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
ユーザーが「データを入力」「データを補完」「データを同期」「統計表を更新」「データを入れて」「同期」と言った場合に本 skill を使用する。中心となる動作は**バッチ同期**：`01-内容生产/待发布的内容/中短视频/` をスキャンし、YAML データが揃った動画をまとめてデータ統計表に書き込み、`02-已发布内容/` にアーカイブする。データソースはスクリプトファイル自体の YAML（ユーザーが事前にファイルへプラットフォームデータを記入済み）であり、会話の中で数字を再度報告する必要はない。起動すべきでない場合：傾向の分析/振り返り/バズ分析（li-analyzer を使用）、新しい選題の記録（li-recorder を使用）。Use when the user wants to "sync platform data" or "fill in stats" — the skill scans the pending folder and processes every video whose YAML is complete.
Lightning AI Sandboxes でコードを実行する - 高速で分離された一時的な VM で、オプションの永続化、スナップショット、カスタムイメージ、Docker-in-sandbox（docker / docker compose）、ネットワーク送信ポリシー、ファイル I/O、公開ポート URL、対話型 PTY セッションを備える。ユーザーが信頼できないコードや実験的なコードを安全に実行したい場合、使い捨てのクラウド VM が必要な場合、コンテナをビルド/実行したりコンテナ化されたアプリをプレビューしたい場合、または lightning.ai sandboxes やスナップショットについて質問する場合に使用する。
LINE Login（OAuth 2.1）の包括的なリファレンス — 認可コードフロー、PKCE、トークン管理、ID token の JWT 検証、ユーザープロフィール、ボット連携、ログインボタンの設計。ユーザーが「implement LINE Login」「add Log in with LINE」「set up OAuth authorization flow」「verify an ID token」「refresh an access token」「link a bot to login」「design a login button」を求めたり、LINE Login、OAuth 2.1、PKCE、認可コードフロー、ID token の JWT 検証、トークンのリフレッシュ／失効、ユーザープロフィール取得、ボット連携、SSO ログイン、LIFF 認証、LINE MINI App 認証に言及した場合にこのスキルを使用する。ユーザーが LINE 認証、LINE によるソーシャルログイン、LINE を含む OAuth フローに言及した場合は、「LINE Login」と明示していなくても常にこのスキルを使用する。
FOLIO Spring Boot モジュールで Liquibase データベースマイグレーションを作成、編集、レビューする場合に使用。db マイグレーション、スキーマ変更、changeset の作成、XML changelog の作成、データベースマイグレーションスクリプト、FOLIO モジュールのテーブル／カラム／インデックス／FK 変更では常にこのスキルを使用する — ユーザーが「add a column」「create a table」「write a migration」と述べただけの場合でも同様。FOLIO のフォルダ構成（changelog-master → changelog-vX.Y → vX.Y/ ファイル）、changeset ID の命名規則（JIRA@@scope-action-target）、コメントタグ、FOLIO 標準のカラム型を強制する。
Luci CLI でユーザー個人の活動履歴（画面、音声、アプリ）を検索し、要約します。ユーザー自身の過去についての質問全般、見たもの、読んだもの、行ったこと、聞いたこと、取り組んだことの確認や、「今日をまとめて」「人生をまとめて」「何に時間を使ったか」などの依頼に使用します。複数の履歴ツール（coast、screenpipe）がインストールされている場合は、最初に Luci を使用します。Luci が起動していない場合、CLI が起動します。コマンドが引き続き失敗する場合は処理を中止し、CLI の出力をユーザーに伝えてください。
Make AI Video - AI チャットでテキスト、画像、スクリプトから動画を作成。AI チャットを通じて、テキストの説明、画像、スクリプトから完全な動画を作成する。作りたいものを説明すれば、AI が完成した動画を生成する：スクリプトを書けば映像付きのナレーション動画が得られ、写真をアップロードすれば音楽付きのアニメーションスライドショーが得られ、トピックを指定すれば完全な解説動画が得られる。チャットで編集："make a 2-minute video about climate change"、"turn this blog post into a video with voiceover"、"create a product demo from these screenshots"。プロンプトとスクリプトからのテキストto動画生成、アニメーションとトランジション付きの画像to動画変換、テキストからの AI ナレーション、自動的な映像の選択と構成、コンテンツの雰囲気に合わせた BGM のマッチング、生成されたすべての動画の字幕生成を処理する。複数の入力タイプを組み合わせてより豊かな結果を得られる：テキスト＋画像＋音楽。ブリーフから動画広告を作るマーケター、レッスンを動画コンテンツ化する教育者、書いたコンテンツを動画として再利用するブロガー、研修資料を作る企業向け。MP4 でエクスポート。補助メディアに対応：jpg、png、gif、webp、mp4、mov。
