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
Higgsfield を使って、あらゆる業界やブランド向けの没入型スクロール連動「世界を飛び回る」ランディングページを構築します。訪問者がスクロールすると、事前レンダリングされたカメラが各シーンの外側から内部へ飛び込み、カットなしで次のシーンへ流れていきます — 途切れなくつながった一続きの飛行（Emons スタイルの等角ジオラマ世界、または任意のアートディレクション）。このスキルはユーザーにテーマ、ストーリーのビート／セクション、ブランドキットをヒアリングし、Higgsfield で一貫性のあるシーンとシームレスなカメラクリップを生成し、ポータブルでフレームワーク非依存のスクロール連動エンジンを組み込みます。ユーザーが「3D 世界」／「業界をブラウズする」ヒーロー、スクロールシネマティック、ジオラマのランディング、またはビジネスをスクロールできる世界に変えたい場合に使用します。
圧縮戦略の選択、TTL ベースの有効期限、トゥームストーン管理、軽量トランザクションなど、ScyllaDB CQL のデータモデリングのパターンとアンチパターンを扱います。テーブル設計、スキーマレビュー、SQL または MongoDB からの移行、データ保持期間の設定、スキーマの問題や削除に起因する性能問題のトラブルシューティング、条件付き（LWT）文の作成に使用します。ベクトルおよび全文検索インデックスには scylladb-vector-search、DynamoDB API テーブルには scylladb-alternator を使用してください。「design schema」「ScyllaDB data model」「partition key」「clustering column」「primary key」「CQL table design」「ALLOW FILTERING」「large partitions」「hot partitions」「query-first design」「secondary index」「materialized view」「schema review」「wide partition」「tombstones」「time series」「BATCH」「paging」「fetch size」「TTL」「default_time_to_live」「compaction strategy」「TWCS」「gc_grace_seconds」「tombstone_gc」「LWT」「lightweight transaction」「IF NOT EXISTS」「LOCAL_SERIAL」に反応します。
matplotlib 上の統計可視化で、pandas をネイティブにサポート。自動集計、CI、グループ化に対応し、分布（histplot、kdeplot）、カテゴリ（boxplot、violinplot）、関係（scatterplot、lineplot）、回帰（regplot、lmplot）、行列（heatmap、clustermap）、グリッド（pairplot、FacetGrid）を扱う。素早い統計サマリーにはこれ、細かい制御には matplotlib、インタラクティブな HTML には plotly を使う。
Seata 分散トランザクションスキル。AT/TCC/SAGA/XA の 4 モード選択の決定木、AT モードで必須の undo_log テーブル、TCC モードの useTCCFence による冪等性/垂下/空ロールバックの解決、SAGA ステートマシンによる長いプロセス、グローバルトランザクションのタイムアウト設定(@GlobalTransactional timeoutMills)、読み取り分離の強化(@GlobalLock + FOR UPDATE)を網羅します。LLM の誤りを正します：AT/TCC/SAGA のどれを選ぶべきか分からない、undo_log テーブルを作らない、TCC Confirm が冪等でない、ウォッチドッグを処理しない。
Microsoft Security Copilot エージェントのガイダンス——Security Copilot 内で動作する自律的で用途特化型の AI エージェント（フィッシングのトリアージ、アラートのトリアージ、条件付きアクセスの最適化、脆弱性の修復など）。利用可能なエージェント、ID/権限、監督を扱う。WHEN: Security Copilot エージェント、自律型 SOC エージェント、フィッシングトリアージエージェント、アラートトリアージエージェント、エージェント ID、AI エージェントの監督、エージェント型セキュリティ、Copilot エージェントの権限、フィッシングトリアージの自動化、SOC 向け AI エージェント、自律的なアラートトリアージ、大量アラートのハンズオフなトリアージ。DO NOT USE 基本的な Security Copilot のセットアップ、SCU のプロビジョニング、プロンプトブック（security-copilot を使用）の場合。
