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 100,928 件掲載。コマンド 1 行でインストールできます。
すべて
HTML を媒体として高忠実度のデザイン案（ランディングページ、スライド、インタラクティブプロトタイプ、アニメーション、デザインシステム、インフォグラフィック、モバイル mockup など）を制作する。汎用のフロントエンドエンジニアではなくプロのデザイナーとして振る舞い、まず質問してから作ること、既存のデザインシステムを参照すること、複数のバリエーションを提示すること、AI 風の陳腐さを避けることを重視する。トリガー：/axi-front-design、"做个落地页"、"设计一张海报/封面"、"做张幻灯片/PPT"、"做个交互原型"、"做个动画"、"design a landing page"、"make a deck"、"prototype this UI"、"design system"、"hi-fi mockup"。非適用：純粋なテキストコンテンツ/ロジックコード、実画像生成が必要（画像生成モデルを使うべき）、ネイティブの PPTX/Figma ファイルが必要（HTML を優先）。
TypeScript/Node.js のバックエンドアプリケーションまたは API コードを書き、レビューし、リファクタリングする際に、バックエンド設計の指針が役立つ場合に使用する。対象には API、ルート、コントローラー、ミドルウェア、SDK、サービス、リポジトリ、データベースアクセス、ランタイムワーカー、バックエンドの動作を実装する外部連携が含まれる。コードが Node.js やサーバー上で動作するというだけで使用しない。CI/ワークフロー設定、デプロイやメンテナンスのスクリプト、デモ、テスト、単純なリネーム、フォーマット、ドキュメントのみの作業、その他バックエンド設計の指針を必要としない機械的・補助的な作業は対象外。原因と修正箇所がすでに判明している局所的なバグ修正には、影響を受けるコードが SDK やバックエンドコンポーネントの一部であっても使用しない。
本番環境のバックエンドシステム開発。スタック：Node.js/TypeScript、Python、Go、Rust | NestJS、FastAPI、Django、Express | PostgreSQL、MongoDB、Redis。機能：REST/GraphQL/gRPC API、OAuth 2.1/JWT 認証、OWASP セキュリティ、マイクロサービス、キャッシュ、ロードバランシング、Docker/K8s デプロイ。アクション：API とサービスの設計、構築、実装、保護、最適化、デプロイ、テスト。キーワード：API 設計、REST、GraphQL、gRPC、認証、OAuth、JWT、RBAC、データベース、PostgreSQL、MongoDB、Redis、キャッシュ、マイクロサービス、Docker、Kubernetes、CI/CD、OWASP、セキュリティ、パフォーマンス、スケーラビリティ、NestJS、FastAPI、Express、ミドルウェア、レート制限。使用場面：API の設計、認証/認可の実装、クエリの最適化、マイクロサービスの構築、エンドポイントの保護、コンテナのデプロイ、CI/CD の構築。
一文または一段落を受け取り、それに反対する実際の学術文献を探します。反対の結論、境界条件、代替説明、方法論への批判、再現失敗を含みます。脅威の大きさで順位付けし、各論文について「この主張をどう脅かすか」と「どう応答するか」を一行で示します。実際に検索（scimaster-cli）し、反例を捏造しません。**以下の場合は積極的にこのスキルを使用してください**：ユーザーが「査読者に先回りしたい」「この結論の反例を探したい」「この分野に論争があるか知りたい」「反対の研究を探したい」「この論点を攻撃したい」「結論の確かさを確認したい」「反対意見を知りたい」と望む場合。「bear-counter」と言っていなくても、**主張に反対する学術的証拠を探すこと**が目的なら使用します。bear-support と bear-counter は併用が最も効果的です。同じ文章に両方を実行すると、賛否の両面を確認できます。対象外：支持文献の検索（bear-support）、テーマの重複調査（bear-scoop）、概念マップ（bear-map）、変遷史の追跡（bear-trace）。
研究アイデアを受け取り、類似研究の検出、研究の空白領域における支持文献の検索、想定される課題の検索を順に行い、立案前のエビデンス状況を包括的なレポートにまとめます。類似研究のリスク、空白領域にある文献の裏付け、事前に検討すべき重要な課題を示します。実際に検索（scimaster-cli）し、引用を捏造しません。**以下の場合は積極的にこのスキルを使用してください**：ユーザーが「研究計画の提出前に評価したい」「このアイデアに取り組む価値があるか知りたい」「立案前に包括的な文献調査をしたい」「この研究分野を評価したい」と望む場合。「bear-propose」と言っていなくても、**研究分野に正式に取り組む前の総合評価**が目的なら使用します。対象外：類似研究の確認のみ（bear-scoop）、支持文献のみ（bear-support）、反対文献のみ（bear-counter）、概念マップ（bear-map）、変遷史の追跡（bear-trace）。
