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 101,174 件掲載。コマンド 1 行でインストールできます。
すべて
Electrobun デスクトップアプリ向けの高度な型安全 RPC パターン。メイン↔webview の双方向通信、TypeScript による型安全性、エラー処理とバリデーション、パフォーマンス最適化、ストリーミングデータパターン、バッチ操作、リトライ戦略、イベントベース通信、共有型定義、RPC ミドルウェア、リクエスト/レスポンスパターン、複雑なデータ同期を扱います。このスキルは、メインプロセスと webview プロセス間の複雑な通信を実装する場合、完全な IntelliSense を備えた型安全 RPC が必要な場合、大容量データ転送を扱う場合、リアルタイム更新を実装する場合、プロセス間で型安全な API を構築する場合、RPC の問題をデバッグする場合、RPC のパフォーマンスを最適化する場合、ストリーミング、バッチ、pub/sub などの高度なパターンを実装する場合に使用します。トリガーには "RPC"、"main webview communication"、"type-safe RPC"、"bidirectional RPC"、"RPC performance"、"RPC error handling"、"shared types"、"process communication"、"IPC patterns" が含まれます。
ユーザーが電子機器製造のサプライチェーンを最適化したい、半導体調達を管理したい、PCB 実装を扱いたい、または部品の配分に対応したい場合に使用する。ユーザーが "electronics manufacturing"、"semiconductor supply chain"、"PCB assembly"、"EMS/ODM"、"component allocation"、"lead time management"、"electronics sourcing"、"PCBA"、"contract manufacturing"、"electronics lifecycle management" に言及した場合にも使用する。一般的な製造については production-scheduling を参照。品質については quality-management を参照。
elsarticle LaTeX クラス、CAS の単段・二段組テンプレート、または Word を使って、Elsevier 誌（The Lancet 系列の書式案内、Cell 系列以外の Elsevier 誌、数千の学会誌を含む）への投稿を準備します。Highlights、グラフィカルアブストラクト、キーワード、CRediT 著者声明、利益相反の申告、生成 AI の使用開示、データの利用可能性、各誌の参考文献スタイル、Editorial Manager での投稿、「Your Paper Your Way」による書式不要の初回投稿に対応します。Elsevier 誌への投稿や elsarticle/CAS テンプレートの問題修正に使用します。
プロジェクトの知識を 4 つの状態 — 検証済みの Facts、未解決の Questions、文書化されていない Assumptions、推測された Risks — に分類する正規の EPISTEMIC-MAP.md を作成または更新する。契約が署名されると、元の構築者の暗黙知が失われる前に新しいエンジニアリングチームが引き継がなければならない、プロトタイプから本番への引き継ぎのために作られている。ドキュメントとコードベース全体にサブエージェントを起動して、証明済みのこと、問われていること、暗黙に前提とされていること、誰も気づいていないことを見つけ出し、単一の情報源では述べられていないシステム的リスクについて専用の統合パスを実行する。ユーザーが \"epistemic map\"、\"knowledge map\"、\"EPISTEMIC-MAP.md\"、\"known unknowns\"、\"unknown unknowns\"、\"what do we actually know vs assume\"、\"map our assumptions\"、\"handoff risk map\"、\"prototype handoff\"、\"onboarding a team onto a prototype\" に言及した場合は必ず使用。その場限りのナレッジギャップ文書化よりも常にこのスキルを優先すること。
falco ツールを使用して Fastly VCL コードの lint、テスト、シミュレーション、フォーマットを行います。Fastly の完全な VCL 方言を実装した falco Go ソースを通じて、権威ある VCL リファレンスとしても機能します。VCL 構文の検証、VCL lint の実行、VCL のローカルテスト、VCL リクエスト処理のシミュレーション、VCL ファイルのフォーマット、アサーション付き VCL 単体テストの作成、VCL ロジックエラーのデバッグ、VCL 関数シグネチャや変数スコープの参照、VCL サブルーチンの動作の理解、`falco lint`/`falco simulate`/`falco test`/`falco fmt` の実行時に使用します。VCL の構文エラー、VCL の型の不一致、使用する VCL サブルーチンの選択、ローカルの VCL 開発・テスト環境の構築を扱う場合にも適用されます。
