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
ショート動画の編集ディレクター（Reels、TikTok、Shorts、YouTube、LinkedIn）です。録画済みの素材を編集し（単語単位のカット、ジャンプカット、人物＋画面、話者に重ねて表示するテキストや画像、単語ごとの字幕、バズ音源）、ブラウザーで参考資料、スクリーンショット、画像を探し、台本を作成して撮影内容を伝えます。最初に短い質問（言語、手元にある素材、形式、プラットフォーム）を行い、シーンにアニメーションが必要な場合は motion-designer skill を呼び出します。録画済み動画の編集、カメラに向かって話す「yap」動画の制作、Reels/TikTok の台本作成、動画のビジュアル参考探し、編集のレビュー、参考リールの編集の再現に使用します。
OpenAPI 3.1+ 仕様から django-modern-rest のトランスポート層スケルトンを生成する。OpenAPI ファイル、URL、または貼り付けたドキュメントを、型付き DTO、コントローラー、ルーター、Django URL の配線、およびこのリポジトリまたは dmr 上に構築された類似プロジェクト向けの最小限のテストに変換するよう求められたときに使用する。API のスキャフォールド、アプリのブートストラップ、またはビジネスロジックを実装せずに OpenAPI オペレーションを Controller、Router、OpenAPI ビュー構造にマッピングするリクエストでトリガーする。
検証済みのボイスプロフィールに基づき、特定の人物の口調でコンテンツを代筆します。対象はツイート、返信、短い投稿、ローンチ告知、採用紹介文、メールです。対象者のボイスプロフィール（people/<slug>-voice）と brain の一次情報を読み込み、口調に合った案を2～3件作成してから、表示前に厳格な口調再現のセルフチェックを行います。プロフィールビルダーも含みます。検証済みプロフィールがない場合は執筆を即時中止し、代わりにコーパスからフィンガープリントを構築する手順を案内します。自動投稿は行いません。
東方財富妙想ファイナンススキルスイート（mx-skills-suite）。5 つの専門的な金融サブスキルを含む： 1. eastmoney_fin_data - 金融データ照会（相場、財務、関連関係） 2. eastmoney_fin_search - 金融情報検索（ニュース、公告、リサーチレポート、政策） 3. mx_select_stock - スマート銘柄選定（条件スクリーニング、セクター照会、銘柄推奨） 4. mx_self_select - ウォッチリスト管理（ウォッチリスト銘柄の照会、追加、削除） 5. eastmoney_stock_simulator - 模擬ポートフォリオ管理（保有、売買、注文取消、注文、資金） トリガーワード：東方財富、妙想、金融データ、相場照会、株式情報、銘柄選定、ウォッチリスト、模擬取引、模擬株式取引、保有照会、東方財富データ、東方財富 API。
マスクの思考オペレーティングシステム。伝記、ポッドキャスト、投稿、法廷証言、意思決定記録、外部からの批判を徹底調査し、5つの中核的なメンタルモデル、8つの意思決定ヒューリスティック、完全な表現 DNA を抽出します。思考のアドバイザーとして、マスクの視点から問題を分析し、意思決定を検証し、コスト構造を分解し、業界の前提に異議を唱えるために使用します。ユーザーが「マスクの視点で」「マスクならどう見る」「Musk モード」「マスク perspective」「elon perspective」と言った場合に使用します。「このコストは妥当？」「第一原理で考えて」「愚かさ指数はいくつ？」「5段階アルゴリズム」「垂直統合できる？」などの質問でも起動できます。「もっと速くできる？」「このプロセスは必要？」など一般的な質問では起動せず、コスト分解、第一原理、急速な反復など、マスクの中核的な方法論に関わる場合にのみ使用してください。
稼働中のコールドメールプログラム向けの診断監査。ドメイン認証（SPF/DKIM/DMARC）、Smartlead からの受信トレイの健全性/評判、受信トレイ種別ごとのバウンス率を確認し、任意で Smartlead の Smart Delivery API によるスパム配置テストを実行する。ドメイン別/受信トレイ別のスコアと具体的なアクション項目を含む markdown レポート + CSV を出力する。返信率の低下時、バウンスの急増時、他者のアカウントのオンボーディング時、または週次/月次のヘルスチェックとして使用する。
EvolutionaryScale/Biohub の `esm` Python SDK を扱います。ESM3 による生成タンパク質設計（配列、構造、機能のトラック、思考連鎖）、ESMC 埋め込み、逆フォールディング、ESMFold2 による構造予測、ESM_API_KEY を使ったホスト型 Forge/Biohub 推論に対応します。ESM3 でタンパク質を生成・補完する場合、分類や類似性分析用に ESMC 埋め込みを抽出する場合、配列をフォールディングする場合、構造から配列を設計する場合、esm3-open、esmc_300m、Forge ホスト型モデルから選択する場合に使用します。Forge または Biohub API の非同期呼び出しをまとめて実行する場合にも使用します。AlphaFold など他のタンパク質モデルや、一般的な Hugging Face transformers の利用には使用しません。