ある主張について、支持する文献と反対する文献の両方を検索し、包括的なレポートに証拠状況をまとめます。支持側の最も強い証拠、反対側の最も深刻な課題、支持はあるが反対のない観点、反対はあるが支持のない観点を示します。実際に検索（scimaster-cli）し、引用を捏造しません。**以下の場合は積極的にこのスキルを使用してください**：ユーザーが「賛否両方を見たい」「この主張はどれほど確かか」「論点を包括的に評価してほしい」「両方の立場を調べてほしい」と望む場合。「bear-review」と言っていなくても、**ある主張のエビデンス状況を包括的に分析すること**が目的なら使用します。対象外：支持文献のみ（bear-support）、反対文献のみ（bear-counter）、テーマの重複調査（bear-scoop）、概念マップ（bear-map）、変遷史の追跡（bear-trace）。
一文または一段落を受け取り、それを支持する実際の学術文献を探します。各論文について、その主張をどう裏付けるかを一行で説明します。実際に検索（scimaster-cli）し、記憶から引用を捏造しません。見つからなければ、その旨を伝えます。**以下の場合は積極的にこのスキルを使用してください**：ユーザーが主張の「根拠を強めたい」「批判に耐えられるようにしたい」「文献の裏付けを加えたい」「論文をいくつか探したい」と望む場合、「この主張に関する研究はあるか」「この結論を調べてほしい」と尋ねる場合、または「査読者に引用がないと言われないか」と懸念する場合。「bear-support」や「文献を探して」と言っていなくても、**主張を裏付ける学術的根拠を探すこと**が目的なら使用します。対象外：反対文献の検索（bear-counter）、テーマの重複調査（bear-scoop）、概念マップ（bear-map）、変遷史の追跡（bear-trace）。
SVG から美しく編集可能な Feishu / Lark（飞书）ホワイトボードを構築するための、厳選された 35 種類のカラーパレットスタイルのライブラリ。ユーザーが Feishu ホワイトボード、インフォグラフィック、図、ポスター、ビジュアル解説を作成・描画したいと考え、洗練された見た目、ブランド準拠、または特定の美学を求める場合、あるいはスタイル名を指定した場合に使用する。エージェントはユーザーが求めるボードを把握し、ビジュアルの雰囲気を尋ね、カタログから適したスタイルを選び、編集可能な Feishu ホワイトボードを生成し、ドキュメントリンクとレンダリング画像を返し、スタイルの切り替えを提案する。インストールおよび認証済みの lark-cli（npm @larksuite/cli）と Feishu / Lark アカウントが必要。
画像、スクリーンショット、ポスター、PPT ページのスクリーンショット、HTML または SVG デザインを編集可能な PPTX に変換する Codex skill。ユーザーが image2ppt、image2pptx、画像から PPT、スクリーンショットから PPT、PNG/JPEG から編集可能なスライド、HTML/SVG から PPTX、デザインを画像コンポーネントとテキストボックスに分解して PowerPoint に再構成すること、または Codex 内蔵の画像生成機能を使ってフラットな画像をマルチ要素の編集可能な PPT として再構築することを求めた場合に使用する。Codex でバイナリ画像を扱う場合は、既定で imagegen skill を併用する：まず Codex の視覚機能でレイアウトを理解し、次に内蔵の画像生成／編集機能で複数のコンポーネント画像を生成またはクリーンアップし、最後に本 skill のスクリプトで PPTX を組み立てる。
BKN の全ライフサイクル編成の入口。必要に応じて OpenBKN SDK / CLI の操作リファレンスを参照する。BKN の作成、PRD/ドキュメントからのオブジェクト関係の抽出、`.bkn` の生成・更新、データビューバインディング、環境チェック、テストセット生成、検証とプッシュに関わるときは、bkn-creator を優先して使ってフローのルーティング、ステージゲート、サブ skill の編成、結果の回執を行う。BKN の create/read/update/delete/extract/copy/validate の場面、スキルパッケージの能力補完 / skill 草案生成の場面、および利用フィードバックの点検と改善の場面（定期タスクのトリガー、Agent 対話品質の異常、feedback_brief の入力、ナレッジネットワークの継続的最適化）に適用する。純粋なデータセマンティッククエリには使用せず、その場面は data-semantic が処理する。
HuggingFace Transformers と LAVIS を通じて Salesforce BLIP-2（Q-Former が凍結された画像エンコーダーと OPT や FlanT5 などの LLM を接続）を使い、画像キャプション生成、視覚的質問応答、画像とテキストの照合、特徴抽出を行う方法を解説します。画像キャプションの生成、VQA システムの構築、タスク固有のトレーニングなしでのゼロショット画像・テキスト理解、テキストによる画像の照合や検索、または INT8/INT4 量子化による限られた GPU メモリへの BLIP-2 モデルの適合に使用します。指示に従うマルチモーダルチャットには LLaVA または InstructBLIP を、単純な画像・テキスト類似度には CLIP を優先してください。
