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
医用画像研究の設計とバイオマーカー選択のための推論スキル。ユーザーが画像研究の計画、前処理戦略の選択、画像バイオマーカーの選定、ラジオミクスパイプラインの設計、DICOM 匿名化処理への対応、縦断的画像解析の計画、位置合わせターゲットの選定を求めた場合に使用する。トリガーには "imaging study"、"preprocessing strategy"、"DICOM de-identification"、"imaging biomarker"、"radiomics"、"longitudinal imaging"、"registration target"、"MNI vs native space"、"scanner harmonization"、"ComBat"、"IBSI"、"multi-site imaging"、"burned-in PHI"、"test-retest reliability"、"volumetric biomarker"、"diffusion MRI"、"perfusion imaging"、"fMRI study design"、"spectroscopy biomarker" が含まれる。
ISO のマネジメントシステムおよび試験所能力の標準について、準備状況の証拠を作成し、構造的にレビューする — ISO 13485 医療機器 QMS、ISO 14971 医療機器リスクマネジメント、ISO/IEC 17025 試験所および校正機関、ISO 15189 医療検査所。宣言範囲、管理文書、リスクマネジメントファイル、認定範囲、トレーサビリティ、CAPA、外部供給者の管理、範囲を限定したローカル証拠マニフェストを整理するとき、および ISO 認証と試験所認定、FDA QMSR 査察、CLIA 認証、MDSAP、EU MDR/IVDR の証拠の境界を区別するときに使う。法律の適用可能性、コンプライアンス、認証、認定の判断には使わない。条項本文は含まない。
JLCPCB の電子部品データベース（約 700 万点）をハードウェア/電子プロジェクト向けに検索する。ユーザーが次のことを必要とする場合に使用：(1) 電子部品（抵抗、コンデンサ、インダクタ、IC、コネクタ、ダイオード、トランジスタ、MOSFET、オペアンプ、マイクロコントローラ、センサー、LED など）を探す、(2) 特定の型番、LCSC 番号（C プレフィックス）、メーカー型番を調べる、(3) 部品の代替品や同等品を探す、(4) JLCPCB/LCSC での部品の在庫状況を確認する、(5) 部品の仕様（パッケージ種別、フットプリント、説明）を取得する、(6) PCB 実装（PCBA）プロジェクト用の部品を検索する、(7) SMD またはスルーホール部品を探す、(8) 電圧レギュレータ（LDO、リニア、スイッチング）、オーディオジャック、コネクタ、その他の電子部品を調べる。キーワード：JLCPCB、LCSC、電子部品、PCB 部品、SMT 実装、BOM、部品表、部品調達。
CUTLASS Blackwell のサンプルカーネルを読み、インポートし、プロファイリングし、再利用可能なパターンを抽出して CuTe Python DSL を学ぶワークフロー。使用場面：(1) CUTLASS CuTe DSL のリファレンス実装を調べるとき、(2) CUTLASS のサンプルをプロジェクトのランタイム基盤にインポートするとき、(3) プロファイリング実験から CuTe DSL のナレッジベース項目を構築するとき、(4) CuTe DSL の API パターン、TMA パイプライン、warpgroup スケジューリング、persistent カーネル構造を理解するとき。
GoodLegal MCP ツールを用いて法務調査とリスク分析を行う。ユーザーが法律上の質問をしたとき、判例法や法令を調査したいとき、法的リスク評価が必要なとき、またはフランス法や EU 法について尋ねたときはいつでもこのスキルを使用。判例、法務調査、契約リスク、規制分析、法律メモ、GoodLegal ツールへの言及があればトリガーとなる —— ユーザーが "can you look into whether this clause is enforceable" や "what does the case law say about X" と言っただけでも同様。
**自分自身の Amazon（Kindle）書籍ライブラリ**（購入した書籍 + 個人ドキュメント）内で書籍の内容を調べる、タイトル/著者で書籍を探す、所有する電子書籍をダウンロードする（Amazon が許可する範囲）、または購入済みの出版書籍の資料を参照する必要がある場合に使用。トリガー：書籍の検索、電子書籍のダウンロード、"find the book"、"get the PDF/EPUB of" **from my library**。ダウンロードすると PDF/EPUB/MOBI ファイルが生成される（タイトルによっては Kindle 形式も含まれる）——テキストに変換するには ebook-extractor スキルを使用。
スクリーンリーダー利用者にとって文脈から切り離しても意味が通じ、すべての人の使いやすさを高めるリンクテキストを書く。リンク、コールトゥアクション、ナビゲーションラベル、その他のクリック可能なテキストを書くまたはレビューするときに使用。トリガー：link text、click here、read more、learn more、screen reader links、link purpose、anchor text、call to action、CTA、ambiguous link。