AI/LLM アプリが本番環境でどこで失敗しているかを見つけ、実際のトレースから失敗パターンを提示する。AI 機能の何がうまくいっていないかを理解したい、失敗モードを見つけて分類したい、エラーをトリアージしたい、品質問題(誤った回答、指示の無視、ハルシネーション、ツールの誤用)を調査したいときに使用する — 「自分のエージェントのどこが失敗しているか」「エラーパターンを提示して」「なぜ応答が悪いのか」「よくある失敗モードを見つけて」「次に何を直すべきか」。1 つのユースケースへのスコープ設定、コンテキストに合うシグナル(コードエラー、メトリクスの外れ値、トレース種別のスライス、手動レビュー、既存評価の急増、クラスタリング)による失敗トレースの特定、それらをランク付けした失敗分類として読み解くことを扱う。
fal.ai API の完全なリファレンスシステム。次の場合に積極的に有効化：(1) @fal-ai/client JavaScript のセットアップ、(2) fal_client Python のセットアップ、(3) fal.subscribe/run/stream メソッド、(4) キューの管理（submit/status/result）、(5) Webhook の設定、(6) fal.media へのファイルアップロード、(7) REST API エンドポイント、(8) リアルタイム WebSocket 接続、(9) エラー処理パターン。提供：クライアント設定、メソッドシグネチャ、キューワークフロー、Webhook ペイロード、共通パラメータ。適切な認証とエラー処理を伴う正しい API 利用を保証。
fal.ai の最適化システムの全体像。次の場合に積極的に有効化する：(1) キューと run のパフォーマンス、(2) 並列リクエストのバッチ処理、(3) リアルタイム UI 向けのストリーミング、(4) インタラクティブアプリ向けの WebSocket、(5) モデルのコスト比較、(6) 画像サイズの最適化、(7) 推論ステップの調整、(8) Webhook とポーリング、(9) seed による結果のキャッシュ、(10) サーバーレスのスケーリング設定。提供：並列パターン、コスト戦略、キャッシュ例、モニタリング設定。最適なパフォーマンスとコスト効率の高い利用を保証する。
FFCPE（Firefly Creative Production for Enterprise）の custom-action catalog-entry.json を run-workflow サービス（App Builder アクション）向けに作成または検証するときに使用する。Adobe I/O CLI とこのプラグインのインストール、スキーマの形状、org/認証、エージェントの検出、customActionConfig、検証、ワークフローでの使用、トラブルシューティングを扱う。検証/登録には **`aio ffcpe catalog`** を使用し、生の curl は決して使わない。古い検索では **Workflow Builder** と表示されることがあるが、プラグインとトピックは同じ **`ffcpe`** である。
この skill は Salesforce Field Service のセットアップ — Work Types、Skills、Service Territories、Operating Hours、Scheduling Policy、Work Rules、Service Objectives、Data Capture Forms、FSL モバイルフォーム、Pre-Work Brief、Mobile Branding、または FSL のセットアップ・有効化・設定に関するあらゆるリクエストに使用する。ユーザーが設定したい内容を特定し、適切なサブワークフロー（Foundation Setup、Scheduling Policy、Data Capture Forms、Pre-Work Brief、Mobile Branding）にルーティングするエントリーポイント。
ユーザーが車両フリートを管理し、フリート規模を最適化し、または車両の取得と保守を計画したい場合に使用します。ユーザーが "fleet sizing"、"vehicle lifecycle"、"fleet utilization"、"maintenance planning"、"replacement strategy"、"total cost of ownership"、"fleet optimization" に言及した場合にも使用します。フリート内のルート計画については route-optimization を参照してください。ラストマイル業務については last-mile-delivery を参照してください。
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。