WebGL の "zoom blur" エフェクトによる全画面背景画像の切り替え（Three.js + 独自 GLSL シェーダー、マウスによるパララックス、scroll/click/キーによるナビゲーション）。ヒーローセクションや画像スライドショー向け。ユーザーが "hiệu ứng blur ảnh"、"chuyển ảnh mờ dần kiểu zoom"、"webgl blur transition"、"gallery ảnh full-screen kiểu blur"、または /blur と言ったときに呼び出します。`dark-mode-maker`（circle-reveal によるテーマ切替）とは異なります——これは画像の切り替えエフェクトであり、テーマ切替ではありません。
平易な言葉のリクエストを、Agenta API を通じて動作するテスト済みの Agenta エージェントに変える。ユーザーが自身のコーディングエージェント（Claude Code、Codex、Cursor）から Agenta エージェントを構築、作成、スケジュール、またはテストしたい場合に使用する。1 つの設定を書き込み、同梱のシェルスクリプトをいくつか実行する。"build an Agenta agent"、"create an agent on Agenta"、"schedule an Agenta agent"、または Agenta 経由でエージェントを GitHub や Slack などのツールに接続する場合にトリガーされる。
Caddy サーバーの Admin API を使ってローカル開発プロキシを管理する。localhost ポートを割り当てる、ローカル開発サーバー用のリバースプロキシを作成する、Claude Code セッションをまたいで使用中のポートを把握する、myapp.localhost のような分かりやすい URL でアプリにアクセスする必要がある場合に使用する。「set up a proxy」「allocate a port」「what's running on localhost」「register my app」、または Caddy の設定作業全般でトリガーされる。
単一のテキスト（AI コーディングの human input。任意でペアとなるアシスタント返信と直前のアシスタント末尾を含む）を現在の v2 human input の category + topic タクソノミーに分類し、主 category、優先順に並んだ categories 配列全体、1 つの topic、topic_reason、topic_confidence を返す — uid.core-product の分類ルール（gpt-4o 本番プロンプト、ポストプロセス無効）に対する純粋な推論チェックであり、CawPlan のデータや API 呼び出しは関与しない。使用場面: 特定の文や human input を現在の category と topic のルールに基づいて分類/カテゴライズするよう依頼されたとき — 例:「これの category/topic は何：...」「このアシスタント返信とともに分類して」— または cawplan-internal-qa-coding-humaninputs-test が使用する行単位の分類ステップとして。非対象: 多数のアップロード済み human input にわたる一括/バッチの精度テスト、CawPlan からのデータ取得全般（それには cawplan-internal-qa-coding-humaninputs-test を使用）、レポートの提出、チケットの作成。
AI コーディングの human input 分類器向けの内部 QA チェック: cawplan CLI でアップロード済みの human input を取得し、cawplan-internal-qa-coding-humaninputs でそれぞれを分類し、category および/または topic をクラウドに保存されたラベルと比較する — category のみ、topic のみ、両方同時のモードに対応 — し、精度と具体的な不一致を手動レビュー用に報告する。使用場面: human input の分類精度のテスト/検証/チェックを依頼されたとき — 例:「今日の category 精度をテストして」「先週の spx の topic だけチェックして」「直近 2 日間の category と topic の両方を比較して」— 任意で 1 人、1 製品、またはその両方にスコープを限定可能。非対象: 単一のアドホックな文の分類（cawplan-internal-qa-coding-humaninputs を直接使用）、コーディングレポートの提出（cawplan-coding-commit を使用）、一般的なコスト/利用状況のインサイトやプロンプト品質スコア（cawplan-coding-insights を使用）、チケットの作成。