視覚・聴覚・触覚にまたがって機能するフィードバックとステータスの伝達を設計する。ローディング状態、成功メッセージ、進捗インジケーター、通知、アラート、その他ユーザー操作に対するあらゆるシステム応答を設計するときに使用。トリガー：feedback、status、notification、alert、loading、progress、success message、confirmation、toast、snackbar、screen reader announcement、aria-live、colour alone。
製品の実際のデザインシステムを維持または拡張する必要があるフロントエンド UI 作業にこの skill を使用する：新しい画面/コンポーネント、ハイファイ再現、リスタイル、非自明なフォーム、ロール制限付き UI、大きな挙動変更、またはレイアウト、体験、スタイルガイド、クリーンな実装計画、最終的なコード生成を必要とする UI 実装。インストールすべき唯一のフロントエンド skill であり、自己完結していて、同梱のリファレンスを用いて軽量な UI 編集とフルフロントエンドワークフローの間をルーティングする。
ユーザーが Unity を扱う場合、または C#、MonoBehaviour、DOTS/ECS、Shader Graph、Addressables、UI Toolkit、URP/HDRP、ScriptableObjects について質問する場合に呼び出す。トリガー："Unity"、"MonoBehaviour"、"DOTS"、"ECS"、"Shader Graph"、"Addressables"、"UI Toolkit"、"URP"、"HDRP"、"ScriptableObject"、".unity"、".cs"。エンジン非依存のアーキテクチャ（game-technical-director を使用）や Godot/Unreal の質問には呼び出さないこと。AlterLab GameForge コレクションの一部。
Git のマージや rebase でコード競合が発生した場合に使用。特に AI による自動競合解決が誤りやすい（誤った側の選択、リファクタの消失、旧バージョンへの巻き戻し）ため、意味解析と論理検証が必要なときに使う。複数ラウンドの rebase が繰り返し中断し、ラウンドをまたいで競合ファイルを集約する必要がある場合にも適用。トリガー — 「解衝突」「処理衝突」「git-conflict-resolve」「解決 merge 衝突」「解決 rebase 衝突」「衝突解決」 / conflict resolve, resolve merge conflict, resolve rebase conflict.
Python 向け Google Agent Development Kit (ADK)。機能：AI エージェントの構築、マルチエージェントシステム、ワークフローエージェント（順次／並列／ループ）、ツール連携（Google Search、Code Execution）、Vertex AI へのデプロイ、エージェント評価、ヒューマンインザループのフロー。アクション：AI エージェントの構築、作成、デプロイ、評価、オーケストレーション。キーワード：Google ADK、Agent Development Kit、AI エージェント、マルチエージェントシステム、LlmAgent、SequentialAgent、ParallelAgent、LoopAgent、ツール連携、Google Search、Code Execution、Vertex AI、Cloud Run、エージェント評価、ヒューマンインザループ、エージェントオーケストレーション、ワークフローエージェント、階層的調整。使用場面：AI エージェントの構築、マルチエージェントシステムの作成、ワークフローパイプラインの実装、LLM エージェントとツールの連携、Vertex AI へのデプロイ、エージェント性能の評価、承認フローの実装。
AI Overviews や AI Mode などの生成 AI 機能向けにウェブサイトを最適化するための Google 公式検索ガイドライン。AI エージェントが Google AI Search の可視性のための SEO 作業を説明、監査、計画、実装する必要がある場合、AEO/GEO の主張を評価する場合、llms.txt、構造化データ、コンテンツ品質、クロール可能性、JavaScript SEO、メディア SEO、eコマース/ローカル関連の詳細、Merchant Center、Business Profile、エージェントフレンドリーなサイト準備状況について助言する場合に使用。
既存の医療従事者リストの不足を補完する — 欠けている電話番号、資格、専門分野、連絡先情報、学歴、レビュー、規制データを追加する。トリガー：「enrich my provider list」「fill in missing data」「add phone numbers to these doctors」「complete this practitioner database」「enrich CRM export」「fill gaps in my provider data」「supplement this healthcare list」。CSV、Google Sheet URL、または貼り付けたデータを受け付ける。各従事者の診療ウェブサイトを検索し、欠けているフィールドを抽出し、WSA 経由でレビュー、臨床試験、認定情報を付加する。診療 URL からの従事者抽出には使用しない — healthcare-providers-extract を使用。資格の検証には使用しない — healthcare-providers-verify を使用。診療機関の発見には使用しない — market-finder または local-places を使用。汎用の抽出には使用しない — nimble-web-expert を使用。
