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 100,696 件掲載。コマンド 1 行でインストールできます。
すべて
ターミナルまたはスクリプトから ul cloud コマンドライン（ul cloud RESOURCE OPERATION key=value、PyPI パッケージ ultralytics-platform）で Ultralytics Platform を操作するときに使用——プロジェクト、データセット、モデルの一覧表示・作成・更新・クローン・移動；データセット画像、統計、メタデータ、重複、類似画像の検査；クラウドトレーニング実行の開始と監視；画像ごとのモデル検証分析；重みのダウンロード；エクスポート、デプロイ、アップロード、ゴミ箱と復元、ストレージ統合、アカウントの使用量・ストレージ・請求；および Agent（YOLO、LLM、ゲート、アラートのワークフロー）の構築。Platform の Web UI やローカルの yolo コマンドについては yolo を参照；何をトレーニングしどう改善するかの選択については yolo-training と yolo-tuning を参照。
「Write the docs」の執筆プロセスにおける Docs-PM の意思決定支援——Frame と Shape の段階で、対象読者、ステージ、横断的なスコープに関する判断を行う（アクセス可能な場合は universe によるリポジトリ横断の製品検索、それ以外は公開 OSS の経路）。また、あるドキュメントの問いがセルフサービスで足りるか、ドキュメント PM にエスカレーションすべきかを判断するのを助ける。新しいドキュメントページやローンチを構想するとき、機能がどの製品ステージや読者を対象とするかを決めるとき、ドキュメントの問いに PM の承認が必要かを判断するとき、ローンチがどの製品リポジトリにまたがるかを確認するときに使用する。
Copilot、エージェント、LLM、AI、ツール、権限、サンドボックス、MCP、モデル、テレメトリ、機能ゲート、設定、構成、エンタープライズコントロールを追加・変更・レビューするときは常に使用——特に組織や管理者が管理する必要があるものに。ランタイムのマネージド設定、型付き SDK 契約、VS Code 構成ポリシー、拡張機能ポリシー、分割実装のどれに属するかを判断する際はここから始める。新しい Copilot/エージェント/LLM コントロールごと、および `policy:` フィールドを追加するあらゆる変更で実行する。
MyFitnessPal に記録したすべての食事を引き出す — 食品ごとの CSV、エージェント向けのトレンド、ローカルの SQLite ストア。トリガーフレーズ：`what did I eat this week`、`export my food diary`、`find every time I logged X`、`top foods driving my protein`、`am I hitting my calorie streak`、`use myfitnesspal`、`run myfitnesspal`。
Prisma Composer（`@prisma/composer`）でアプリを記述、テスト、デプロイする方法：`compute()` と型付き依存関係でサービスを宣言し、RPC コントラクトを定義し、Module を合成し、サービスの入力を宣言し（設定とシークレットを 1 つのスキーマとして扱い、`input()` で読み戻す）、既製の cron/storage/streams Module を合成し、`bucket()` で生の S3 互換オブジェクトストアバケットをプロビジョニングし、拡張機能（`prisma-composer-*` という名前の npm パッケージ）を探し、`mockService`/`bootstrapService` でテストし、`prisma-composer dev` でアプリ全体をローカル実行して `prisma-composer log` でログを追跡し、`prisma-composer deploy`（stage、destroy）でデプロイする。Prisma App の構築、サービスの依存関係の配線、Postgres データベースの追加、スケジュールジョブ / blob ストレージ / イベントストリーム / 生バケットの追加、合成されたサービスのテスト作成、アプリのローカル実行、ログの確認、環境のデプロイ／破棄を行うときに使用。トリガーは "prisma composer"、"@prisma/composer"、"prisma app"、"compute()"、"service.load()"、"module()"、"contract()"、"mockService"、"bootstrapService"、"prisma-composer dev"、"prisma-composer log"、"prisma-composer deploy"、"--stage"、"--fresh"、"--tail"、"prisma-composer destroy"、"prisma-composer-"、"bucket()"。
行き詰まりのための体系的な問題解決テクニック。テクニック: 簡素化カスケード(複雑性のスパイラル)、衝突ゾーン思考(イノベーションブロック)、メタパターン認識(繰り返す問題)、反転エクササイズ(前提の制約)、スケールゲーム(不確実性)。アクション: 簡素化、分析、パターン認識、前提の反転、スケール思考。キーワード: 問題解決、複雑性のスパイラル、イノベーションブロック、行き詰まり、簡素化、メタパターン、前提の反転、スケールの不確実性、突破口となる思考、根本原因、体系的分析、Microsoft Amplifier、デバッグ手法、創造的な解決策。使用する場面: 複雑性がスパイラルする、イノベーションブロックに直面する、繰り返すパターンが見える、前提に制約される、スケールが不確実、問題で広く行き詰まっている。