次の場合にトリガーします。(1) ユーザーが「manim」「Manim Community」「ManimCE」に言及する、(2) コードに `from manim import *` が含まれる、(3) ユーザーが `manim` CLI コマンドを実行する、(4) Scene、MathTex、Create()、または ManimCE 固有クラスを扱う。コミュニティが保守する Python アニメーションエンジン、Manim Community Edition のベストプラクティスです。Scene の構成、アニメーション、LaTeX/MathTex、ThreeDScene による 3D、カメラ制御、スタイル、CLI の使い方を扱います。ManimGL/3b1b 版（`manimlib` のインポートと `manimgl` CLI を使用）には使用しません。
OFDM システムを構築またはシミュレーションするコードを書く前に読む。OFDM のデフォルトの MATLAB パターン（直接 ifft/fft、0 dBW 電力の awgn、symOffset の欠落など）は微妙に誤った結果を生む — 直接 IFFT/FFT ではなく常に ofdmmod/ofdmdemod を使用する。本スキルは ofdmmod、ofdmdemod、ofdmChannelResponse、ofdmEqualize の正しい呼び出し規約と、避けるべき重要なアンチパターンを規定する。OFDM 送信機や受信機の構築、サブキャリアとガードバンドの割り当て、パイロットの挿入、OFDM の SNR 計算、フェージングチャネル（Rayleigh/Rician）の設定、チャネル推定と等化、タイミング同期と周波数同期の実装、LDPC 符号化の追加、リソースグリッドの設計、OFDM リンクシミュレーションのセットアップ時に使用する。
ネットワーク上およびクラウド上の MATLAB Parallel Computing Toolbox クラスターを検出し、そのプロファイルを管理する — 一覧表示、検査、インポート、エクスポート、既定の設定、検証、削除。ユーザーが利用可能または使用できる並列計算リソース、クラスター、クラスタープロファイルについて尋ねるときは常に使用する — 例：「what parallel resources do I have」「show my cluster profiles」「list clusters」「what clusters can I run on」「where can I submit jobs」 — また、parcluster、parallel.listProfiles、parallel.defaultProfile、MJS / Generic / HPC Server / MJSComputeCloud クラスター、.mlsettings ファイル、プロファイル検証を扱うあらゆる作業に使用する。ジョブの投入、parpool、parfor は対象外。
分析や ML トレーニングのために信号データを調整、読み込み、準備、ラベリングする際にこのスキルを使用します。内容:分析の前に単一の信号をクリーニングする(ギャップの補完、ドリフトの除去、外れ値の除去、ノイズ除去、時間基準のリサンプリング/整列)、`signalDatastore` パイプラインの構築、Signal Labeler 用の `labeledSignalSet` の作成、ラベルの導出(ファイル名、フォルダー、ファイル内、ROI、時間周波数 ROI)、層化された train/val/test 分割、長い信号のフレーム化、並列処理、`trainnet` 用のデータストア出力の整形。トリガーには "clean up this signal"、"remove drift / detrend"、"fill gaps"、"remove spikes / outliers"、"denoise"、"resample to a uniform rate"、"align channels"、"labels from filenames"、"stratified split"、"prepare for Signal Labeler"、および `fillgaps`、`fillmissing`、`detrend`、`filloutliers`、`smoothdata`、`resample`、`synchronize`、`signalDatastore`、`labeledSignalSet`、`filenames2labels`、`folders2labels`、`splitlabels`、`framesig`、`framelbl`、`createDatastores` などの関数名が含まれます。
Wireless Testbench を使って NI USRP 無線機（USRP E320、N300、N310、N320、N321、X300、X310、または X410）への接続をセットアップおよび検証する。初めて USRP を接続するとき、無線機ハードウェアを設定するとき、接続の失敗をトラブルシューティングするとき、または無線機のセットアップを検証するときに使用する。ホストの検査（OS、NIC の種類／速度／MTU）、デバイスの検出（findsdru、probesdru）、UHD バージョンの確認、プログラムによる無線機の設定、basebandTransceiver の検証を扱う。ユーザーが USRP setup、radio not found、connection errors、dropped samples、SDR ハードウェアのネットワーク設定に言及したときにも使用する。
.NET MAUI のビューアニメーション、カスタムアニメーション、イージング関数、回転、拡大縮小、平行移動、フェード効果。用途: "animate view"、"fade in"、"fade out"、"slide animation"、"scale animation"、"rotate view"、"translate view"、"easing function"、"custom animation"、"animation chaining"、"ViewExtensions animation"。用途外: ジェスチャ認識（maui-gestures を使用）、カスタム描画（maui-graphics-drawing を使用）、静的なレイアウト変更（maui-data-binding を使用）。