URL からフォームのフィールドを取得し、ユーザーのローカルナレッジベースを深く検索して関連情報を探し、すべての回答を事前入力した Markdown ドキュメントを生成してウェブフォームを記入する。ユーザーがウェブフォーム（カンファレンス申請、スピーカー応募、イベント登録、プロフィールフォーム）の URL を提供し、既存の資料から記入したいときに使用する。ユーザーが "填网页表"、"fill web form"、"网页填表"、"表单填写"、"申请表填写"、"conference application"、"speaker submission"、"讲师申请"、"报名表" に言及したとき、またはパスに "form"、"feedback"、"apply"、"register"、"submit" を含む URL を提供したときにもトリガーする。
「電子マガジン × 電子インク」スタイルの横めくり Web PPT（単一 HTML ファイル）を生成する。WebGL 流体背景、セリフ見出し + サンセリフ本文、章の幕開けカード、データの大字数スライド、画像グリッドなどのテンプレートを含む。ユーザーが共有 / 講演 / 発表会スタイルの Web PPT を作成したい場合、または「雑誌風 PPT」、「horizontal swipe deck」、「editorial magazine」、「e-ink presentation」に言及した場合に使用。
バンドパス、ローパス、バンドストップフィルタ設計 — ヘアピン、結合線路、コムライン、スタブ、SIW による周波数選択と高調波抑制。トリガー：ユーザーがあらゆる RF フィルタ（バンドパス、ローパス、ハイパス、バンドストップ、ヘアピン、結合線路、コムライン、スタブ、SIW）の設計、作成、解析を求めたとき。コードを書く前に呼び出す — フィルタのクラス名は推測とは異なる。スキップ：既存フィルタの EM シミュレーション/S パラメータ抽出（matlab-analyze-em を使用）、一般的な PCB レイアウトの組み立て（matlab-assemble-pcb-layout を使用）、材料/スタックアップ設定のみ（matlab-manage-pcb-material を使用）、最適化スイープ（matlab-optimize-pcb-design を使用）。
MISRA C:2025 のエキスパートで、2 つのモードで動作する：(1) レビュー — 既存の C コードを約 223 のガイドライン（22 のディレクティブ + 約 201 のルール）に照らして違反をスキャンし、ルール ID、修正済みコード、逸脱の正当化テンプレートとともに指摘を報告する；(2) 開発 — 最初の行から MISRA 準拠の新しい C 関数、モジュール、データ構造を生成し、最初から essential type モデル、安全な制御フロー、禁止構文の回避を適用する。C:2023 のベース（C:2012 + Amd1 セキュリティ + Amd2/Amd3 C11/C18 + Amd4 マルチスレッド）に加え、C:2025 の 4 つの追加（規則 8.18、8.19、11.11、19.3）、規則 15.5 の不適用、69 の細分化されたガイドラインを対象とする。参照できる翻訳単位全体（指摘された行だけでなく）をレビューし、組み込みのセルフチェックと明示的な確信度・ギャップを備えた意思決定可能な指摘を返し、任意で analysis/ 配下に自己完結型 HTML レポートを出力できる。
GoRouter を使った Flutter のナビゲーションとルーティングのベストプラクティス。階層的なルートツリー、型安全な `@TypedGoRoute` 定義、名前付きナビゲーション、リダイレクト、ディープリンクの設定を扱う。package:go_router または package:go_router_builder を使うルート、ディープリンク、リダイレクト、ナビゲーションロジックの作成・変更・レビュー時に使用する。GoRouter をモックする、または `InheritedGoRouter` 経由で提供する widget テストも含む。呼び出し箇所のナビゲーションにも、どんなに小さくても適用する。`onTap`、ボタン、タップハンドラーでユーザーをある画面から別の画面へ移動させる場合、`context.go`、`goNamed`、`context.push`、`pushNamed`、`pop` の選択、`/products/p1` のようなパスへの遷移、遷移先へのデータ受け渡し、呼び出し元への結果の返却など。1 行のナビゲーション呼び出しもナビゲーション作業である。ルートのモーションは、`GoRouteData` のサブクラス内であっても animations skill に属する。
