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
ビジュアル編集、ブロックベースのページビルダー、完全な SEO を備えた Next.js 16 + React 19 + TinaCMS サイトを構築します。ユーザーが TinaCMS、Tina CMS、CMS を使った Next.js、Next.js でのビジュアル編集、クリックして編集、コンテンツ管理された Next.js サイト、ブロックパターンのページビルダー、Next.js + TinaCMS への移行に言及したときは常に本スキルを使用します。TinaCMS のスキーマ設計、セルフホスト型 TinaCMS、TinaCMS のメディア設定、TinaCMS のトラブルシューティングでもトリガーします。スキャフォールディングから Vercel での本番デプロイまでの Day 0-2 のセットアップを扱います。
公開エディターとランタイム向けの NixieFX パーティクルエフェクトプロジェクトを作成、変更、検証、エクスポートする。エージェントが vfx-editor.prj を特定または初期化する、nixie-fx CLI でエフェクトを作成する、エフェクト JSON を編集する、テクスチャ・マテリアル・メッシュを整理する、検証レポートとバックエンドサポートレポートを診断する、out/vfx をエクスポートする、NixieFX エディターでのビジュアルレビュー用にエフェクトを準備する必要がある場合に使用する。
'1000 Genomes Project データセット（全ゲノムシーケンス済みの 3,202 人、GRCh38）を、個々の参加者単位で検索します。1000 Genomes Project コホートの個人やバリアントに関する質問に使用します。特定の遺伝子や領域で条件に合うバリアントを持つ個人、ある位置でホモ接合参照型の個人、データセットに存在するバリアントや指定個人が遺伝子・領域内で保有するバリアント、指定された 2 人の血縁関係を調べられます。バリアントには 1000 Genomes のアレル頻度（AF）、gnomAD v4.1 のエクソームおよびゲノム AF、AlphaMissense スコア、HGVSp アノテーションが付与されます。
OP_NET を使って Bitcoin Layer 1 上に構築する — トラストレスなスマートコントラクトのための Bitcoin L1 コンセンサス層。OPNet 向けの AssemblyScript スマートコントラクト、TypeScript ライブラリ、React フロントエンド、Node プラグインを構築する際に使用します。Bitcoin スマートコントラクト開発、OP20 トークン、OP721 NFT、WebAssembly コントラクト、verify-dont-custody パターン、epoch mining、OPNet アーキテクチャに関する質問でトリガーします。
共有の最適化ガイダンスと cuTile Python DSL 固有のオーバーレイ。次に使用する: (1) cuTile Python DSL カーネルの最適化を選択するとき、(2) cuTile 固有の実装上の落とし穴を確認するとき、(3) プロファイリングの知見を共有ナレッジと cuTile オーバーレイのどちらに置くか判断するとき、(4) cuTile Python DSL の最適化ドキュメントを更新するとき、(5) 共有パターンが cuTile にどうマッピングされるかをレビューするとき。
`orca` CLI を通じて、Orca が管理するワークツリー、フォルダコンテキスト、ターミナル、リポジトリ、自動化、スキル共有、ワークツリーコメント、Orca 内蔵ブラウザを操作する。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」／「handover」／「give this to another agent」「Orca browser」「share skills」と言ったときに使用する。Orca の状態が関わる場合は、生の git worktree、その場しのぎの PTY、Computer Use より優先する。CLI、ファイルシステム、API ではできない GUI 操作が可視ウィンドウに必要な場合にのみ Computer Use を使用する。
完全な最適化ワークフロー、サブエージェント起動テンプレート、エージェント間通信契約、デフォルト構成、チューニング戦略、ナレッジベース更新プロトコル。次に使用する: (1) 最適化サイクルを開始するとき、(2) Profiler または Designer サブエージェントを起動するとき、(3) エージェント間通信を解釈またはフォーマットするとき、(4) プロファイリングまたは実装のイテレーション後にナレッジベースを更新するとき、(5) カーネルのデフォルト構成やチューニング戦略を決めるとき。
Outlines（dottxt.ai）を使用し、LLMから必ず有効な構造化出力を生成します。有限状態機械でトークンサンプリングを制約し、JSONスキーマ、Pydanticモデル、正規表現、選択肢リスト、整数／浮動小数点型に対応。Transformers、llama.cpp、vLLM、および一部のOpenAIバックエンドで利用できます。有効なJSONとして常に解析できる出力や、正規表現に一致する出力が必要な場合に使用します。ローカルモデルから型付きデータを抽出してPydanticモデルに格納する場合に使用します。テキストを固定カテゴリに分類する場合に使用します。vLLMまたはTransformersでバッチ構造化生成を行う場合に使用します。文法レベルでトークンサンプリングを制御する場合に使用します。自動リトライが必要なAPIモデルには適しません（Instructorを使用）。
漸進的な方法・領域・査読ラウンドおよび任意の査読者オーバーレイを用いて、分野を問わず学術原稿に対して査読者スタイルでエビデンスに配慮した査読を行う。ユーザーが通常の執筆ではなく、批評、科学的査読、優先コメント、全項目査読、改訂ラウンド評価、前回コメントの回帰チェック、または査読メモを求めた場合に使用する。会話と原稿から適用可能な最小のモジュールセットを推論し、未解決の領域または査読プロファイルの曖昧さが査読を実質的に変える場合にのみ質問する。任意の心理測定学と SEM、計算と LLM、水と CNHS、洪水と流体力学、および明示的な Ethan スタイルモジュールを含む。