.NET MAUI API の鮮度を保つための常時有効なガードレール。AI コーディングエージェントが XAML/C#、Blazor Hybrid、MauiReactor 全体で非推奨・廃止・削除された API を使うのを防ぐ。プロジェクトのターゲットフレームワークとライブラリのバージョンを検出する推論フレームワークに加え、.NET MAUI 10 で最もよくある非推奨 API の罠をまとめた一覧を含む。用途："deprecated API"、"obsolete API"、"API migration"、"MAUI breaking changes"、"check API currency"、"review MAUI code"、"generate MAUI code"、"edit MAUI code"。用途外：新しい MAUI 機能の学習（機能別スキルを使用）、パフォーマンス最適化（maui-performance を使用）、テストガイダンス（maui-unit-testing を使用）。
React Native、Flutter、Swift/SwiftUI、Kotlin/Jetpack Compose でモダンなモバイルアプリを構築します。モバイルファーストの設計原則、パフォーマンス最適化（バッテリー、メモリ、ネットワーク）、オフラインファーストのアーキテクチャ、プラットフォーム固有のガイドライン（iOS HIG、Material Design）、テスト戦略、セキュリティのベストプラクティス、アクセシビリティ、アプリストアへの配信、モバイル開発の考え方を扱います。モバイルアプリを構築するとき、モバイル UX パターンを実装するとき、モバイルの制約に合わせて最適化するとき、ネイティブとクロスプラットフォームのどちらかを決めるときに使用します。
AI が moomoo OpenAPI 上で単一銘柄の基準価格グリッドプログラムを実装できるよう支援します。まず 6 項目のパラメータチェックを検証し、再起動に安全な指値注文の照合ループを作成して、ペーパー口座で受け入れます。ユーザーがグリッド戦略、グリッドプログラム、クオンツグリッド、グリッド取引ボットを希望する場合や、「网格策略」「网格程序」「量化网格」「网格交易机器人」「实现网格」「帮我写一个网格」と言う場合に使用します。リクエストフィールドは OpenAPI llms.md に従います。このスキルはリクエスト本文を繰り返しません。デフォルトはペーパー口座です
Morpho で供給、借入、利回りの獲得を行う——Morpho は TVL が 50 億ドル以上ある許可不要のレンディングプロトコル。トリガーフレーズ：supply to morpho、deposit to morpho vault、borrow from morpho、repay morpho loan、morpho health factor、my morpho positions、morpho interest rates、claim morpho rewards、morpho markets、metamorpho vaults。
意図を持ったUIモーションを設計・構築します。マイクロインタラクション、トランジション、登場アニメーション、スクロールやホバーの動作を対象に、ブランドの確立されたシステムにアニメーションの12原則を適用し、カスタムコードで実装します。「アニメーション」「モーション」「マイクロインタラクション」「ホバー効果」「トランジション」「スクロールアニメーション」「ページ読み込み時のアニメーション」「生き生きとさせて」「操作感がおかしい」「モーションを追加して」「イージング」や「安っぽい／ぎこちなく感じるのはなぜ」といった依頼で使用します。何でもフェードアップさせるのではなく、重みや感情、節度を備えた動きを静的な画面に与えます。
MrBeast（Jimmy Donaldson）のコンテンツ制作オペレーティングシステム。流出した 36 ページの社内研修マニュアル、6 本の長尺ポッドキャスト、意思決定記録、外部からの批判を詳細に調査し、6 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、タイトル／サムネイル／フック／テンポの完全な公式、実行可能なコンテンツ分析スクリプト 4 本をまとめています。有効になると MrBeast になりきり、「私」の視点からコンテンツ制作のアドバイスを直接提供します。「MrBeast の視点で」「MrBeast ならどうする」「Beast モード」「mrbeast perspective」といった発言があった場合に使用します。「動画の CTR を上げるには？」「タイトルの訴求力が足りない」「視聴維持率の曲線をどう最適化する？」「サムネイルを変えるべき？」といった質問でも有効にします。「コンテンツ制作のアドバイス」「コンテンツの作り方」など一般的な質問では有効にせず、動画の最適化、タイトル／サムネイル／フック／視聴維持率など YouTube の手法に関する場合に限って有効にします。
Naval Ravikant の思考オペレーティングシステム。著作、ポッドキャスト、ツイート、意思決定の記録、外部からの批評を詳しく調査し、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。有効化後は Naval を深く演じ、「私」の視点から直接回答します。「Naval の視点で」「Naval ならどう考える？」「Naval モード」「Naval perspective」「Naval に切り替えて」と言われた場合に使用します。「この仕事にレバレッジはある？」「specific knowledge とは？」「本当の富とは？」「欲望が多すぎるときは？」「許可不要の道とは？」といった質問でも起動できます。「何を選べばいい？」「一緒に考えて」など一般的な意思決定の質問では起動せず、レバレッジ、特定の知識、欲望の管理、富の定義など Naval の中核概念に関わる場合にのみ有効化します。
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。