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
(NS) リポジトリルートの独立した tests-e2e/ にある Cypress E2E（存在しない場合はブートストラップ）。DRY なデバイス対応コマンド（shared/pages/device）。Cypress spec の作成・リファクタリング、カスタムコマンド、E2E の足場作り、E2E タスクの実装に使用 — E2E タスクの markdown を計画する場合（ns-spec-driven references/e2e-test-task-generator.md）には使用しない。spec の前に discovery が必須。
合成 OTLP トレース、メトリクス、ログ向けに、安全でバージョンを固定した telemetrygen コマンドを構築する。「この collector にサンプルトレースを送信する」「OTLP エンドポイントを負荷テストする」「processor、OTTL 変換、テールサンプリングを検証するためにトラフィックを生成する」「ダッシュボード用のテストデータを生成する」場合に使用する。telemetrygen のトランスポート、TLS、属性、件数、期間、レートを選ぶときにも使用する。アプリケーション SDK の計装や、telemetrygen を使用しない本番収集には使用しない。
Expo / React Native iOS アプリを非ネイティブなパターン（Material コンポーネントキット、ネイティブの stack/tabs の代わりに JS ナビゲーター、PanResponder、フォントスケーリングの無効化、ハードコードされた 16 進カラー、仮想化されていないリスト）について静的スキャンし、各違反を file:line とルールへのリンク付きで報告する。ユーザーが Expo iOS アプリの HIG 準拠や "native feel" についてチェック、lint、監査、レビューを求めたとき、または Expo iOS UI を出荷/マージする前にトリガーする。expo-ios-hig ルール スキル（そのスキルが教える内容をチェックする）および expo-ios-screen-scaffolder と組み合わせて使用する。
Figma からコードへのデザインハンドオフパターン。Figma Variables からデザイントークンへのパイプライン、コンポーネントスペックの抽出、Dev Mode での検査、Auto Layout から CSS Flexbox/Grid へのマッピング、Applitools によるビジュアルリグレッションを含む。Figma デザインをコードに変換するとき、コンポーネントスペックを文書化するとき、デザインと開発のワークフローを構築するとき、本番 UI を Figma デザインと比較するときに使用。
この skill は、ユーザーが「playtest my game」「test my Phaser game」「does my game actually run」「check the game in a browser」「verify the game works」「smoke test the game」「automate game testing」「catch black screens」「check for asset 404s」「measure FPS」「screenshot the game」「write a playtest scenario」などを依頼したとき、または Phaser 4 のコードが書かれた・変更され、ユーザーに引き渡す前に実行時検証が必要なときに使用してください。
プルリクエスト作成前のプリフライト：コミット済みブランチで `greptile review` を実行し、そのレビューが実際にこのブランチの diff と一致するかを検証し、指摘をトリアージし、安全な修正を適用し（リスクのあるものは提案のみ）、その後にのみ `gh pr create` を実行します。greptile が設定されているリポジトリで動作します。明示的な PR 作成の意図がある場合にのみトリガーします：「crea el PR」「create the PR」「abrí el PR」「open a PR」、または `gh pr create` の直前。単なるコミットでは発火しません。
変更のサーフェスを意識したエンドツーエンド検証 — その変更が FRONTEND のサーフェス（レンダリングされる UI）と API/バックエンドのサーフェスのどちらに触れるかを判断し、正しい方法で検証します。フロントエンド → chrome-devtools MCP（影響を受けるページを開き、スクリーンショットを撮り、レンダリングを確認し、console/network/accessibility をチェック）。API → 影響を受けるエンドポイントにリクエストを送り、ステータスとレスポンスの形状をアサートする Playwright リクエストスクリプト。変更を実装した後、または harness の Validate ステップで、ユニットテストが通るだけでなく、実行中のアプリで実際に動作することを確認するために使用します。chrome-devtools-mcp プラグイン（フロントエンド）および/または Playwright（API）が必要で、どちらも kit インストーラーによって設定されます。
