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
FFCPE(Firefly Creative Production for Enterprise)のカスタムアクションである web / worker の OpenWhisk アクションを、@adobe/ffcpe-custom-node-core と @adobe/ffcpe-custom-node-app-builder(Hono、mountFfcpeNodeRoutes、createFfcpeNodeWorker、submit/status 契約)を使って実装する方法を説明する。既存の Adobe App Builder リポジトリにアクションを追加する方法を説明する: 同じ場所に置く <action-name>.web|worker|entry ファイル、*.config.yaml の更新、および TypeScript を CommonJS 出力で扱うための webpack + esbuild-loader の partial。FFCPE の web/worker ペアの雛形作成や移行、ext.config.yaml / runtimeManifest の修正、hono-openwhisk-adapter の web アクション(web: raw)のデバッグに使用。デプロイ後は、aio ffcpe catalog と同じ場所に置いた <action-name>.entry.json(adobe/aio-cli-plugin-ffcpe の skill)を使ってアクションを登録する。
Adobe App Builder の開発者が、@adobe/ffcpe-custom-node-core と @adobe/ffcpe-custom-node-app-builder を使って FFCPE(Firefly Creative Production for Enterprise)のカスタムアクションを構築するのを支援する(OpenWhisk の web + worker アクション、Hono、submit/status の HTTP 契約、inputs/outputs、IMS を考慮したルート)。ユーザーが App Builder でカスタムアクションアプリを組み立てる、FfcpeNodeWorkerHandler を実装する、mountFfcpeNodeRoutes でルートをマウントする、web: raw の OpenWhisk アクションを設定する、submit/statusUrl のポーリングをデバッグする、Text/Image/Video/Json の入力を扱う、run-workflow 用のアクション出力を生成する場合に使用。catalog-entry.json と aio ffcpe catalog CLI については、adobe/aio-cli-plugin-ffcpe のコンパニオン skill を使用する。
公開 API がないため、ユーザーのブラウザーで Fictiv のオンデマンド製造 Web アプリ（app.fictiv.com）を操作します。CAD ファイル（STEP、SLDPRT、STL）のアップロード、加工方法、材料、仕上げ、ねじ、公差の設定、DFM フィードバックの確認、即時または手動見積もり、納期区分、カードまたは PO によるチェックアウト、注文追跡、再注文に対応します。ユーザーが Fictiv に言及した場合に使用します。部品の CNC 加工、3D プリント、板金加工、鋳造、成形をオンラインで依頼する場合に使用します。STEP または STL ファイルから見積もりを取得したり、部品を注文したりする場合に使用します。Fictiv の見積もりや注文状況を確認する場合に使用します。Fictiv でのアップロード、DFM 警告、価格表示、チェックアウトに問題が発生した場合に使用します。Fictiv が受け付けない ITAR 管理対象部品には使用しないでください。
公開遺伝子または疾患の ClinGen 遺伝子・疾患妥当性アサーションを取得し、Folklore Clinical Variant Interpretation MCP を通じて、対応する GRCh38 生殖細胞系列の核 SNV または単純な indel 1 件について、出典にリンクされた公開エビデンスと文献を確認します。科学エージェントが、解決済み、曖昧、未検出、無効、非対応、利用不可の変異結果に応じて決定論的に分岐する場合、解決済みの公開変異を関連文献や出版情報につなげる場合、患者、表現型、家族、共分離、非公開症例データを受け入れずにエビデンスの来歴を保持する場合に使用します。
Claude Code 向けのマルチエージェントオーケストレーター。ユーザーが gastown、gas town、gt コマンド、bd コマンド、convoys、polecats、crew、rigs、slinging work、マルチエージェント調整、beads、hooks、molecules、workflows、the witness、the mayor、the refinery、the deacon、dogs、escalation に言及したとき、または複数のプロジェクトで同時に複数の AI エージェントを実行したいときに使用する。インストール、ワークスペースのセットアップ、作業の追跡、エージェントのライフサイクル、クラッシュからの復旧、およびすべての gt/bd CLI 操作を処理する。
