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 97,501 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
Penpot デザインのデザインシステム／トークン ガバナンスの問題（アクセシビリティとは別）を監査する：トークンが存在するのにハードコードされた色、グリッドから外れたスペーシング、孤立／未解決／未使用のトークン、重複した値、コンポーネントインスタンスであるべきなのにデタッチされたパーツ。重大度レポートを生成し、セマンティックトークンへの置き換えを提案する。トリガー：'audit tokens'、'find hardcoded colors'、'token governance'、'check design system consistency'、'find off-grid spacing'、'detect raw values'、'are we using tokens correctly'。
ソフトウェアテスト用のテストケースとチェックリストを生成する。ユーザーがテストケース、テストシナリオ、テスト計画、チェックリスト、QA ドキュメントの作成を求めたとき、または「write tests for feature」「create a test checklist」「generate test scenarios from requirements」などのテスト活動に言及したときにこのスキルを使用する。ユーザーがドキュメントや要件などを提供するとこのスキルはより効果的に機能し、追加のコンテキストなしでもユーザーのプロンプトに基づいてテストケースを作成できる。
仕様書や要件ドキュメントに照らして、2 つ以上のコード実装を比較するときに使用します。「どのリポジトリが優れているか」「これらの実装を比較して」「両方の解決策を評価して」「これらのコードベースを順位付けして」「どちらのアプローチが勝るか判断して」といった依頼に対応します。同じ問題を解決する競合 PR やベンダーの提出案から選ぶ場合も対象です。単一のコードベースの品質レビューには使用しません（コードレビュー用スキルを使用）。戦略ドキュメントの評価にも使用しません（strategy-review を使用）。仕様ファイルと 2 つ以上のリポジトリパスが必要です。
1 つの承認ポイントでワークストリームを完了し本番環境へリリースする：何がリリースされるか（構文、テスト、diff 内のシークレット、古いベース）を自動で確認し、本番環境に何が正確に反映されるか、プッシュで自動公開されるかを一度だけ表示し、ユーザーの OK 後にのみコミット、統合、公開、確認を行う。ユーザーが 'release'、'publicar'、'subir para produção'、'fechar a frente'、'integrar' と言ったときにワークストリームのフォルダ内から使用する。sdd-new-session skill のもう一端である。
このスキルを使用して、R8 を有効化し Live Literals を無効化した release バリアントに対して測定し、release 出力ディレクトリから Compose Compiler レポートを読み取ることで、Jetpack Compose のパフォーマンス数値が本番環境の実態を反映するようにする。debug ビルドが誤解を招く理由（インタープリタ実行される Compose ランタイム、JIT ウォームアップ、Live Literals の定数ゲッター）、シンボル付き release 測定ビルドのセットアップ方法、Macrobenchmark、Compose Compiler レポート、Layout Inspector、simpleperf、Android Studio Profiler をそれに接続する方法を扱う。引用されている結果は、debug から release で約 75 パーセントの起動改善と 60 パーセントのフレームレンダリング改善である。開発者が "slow startup"、"jank"、"dropped frames"、"high recomposition count" を報告した場合、または `assembleDebug`、Layout Inspector、`CompilationMode.None` からの計測値を引用した場合に使用する。パフォーマンスのバグをレビューする場合、CI のパフォーマンスゲートを設定する場合、またはパフォーマンスリグレッションを起票する前に使用する。
既存のホットパスが信頼できる NVIDIA Warp の候補かどうかを評価する。不規則クエリや空間クエリ、粒子またはジオメトリのシミュレーション、分岐の多いループ、多数の小さな起動、ホストフォールバック、大きな中間結果に使用する。NVIDIA が禁止されていない限り、CPU のみのコードや GPU 依存がないことは正常である。クロスベンダーまたは CPU のみのデプロイが必須のもの、ベンダーが下位化した Dense 層や NN 層、一般的な Warp API の質問、すでに選択済みの Warp カーネルは除外する。貢献ポリシーのみでは除外に当たらない。
abaplint（自動静的解析）と Clean ABAP 原則（手動コードレビュー）を用いた包括的な ABAP コード品質チェック。ユーザーが ABAP コードの構文エラー、クリーンコード準拠、コード品質、ベストプラクティス、Clean ABAP ガイドラインへの準拠について確認、lint、検証、レビュー、分析を求めた場合に使用する。abaplint のセットアップ、設定、実行にも使用する。トリガーには「この ABAP コードを確認して」「私の ABAP を lint して」「abaplint を実行して」「abaplint を設定して」「これは Clean ABAP か」「私の ABAP をレビューして」「ABAP コード品質を分析して」「コード品質チェック」「ABAP ベストプラクティス」が含まれる。
ミューテーションテストを伴う Gherkin 受け入れテストパイプラインを実装、レビュー、またはデバッグするときに使用する。パーサー、JSON IR、ジェネレーター、ランタイム、ステップハンドラー、テストランナー、ミューテーター、値ミューテーションルール、実行、結果分類、レポート、プロジェクトレイアウト、適合性、エージェントのセットアップを扱う。Uncle Bob の Acceptance Pipeline Specification に基づく。ユーザーが Gherkin の解析、受け入れテストの生成、受け入れテストのミューテーションテスト、ポータブルなテストパイプラインの構築について言及した場合もトリガーする。