SE Ranking API 統合アーキテクト。SE Ranking の全サーフェスをカバーする — Data API（キーワードリサーチ、バックリンク、ドメイン・競合分析、SERP、サイト監査、AI Search）と Project API（ランク追跡、プロジェクト/キーワード/バックリンク管理、マーケティングプラン、サブアカウント、AIRT プロンプト）。エンドポイント、パラメーター、JSON schema、クレジット消費、レート制限、認証に関するあらゆる「どうすれば…」という質問に答え、そのまま貼り付けられる cURL / Python / TypeScript / MCP ツール呼び出しのレシピを生成する。明示的な確認があれば、Project API の状態も実際に設定する — プロジェクトの作成、キーワードの追加、監査の設定、AIRT プロンプトグループのセットアップ。接続された MCP から最新のツール schema を取得する。分析系スキル（ブリーフ、監査、レポート）とは異なり、seo-api は統合レシピと設定済みの状態を生成する。ユーザーが SE Ranking API の使い方、どのエンドポイントがある指標を返すか、ランクトラッカーの構築方法、Postman / cURL / Python のレシピ、Looker / n8n / Make との統合方法を尋ねたときに使用。
あるドメインまたは URL の SEO ベースラインスナップショットを取得し、以降の実行で現在の状態と比較してリグレッションを洗い出す。権威、トラフィック、キーワード、被リンク、オンページコンテンツを追跡する。3 つのサブコマンド — `baseline`、`compare`、`history`。ユーザーが "SEO drift"、"baseline this site"、"did anything break"、"SEO regression check"、"compare before and after"、"deployment check"、"monthly SEO snapshot" を求めたときに使用。
SERP を逆読みして、ページがなぜランキングしないのかを診断する。対象キーワードに対して Google が評価するページタイプを特定し、複数のペルソナの視点から候補ページをそのパターンと照合して採点し、SERP を獲得できるページ形式を提案する。ユーザーが "why isn't this page ranking"、"page type mismatch"、"SXO"、"search experience optimization"、"intent mismatch" を尋ねるとき、またはワイヤーフレームを求めたときに使用する。
SimPy 4.1.2を使って、Pythonで範囲を限定したプロセスベースの離散イベントシミュレーションを構築、テスト、分析します。Environment、Timeout、Process、AnyOf/AllOf条件、中断、Resource、PriorityResource、PreemptiveResource、Container、Store、時間加重モニタリング、反復に基づく出力分析に対応し、安全なCLIも同梱します。ジェネレータプロセスでキュー、生産ライン、物流、サービス運営をモデル化する場合、エンティティが共有リソースを競合する場合やプリエンプションが必要な場合、キュー長や利用率を適切に計測する場合、シードと信頼区間を用いて独立反復を実行する場合、イベント順序やrun(until=)の境界をデバッグする場合に使用します。連続時間ODEやエージェントベースのモデリングフレームワークには適しません。
Anthropic のガイドラインに照らして Claude Code スキルを検証する。ユーザーが「check skill」「skillcheck」「validate SKILL.md」と言った場合、またはスキル定義の問題を見つけるよう求めた場合に使用する。構造的検証と意味的検証を扱う。アンチスロップ検出、セキュリティスキャン、トークン分析、エンタープライズチェック、Eval Kit 生成には使用しない。これらには skill-check-pro を使用する。LinkedIn のスキルエンゲージメントには使用しない。それには skillcheck-engage を使用する。
Anthropicのベストプラクティスに従ってClaude Codeスキルを作成、管理します。新しいスキルの作成、skill-rules.jsonの変更、トリガーパターンの理解、フックの利用、スキル起動のデバッグ、段階的開示の実装に使用します。スキル構造、YAML frontmatter、トリガーの種類（キーワード、意図パターン、ファイルパス、コンテンツパターン）、適用レベル（block、suggest、warn）、フック機構（UserPromptSubmit、PreToolUse）、セッション追跡、500行ルールを扱います。
Anthropicのベストプラクティスに従ってClaude Codeスキルを作成、管理します。新しいスキルの作成、skill-rules.jsonの変更、トリガーパターンの理解、フックの利用、スキル起動のデバッグ、段階的開示の実装に使用します。スキル構造、YAML frontmatter、トリガーの種類（キーワード、意図パターン、ファイルパス、コンテンツパターン）、適用レベル（block、suggest、warn）、フック機構（UserPromptSubmit、PreToolUse）、セッション追跡、500行ルールを扱います。
複雑な問題を、階層が明確で重複がなく漏れのない構造フレームワークに分解する。乱雑な情報を整理する必要がある場合、他者にわかりやすく伝える場合、問題を網羅的に分析する場合に適する。散らかった要素が山積みで全体像を描けないとき、または他者に構造化した報告を行う必要があるときにこの skill を使用する。すでに高度に構造化された問題や、直感による判断が必要な迅速な意思決定の場面には適さない。主なトリガー信号："情報が多すぎて整理できない"、"どう言えばはっきり伝わるか"、"漏れはないか"、"この問題の分解を手伝って"。
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。