルド、コーパスと辞書の管理、サニタイザーとの連携、ファズングキャンペーンの切り分けを扱います。LLVMFuzzerTestOneInput ハーネスの作成やデバッグ、C/C++ ライブラリに対するファズングの開始、libFuzzer と AFL++ の使い分け、libFuzzer が何も検出できない理由の調査に適しています。
afl-clang-fast や afl-gcc-fast でビルドされた C/C++ プロジェクトに対して AFL++ をセットアップし、マルチコアでのファジングを実行します。計装モード、並列のメイン・セカンダリキャンペーン、永続モードコーパスの最小化、クラッシュのトリアージを扱います。コアをまたいでファジングを拡張したい、成熟した C/C++ コードベースをファジングしたい、afl-fuzz のステータス画面を読みたい、libFuzzer が伸びzmriched Plateau した後に次へ進みたい、といった場面で使用します。
libFuzzer 上に構築されたカバレッジ誘導型 Python ファuzzer である Atheris をセットアップして実行します。TestOneInput ハーネス、FuzzedDataProvider、純粋な Python とネイティブ C 拡張の双方への計測、AddressSanitizer 下での実行を扱います。Python パッケージのファズテスト、Python C 拡張におけるメモリ破損の検出、Python のテスト対象に対して Atheris と Hypothesis のどちらを選ぶかの判断|Decisionsiyanas時に使用します。
計画、PR、コード変更を outsiden（第三者）の視点から端から端までレビューする。まず意図を問い、同じ目的をより簡単／より优雅な方法で達成できるかを検討し、次に実際のコードパス（diff だけではない）を追跡して、変更が主張どおりの動作をするかを検証する。出力は簡潔で実行可能とし、すべての呼び出しに理由を付す。/scrutinize によるトリガー、およびユーザーが計画、PR、diff、設計書、提案中のコード変更についてレビュー、監査、健全性チェック、第二意見を求めた場合に主体的 judicious に発動する。
モジュール型 Rust の fuzzing ライブラリ LibAFL でカスタムの fuzzer を構築します。observer、feedback、mutator、scheduler、executor を組み合わせて、標準ツールでは対応できない対象向けの fuzzer を作る方法を扱います。専用の fuzzer や mutator を書くとき、標準的でない対象やアーキテクチャを fuzzing するとき、fuzzing の研究アイデアを実装するとき、または libFuzzer や AFL++ では必要な制御が得られないときに使用します。
DevOps Center のテスト失敗と Code Analyzer の違反を平易な言葉で分析します。失敗のカテゴリ、問題のあるファイル/クラス/メソッド/行番号、違反したルール、修正の方向性、優先順位付きの改善提案（テストコードかプロダクションコードか）を示し、明示的なリクエストがあった場合のみ追跡可能な修正 WorkItem を作成します。分析は純粋な推論で、作業項目の作成は確認taken を要する書き込み操作です。このスキルは、失敗や改善提案の説明、Code Analyzer 違反の解釈、修正を作業項目として追跡するために使用します。TRIGGER：実行が失敗し、根本原因を求めた場合。品質ゲートの失敗の説明が必要な場合。違反の解釈が必要な場合。ユーザーが失敗情報を共有し、対応方法を尋ねた場合。テストを強化したい場合。修正作業項目の作成、整改の記録、失敗の割り当てを求めた場合。DO NOT TRIGGER：修正コードの作成を求めた場合（platform-apex-gener
Claude Code のスキルに対して、レビューがクリーンになるまで自動化されたレビュー＆修正の改善ループを実行します。ラウンドをまたぐ指摘事項台帳、修正が収束しなくなった場合のエスカレーション、機械的なスコープガードを備えています。レビューは plugin-dev skill-reviewer エージェントが行います。スキルの品質問題を修正する、スキルを繰り返し改善する、エスカレーション後にループを再開する（「このスキルを直して」「レビューを通るまでこのスキルを改善して」「スキル改善ループ」）場合に使用します。単発のレビューには使用せず、plugin-dev skill-reviewer エージェントを直接使用してください。
