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 100,344 件掲載。コマンド 1 行でインストールできます。
すべて
既存の Web アプリケーションに再利用可能な AI エージェントのチャットインターフェースを追加するための設計と統合のガイダンス。埋め込み型 AI アシスタント、チャットビュー、マルチモーダル入力、音声テキスト変換、セッション履歴、長時間タスク実行 UI、エージェントのアクティビティ状態、provider/model 設定、Tool / Function Calling 対応を追加する際に使用します。エージェントはアプリケーションの主要な UI ではなく、既存アプリケーションを補助するインターフェースです。
既存の動作を壊さずに AI プロバイダーやモデルを切り替えます。OpenAI から Anthropic への切り替え、より安価なモデルの試用、単一ベンダーへの依存の解消、モデルの並列比較、モデル更新による出力の破損、ベンダーの多様化、ローカルモデルへの移行に使用します。モデル更新後にプロンプトが壊れた場合、GPT-4 で機能するプロンプトが Claude や Llama で機能しない場合、モデル移行が必要な場合にも使用します。プロバイダー設定を含む DSPy のモデル移植性、再最適化、モデル比較、マルチモデルパイプラインを扱います。OpenAI から Anthropic への移行、GPT から Claude への移行、GPT の代わりに Llama を試す、モデル比較フレームワーク、マルチプロバイダー AI 構成、AI のベンダーロックイン回避、モデル切り替え時のプロンプト破損、モデル非依存の AI コードにも使用します。
AI 動画制作のための AITuber API スキル。YouTube Shorts、TikTok、Instagram Reels、長尺コンテンツ向けに、AI ナレーション、ビジュアル、キャプション付きの動画を生成する。AI 生成画像、動画クリップ、ストック映像、スケルトンやキャラクタースタイルなどのバイラルテンプレートをサポート。パイプライン全体を処理する: ボイスを選択し、動画を生成し、完了をポーリングし、MP4 にエクスポートしてダウンロードする、または接続済みの YouTube、TikTok、Instagram、Facebook、Threads、X チャンネルに公開する。トリガー条件: ユーザーが AI 動画を作成したい、スクリプトやアイデアから動画を生成したい、AI ボイスを一覧表示または閲覧したい、動画を MP4 にエクスポートしたい、レンダリング済みの動画をダウンロードしたい、接続済みチャンネルを一覧表示したい、動画をソーシャルメディアに公開または予約投稿したい、AITuber のサブスクリプションまたはクレジット残高を確認したい、動画制作を自動化したい場合。トリガーしない: 既存の動画ファイルの編集、ユーザー提供の映像素材のアップロード、ライブ配信、外部ファイルの動画文字起こしやキャプション作成、動画文脈のない画像生成、AITuber プラットフォームに関係しない事項。
Alibaba Cloud ESA を管理する場合に使用する — Pages で HTML/静的サイトをデプロイし、サーバーレスエッジ関数用の Edge Routines（ER）を管理し、Edge KV を分散キーバリューストレージとして使用し、CDN プロキシとオリジンルーティング用のオリジンルールを構成し、サイト管理、DNS レコード、キャッシュルールを扱い、OpenAPI/SDK 経由でトラフィック分析を照会する。ESA、エッジデプロイ、エッジ関数、Pages、ER、KV ストレージ、DNS、キャッシュ、オリジンルール、CDN プロキシ、サイト構成、トラフィック分析、帯域幅トレンド、Top-N ランキングを扱う場合に使用する。
AnnData および SpatialData オブジェクトに対して squidpy (1.8.x) で空間トランスクリプトミクスを解析し、プラットフォームを適切にルーティングする：Visium スポットは spatial_neighbors(coord_type='grid') を使いデコンボリューションと組み合わせ、Xenium/MERFISH のシングルセルデータは coord_type='generic'/Delaunay neighbors と spatialdata-io リーダー（xenium、visium_hd、merscope）を使う。sq.gr.spatial_neighbors、nhood_enrichment、co_occurrence、spatial_autocorr（空間可変遺伝子には Moran's I）、ripley、ligrec を実行する。空間トランスクリプトミクス、squidpy、Visium/Xenium/MERFISH 解析、近傍エンリッチメント、共起、空間可変遺伝子をユーザーが求める場合に使用；QC／クラスタリングには alterlab-scanpy、スポットデコンボリューション（destVI/Tangram）には alterlab-scvi-tools を使用。AlterLab Academic Skills スイートの一部。
GrowthBook のプロダクトデータをグラフ化し、Analytics ダッシュボードを構築し、メトリクスカタログを管理し、またはウェアハウスを直接クエリする — Product Analytics の探索を実行し、チャートをダッシュボードにまとめて保存し、メトリクスとファクトテーブルを検索し、ファクトメトリクスとそのファクトテーブルを作成し、またはアドホック SQL にフォールバックする。"show me signups by country"、"chart daily active users"、"how many orders last week"、"build me a dashboard"、"put these metrics on a dashboard"、"add a chart to this dashboard"、"set up reporting for X"、"find our revenue metric"、"what fact tables exist"、"create a metric"、"define a metric on the orders table"、"what tables contain user data"、"run a SQL query"、およびプロダクトデータに関するあらゆる "show me / chart / plot / how many" の質問に使用する。A/B テストの結果や実験メトリクスの選択には experiments を使用する。フィーチャーフラグには feature-flags を使用する。初回の API key 設定には gb-setup を使用する。
Android アプリ開発（Kotlin）の画面遷移・Navigation リファレンス。Jetpack Compose、androidx。Navigation 3（stable、NavDisplay、NavKey、ResultEventBus、DeepLinkMatcher）、Navigation Compose（NavHost、composable、型安全なルート）、Fragment ナビゲーション（NavHostFragment、Safe Args）、ディープリンク、App Links、assetlinks.json、予測型戻る（OnBackPressedDispatcher）。
Playwright スクリプトから AI ナレーションとアニメーションオーバーレイ付きの洗練された製品デモ動画を作成するための Argo のガイドです。ユーザーが Argo、デモ動画、製品デモ、ナレーション付き画面録画、Playwright の動画デモ、ナレーション生成に言及する場合や、ウェブアプリからマーケティング、営業、オンボーディング動画を自動作成したい場合に使用します。'@argo-video/cli' からのインポート、'*.demo.ts' または '*.scenes.json' という名前のファイル、あるいはプロジェクト内の 'argo.config.js' がある場合も使用します。ユーザーが「デモを録画して」「アプリの動画を作って」とだけ言った場合にも適用されます。
このスキルは、LLM が @ax-llm/ax を使って正しい AxAgent のメモリ検索、context-map、動的スキル読み込みのコードを生成するのを支援する。contextMap、AxAgentContextMap、onMemoriesSearch、memoriesCatalog、recall(...)、inputs.memories、onLoadedMemories、onUsedMemories、onSkillsSearch、skillsCatalog、AxAgentCatalogSkill、discover({ skills })、onLoadedSkills、onUsedSkills、プリロードされたスキル、forward 時のメモリのプリロード、relevanceRanking のヒント、読み込み済みのメモリ／スキル ID、複数の forward() 呼び出しにまたがるメモリの保持についてユーザーが尋ねたときに使用する。
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。