AI エージェント向けにプロジェクトのコンテキストとコードベースのドキュメントを生成する。`.agents/` ディレクトリを作成し、プロジェクト概要と詳細なコードベース分析(アーキテクチャ、規約、テスト、インテグレーション、チェックリスト、ワークフロー、垂直スライシングが検出された場合の機能、レビュー)を含める。プロジェクトの作業を始める、既存のコードベースにオンボーディングする、エージェント向けのプロジェクトドキュメントを生成する、コードベースのパターンを把握する、最近の git 変更からインデックスを増分更新する場合に使用。トリガー: "initialize .agents"、"setup project index"、"index project"、"map codebase"、"analyze codebase"、"project overview"、"codebase summary"、"onboarding to this repo"、"integrate feedback"、"sync knowledge"、"refresh codebase"、"sync codebase"、"patch index"。機能開発、Obsidian のセッションノート、prettier や eslint などの開発ツールのセットアップには使用しない。
コードプロジェクトを Obsidian ナレッジベースに変換する。ユーザーが obsidian、プロジェクトドキュメント、ナレッジベース、プロジェクト分析、プロジェクト変換に言及したときに起動。【起動後に必ず実行】： 1. まず本 SKILL.md ファイルを最後まで読む 2. AI 書き込みルール（デフォルトは 00_Inbox/AI/、追記式、統一 Schema）を理解する 3. STEP 0 を実行：AskUserQuestion を使ってユーザーに確認を求める 4. ユーザーの確認後に STEP 1 のプロジェクトスキャンを開始する 5. STEP 0 → 1 → 2 → 3 → 4 の順序を厳守する 【禁止事項】： - SKILL.md を読まずにプロジェクト分析を始めること - STEP 0 のユーザー確認をスキップすること - 30_Resources に直接作成すること（まず 00_Inbox/AI/ へ） - 出力場所を独断で決めること
systemd の MemoryMax 制約下で長時間実行されるプロセス向けのメモリ安全な Python スクリプトパターン。アロケータのパージ（mimalloc/glibc malloc_trim）、HTTP レスポンスのライフサイクル、DataFrame のクリーンアップ、スレッドローカルなコネクションの再利用、定期的な GC のペース配分を扱います。本番環境の GPU ワークステーションでの 5 回の OOM 最適化サイクルで実戦検証済み。以下の Python スクリプトを書いたりレビューしたりする際は常にこのスキルを積極的に使用してください：MemoryMax 付きの systemd で実行する、ループでデータを処理する（ダウンロード、ETL、バックフィル）、ThreadPoolExecutor を使用する、繰り返し HTTP リクエストを行う。Python サービスでの OOM kill、RSS の増大、fd 枯渇を診断する場合にも使用します。トリガー - memory optimization、OOM prevention、RSS reduction、malloc_trim、systemd MemoryMax、memory leak、allocator purge、memory-safe script、RSS creep、fd exhaustion、SIGKILL status 9、MemoryHigh、glibc arena、mimalloc purge、requests memory leak、ThreadPoolExecutor cleanup。
Langfuse MCP サーバーを介して顧客のライブ Langfuse trace、session、score を読み取り、既知の障害カタログとパターンマッチングし、Ratel 流の機会とスタック非依存のすぐ手が届く成果に分けた検出事項レポートを書く。ダッシュボードをスキャンする、障害を掘り下げる、最近の session やパートナーの trace を確認する、可観測性を監査する、エージェントが何を間違えているかを見る、または `/ratel-langfuse-analyze` に使用。`<repo>/.ratel/` に書き込む（蓄積される）。MCP がダウンしていると即座に失敗し、クリーンなデータは正直にスキップし、コードは決して編集しない。/ratel-langfuse-integrate のフォローアップで、/ratel-observability-assessment が Langfuse を選んだ後に到達する。
マネージドコードのリバースエンジニアリングゲートウェイ。オーケストレーション：ランタイムの識別 → 逆コンパイル → 難読化解除 → マルウェアのケースは [[re-malware]] にルーティング。サブスキル：[[re-dotnet]] [[re-java]] [[re-script-deob]] [[re-wasm]] [[re-ai-triage]] → [[re-ai-model]] [[re-blockchain]] [[re-python]]、[[re-browser-ext]]、[[re-electron]]、[[re-javacard]]。トリガー語：.NET、dnSpy、ILSpy、Java、jar、バイトコード、PowerShell の難読化、VBA マクロ、JS の難読化解除、マネージドコード、managed code。
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。