すべてのエンドポイントページをクロールし、それぞれを 5 つのチェック（説明の品質、OpenAPI 仕様の有無、body パラメータの説明、レスポンスコード、レスポンス schema の完全性）で採点して、任意の API ドキュメントサイトを監査する。要約スコアカード、サイト全体のパターン分析、優先順位付けされた主要な問題、具体的な修正ガイダンス付きのエンドポイントごとの所見を含む、洗練されたインタラクティブな HTML レポートを生成する。ユーザーがドキュメントの URL を提供し、API ドキュメントの監査、レビュー、分析、チェックを求めたときはいつでもこのスキルをトリガーする。また、次の場合にもトリガーする：「X についても同じ監査を行って」、「docs.company.com を監査して」、「X の API ドキュメントをチェックして」、「X で API ドキュメント監査を実行して」、「Y API のドキュメントをレビューして」、または URL を audit、review、crawl、check、analyse、quality、completeness、gaps といった語とともに貼り付けた場合。常にこのスキルを使用する——この構造化されたクロール・採点・レポートのワークフローに従わずに監査を試みないこと。
Android/JVM で Roborazzi のスクリーンショットテストを扱うときに使用します。Roborazzi Gradle プラグインのセットアップ、record/compare/verify タスクの実行、captureRoboImage または RoborazziRule を使ったテストの作成、Compose Preview のスクリーンショットテスト（ComposablePreviewScanner）、Compose Multiplatform（iOS/desktop）のスクリーンショット、AI による画像アサーション、roborazzi.* Gradle プロパティ、または Roborazzi/Robolectric のスクリーンショットテスト失敗のトラブルシューティングを行います。
普遍的な問題解決アルゴリズムとしての科学的方法 — 目標優先、複数の反証可能な仮説、設計された実験、誠実な測定。TDD から機能検証、MVP ローンチまでスケールする。USE WHEN think about, figure out, experiment, iterate, optimize, hypothesis, science, full cycle, quick diagnosis, structured investigation, how do we test, analyze results. NOT FOR 多角的なレンズによるレビュー（IterativeDepth を使用）。
ユーザーがコードベースのセキュリティに焦点を当てたレビューを求めたときに、このスキルを使用する。トリガー: 「security audit」「find vulnerabilities」「check for security issues」「pentest this code」「security review」「secure code review」「vulnerability assessment」「threat model this code」「OWASP audit」「find injection vulnerabilities」「check authentication」「check authorization」「find secrets」「find hardcoded credentials」「check for XSS」「check for CSRF」「check for SSRF」「find IDOR」「find IDOR / BOLA」「check for SSTI」「review JWT handling」「review crypto」「find deserialization issues」「check for path traversal」「review for prototype pollution」「audit dependencies for CVEs」「supply chain audit」「review Dockerfile security」「review CI/CD security」。
ML ワークスペースの `tests/` フォルダーと、実験とテストの対応ルールを管理します。軽量なルーターです。各テストカテゴリーには専用のサブスキルがあります（v1 では `smoke-test-ml-pipeline` のみ。ワークスペースの拡大に応じて `regression-test-ml-pipeline`／`distribution-test-ml-pipeline` などを同列に追加します）。この skill は空の `tests/<category>/` フォルダーを作成し、`tests/<category>/test_NN_<short_name>.py` と `experiments/NN_<short_name>.py` のファイル名の対応ルールを適用します。ユーザーがテストを依頼したら、該当するサブスキルに振り分けます。起動条件：`iterate-ml-experiment` が設計ノートを承認した直後で、実験を完了扱いにする前に対応するテストの草案が必要な場合、ユーザーが「`02` の smoke test を書いて」「regression test を追加して」「X のテストはある？」と依頼した場合、実験スクリプトを編集して対応テストの見直しが必要な場合、`pytest tests/` の実行直前に必要な対応テストが欠けている場合。スキップ条件：設計ノートがまだない（先に `iterate-ml-experiment` に振り分ける）、テストが特定の実験に関係しないパッケージ内部の helper 向け（通常のユニットテストはプロジェクトの `pytest` 設定に従って配置し、対象外）、質問が「テストを作るべきか」ではなく「テスト結果は何を意味するか」である（該当するサブスキルに振り分ける）。使用方法：この skill はルーターです。振り分け表で依頼されたテストカテゴリーを担当するサブスキルを確認し、引き継いでください。テスト本体は自分で書かないでください。それはサブスキルの担当です。対応するファイル名の空テストファイルと pytest の足場は作成し、その後に制御を引き継いでください。
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。