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
許可を得たセキュリティテスト向けです。ソースコードの脆弱性探索は、既定でこのセッションのモデルが実行します。実際に必要で許可されている場合はclearwingでネットワークスキャンを行い、同様にこのセッションのモデルが操作する同梱のShannonを使って、許可された稼働中のWebアプリケーションに対するエクスプロイトを検証します。「ペネトレーションテスト」「セキュリティスキャン」「脆弱性の調査」「このコードのエクスプロイトをスキャン」「ホストをスキャン」と依頼された場合に使用します。通常の差分レビューには使用しません（OWASP／シークレットには/defense、デプロイ設定には/iac-scan、正確性には/code-reviewを使用）。
Extruct の company_people_finder を使って、対象企業の意思決定者の LinkedIn プロフィールを見つける。企業テーブルを入力として、people finder 列を追加し、氏名・役職・LinkedIn URL を含むリンクされた子の people テーブルを生成する。外部 API クレジットは不要——Extruct のインデックスのみを使用。トリガー："find linkedin"、"find people"、"find contacts"、"find decision makers"、"people search"、"linkedin search"、"who to contact"、"find profiles"。
kube-bench の出力を完成した CIS Kubernetes Benchmark 監査に変換する。コントロールごとに PASS/FAIL/WARN を解釈し、マネージドクラスター上でどの失敗が実際に問題かを判断し、修復策を記述し、SOC 2 または PCI DSS 向けに証拠をまとめる。定期コンプライアンス監査の実施時、kube-bench 結果のトリアージ時、EKS、GKE、AKS でどのコントロールが該当しないかの判断時、監査人向けのハードニング証拠の作成時に使用する。キーワード: CIS Kubernetes Benchmark、コントロールプレーン、修復、コンプライアンス証拠、SOC 2、PCI DSS、マネージドクラスターの例外。ツールのインストールと実行には使用しない - benchmarking-kubernetes-with-kube-bench を使用すること。
6 つの中核機能（Govern、Identify、Protect、Detect、Respond、Recover）にわたる NIST Cybersecurity Framework（CSF）2.0 成熟度評価を実施し、4 つの実装ティア（Partial、Risk-Informed、Repeatable、Adaptive）に対して組織の態勢を採点し、改善ロードマップを作成します。組織のサイバーセキュリティプログラムの成熟度をベンチマークする場合、または CSF に基づくギャップ分析と修復計画を準備する場合に使用します。
REST API と Go パッケージモードで PocketBase バックエンドを操作するためのスキル。コレクション CRUD、レコード CRUD、スーパーユーザー/ユーザー認証、バックアップと復元、マイグレーションファイル生成（JS と Go）、Go フック、カスタムルート、および API ルール・リレーション・セキュリティパターンの設計ガイダンスを提供する。PocketBase、pb_migrations、コレクション管理、レコード操作、Go フレームワークの組み込み、バックエンド設計に関するリクエストに使用する。
`az rest` コマンドラインから Fabric と Power BI の REST API を操作し、Microsoft Fabric ワークスペース内で Power BI セマンティックモデルを作成・管理・デプロイします。次の場合に使用します：(1) TMDL 定義ファイルからセマンティックモデルを作成する、(2) セマンティックモデル定義を取得またはダウンロードする、(3) 変更した TMDL でセマンティックモデル定義を更新する、(4) データセットの更新操作を実行または管理する、(5) データソース、パラメーター、権限を構成する、(6) パイプライン ステージ間でセマンティックモデルをデプロイする。Fabric Items API（CRUD）と Power BI Datasets API（更新、データソース、権限）を扱います。読み取り専用の DAX クエリには `powerbi-consumption-cli` を使用してください。細かいモデリング変更は `powerbi-modeling-mcp` にルーティングしてください。トリガー："create semantic model"、"upload TMDL"、"download semantic model TMDL"、"refresh dataset"、"semantic model deployment pipeline"、"dataset permissions"、"list dataset users"、"semantic model authoring"。