Geniml (0.8.4) と Gtars を使って、ローカルのゲノム区間機械学習ワークフローを計画・監査します。染色体サイズとアセンブリ契約に照らした BED ファイルの検証、Region2Vec、scEmbed、BEDspace の実行計画、モデル、トークナイザー、universe.bed の互換性確認、コンセンサスユニバース（CC、CCF、ML、HMM、assess-universe）の評価を行います。同梱スクリプトは検証または計画のみを行い、学習は行いません。解析前の BED 座標、コンティグ、アセンブリの確認、トークン化済み Parquet データでの Region2Vec または scEmbed の学習計画、checkpoint、config.yaml、universe の整合性確認、コンセンサスピークユニバースの構築・評価、BEDbase または Hugging Face のダウンロードリスクの確認に使用します。一般的な BED 操作やピークコールには対応しません。bedtools などを使用してください。
Genomic Intelligence のホスト型 Transformer DNA 言語モデルを使用して、DNA 配列から調節特徴、遺伝子構造、発現を直接予測します。ローカル GPU やモデル重みは不要です。REST API とホスト型 MCP サーバー（キー不要の公開デモ）で、プロモーター領域、スプライスドナー／アクセプター部位、エンハンサー活性、クロマチン状態、配列から発現への予測（log TPM）、de novo 遺伝子アノテーションの 6 タスクに加え、「遺伝子を検索してから発現を予測」する複合ワークフローを提供します。ユーザーが遺伝子シンボル、ゲノム領域、DNA/FASTA 配列を提示してこれらの予測を求める場合、または Genomic Intelligence、genomicintelligence.ai、api.genomicintelligence.ai、mcp.genomicintelligence.ai に言及した場合に使用します。
地理空間画像に対するニューラル手法（vision transformer、U-Net/DeepLab/SegFormer、物体検出、ピクセル分類、建物/道路抽出、EO 基盤モデルのファインチューニングを含む）を推奨・学習・監査する前に呼び出す。ニューラルチップ分割の妥当性、IoU/精度の主張、データ拡張、不均衡損失、空間検証、スライディングウィンドウ推論にも使用する。非ニューラル手法には remote-sensing-analysis を、時系列変化が成果物の場合は change-detection を使用する。
真に曖昧または多段階の地理空間作業を専門 skill 間でルーティングし、共有の CRS、妥当性、リーク、単位、検証、再現性のルールを適用する。取得、画像、モデリング、分析、地図納品など複数段階にまたがるリクエスト、または明示的なエンドツーエンドパイプラインに使用する。パラメータが不明確というだけで単一ドメインに対して呼び出してはならない。コードの実装/レビュー、バックエンドやプラットフォームの選択、本番 readiness レビューは直接的な専門タスクである。この skill を単一の専門 skill の外層として追加しないこと。
再構成可能な自動化カート（RAC）上で自律的な実験を実行する Web ベースのインターフェース、Ginkgo Bioworks Cloud Lab（cloud.ginkgo.bio）でプロトコルを送信・管理します。タンパク質発現・精製（無細胞、E. coli、Pichia）、HiBiT、A280、LabChip による定量、IVT mRNA/circRNA 合成、熱シフト/開発可能性アッセイ、Echo-MS の酵素または分析対象メソッド、SPR ターゲットのオンボーディング、蛍光ピクセルアートの実行、または Ginkgo Cloud Lab サービスの利用を希望する場合に使用します。プロトコルの選択、入力の準備、価格確認、注文ワークフローに対応します。
Bret Fisher の意見を明確にした DevOps ルールを用いて GitHub Actions ワークフローを作成、編集、監査、高速化する。ユーザーがワークフローや CI/CD パイプラインの作成、既存の `.github/workflows/*` ファイルへのジョブの編集や追加（1 行の変更でも）、セキュリティのためのワークフローのレビューや強化、遅い CI の高速化、CI からのコンテナイメージの公開、リリースの自動化を求めた場合、または GHA、action のピン留め、gasa、zizmor、poutine、pinact、actionlint からの指摘に言及した場合に使用する。ユーザーが "GitHub Actions" と言わなくても使用する。