NestJS バックエンド向けの独自のハウス規約 — モジュール境界とレイヤリング、provider の配線とインジェクションスコープ、guards/interceptors/pipes/filters、DTO とバリデーション、ドメイン例外、設定、そしてクリーンにコンパイルされても実行時に失敗する Nest 11 / Express 5 の挙動。コードが NestJS である場合（package.json の `@nestjs/*`、またはファイル内の `@Module`/`@Injectable`/`@Controller`/`@Cron`）は常に使用する。質問が素の TypeScript、OOP リファクタリング、コードレビュー、運用上の問題のように聞こえる場合も含む — Nest 固有の答えは汎用の答えとは異なる。典型的な依頼: モジュールの雛形作成、コントローラー・provider・エンドポイントの追加、enhancer の配線、起動時の DI または循環 import の失敗、`@Exclude()` にもかかわらずエンティティのフィールドが漏れるレスポンス、すべてのレプリカで発火する cron ジョブ、NestJS のアップグレード、Nest の diff のレビュー。素の Express や Fastify、Angular、フロントエンド、SQL、CI には使用しない。
艾科智泊オープンプラットフォームの「車両入出場」作業フロー SOP（入場／出場のエンドツーエンド編成）。ユーザーが 1 台の車を完全に入場または出場させたい、実際の入出場の物理フローを模擬したい、「追加入力／撮影による入場 → 校正」または「料金照会・精算 → 出口撮影校正 → 自動放行／ゲート開放」という一連のチェーンを通したい、あるいは「車はどう入場／出場するのか / 入出場フロー / 入出場 SOP / どうやって車を駐車場に入れる（出す）のか / 1 台の車の入退場を模擬する / 校正したのに車がなぜ出場しないのか / 出口でどうゲートを開放して放行するのか」と尋ねたとき、または入出場の途中でどこかのステップで詰まった／トラブルシューティングするとき（撮影や校正の後で車が入場／出場しない、撮影が 908 を返す、correct は成功したのに車が退場しない、次の手順が分からないなど）に使用。本スキルはクロスドメインの編成レイヤーであり、parking（追加入力／校正／棚卸し）+ device（撮影／ゲート開放）+ trade（料金照会／支払い）の複数コマンドをつなぎ、コマンドをまたぐハード制約（ペアとなる出口、撮影デバイス、チャネルの放行モードの自動／手動、放行より先の支払い、908 の偶発、トークンの有効期限）と失敗時の処理を説明する。境界：単一レコード／場内車両／ロック車両の照会や単一コマンドの呼び出しのみの場合は、対応するドメインスキル openydt-record / openydt-device / openydt-billing を直接使用し、本ワークフロースキルは使わないこと。
PyTorch標準のscaled_dot_product_attention（PyTorch 2.2以降）またはflash-attnライブラリを使用して、TransformerモデルでFlash Attentionを有効にします。マルチクエリアテンション、スライディングウィンドウアテンション、H100でのFP8（FlashAttention-3）にも対応します。高速化のプロファイリング、ベースラインとの精度比較、インストールやGPUサポートのエラーのトラブルシューティングを扱います。512トークンを超える長いシーケンスでTransformerを学習・実行するとき、標準アテンションでGPUメモリが不足するとき、推論のボトルネックがアテンションのとき、PyTorchモデルをflashバックエンドに切り替えるとき、またはH100 GPUでアテンションを調整するときに使用します。CPU推論、V100 GPU、256トークン未満のシーケンスには使用しません。他のアテンション方式にはxFormersを検討してください。
公開の `orca` CLI を使用して、Orca が管理する worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、アーティファクト、worktree コメント、および Orca アプリに埋め込まれたブラウザを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「control the browser inside Orcaoclassroom」と言ったときに使用する。Orca が管理する状態に wortt Involving タスクでは、生の `git worktree`、場しの PTY、Playwright、Computer Use よりこの方法を優先する。Orca の埋め込みブラウザ以外のブラウザウィンドウ、webview、デスクトップ UI には Computer Use を使用してきた。
B2B のコールドメールを書くときにこのスキルを使用する —「このクライアント/製品向けのコールドメールを書いて」「このペルソナ向けのメールシーケンスを作って」「返信率が低いのでこのメールを改善して」。価値優先のコールドメールは、開封だけでなく返信を得るために作られる — 返信するかどうかに関わらず、読者はメール自体から有用なもの（インサイト、所見、ベンチマーク、ゲートなしのリソース）を得られる。R.E.P.L.Y. フレームワーク（Relevance、Empathy、Payoff、Low-friction ask、You-focused）、メールの構成と配信到達性のルール、コールドとウォームのトーンの違い、4 タッチのシーケンススタックを適用する。新規クライアントや新規キャンペーンの場合は、執筆前に references/questionnaire.md のヒアリングを実施する。
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。