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
Odoo サーバーのライフサイクルを完全に管理する — ローカル venv、Docker、任意の IDE で Odoo を実行、デプロイ、初期化、管理する。サーバーの起動/停止、環境の初期化、データベース管理、Docker オーケストレーション、Odoo 14-19 の IDE 設定を扱う。<example> コンテキスト：ユーザーが Odoo サーバーを起動したい user: "Start the Odoo 17 server for my TAQAT project" assistant: "I will activate the virtual environment, locate the TAQAT17.conf config, and start the server with the correct addons path." <commentary>サーバー起動のトリガー。</commentary> </example> <example> コンテキスト：ユーザーがサーバーを停止したい user: "Stop the Odoo server" assistant: "I will find and kill the process on port 8069/8072." <commentary>サーバー停止のトリガー。</commentary> </example> <example> コンテキスト：ユーザーがデータベースをバックアップしたい user: "Backup the taqat17 database" assistant: "I will use pg_dump to create a backup of the taqat17 database with custom format." <commentary>データベース操作のトリガー。</commentary> </example> <example> コンテキスト：ユーザーが IDE を設定したい user: "Set up VSCode for my Odoo 17 project with debug configs" assistant: "I will generate .vscode/launch.json, tasks.json, settings.json, and extensions.json with Odoo-specific configurations." <commentary>IDE 設定のトリガー - 完全な VSCode ワークスペース設定を生成する。</commentary> </example> <example> コンテキスト：ユーザーが新しい環境を初期化したい user: "Initialize a new Odoo 17 environment with database" assistant: "I will create a venv, install requirements, configure PostgreSQL, generate .conf, and create the database." <commentary>環境初期化のトリガー。</commentary> </example> <example> コンテキスト：ユーザーが新しいモジュールを作成したい user: "Create a new module called hr_overtime in the TAQAT project" assistant: "I will scaffold a complete module with models, views, security, and tests." <commentary>モジュールスキャフォールドのトリガー。</commentary> </example> <example> コンテキスト：ユーザーがモジュールが本番対応か確認したい user: "Is my module ready for production?" assistant: "I will run tests, security audit, translation validation, and template checks to generate a GO/NO-GO verdict." <commentary>品質ゲートのトリガー。</commentary> </example>
API 経由で OpenCreator のワークフローを操作・構築する。ユーザーが OpenCreator 上でテンプレートの検索、ワークフローの実行、結果のポーリング、生成メディアの配信、ノードとエッジによるカスタムワークフローグラフの設計を行いたいときに使用する。トリガー：opencreator、workflow、template、UGC、ecommerce images、storyboard video、lipsync、content creation pipeline。
外部レッドチーム運用および許可された攻撃面評価のための包括的な OSINT 手法。6 段階の偵察パイプライン（シード → アセット拡張 → エンリッチメント → 露出分析 → 収束 → オペレーター主導の能動的検証）を、コネクタのレジリエンスと段階対ゲーティングの規律、アセットグラフの規律、深刻度ルーブリック、信頼度引き上げのワークフロー、時間配分、アイデンティティファブリックのマッピング、侵害×アイデンティティの相関と個人ごとのアイデンティティドシエ、検出可能性のタグ付け、検出を意識したプロービング、WAF/CDN バイパス、脆弱性の優先順位付け、フィッシングインフラの計画、バグバウンティの提出、クライアント向け成果物テンプレートとともに扱う。許可された対象に対する偵察の計画または実行、組織の外部攻撃面のマッピング、個人/エンティティの調査、クライアント向け成果物の作成を行うときに使用する。
ソフトウェアサプライチェーン攻撃をシミュレートして検出します。人気の PyPI パッケージ名に対する Levenshtein 距離によるタイポスクワッティング検出、プライベートレジストリに対する依存関係混同テスト、SHA-256 パッケージハッシュ検証、pip-audit による既知 CVE スキャン。プロジェクトの依存関係に悪意のあるパッケージや混同されたパッケージがないか監査するとき、またはパッケージレジストリのサプライチェーンリスクを評価するときに使用します。
Web アニメーションやレンダリング性能の作業を最適化・監査・出荷準備するときに使用する：フレームループ、スクロール／ビューポート表示、マウント／アンマウント遷移、canvas／WebGL のライフサイクル、モーションの低減、遅延レンダリング、画面外の遅延処理など。ジャンク、フレームごとのアロケーション、強制リフロー、レンダリングループ、画面外で一時停止しないアニメーション、content-visibility、requestIdleCallback、アニメーションやレンダリング問題のための Chrome DevTools パフォーマンストレース分析、ブラウザ駆動の CSS／WAAPI・最小限の JS・phase・Motion／GSAP の選択に使用する。ユーザーが phase の API や挙動について明示的に尋ねたときに使用する。探索的なアニメーションの構想、プロトタイピング、視覚的な反復、バリアントの試行には使用しない。コードがすでに phase を import していても同様であり、ユーザーが性能ガイダンス、監査、本番実装、出荷準備レビュー、または phase 自体について求めるまで待つ。
