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
banana-claude の画像生成を用いた広告クリエイティブ向けの商品撮影強化。商品画像を 1 枚受け取り、広告で使える 5 つのプロフェッショナルな撮影スタイル（Studio、Floating、Ingredient、In Use、Lifestyle）を生成する。banana-claude（v1.4.1+）と nanobanana-mcp が必要。トリガー：商品写真、商品撮影、フォトシュート、商品画像の強化、商品シュート、広告用の商品写真、商品写真の生成、studio shot、lifestyle photo。
AG2 マルチエージェントネットワークを統治する——アイデンティティ（`Passport`、`Resume`）、エージェントごとの `Rule`（2 つのトップレベルブロック `access`（`AccessBlock`）と `limits`（`LimitsBlock`。内部に `RateBlock` + `InboxBlock` をネスト））、差し替え可能な `HubArbiter` / `RuleBasedArbiter` のアクセス＆ルーティング接点、`AuthAdapter` / `AuthRegistry` の登録、チャネルレベルの `Expectation` と `audit` / `notify_channel` / `auto_close` 違反ハンドラー、ハブの追記専用監査ログと `AUDIT_KIND_*` 定数、ライブな `HubListener` / `BaseHubListener` 可観測性に加えて `Hub` の `on_*` フックと `register_sweeper`、そして `agent.task(...)` + `TaskMirror` によるタスク観測（ピアランキング用に `Resume.observed` を更新）。レート制限、アクセスポリシー、SLA、コンプライアンス証跡、ライブメトリクス/アラート、能力ベースのピアランキング、またはネットワーク上で実際に起きたことの調査が必要なときに使用。`ag2-network-quickstart` の後に読み込むこと。エージェント側のサーフェス（カスタムハンドラー、ビュー、LLM ツール、`HumanClient`）は `ag2-network-tools-and-views` を参照。
AG2 ネットワークエージェントが知覚する内容と、その LLM が実行できるアクションを形作る。`NetworkPlugin` 経由で提供される 5 つの自動注入された LLM 向けツール（`delegate`、`peers`、`channels`、`tasks`、`context`）と、アダプター所有の `say` を扱う；`agent_client.on_envelope(callback)` でデフォルトハンドラーを置き換える（ゲートウェイ、ヘッドレスワーカー）；`ViewPolicy` Protocol と組み込みの `FullTranscript`、`WindowedSummary(recent_n=N)`、`NamedWindowedSummary(recent_n=N)` ビュー、およびカスタムビューの書き方；skill markdown によるピアディスカバリ（`skill_md=`、`parse_skill_frontmatter`、`hub.set_skill`）；`Envelope` ワイヤフォーマットと `EV_*` イベント分類（`EV_TEXT`、`EV_PACKET`、`EV_CHANNEL_*`、`EV_EXPECTATION_VIOLATED`、`EV_TASK_CANCEL_REQUEST`、`EV_TASK_CANCELLED`）、`audience` と `visible_to` のセマンティクス、`Priority`、`causation_id`、そして `agent_client.send_envelope(...)` でカスタムイベントタイプの生の envelope を送る方法。ユーザーが LLM のネットワークサーフェスをカスタマイズしたい、カスタム envelope ハンドラーを書きたい、ゲートウェイ/ヘッドレスワーカーを構築したい、またはピアディスカバリを配線したいときに使用。
AG2 ネットワークの `workflow` チャネル——宣言的な `TransitionGraph` で駆動される編成型 N 者アダプター——を構築する。条件付きハンドオフ、マルチステップパイプライン、コンテキスト認識ルーティング、フィードバックループが必要な場合、または従来の `GroupChat` + `Agent.handoffs` パターンから移行する場合に使用。`TransitionGraph`；ファクトリ `TransitionGraph.sequence(...)` / `.round_robin(...)`；組み込みターゲット（`AgentTarget`、`RoundRobinTarget`、`StayTarget`、`RevertToInitiatorTarget`、`TerminateTarget`）；組み込み条件（`Always`、`FromSpeaker`、`ToolCalled`、`ContextEquals`）；動的ルーティング用の型付き `Handoff` 戻り値；`set_context` によるチャネルスコープのコンテキスト；カスタムサブクラス用の `register_target` / `register_condition`；パケット実行モデルと冪等ツールの要件；8 つのクックブックパターン（パイプライン、階層、エスカレーション、フィードバックループ、トリアージなど）；従来の `GroupChat` からの並行移行を扱う。`ag2-network-quickstart` の後に読み込むこと。