あらゆる Agent skill のための包括的な監査ツール——Manus、OpenClaw/ClawHub、Claude、LobeHub、または独自の SKILL.md ベースの skill を含む。公開、更新、デプロイの前に Agent skill を評価、監査、レビュー、採点、品質チェックしたい場合にこの skill を使用する。2 つのハードな拒否ゲート（構造レッドライン + 研究誠実性レッドライン）、25 項目にわたる静的品質スコアリング（ISO 25010 + OpenSSF + Agent）、動的テスト入力の生成、マルチモード実行テスト、5 つの専門カテゴリ別ルーブリック（証拠インサイト / プロトコル設計 / データ分析 / 学術ライティング / その他）を用いた多層出力評価、4 つの研究カテゴリすべてに適用される Research Veto、人手評価ビューアの生成、実行可能な P0/P1/P2 最適化推奨、そして磨き上げられた本番投入可能な SKILL.md を出力する自動 skill 改善を扱う。ユーザーが「audit my skill」「evaluate my skill」「improve my skill」と言う場合、または評価後の修正版を求める場合にも使用する。
Apple による権威ある App Intents のベストプラクティス。App Intents のベストプラクティスや正確性のレビューを行うとき、および App Intents のコードを書く、レビューする、リファクタリングする、拡張するときに参照する。これらのトピックについて従来の学習内容に優先する。コード生成では、以下のいずれかに取り組む際に該当するリファレンスを参照すること：- execution-model：perform() は Sendable であり @MainActor ではない（await MainActor.run でホップする）。再試行可能（restartPerform）なので、不可逆な処理は最後に行う。破壊的な処理の前に requestConfirmation を呼ぶ。戻り値は .result(...) ファクトリ経由で返し、裸の値を返さない。- entities-and-queries：AppEntity.id は起動とデバイスをまたいで安定している必要がある。entities(for:)（バッチ）とデフォルトが空の suggestedEntities()。EntityStringQuery.entities(matching:) は自動フィルタされない。システムから見えるのは @Property メンバーのみ。EnumerableEntityQuery は全件を読み込む（大規模ストアには EntityPropertyQuery を使う）。- entity-property-queries：ショートカットの「Find X where…」には EntityPropertyQuery を使う——properties/sortingOptions/comparators。述語を実行するのは自分であり、フレームワークはそれを解析するだけ。- app-enum：AppEnum の raw 値は文字列として永続化される（番号の振り直しや並べ替えは決してしない）。すべての case に caseDisplayRepresentations のエントリが必要で、なければ実行時 fatalError になる。- parameters / parameter-summaries：requestValue と needsValueError。非オプションの AppEnum は自動で曖昧性解消される。Summary(...) にあるパラメータだけがショートカットエディタに表示される。条件付き表示には When/Switch を使う。- dependencies：@Dependency は Sendable で、起動時に登録する必要がある（未登録 = fatalError）。intent/query に付け、AppEntity/AppEnum には決して付けない。- results-and-errors：実際のメッセージが表示されるのは CustomLocalizedStringResourceConvertible のエラーのみ。あらかじめ用意された AppIntentError.*（iOS 18+）。- donation：アプリ内アクションは自動ではドネーションされない——IntentDonationManager.shared.donate を呼ぶ。PredictableIntent は説明のみ。- localization：ユーザー向け文字列はリテラルの LocalizedStringResource でなければならない（実行時の String からは抽出可能なキーが得られない）。- app-shortcut-phrases：shortTitle/systemImageName を指定する。\\(.applicationName) を含めないと、実行時インデックスがそのフレーズを黙って破棄する。- url-representation：開く操作とユニバーサルリンクには OpenIntent / OpenURLIntent / URLRepresentableEntity を使う。- configuration-intents：WidgetConfigurationIntent / ControlConfigurationIntent はパラメータのみで、perform() はない。- factoring：AppEnum（固定セット）と AppEntity+query（動的）と素の @Parameter の使い分け。1 つの原子タスクにつき 1 つの intent。iOS 26/27 の新 API 採用には、代わりに app-intents-whats-new-27 skill を使う。
CockroachDB における明示的な複数ステートメント トランザクションと単一ステートメントの CTE トランザクションのベンチマークと比較を、公平なテスト手法、競合分析、パフォーマンスの解釈とともにガイドします。トランザクションの記述方法の比較、競合下での CockroachDB ワークロードのベンチマーク、再試行プレッシャーの調査、多段階のアプリケーション フローを単一の SQL ステートメントに書き換えるかどうかの判断に使用します。