複数の専門エージェントと検証エージェントを起動して、セキュリティに焦点を当てたコードレビューを実行し、網羅的なカバレッジと正確な指摘を確保する。ユーザーが「perform-security-review」「bitwarden-security-review」「execute a security review」「run a comprehensive security audit」「perform an end-to-end security assessment」を求めた場合、またはコード、依存関係、シークレット、設定にわたる複数のセキュリティチェックを調整する必要がある場合にこのスキルを使用する。このスキルはワークフローを管理し、タスクを専門エージェントに委任し、最終的な指摘をユーザーに提示する。
manifest の spec と ComponentRegistry を通じて InferenceModel の前処理、後処理、runner を設定する。physicalai.inference.preprocessors や postprocessors、manifest の preprocessor/postprocessor リスト、instantiate_component、登録された型名、または推論パイプラインコンポーネントの class_path init_args を編集する場合に使用。
Physical AI Studio からエクスポートされたポリシーを Runtime へのデプロイ用に読み込み、検証する。InferenceModel、InferenceModel.from_pretrained、manifest.json、アダプターの自動検出（onnx、openvino）、backend/device kwargs、Hugging Face Hub のポリシーパッケージ、または Studio が physicalai export で生成するエクスポート/ロード契約の Runtime 側を扱うときに使用する。
訓練済みの Physical AI Studio ポリシーをシミュレーション gym でベンチマークし、成功率指標を報告する。physicalai benchmark の実行、library/configs/benchmark 配下の設定の編集、physicalai.benchmark での Benchmark クラスの追加や変更、rollout/episode/env 設定の調整、rollout 動画の録画、results.json / results.csv の解釈に使用。
Runtime へのデプロイ用に Physical AI Studio ポリシーをエクスポートおよび検証する。policy.export(...)、physicalai export コマンドライン、ONNX/OpenVINO/Torch/ExecuTorch バックエンド、エクスポートメタデータ、数値一致チェック、または Runtime が InferenceModel(...) で消費するエクスポート/ロード契約の Studio 側の作業に使用。
LeRobot 形式に基づく Physical AI Studio のデータセットと Lightning datamodule を扱う。physicalai.data.lerobot.LeRobotDataModule を学習設定に組み込む、repo_id を選択する、physicalai と lerobot のデータレイアウト間で変換する、observation の Features/FeatureType を定義する、正規化を設定する、またはバッチ形状とデータローディングをデバッグする場合に使用。
このスキルは、Android テストに適したテストダブル——fake、mock、stub、spy、dummy、Robolectric shadow——を選ぶために使用します。Google の原文どおりの優先順位（"fakes ... are preferred"、"Fakes are preferred over stubs for simplicity"、"Fakes or mocks are therefore preferred over spies"）を反映し、Android の例（インメモリの `FakeUserRepository`、`mockk<UserRepository>()`、`ShadowSystemClock`）と、意図を正しいダブルに対応付ける判断マトリクスを示します。ユーザーが "fake or mock"、"should I use Mockito here"、"how do I replace this dependency in tests"、"what's the difference between a stub and a mock"、"spy vs mock" と尋ねたとき、または `mockk`、`every { } returns`、`verify { }`、`org.mockito`、`argumentCaptor`、`Robolectric` shadow、`ShadowSystemClock`、`FakeRepository` に言及したときに使用します。
複数ロールによる PRD/プロトタイプレビュー会をシミュレートし、プロダクト、エンジニアリング、QA、デザイン、運用、法務の 6 つの視点からレビュー結論を出す。ユーザーが「帮我评审一下这个 PRD」「看看这个需求有没有问题」「模拟评审会」「review 一下这个文档」「这个需求能不能过评审」「帮我查漏补缺」と言ったときにトリガーされる。また、ユーザーが PRD、要件ドキュメント、プロトタイプのスクリーンショット、機能仕様をアップロードして確認を求める場合；ユーザーが「评审」「review」「过会」「需求评审」「方案评审」などのキーワードに言及した場合；ユーザーがエンジニアリングまたは QA の視点から要件の実現可能性を尋ねる場合にも適用される。対象外：PRD の作成（pm-prd-writer を使用）、純粋なコードレビュー（code-review を使用）、純粋なデザインレビュー（design-critique を使用）。
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。