Agile Iteration Method を通じて、リポジトリのコンテキストを踏まえた AI 支援ソフトウェア開発を計画・実行します。意図の発見、PO が担当する Epic、TDO が担当する User Story、Epic 横断のデリバリー計画、明確なゲート、レビュー、検証、ユーザー主体の受け入れを活用します。リポジトリのコンテキストに基づく製品方針の検討、Epic と User Story の作成・改善、デリバリー対象の計画、実装、デリバリーのレビュー、プロジェクト専門家の設定、リポジトリの調整とローカルの学びの共有、ローカル AIM プロジェクト間の知識の集約、AIM モードとコストプロファイルの制御、ローカル AIM UI の起動・操作、AIM の実行継続に使用します
AISBench Benchmark - Ascend NPU 向けの AI モデル評価ツール。精度評価（テキスト・マルチモーダルデータセットにおけるサービス／ローカルモデル）、性能評価（レイテンシ、スループット、ストレステスト、定常状態、実トラフィックシミュレーション）、vLLM/Triton 推論サービス、15 以上のベンチマーク（MMLU、GSM8K、MMMU、docvqa、ocrbench_v2 など）、マルチターン対話、Function Call（BFCL）、カスタムデータセットをサポートする。
Andrej Karpathy の思考フレームワークと表現スタイル。20 以上のブログ記事、16 本の(csaba)詳細インタビュー、100 件以上の X ポストを体系的に蒸留し、6 つの中核メンタルモデル、8 つの意思決定ヒューリスティック、中国語出力への完全な適応、定番フレーズのクイックリファレンスをady ensuing。要件: 思考顧問として Karpathy の視点から AI 技術の信頼性、学習方法、業界動向、プロダクト設計を分析する。ユーザーが「Karpathy の視点で」「Karpathy ならどう思う」「卡帕西（Karpathy）」「karpathy モードObtкийcompetitiveyiyi」と言ったときに使用。Software 2.0/3.0 の議論、vibe coding、ニューラルネットワークの訓練、AI 过剩の判断、LLM の能力限界などにも適用。ユーザーが「エンジニアリング的リアリズムの視点から」「march of nines」「構築すること即是理解」「ギザギザの知性」 Rights などの表現を口にしただけでも発動する。ユーザーが単に AI に関する一般的な質問をしている場合は発動しない——Karpathy 式の思考フレームワークを明確に求めた場合のみ有効化。
全知型の APEX エコシステム開発スキル。トリガー: apex code、omnihub development、tradeline build、aspiral feature、apex bug、fix apex、apex architecture、omnidash component、triforce guardian、man mode、apex security、apex test、armageddon test、apex deploy、apex optimize、semantic translation、web2 web3 bridge。生成物: APEX OmniHub、TradeLine 24/7、aSpiral およびすべての連携アプリケーション向けの、ドリフトのない一発成功のコード。すべての LLM と互換。
Supabase ドキュメントアプリ（apps/docs）について、文書化されたアーキテクチャ、ビルドパイプライン、レビューパターンのノートをもとに質問に回答し、変更の提案や批評の際には機能設計の原則（コードベースの再利用、コーディングのミニマリズム）を適用する。ユーザーが "how does X work in the docs app?"、"where does Y live?"、"is this approach OK for the docs app?" と尋ねた場合、または apps/docs/ 配下で非自明な変更を書く前に使用する — 特に MDX パイプライン、markdown 生成、コンテンツコンポーネント、フェデレーテッドドキュメント、コントリビューター向けの執筆パターンに関わるもの。役立つ場合は Mermaid 図でアーキテクチャの質問に回答できる。
ast-grep (sg) を使って、25言語にわたる AST 対応のコード検索と書き換えを行います。構造に基づくコード照合や決定論的なコード変換に使用します。X の形をした関数／呼び出し／クラス／インポートの検索、console.log から logger.info への書き換え、`as any` の削除、require() から import への移行、空の catch ブロックや await の不足の検索、YAML ルールのスキャン／適用に対応します。対象がテキストではなく構文の形である場合は rg/grep よりこちらを優先します。文字列の内容、コメント、ファイル名、正規表現によるバイト検索には rg を使います。
