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
音楽を発見し、パーソナライズされた推薦を取得し、高忠実度の音声ファイルをダウンロードする。ユーザーが好みに基づいて新しい音楽を見つけたいとき、曲/アルバム/アーティストを検索したいとき、好きなアーティストに似た推薦を得たいとき、Qobuz や TIDAL からロスレス音声（FLAC/Hi-Res）をダウンロードしたいときに使う。トリガーフレーズ：「find music like」「recommend songs」「download album」「lossless」「Hi-Res」「FLAC」「music discovery」「similar artists」「setup music」。
ユーザーが生物学、化学、物理学、天文学、気候、ゲノミクス、材料、医学、生態学、エネルギー、工学、数学、創薬、タンパク質設計、気象モデリング、定理証明、単一細胞、PDE 求解などの科学領域で AI/ML の作業を行うときに使用する。Hugging Science は科学データセット、モデル、ブログ記事、インタラクティブな Space の厳選カタログである。このスキルは `datasets`、`transformers`、HF Inference API、`gradio_client`、および方法論の引用を通じてリソースの発見と利用を支援する。
HuggingFace Tokenizers ライブラリ（Rust コアと Python／Node.js バインディング）を提供し、BPE、WordPiece、Unigram トークナイザーの学習と利用を支援します。正規化器、事前トークナイザー、モデル、後処理器、デコーダーのパイプライン、パディングと切り詰め、バッチエンコード、アライメント追跡、transformers PreTrainedTokenizerFast への変換を扱います。新しいコーパスでカスタムトークナイザーや語彙を学習する場合、大規模なテキストコーパスを高速にトークン化する場合、NER や質問応答向けにトークンを文字オフセットへ対応付ける場合、正規化や特殊トークンを設定する場合に使用します。transformers 向けにカスタムトークナイザーをラップする場合にも使用します。SentencePiece モデルや tiktoken にはそれぞれのツールを使用してください。事前学習済みトークナイザーの読み込みだけなら AutoTokenizer で十分です。
AI らしい散文を、意味、具体的なディテール、本物の人間らしい癖を保ちながら人間らしくし、AI っぽさを取り除く。声のサンプルやスタイルプロファイルがある場合は、その書き手の実際の声で書き直す。誇張された重要性、決まり文句の語彙、均一なリズム、過度なヘッジ、定型化された構造、フォーマット上の痕跡など、繰り返し現れる AI の特徴を除去する。また、疑わしい不可視の Unicode やコピー＆ペーストの残留物を、著者性の証明とは見なさずに保守的にクリーンアップする。ユーザーがテキストを人間らしくしたい、AI っぽさを取り除きたい、ロボットっぽさをなくしたい場合；企業的、凡庸、ChatGPT のよう、あるいはどこか違和感のある散文を修正したい場合；草稿を特定の書き手や名義の著者に合わせたい場合；本物の声とリズムのために編集したい場合；またはゼロ幅文字、特殊なスペース、双方向制御文字、および同様の隠れたテキスト残留物をクリーンアップしたい場合に使用する。
エンドポイント検出のために Wazuh SIEM/XDR をデプロイおよび構成する。エージェントの認証と管理、カスタムデコーダーとルール XML の作成、Wazuh REST API によるアラート照会、wazuh-logtest によるルールテスト、自動アクティブレスポンスアクションを扱う。エンドポイント検出と対応の構築、カスタム Wazuh ルールの作成やテスト、Wazuh アラートの照会とトリアージを行うときに使用する。
新しい依存関係や開発ツールの選定、提案、レビュー、宣言時に使用します。一時的にパッケージランナーで取得する場合も含みます。追加のワークスペース利用者向けに既存の依存関係を宣言する場合や、依存関係またはツールに指定された機能、ソース、バージョンを変更する場合にも使用します。宣言を追加・変更せずに既存プロジェクトの依存関係を再利用する場合、指定済みの依存関係をインストールまたは復元する場合、承認された履歴統合を通じて既存の依存関係宣言を取り込む場合、選定判断を伴わない一般的な依存関係の棚卸しやセキュリティ監査には使用しないでください。
JavaScript パッケージのセキュリティ脆弱性を修正する、または古くなった npm/yarn/pnpm/bun 依存関係をアップグレードする。ユーザーが CVE の修正、npm audit の指摘の解消、パッケージバージョンの引き上げ、node_modules の更新、JS プロジェクトや monorepo 全体での特定パッケージの更新を望むときに使用する。package.json ファイルを含むあらゆるプロジェクトを扱う。特定のパッケージ名や glob パターンの有無にかかわらず「/js-deps」でトリガーされる。JS 以外のエコシステム、まったく新しいパッケージの追加、package.json のゼロからの作成、パッケージマネージャーの切り替え、実行時エラーのデバッグには適さない。
言語の粗いアイデアを、完全で実装可能な仕様——DSL、クエリ言語、設定/データ言語、テンプレート言語、プロトコル言語——に変える。著者を次元ごとにインタビューし、他の開発者がドキュメントだけで準拠実装を構築できるようにする。著者が飛ばしがちな決定事項を追及する：字句規則（空白、大文字小文字、コメント、リテラル）、優先順位と曖昧性解消を伴う文法、意味/型モデル、反例を伴う検証規則、実行アルゴリズムとエラーモデル、出力/シリアライズ形式、RFC 2119 準拠。完全性の基準と形式記法（字句文法と構文文法、関数スタイルのアルゴリズム）は GraphQL 仕様から抽出した。トリガー："spec out my language"、"design a DSL / query language"、"write a language or grammar spec"、"formalize this syntax"、または言語のアイデアを実装可能な仕様にする必要があるとき——たとえ "spec" や "grammar" としか言わなくても。
Laravel のベストプラクティスに基づく一貫したアーキテクチャパターンで、本番品質の Laravel REST API を構築します。ステートレス設計、バージョン付きエンドポイント、呼び出し可能なコントローラー、Form Request DTO、Action クラス、JWT 認証、PSR-12 コード品質基準を含む Laravel API の構築、スキャフォールディング、レビューに使用します。「Laravel API を構築」「Laravel エンドポイントを作成」「API 認証を追加」「Laravel API コードをレビュー」「Laravel API をリファクタリング」「Laravel のコード品質を改善」などで起動します。
ドキュメントに AI 挿絵をその場で挿入する。ドキュメントを読み込んだ後、挿入箇所を全体で計画し、すべての画像を並行して生成し、非同期で元のテキストに挿入し直す。カバー画像、カスタム比率、3 つのスタイルに対応。Use when: ユーザーがドキュメント / 記事 / ノート用の挿絵や画像の生成を求めたとき。Also trigger when user mentions: 配图、插图、illustration、generate images、document images、为文章加图。
ブロッキング要件。PR のタイトル/本文、issue 本文、GitHub Discussion の投稿/コメント/回答、PR レビューコメント、README/ドキュメントの文章、インラインコードコメント、設計ドキュメント/RFC/振り返り、要件/受け入れ基準を書いたり編集したりする前に、またこれらの成果物に対する編集、校正、修正、書き直し、言い換え、やり直し、推敲、リファクタリングの依頼の前にも、そして create_pull_request、update_pull_request、add_pr_review_comment、edit_pr_review_comment、reply_to_comment、reply_to_review_thread、reply_and_resolve_review_thread を呼び出す前に、この Skill を呼び出すこと。
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。