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
エンジン選定（M0）—— 設計/開始時に、記述されたワークロード（アクセスパターン、一貫性の要件、規模、チーム、プラットフォーム）に対してデータベースのパラダイムとエンジンを推奨し、次点の選択肢と受け入れるトレードオフを挙げる。M0 は推奨であり、採点対象の監査モジュールではない —— 指摘事項を出力せず、Design や Performance のスコアに寄与することもない。references/engine-selection-tree.md の決定木をたどり、ベンチマークをでっち上げるのではなく、ロックインと運用性について正直に述べる。
マイグレーション安全性リント（M22）—— マイグレーション安全性監査ツール（MSA）と db-migration-writer が、候補となるマイグレーションの実行前に課す静的契約。可逆性（down マイグレーションの有無 / expand-contract）、ロックレベル（ホットなテーブルに ACCESS EXCLUSIVE を取得するか）、テーブル書き換え（型/デフォルト値の変更による全テーブル書き換え）、破壊的操�作（DROP COLUMN/TABLE、TRUNCATE）、安全でない enum の変更、大規模テーブルでのデフォルトなし NOT NULL、および宣言的成果物とマイグレーション履歴の間の schema ドリフトをチェックする。Performance & Scale スコアに反映される。
専用エンジンの適合性（M20）— ベクトル、時系列/OLAP、グラフ、検索ストアがその用途に合わせて正しく構成されているかを確認する。M20a ベクトル（次元が埋め込みモデルと一致し、距離指標がモデルの学習方法と一致し、HNSW/IVFFlat パラメータが存在する）、M20b 時系列/OLAP（ハイパーテーブル/パーティションの適合性、継続的集約、圧縮）、M20c グラフ（エッジモデリング、スーパーノードリスク、インデックスに支えられたルックアップ）、M20d 検索（アナライザー/マッピング、FTS 設定）。サブモジュールごとに Design & Integrity と Performance & Scale のスコアに反映される。
ユーザーが DDD パターンを実現する具体的なコードを求める場合に使用します。「X のエンティティのひな型を作る」「Y の集約を書く」「リポジトリインターフェースを提示する」「この値オブジェクトを実装する」などが対象です。命名と不変条件を整理して会話を進めた後、コード生成を言語アダプタースキル（例：Kotlin 用の ddd-kotlin-idioms）に委ねます。リファクタリング（ddd-refactor に振り分け）、レビュー（ddd-review に振り分け）、ゼロからの設計（ddd-design に振り分け）には使用しないでください。
あらゆるテキストから認知パターンと思考のフィンガープリントを抽出します。誰かの思考の仕方を分析したい、認知スタイルを理解したい、文章や話し方のパターンをプロファイリングしたい、人と人の思考スタイルを比較したい場合、あるいは「私の思考スタイルは何か」「この人がどう推論するか分析して」「cognitive profile」「thinking pattern」「DHDNA」「digital DNA」と尋ねたり、テキストの背後にある思考を理解したいときに、このスキルを使用します。ユーザーがテキストを提供し、著者の推論パターン、意思決定スタイル、認知的特徴についてより深い洞察を求めたときにも起動します。
毎日の生のアクティビティを日次レポートに蒸留します。~/.Life の存在を確認し、Luci 経由でその日のアクティビティを取得し、客観的なレポートを ~/.Life/reflections/daily/ に書き込み、新しいエンティティを ~/.Life/entities/ に書き込みます。ユーザーが「distill」「distill my life」「catch up on daily reports」「summarize the last few days」と言った場合、または life フォルダを最初に作成する必要がある場合に使用します。
django-storages を使って Django の静的ファイルやメディアファイルを AWS S3 に保存する設定を行う際に使用します。settings.py での STORAGES 設定、S3 バケット、presigned URL、CloudFront、boto3 ベースのファイルストレージを扱うときに呼び出します。Django 4.2+ の STORAGES 辞書、公開/非公開のカスタムバックエンド、presigned GET/POST URL、IAM ポリシー、テスト用の S3 モックを設定します。トリガー語：django-storages、S3、boto3、S3Boto3Storage、STORAGES、presigned URL、CloudFront、media files、collectstatic、AWS_STORAGE_BUCKET_NAME。