薬動学・薬力学のモデリングとシミュレーション — 非区画解析、区画モデルおよび母集団 PK、PK/PD と曝露-反応、TMDD、PBPK の基礎、生学的同等性、アレ Edmonton スケーリングと初回人体投与用量、薬物相互作用の予測、ベイズ的治療药物 monitoring。曝露-時間データの解析、曝露指標の導出、PK または PD モデルのフィット、投与用量方案的評価に使用します。トリガーには "pharmacokinetics"、"pharmacodynamics"、"PK/PD"、"NCA"、"non-compartmental"、"AUC"、"Cmax"、"lambda z"、"half-life"、"clearance"、"volume of distribution"、"compartmental model"、"population PK"、"popPK"、"NONMEM"、"nlmixr2"、"Pharmpy"、"Monolix"、"exposure-response"、"Emax"、"EC50"、"indirect response"、"effect compartment"、"TMDD"、"PBPK"、"bioequivalence"、"RSABE"、"ABEL"、"allometric scaling"、"first-in-human"、"MABEL"、"drug-drug interaction"、"DDI"、"ICH M12"、"concentration-QTc"、"therapeutic drug monitoring"、"MIPD"、"dosing regimen" などが含まれます。
SaaS 創業者がプロダクトレッドグロース（PLG）の取り組みを決定または構築するときに使用します — PLG の準備状況の評価、freemium と無料トライアルとリバーストライアルの選択、アクティベーションと PQL の定義、セルフサーブのオンボーディングとコンバージョントリガーの設計、バイラルループの構築、PLG 指標（NRG、activation rate、TTV、NDR、CAC payback）とコホート分析の設定。ハイブリッドなプロダクトレッドセールスの設計や、PLG とセールスレッド GTM の意思決定にも対応します。有料獲得チャネルの構成（channel-expert を使用）や、価格ポイントとティアの仕組み（pricing を使用）には適しません。
あらかじめ用意された論文スタイルを選び、ユーザーのデータを代入して、出版品質の matplotlib 図を生成する。使用場面：ユーザーがデータ（数値、配列、CSV）を提供し、特定の学術スタイルでグラフを描きたいとき；ユーザーが「plot this data」「make a bar chart」「draw a radar chart」「用这个风格画图」「把我的数据画出来」と依頼したとき；またはユーザーがスタイルカタログからスタイル名（bar_paired_delta、bar_grouped_hatch、line_confidence_band、line_training_curve、line_loss_with_inset、scatter_tsne_cluster、scatter_broken_axis、radar_dual_series）を選んだとき。
Smartlead キャンペーンの返信を取得し、Claude を使って各返信を positive/neutral/negative/OOO/bounce/unsubscribe に分類し、ポジティブ返信率 —— コールドメールの最重要指標 —— を報告する。キャンペーンが本当に機能しているか（返信が来ているかだけでなく、適切な返信が来ているか）を知りたいときに使用する。トリガーは "score my replies"、"how's campaign X doing"、"positive reply rate"、"is this campaign working"。
使用中の gbrain エンジン（PGLite または Postgres）を検出し、agent-harness のインストールでは Postgres を優先します。Postgres のインストール／プロビジョニング（SUPABASE_ACCESS_TOKEN による Supabase の検出、ローカル Postgres、任意の Docker）を行い、既存の PGLite brain を履歴ごと Postgres に移行します（計画、確認、実行）。検出はエンジン不要のコマンド1つで行え、インストール手順はフラグ1つです。
すべての Render エンドポイントに加え、他の Render ツールにはない diff、ドリフト、コスト、監査、孤立リソースの分析を提供。トリガーフレーズ：`diff render env vars`、`promote env vars between render services`、`check render blueprint drift`、`render monthly cost`、`clean up stale render preview environments`、`where is this render env var used`、`render incident timeline`、`render audit log search`、`use render`、`run render-pp-cli`。
Privy の認証、埋め込みウォレット、エージェント決済プロトコルを Web アプリとエージェントアプリに統合する。React SDK（PrivyProvider、hooks、wagmi）、Node.js SDK、スマートウォレット（ERC-4337）、x402 と MPP のマシン決済、Tempo チェーン、ポリシー付きエージェントウォレットを扱う。Privy 認証の設定、埋め込みウォレットやエージェントウォレットの作成、x402 または MPP 決済の追加、Tempo との統合、ウォレットポリシーの設定、Privy の MCP/Agent Auth フローへの接続に使用する。
マルチメソッドの地球物理モデリングおよびインバージョンのフレームワーク。エージェントが次のことを行う場合に使用する：(1) 電気抵抗トモグラフィ（ERT）インバージョンを実行する、(2) 地震波屈折トモグラフィ（SRT）を実行する、(3) 誘導分極（IP）データをモデル化する、(4) 地中レーダー（GPR）をシミュレートする、(5) 地球物理問題のための有限要素メッシュを作成する、(6) 複数のデータセットのジョイントインバージョンを実行する、(7) 地球物理応答を順モデリングする、(8) タイムラプスモニタリングデータを分析する。
並列に隔離されたサブエージェント + Codex の討議ホストによる深い多角的推論を行い、最終的に Markdown + HTML + PDF レポートを出力する。複雑な問い、技術判断、社会的主題、アーキテクチャの選択、難度の高い分析、あるいはより深く考える価値のあるあらゆる問いに使う。トリガーには 深度分析、多角度推理、验证答案、heavyskill、think harder、让我们深入思考、推敲一下、讨论一下、分析利弊 が含まれる。単純な事実確認や定型業務には使わない。
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。