orbit CLI を使って GitHub リポジトリ、プルリクエスト、issue、リリース、ブランチ、secret などを作成・管理する。ユーザーが GitHub リポジトリ、PR（プルリクエスト）、GitHub Actions ワークフローの実行、ブランチ、タグ、コミット、issue、リリース、secret、組織のリポジトリについて尋ねた場合は常にこの skill を使用する。トリガーとなるフレーズは 'list PRs'、'check the actions'、'watch the workflow'、'create a secret'、'open a pull request'、'view the latest commits'、'list repos in org X'、'rerun the workflow'、'close the issue'、'latest release'、'set a GitHub secret'、その他 GitHub 関連のあらゆるタスク。'what's running in CI'、'show me the PRs'、'tag a release'、'check if it merged'、'list repos'、'is the build passing'、'add a deploy key secret' のような気軽な言い方でも同様。ユーザーが CI/CD の進捗を監視したい、デプロイ用の Actions secret を管理したい、失敗したワークフローをデバッグしたい、または GitHub REST エンドポイントを直接呼びたい場合（'gh api'、'call the GitHub API'、'raw API request'、型付きコマンドでカバーされないもの全般）にもトリガーする。orbit CLI のエイリアスは `gh`。
Grok Bot のチームメイトとチャットする、名前付き Grok Bot にメッセージを送る、新しい Grok Bot を作成する、Grok Bot を一覧表示する、Grok Bot のトランスクリプトを読む、または Cursor、Claude Code、Codex から UI を使わずに xAI Grok Bot デスクトップアプリを操作する。ユーザーが Grok Bot、Grok のチームメイト、Reed、Agent Computer、新しい bot の起動、ターミナルからの Grok との会話に言及したときに使用する。
ゲノム区間用 Rust/Python/CLI ツールキット Gtars を使った作業の確認と計画を行います。BED RegionSet の集合演算（reduce、setdiff、intersect、closest、cluster、gaps）、重複数、コンセンサスピークセット、カバレッジ、トークナイザー、フラグメント処理、refget/BEDbase ストアを扱います。BED 区間セットのマージや比較、ピークからのコンセンサスまたはユニバースの構築、ML モデル用の領域のトークン化、フラグメントファイルの処理、refget 配列コレクションと BEDbase キャッシュの利用計画に使用します。gtars の実行前に BED 座標、コンティグ、鎖を確認する場合にも使用します。一般的な BAM/VCF 処理には対応しません。その場合は samtools または bedtools を使用してください。
IUPHAR/BPS Guide to Pharmacology（GtoPdb）で受容体-リガンド相互作用、標的/リガンドのメタデータ、ファミリー、承認薬を照会する。親和性（pKi/pIC50/pKd）、作用（Agonist/Antagonist など）、種、構造（SMILES/InChI）。認証は不要。標的は常に geneSymbol/accession で解決する。メタデータの大部分はサブリソース（/databaseLinks、/structure、/synonyms）に存在する。
実装タスクを Kiro CLI に委任し、変更内容を正確に報告する——git のベースラインに対して検証し、kiro の SELF-REPORT は決して信用しない。新しいエージェントが必要とするコンテキストを収集し、リクエストを自己完結型でインジェクション安全なプロンプトに言い換え、XML 境界タグを付与し、タスクの kiro 規約スキル（`--skill`）を注入し、バンドルされたヘルパー経由で kiro を起動して、信頼をモードに限定（`implement` = 最小権限の書き込み、`review` = 読み取り専用）し、その後ワーキングツリーを実行前のベースラインと diff する。kiro を自動インストールしたり、リモートインストーラーを shell にパイプしたり、生のユーザー入力を shell 経由で渡したり、デフォルトで `--trust-all-tools` を使用したりせず、kiro 自身の要約を信用せずに部分的な完了とエラーを正直に報告する。ユーザーが実装を kiro に委任するよう明示的に求めた場合にのみ使用する。
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。