Atlas 向けの MySQL および MariaDB 固有事項：開発データベースと URL の範囲（schema と server）、文字セットと照合順序、ユーザー、ロールと権限、enum および set 列、生成列、外部キーインデックス、関数インデックスとプレフィックスインデックス、トリガーとストアドプログラム、テーブルコピーと MY lint チェック、移行の部分的な失敗（DDL はトランザクション非対応）、GET_LOCK、マネージドサービス（RDS、Aurora、Cloud SQL、Azure）、schema と移行のテスト、カスタム lint ルールを扱います。Atlas が MySQL または MariaDB データベースを管理する場合は、atlas スキルと併用してください
OAuth 2.0 および OpenID Connect のフローを攻撃します。OIDC ディスカバリードキュメントからエンドポイントを列挙し、パストラバーサル、オープンリダイレクトの連鎖、サブドメインや正規表現の弱点、%2F/@ のパーサートリックで redirect_uri の検証を突破します。state の欠落（コールバック CSRF）や PKCE の欠落・ダウングレードを悪用し、オープンリダイレクターや referer の漏えいを通じてコードとトークンを窃取し、クライアント間で認可コードを再利用・注入し、scope を昇格して同意を回避します。access_token と id_token を混同させ、「X でログイン」のメール信頼やデバイスコードを使った同意フィッシングでアカウントを乗っ取ります。/authorize、/oauth/token、response_type、redirect_uri、client_id、code=、state= パラメーター、「Google/Microsoft/GitHub でログイン」ボタン、または /.well-known/openid-configuration の OIDC ディスカバリードキュメントが見つかった場合に使用します。
インストールや実行の前に、サードパーティまたは新たにクローンしたリポジトリのインストールフック、自動実行ファイル、CVE、タイポスクワッティング、悪意あるコードを監査し、A-F で評価して安全に実行できるか判定します。ユーザーが「このリポジトリは安全に実行できる？」と尋ねた場合、クローンが安全に実行できるか尋ねた場合、またはサードパーティリポジトリの監査やスキャンを依頼した場合に使用します。diff や PR のセキュリティレビューには使用せず、reviewing-security を使用してください。
React Native プロジェクトで Scandit Barcode Capture（`BarcodeCapture`）を使用するための説明です。組み込みの SparkScan UI を使わない、低レベルで完全に制御可能な単一バーコードスキャンモード（BarcodeCapture + DataCaptureView + BarcodeCaptureOverlay）を扱います。統合、シンボル体系の設定、結果処理、ビューファインダーやフィードバックのカスタマイズ、SDK バージョンの移行、サードパーティ製スキャナー（react-native-vision-camera、expo-camera）の置き換え、トラブルシューティングに使用します。
bnbagent Python SDK を使って BNB Chain 上でオンチェーン AI エージェントを構築・運用する——エージェント ID を登録し（ERC-8004）、エスクロー型の agentic commerce（ERC-8183）を通じて、プロバイダー（ジョブを引き受け、成果物を納品し、報酬を受け取る）またはクライアント（ジョブを作成、資金を拠出、異議申し立て、返金）として取引する。x402 マイクロペイメントの署名も扱う。BNB Chain のエージェント ID、エージェント間の有償ジョブ、BSC のエスクロージョブ、ERC-8004/ERC-8183/x402 に関わるあらゆる用途に使用する。
ブランド優先のランディングページデザイナー — ユーザーへのインタビューでブランドアイデンティティ（形容詞、色、タイポグラフィ、形状言語）を発見し、Stitch を通じて洗練されたランディングページを生成・反復し、デプロイ可能な HTML を出力する。ユーザーがまだビジュアルの方向性を定めていない独立したランディングページ / マーケティングページでは、frontend-design より優先する。トリガーとなる状況：ユーザーが「ランディングページを作成 / 設計 / 構築する」「私のプロジェクト / 製品 / サービスのホームページを作る」「マーケティングページを構築する」と依頼する、またはアプリ / サイドプロジェクトを宣伝したい場合。特にブランドカラー、フォント、ビジュアルスタイルをまだ定義していない場合は、ガイド付きのブランドインタビューが中核的な価値となる。トリガーしない状況：ユーザーに実装すべき特定のデザインモックアップがある、ダッシュボードやアプリ UI を希望する、コンポーネントレベルのフロントエンド作業（ボタン、フォーム、ナビゲーションバー）が必要、複数ページのアプリケーションを構築中、既知のデザイントークンで既存ページを再スタイリングする場合。これらの場合は frontend-design を使用する。
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。