DevOps Center のパイプラインテスト基盤を構成します。スイートを利用可能にするテストプロバイダーの有効化、構成済みプロバイダーを再同期して新しいスイートを取り込む、ステージにルール付きの品質ゲートを作成します。共通の準備チェックと明示的な確認を実行した後、意図に応じて 3 つのモードに振り分けます。テストプロバイダーのセットアップ、構成、有効化、同期、更新を望んでいる場合、または DevOps Center のパイプラインステージに品質ゲートやカバレッジしきい値を設定/構成したい場合に使用します。トリガー条件: テストプロバイダーの構成/有効化/追加/セットアップ、プロバイダーのスイート一覧の再同期や更新、新しいスイートの取り込み、ステージへの品質ゲート・カバレッジしきい値・テストベンチマークの設定/構成を望んでいる場合。トリガーしない場合: 既存スイートのステージへの割り当て（dx-devops-test-suite-assignments-configure を使用）、スイートの実行や再実行（dx-devops-test-suite-run を使用）、DevOps Center 以外の作業。
VoiceOver、音声コントロール、スイッチコントロール、フルキーボードアクセス、ダイナミックタイプ、フォーカスの復元、ラベル/特性/アクション、トラバーサル、カスタムローター、NSAccessibility、XCTest チェック、適応的なシステム設定、App Store のアクセシビリティ申告のために SwiftUI、UIKit、AppKit のアクセシビリティを構築・監査する。アクセシブルな UI の実装、アクセシビリティ監査の修正、支援技術挙動のテスト、App Store アクセシビリティ栄養ラベルの根拠付け可以使用する。
パイプラインステージに対する DevOps Center のテストスイート割り当てを推奨・管理します。モード A はコミットの差分を割り当て済みスイートのメタデータと突き合わせ、関連する既存スイートを推奨し、カバレッジの欠落を指摘します（純粋な推論）。モード B〜D は testSuiteStages Connect API を使い、単一スイートの割り当て、必須の影響プレビューを伴う複数スイートの一括マッピング、ガバナンスルールに従ったテストクラスの追加/削除を行います。コミットに対するスイートの推奨、スイートのステージへの割り当てやマッピング、スイート内のテスト追加/削除想要的場合に使用します。トリガー条件: コミット/差分に対して実行すべきスイート、または変更をカバーするものを用户が問い合わせた場合、スイートが未リンクで割り当てを望んでいる場合、スイートとステージのマッピング構成、複数スイートの割り当て、スイート内のテスト追加/削除/同期を望んでいる場合。トリガーしない場合: テストプロバイダーの構成または同期（dx-devops-test-pipeline-configure を使用）、スイートの実行（dx-devops-test-suite-run を使用）、テストの直接作成/実行（platform-apex-test-generate または platform-apex-test-run を使用）。
パイプラインステージ（Pre-Promote、Post-Promote、Review イベント）上で DevOps Center のテストスイートをエンドツーエンドで実行します。明示的な確認の後、Connect API で非同期実行を起動し、runId でプロバイダーごとの間隔でポーリングして、完了・失敗・タイムアウトするまで待ち、結果を失敗分析に渡します。修正後には品質ゲートを再実行しますが、カバレッジがしきい値に達した場合のみです。あるステージでテストスイートを実行・起動したい、品質ゲートを再実行したい、進行中の実行を完了まで監視したい場合に使用します。トリガー条件: ステージでスイートを実行/起動したい、昇格の前後にテストを実行したい、失敗修正後に品質ゲートを再実行したい、テスト追加でブロックされた昇格を解除したい、進行中の実行をポーリング/監視したい場合。トリガーしない場合: sf apex run test を直接実行する（platform-apex-test-run を使用）、または新しいゲートやしきい値を構成する（dx-devops-test-pipeline-configure を使用）。
k6 のテストスクリプト（負荷、ストレス、スパイク、ソーク、スモーク、ブレークポイント、機能、プロトコル）を生成、検証、レビューします。HTTP、WebSocket、gRPC、ブラウザー、すべてのエグゼキューター、しきい値、チェック、カスタムメトリクス、k6-testing ライブラリ、k6 Cloud での実行、xk6 拡張エコシステムを扱います。ドキュメント検索には xk6-docs CLI（grafana.com のウェブサイトをフォールバックとして使用）を使い、すべてのスクリプトを実行して検証します。k6 または負荷テストのスクリプトの作成、生成、検証、デバッグ（「この API の負荷テスト」「サービスにストレステスト」などの自然言語での依頼を含む）、エグゼキューターやシナリオの選択、しきい値の設定に使用します。エンドツーエンドのウェブサイトパフォーマンステストスイートには k6-perf-test-website、k6 自体のドキュメント作成には k6-docs、自然言語のユーザージャーニーから作成するブラウザー/UI テスト（実サイトを探索してセレクターを見つける）には k6-browser-test を使用してください。
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。