新しい AI コーディングのセッション要約機能向けの内部 QA チェック: cawplan CLI で 1 つのセッションの会話全体を取得し、uid.core-product の session-insights プロンプトと同じルールを使って自分でナラティブ要約を生成し、クラウドのエンリッチメントパイプラインが実行される前でも/実行せずとも要約の品質を目視確認できるようにする。表示のみで、いかなるクラウドの値とも比較しない（このフィールドは新しく、まだバックフィルされていない可能性がある）。使用場面: セッション要約プロンプトのテスト/チェック/試用を依頼されたとき — 例:「yupeng の今日のセッションの要約をテストして」「entry <id> の要約がどうなるか見て」「ランダムな直近セッションでセッション要約を試して」。非対象: human input の category 分類（cawplan-internal-qa-coding-humaninputs[-test] を使用）、一括の精度テスト、レポートの提出、一般的なセッションのコスト/利用状況のインサイト。
OpenClaw 向けの Claude Code 統合。この skill は以下のインターフェースを提供する: - https://code.claude.com/docs から Claude Code のドキュメントを照会する - spec-kit で仕様駆動開発を行う - subagent とコーディングタスクを管理する - AI 支援のコーディングワークフローを実行する - ベストプラクティスと一般的なワークフローにアクセスする ユーザーが以下を望む場合にこの skill を使用する: - コーディングタスクの支援を受ける - Claude Code のドキュメントを照会する - 構造化された開発のために spec-kit ワークフローを使用する - AI 支援の開発ワークフローを管理する - 複雑なプログラミングタスクを実行する
本スキルを使用すると、ジェスチャビルダーを経由しない高レベルの action API でテストから Jetpack Compose UI を操作できる —— performClick、performScrollTo、performScrollToIndex、performScrollToKey、performScrollToNode、requestFocus、performSemanticsAction、performFirstLinkClick。正しいレシーバノードの選び方（スクロール可能なコンテナか項目か）、スクロール親を見つけるためのマッチャー（hasScrollAction、hasScrollToIndexAction、hasScrollToKeyAction、hasScrollToNodeAction）、lazy と非 lazy のスクロール可能ケースの違いを扱う。開発者が "how do I tap a Compose node"、"scroll to an item in a LazyColumn"、"click a link inside Text"、"trigger a custom semantics action" と尋ねたり、"Action performScrollTo failed" / "node has no parent layout with a Scroll SemanticsAction" / "ScrollToIndex not defined" を報告したときに使用する。
実装前に、提案されたコード変更の設計品質をレビューするための権威あるフレームワーク。アーキテクチャレベルの品質属性（テスト容易性、モジュール性、信頼性、スケーラビリティ、ISO 25010 + Clean Architecture + SDP による依存方向）とコードレベルの指標（偶発的複雑度、Myers/Connascence による結合度、凝集度、変更増幅、技術的負債、循環的/認知的複雑度、デメテルの法則）を評価し、さらにセキュリティのチェック（OWASP Top 10）を行う。提案されたソリューションがコード変更を伴い、そのコードがよく設計されているか——動作するかだけでなく、保守可能でテスト可能であり、設計負債を生まないか——を評価する必要があるときはいつでもこのスキルを使用する。トリガー — 「代码审查」「代码设计审查」「代码设计质量」「审查代码设计」「代码架构审查」「设计质量评估」「代码质量评审」「这个代码设计合理吗」「耦合度审查」「代码可维护性」 / code design review, code architecture review, design quality assessment, coupling analysis, maintainability review。
約 5 秒のナレーション文、意見文、または抽象的な概念を、上質なエディトリアル調のハーフトーン紙コラージュ B-roll クリップに変換します。内容に合わせたナレーションを付けることもできます。ユーザーが「collage b-roll」「paper collage b-roll」「halftone collage」「collage-style visuals」「collage explainer」（または中国語のトリガー「纸拼贴 b-roll / 半调拼贴 / 拼贴风格配画面」）と言った場合や、脚本の一節をコラージュの視覚的メタファーにしたい場合に読み込みます。必須の 3 段階承認フローを適用します。まず視覚的メタファーだけを提案し、ユーザーの確認後にのみカラーコラージュの静止画を生成し、静止画の確認後にのみ、何もない状態から組み立てるアニメーションを生成します。動画モデルは gemini-omni-flash に固定され、他のモデルは一切使用せず、ユーザーに選択肢を提示することもありません。
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。