大規模なレガシーコードベース全体で JSX/TSX/React codemod を安全に実行するための、ガイド付きスクリプト化パイプライン。codemod の雛形作成、ドライラン、検出結果の検証、ビルドを壊さずに多数のファイル（50〜10 万以上）への適用が必要なときに使用する。Codemod コマンドライン（JSSG、ast-grep、ワークフロー）で内外のループを一通りたどる。トリガー：大規模リファクタリング、レガシー React 移行、prop/API 変更の codemod、コードベース全体でのコンポーネント移行、codemod の安全な実行、バッチ/再開可能な codemod 適用、codemod のドライラン。
LLM アプリケーションのプロンプトインジェクション脆弱性をテストする — ジェイルブレイクの試み、システムプロンプトの抽出、コンテキスト操作、ガードレール回避手法、直接インジェクション、間接インジェクション、多段階攻撃、偵察。プロンプトインジェクション、ジェイルブレイク、LLM セキュリティ、AI セキュリティ評価、AI アプリのペネトレーションテスト、チャットボットのテスト、ガードレール回避、直接インジェクション、間接インジェクション、RAG ポイズニング、多段階攻撃、完全な評価、偵察のときに使用。
完全性の検証、明確性の評価、一貫性のチェック、テスト可能性の評価、標準への準拠を含む包括的な要件レビューを実施する。発見事項、ギャップ、競合、改善提案を含む詳細なレビューレポートを作成する。要件ドキュメント（BRD、SRS、ユーザーストーリー）のレビュー、受け入れ基準の検証、要件品質の評価、ギャップと競合の特定、標準への準拠（IEEE 830、INVEST 基準）の確保に使用する。ユーザーが "review requirements"、"validate requirements"、"check requirements quality"、"find requirement issues"、"assess BRD/SRS quality" に言及したときにトリガーする。
任意の SKILL.md 向けの SkillOpt 風オフライン訓練ループ。蓄積された learn-rule の修正を訓練トラジェクトリとして扱い、オプティマイザ LLM を介して有界のパッチを提案し、ユーザー自身の過去の修正から構築したホールドアウト検証セットで各候補を判定し、スコアが実際に向上する候補のみを提供する。Microsoft SkillOpt の ReflACT パイプライン（rollout → reflect → aggregate → select → update → evaluate）に着想を得て、pro-workflow の SQLite ストアに適合させたもの。skill に learn-rule 行が 8 件以上蓄積され、ユーザーが skill を長くするだけでなく改善したい場合に使用する。
本スキルは、mainClock.autoAdvance = false を設定し、advanceTimeByFrame と advanceTimeBy(durationMillis) でフレームを手動で進めることで、flaky にならない Compose アニメーションテストを書くために使用します。autoAdvance を無効にしない限り InfiniteAnimationPolicy がテスト開始の瞬間に不確定アニメーションをキャンセルする理由、状態切り替え後の最初のフレームが playTime を初期化しない理由、一時停止したクロックのウィンドウ内での状態変更を runOnIdle ではなく runOnUiThread 経由で行う必要がある理由を説明します。ユーザーが "animation never finishes"、"InfiniteAnimationPolicy CancellationException"、"Crossfade test flaky"、"indeterminate progress indicator"、"Thread.sleep(500) waiting for animation"、advanceTimeByFrame、advanceTimeBy、autoAdvance に言及した場合は、本スキルを使用してください。
Web アプリの総合的なセキュリティ評価 — アプリの理解、脅威モデリング、OWASP テスト、ffuf によるファジング、Playwright 自動化、AI 支援による脆弱性分析。Recon および PromptInjection skill と連携する。Web 評価、ペネトレーションテスト、セキュリティテスト、脆弱性スキャン、アプリの脅威モデリング、アプリケーションの理解、脅威モデルの作成、脆弱性分析、Gemini 分析、ffuf、ファジング、バグバウンティ、OSINT、ブラウザ自動化、Playwright のときに使用。
AI が実装した作業の独立した監査 — 完了したタスクが主張どおりに実際に行われたかを、エージェントの自己申告ではなくファイル、差分、テスト、CI を確認して認定する。スキップまたは弱体化されたテスト、モックで隠された統合、スナップショットのドリフト、ハッピーパスのみのカバレッジ、不安定なリトライ、ステータスと証拠の不一致を指摘する。完了した Compozy タスク、AI が作成した PR、codex-loop のイテレーションを検証するときに使用。実ユーザー、persona、ジャーニーの QA には使用しない — それらには qa-execution を使う。
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。