あらゆるイベント・パフォーマー・会場の TicketData 価格シグナルに加え、トレンド計算、ドリフトアラート、クロスイベント比較のためのローカルな価格履歴ストアを提供する。これは既存のチケットツールにはない機能。トリガーフレーズ：`get-in price for`、`ticketdata price for`、`when should I buy tickets to`、`price history for`、`is this ticket cheap right now`、`which date is cheapest for`、`use ticketdata`、`run ticketdata`。
PRD（製品要件定義書）を実行可能なエンジニアリング仕様に変換。開発者が曖昧さなく段階的に実装できる詳細な技術仕様を作成。データモデリング、API 設計、ビジネスロジック、セキュリティアーキテクチャ、デプロイ、エージェントシステム設計を扱う。使用タイミング：製品要件を技術仕様に変換する、PRD の完全性を検証する、技術実装を計画する、タスク分解を作成する、テスト仕様を定義する。トリガー：「PRD to spec」「convert requirements」「technical spec from PRD」「engineering doc from requirements」「validate PRD」。
開発チームは誰も求めていない機能を作り、ユーザーから報告されたバグは何ヶ月も放置される。オペレーションはユーザーを無視するエンジニアリングを責め、エンジニアリングは技術的制約を理解しないオペレーションを責める。この SOP は、統一バックログから 10 日スプリントのリズム、拒否権のルールまで、プロダクト × エンジニアリング × オペレーションの完全な連携フレームワークを提供する。内容：• 二層カンバンシステム（マスターバックログ + 統一タグ付きスプリントボード）• 10 日スプリント標準プロセス（1 日目開発 → 6 日目テスト可能ビルド → 10 日目リリース）• 再現性要件付きの課題テンプレート（3 回報告 = 自動的に重大）• 三者連携ミーティング（デイリースタンドアップ / スプリントプランニング / スプリントレビュー）• リリースに対するオペレーションの拒否権（P0 バグ = リリース阻止）• ユーザーフィードバック → プロダクト反復のクローズドループ（ベータテスト + インタビュー SOP）• 主要指標フレームワーク（獲得 → アクティベーション → リテンション → マネタイズ → リファラル）• 技術的負債の管理（スプリントキャパシティの 20-30% を確保）• すぐに使えるテンプレート：Bug Report、Sprint Planning、Responsibility Matrix。構築の基盤：実際のプロダクト戦略会議 + ベータテストフレームワーク。Supabase のスプリントモデル、Manus/DeepSeek の商業化連携を参照。作者 @WeiYipei。トリガー："product ops" | "engineering operations" | "product development SOP" | "sprint planning" | "iteration management" | "cross-functional alignment" | "product engineering ops" | "dev ops collaboration" | "产研运协同" | "迭代管理" | "产品研发运营" | "プロダクト開発運営" | "제품개발운영"
製品プロモーション動画制作の統括 skill pack。製品説明、公式サイト、アプリのスクリーンショット、または GitHub リポジトリから 60〜90 秒のプロモーション動画を制作し、brief、storyboard、素材、HyperFrames 編集、BGM 設計、納品を段階的に完了するために用いる。ユーザーがプロモーション動画、製品動画、プロジェクト紹介動画、launch video、オープンソースプロジェクトの promo、BGM のキメ合わせ、実際のソフトウェア画面のプロモーション動画を作ろうとするときに使用する。
Python プロジェクトの包括的な健全性監査を実行します。技術スタック、アーキテクチャ、API／インターフェース設計、データ層、テスト、コード品質、CI/CD、ドキュメントを分析します。各セクションのスコアと加重総合スコアを含む、共有可能な Markdown レポートを作成します。Python プロジェクトの監査、健全性チェックの実行、バックエンド品質の評価、技術的負債の評価をユーザーが求めた場合に使用します。次の語句で起動します：“python audit”“python health audit”“fastapi audit”“django audit”“flask audit”“tech debt assessment”“python health”“python project quality”“python quality check”“python code review”。
コンポーネント名とタイプ（ui または features）を尋ねることで、src/components に Container/Presentation パターンを使った React コンポーネントを作成し、このリポジトリの TypeScript、Storybook、SCSS の規約に従ったファイルをスキャフォールドする。ユーザーが Container/Presentation ベースのコンポーネントを明示的に求めた場合、または /react-container-presentation-component を実行した場合に使用する。
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。