医療機関のウェブサイトから構造化された従事者データを抽出する。医療機関のサイト上のすべての従事者について、氏名、資格、専門分野、連絡先情報、学歴を返す。ユーザーが医療機関のウェブサイトから医師、従事者、スタッフを抽出・取得・一覧化するよう求めた場合に使用。トリガー：「extract doctors from」「pull providers from」「who are the providers at」「build a provider database」「list all doctors at」「scrape the team page」「get practitioner data from」。医療機関の URL（貼り付け、CSV、Google Sheet）を受け付けるほか、専門分野 + 場所が指定された場合は Google Maps 経由で医療機関を発見する。単一サイトまたは 100+ の URL に対応。データギャップの補完には使用しない — healthcare-providers-enrich を使用。資格の検証には使用しない — healthcare-providers-verify を使用。医療機関の発見には使用しない — market-finder または local-places を使用。汎用の抽出には使用しない — nimble-web-expert を使用。
Huawei Cloud ECS のエラスティッククラウドサーバー情報を照会します。照会専用で、作成、削除、インスタンス仕様の変更などの書き込み操作は行いません。Huawei Cloud ECS のインスタンス一覧、詳細、状態を確認したい場合に使用します。AK/SK と Token の 2 種類の認証方式、テーブルと JSON の 2 種類の出力形式、複数リージョンの照会に対応します。--detail/--full による拡張出力では、システムディスク/データディスクのサイズと種類、セキュリティグループ、VPC/サブネット、イメージ名、キーペア、タグ、EIP 帯域幅、課金モードなどの運用情報を補完します。ユーザーが「クラウドサーバー一覧を照会」「ECS インスタンスの詳細を確認」「ECS の稼働状態」「ECS を一覧表示」「サーバー状態を確認」と求める場合、または update/変更/作成/削除以外の ECS 属性（flavor、アベイラビリティーゾーン、イメージなど）の読み取り専用照会を求める場合に使用します。書き込み操作（作成、削除、仕様変更、起動/停止）には別のスキルを使用してください。
2026 年の実情を踏まえ、投稿向けに適切な数の Instagram ハッシュタグを組み立てます。よく選んだ 3〜5 個のタグは、無作為な 30 個より効果的です。各タグをニッチ（投稿数 5 万未満）、中規模（5 万〜50 万）、広範（50 万以上）に分類し、小規模または中規模のアカウントでも現実的に順位を狙えるよう、ニッチ 2〜3 個、中規模 1〜2 個、広範 0〜1 個を組み合わせます。投稿内容に合わせ、スパムと見なされるパターンを避けるためにローテーションします。キャプション、カルーセル、または Reel のハッシュタグ選びに使います。キャプション自体の執筆には使いません（ig-caption-writer を使用してください）。
ワークロードに対して正しい Kubernetes Pod Security Standard（Privileged、Baseline、Restricted）を選択して適用する: 各プロファイルが禁止する内容、既存のワークロードをプロファイルにマッピングする方法、変更が必要な securityContext フィールド、実行中の Pod を壊さずに PodSecurityPolicy から PSS への移行を計画する方法。名前空間やワークロードをどの Pod セキュリティプロファイルで実行すべきかの判断、Restricted で失敗するワークロードの監査、PSP 移行の計画、Pod セキュリティ態勢のコンプライアンス管理策へのマッピングを行うときに使用する。キーワード: Pod Security Standards、PSS、Privileged、Baseline、Restricted、securityContext、runAsNonRoot、drop ALL capabilities、seccomp RuntimeDefault、PSP migration。これらのプロファイルを強制するアドミッションコントローラー の構成には使用しない - implementing-pod-security-admission-controller を使用する。
コードベース、モジュール、または現在のブランチの変更を、品質属性と設計原則（結合/凝集、レイヤリング/ヘキサゴナル準拠、関心の分離、スケーラビリティ、保守性、テスト容易性）に照らして評価する。評価付きの所見と優先順位付けされた推奨事項を含む、追跡可能な評価レポートを生成する。システムや設計を監査するために単独で呼び出すことも、別のフロー（計画時の incu-way-development、incu-way-docs、incu-way-init）から呼び出して、採用を決める前に提案された設計または既存の設計を評価することもできる。大きな変更の前、リファクタリングの判断、技術的負債と構造的リスクを明示する必要がある場合に特に重要。
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。