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
OpenSpec の tempa-spec スキーマにおけるコードと成果物のレビューです。すべてのタスク完了後、実装コードを specs/**/*.md、design.md、tasks.md と照合します。最大 3 パスのループで、各パスは実装者の情報を持たない新しいサブエージェントセッションで実行されます。重要度を HIGH/MEDIUM/LOW、解決方法を MECHANICAL/DECISION で分類し、テストとリンターの合格を必須条件とします。差分の最低品質を確認するガードを備え、抑制、スキップ、テスト削除、アサーションの削除、スタブを検出します。tempa-spec スキーマの `apply` 第 2 フェーズのレビューで使用します。
包括的な NestJS プロジェクト健全性監査を実行します。技術スタック、アーキテクチャ、API 設計、データ層、テスト、コード品質、CI/CD、ドキュメントを分析し、セクション別スコアと加重総合スコアを含む共有可能な Markdown レポートを作成します。NestJS プロジェクトの監査、ヘルスチェック、バックエンド品質の評価、技術的負債の評価を求められたときに使用します。トリガー：'nestjs audit'、'health audit'、'backend audit'、'nestjs health'、'node audit'、'api audit'、'project quality check'。
`hogli ci:preflight` を使って、自分の diff から到達可能な確定的な CI 失敗をプッシュ前に捕捉する。pre-push フックがプッシュをブロックしたとき、タスク完了を報告する前、または Python、シリアライザー、マイグレーション、ワークフロー、依存関係マニフェストを編集した後に使用する — ローカルで捕捉できる失敗（フォーマット、lint、壊れたロックファイル、OpenAPI のドリフト、マイグレーションの競合、古いブランチ）で CI マトリクスを無駄に消費しないため。トリガー用語：ci:preflight、preflight、pre-push checks、pre-push hook failed、「will this break CI」。
Yaklang ツールチェーンとプラグイン検証ガイド。yaklang ソースエンジン（go run common/yak/cmd/yak.go）でスクリプトを実行する方法、および 4 つのホットパッチ/codec 検証コマンド（yak hotpatch-mitm / hotpatch-global / hotpatch-webfuzzer / codec-plugin）が実際の gRPC と同じ実行パスで、作成した MITM / グローバル / Web Fuzzer ホットパッチと右クリック codec プラグインを検証する仕組みを解説する。さらに yaklang リポジトリのソースコードを利用して MITM の問題を特定・デバッグする方法も説明する。ユーザーが「作成したプラグインの検証方法 / MITM の挙動がおかしいときのデバッグ方法」を尋ねるときに使用する。
DDD アーキテクチャの評価と進化 — DDD 成熟度 5 段階モデル（AdHoc/Aware/Applied/Scaled/Optimized）、アーキテクチャフィットネス評価（ビジネス適合度/チーム適合度/技術適合度/進化能力）、スコアリングによる技術的負債の定量化、アーキテクチャ進化ロードマップ（4 フェーズ）、移行リスク評価。ユーザーがアーキテクチャ評価、架构评估、DDD 成熟度、技术债务、architecture evolution、架构演进について尋ねた場合、または DDD 実装の健全性を評価する必要がある場合に使用します。
ユーザーが doca/tools/gpunetio_ib_write_bw のツール一式を構築または解釈する場合にこのスキルを使用します。CUDA カーネルが doca-gpunetio のデバイス側インターフェースを介して RDMA WRITE ワークリクエストを送信し、GPU と IB デバイスの組み合わせで持続的な GPU 駆動 WRITE 帯域幅を測定します。ツール名が明示されなくても対象です。たとえば、"GPU が WR を送信する際の WRITE 帯域幅を測定"、"同じフラグでも実行ごとに帯域幅が変動する"、"NIC が飽和しているのか CUDA カーネルがボトルネックなのか"、"GPUNetIO 帯域幅ツールの meson コンパイルに失敗する"、"nvidia_peermem が GPU バッファーを認識しない"、"GPU 送信 WRITE 帯域幅と CPU 経路の比較" などの依頼が該当します。一般的な doca-gpunetio ライブラリーの作業、DOCA のセットアップ、GPU 送信 WRITE のレイテンシ測定、CPU 送信 RDMA ベンチマーク（doca-perftest）、アプリケーションレベルのエンドツーエンドレートは対象外のため、適切な別スキルに案内してください。