ドキュメントが存在すべきか、どこに置くべきか、本当に ADR なのか、アーキテクチャ上の決定が記録から漏れていないかを判断するときに使用するスキル。以下の場合に積極的に有効化："should this be an ADR?"、"where should I document X?"、"is this architecturally significant?"、"ADR vs RFC vs design doc vs runbook"、"Diátaxis"、"audit docs folder"、"clean up the decision log"、"doc drift"、"doc governance"、"ADR template selection"、"Nygard vs MADR vs Y-statement"、"missing ADR"、"missing decision record"、"undocumented architecture"、"implicit decision"、"historical documentation clutter"、"inherited repo"、"large legacy repo"、"architecture archaeology"、"code archaeology"、"scan for decision records"、"find decisions not captured in ADRs"。提供：ドキュメント配置の診断、代替案カタログ、ADR の正典、フォルダ監査手順、BACKFILL-ADR 候補の検出。
YOU（AI エージェント）が WSL の外の Windows 上（Git Bash/MSYS/PowerShell シェル）で実行されており、任意の docker / docker compose コマンドを実行する必要がある場合に使用します。Docker Desktop は WSL2 エンジン上で動作するため、コマンドは wsl.exe -- を介して WSL 内部で再発行する必要があります。Windows シェルからネットワーク/SMB ドライブ（Z:、UNC）上で実行すると bind-mount パスが破損します。シェルがすでに WSL 内部にある場合は適用されません。トリガー：docker、docker compose、docker-compose、container、bind mount、volume、'is a directory'、mount source wrong、Windows + Docker Desktop、WSL。
SEC EDGAR の提出書類にアクセスし、分析・データ抽出するための Python ライブラリ。SEC 提出書類、財務諸表（損益計算書、貸借対照表、キャッシュフロー計算書）、XBRL 財務データ、インサイダー取引（Form 4）、機関投資家の保有状況（13F）、企業財務、年次/四半期報告書（10-K、10-Q）、委任状説明書（DEF 14A）、8-K の臨時報告、ティッカー/CIK/業種による企業スクリーニング、複数期間の財務分析、その他あらゆる SEC 規制提出書類を扱う際に使用します。
Microsoft Entra Agent ID（プレビュー）。Microsoft Graph beta API を通じて OAuth2 対応の AI エージェント ID を作成します。Agent Identity Blueprints、BlueprintPrincipals、Agent Identities、必要な権限、sponsors、Workload Identity Federation を扱います。多言語エージェント認証（Docker/Kubernetes）向けの Microsoft Entra SDK for AgentID（コンテナ化 sidecar）、3P エージェント統合、自律型および対話型のエージェントパターンを含みます。トリガー："agent identity"、"agent id"、"Agent Identity Blueprint"、"BlueprintPrincipal"、"entra agent"、"agent identity provisioning"、"Graph agent identity"、"entra sidecar"、"agent id sidecar"、"auth sidecar"、"3P agent"、"third-party agent identity"、"polyglot agent auth"。
Eva Teaching 2.5.0。初心者向けチュートリアル、ベンチマークの分解と学習、原稿のレビューと添削を提供する。/eva-teaching、/eva-new-user、/eva-benchmark-copy、Eva の使い方を教えて、第三者メディアの内容を分解して、または自分の原稿をレビュー・解説してもらい、どう直すか教えて、といった用途に使用する。ベンチマークは既定で素早くそのまま出力し、深さが明示されたときに展開し、実践練習が明示されたときにのみ判断を求める。原稿は既定で問題を説明し、許可に従って修正する。直接創作、独立した書き出しやテンポの最適化、AI っぽさの特集、公開前の総合チェック、公開済みパフォーマンスの振り返り、アカウントの位置づけ、資料を用いた学習は引き続き元の入口を使用する。
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。