GPUNetIO を介して CUDA カーネルから発行する RDMA WRITE のラウンドトリップ時間を評価する場合にこのスキルを使用します。`doca/tools/` で `gpunetio_ib_write_lat` をコンパイルし、GPU–NIC のアフィニティを確認して、リアルタイム制御ループの中央値、p99、テールジッター分析に向けて half-iteration／full-iteration／nanosecond の各列を解釈します。"H100 + ConnectX での p99 WRITE 時間"、"バッチ処理とテール遅延の比較"、"デバイス発行と上流の ib_write_lat の比較" などの依頼にも読み込みます。スループット測定（doca-gpunetio-ib-write-bw）、GPI チャネル API（doca-gpi）、GPUNetIO API の作業（doca-gpunetio）、SDK のセットアップは対象外のため、適切な担当に案内してください。
React useEffect のアンチパターン検出と修正ガイド。useEffect を含む React コンポーネントを作成、レビュー、変更するとき、または useEffect フックを追加しようとしているときにこのスキルを使用する。また「useEffect 内での setState」「effect チェーン」「effect 内の派生状態」「effect 内での親への通知」といったパターンを見たときにもトリガーする。Effect が不要または誤用されている 12 の具体的なシナリオと正しい代替案を扱う。useEffect が一見妥当に見えても、本当に必要か確認するためにこのスキルを参照すること。
CawPlan QA Insights A3 の TestRail 実行進捗を Version または Run 単位で照会・要約する：実行率、合格品質、重複排除した失敗/ブロッカーキュー、Ticket ごとの進捗テーブル。使用場面：A3 実行進捗、テスト実行サマリー、TestRail run 進捗、実行サマリー、失敗リスト、合格率、未実行数、ステータス集計、カスタムステータス、查询A3执行进度、查询Version测试进度、查询TestRail Run进度、执行摘要、失败列表、通过率、未执行统计、全status统计。 対象外：テストケースのインポート、TestRail Plans/Runs の作成、欠陥の起票（`cawplan-defect-ticket` を使用）、リリースリスク評価。
COLA v5 アーキテクチャ（菱形架构）の包括的なガイダンス — Alibaba の COLA フレームワークで、adapter/application/domain/infrastructure 層を備える。完全なプロジェクトスキャフォールディング、アーキテクチャ検証（cola-creator + cola-validator の組み合わせ）、ArchUnit による依存関係ルールのチェック、CQRS 統合、マルチモジュールの Maven/Gradle プロジェクト生成をカバーする。ユーザーが COLA アーキテクチャ、菱形架构、cola-creator、cola-validator、创建 COLA 项目 について尋ねる場合、または Alibaba の DDD フレームワークを必要とする場合に使用する。
コード、プルリクエスト、パッチ、CL、diff、または提案された実装を、エンジニアリング品質、コードの健全性、設計、機能、テスト、保守性、専門的リスク、承認リスクの観点でレビューするときに使用。「review this PR」「code review」「LGTM?」「approve?」「is this code/diff/change safe to merge/deploy?」およびローカルの diff レビューでトリガーする。PR 説明、PR の分割、レビューフィードバックへの著者の回答、またはコード以外の安全性の質問では、コードレビューが求められない限りトリガーしない。
Hardhat 3 プロジェクトで作業する際に使用します。Solidity テストや TypeScript テストの作成・変更、および hardhat.config.ts、`hardhat` のインポート、`network.create()` に関わるコードが対象です。テスト層の選択、forge-std cheatcodes、network connection API、`networkHelpers`、コンパイル後に型チェックを行うワークフロー、slang-solx コンパイラーを使った遅いビルド（特に via-IR）の高速化を扱います。ツールボックス固有のガイダンス（クライアント、コントラクト呼び出し、アサーション）には、対応する `hardhat-toolbox-*` skill も読み込んでください。
初回ロード（ハードナビゲーション）または名前付きクライアントサイドナビゲーション（ソフトナビゲーション）で、Next.js のルートからすぐに利用できる有用な UI を最適化します。目標を失敗する @next/playwright instant() E2E テストとして記述し、ルートとエントリーポイントを一つずつ検証して成功させます。追加されたテストが回帰を防ぎます。静的シェルの拡張、初回描画の遅さや即時でないナビゲーションの修正、有用な UI を妨げている Suspense 境界の診断、instant() の回帰テスト追加に使用します。Cache Components を導入済みの Next.js 16.3+ が必要です。
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。