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
PDF 文書全体を整然とした構造の Markdown に変換し、内容を完全にコンテキストへ読み込みます。ユーザーが PDF の全文をコンテキストに抽出したい場合（grep／検索ではなく）、内容全体を議論・分析する場合、「PDF 全体を読み込む」「PDF をコンテキストに入れる」「PDF をすべて読む」と述べた場合、または部分抽出／grep では重要なコンテキストが失われる場合に使用します。ページごとの処理や grep に代わる、推奨される PDF テキスト抽出方法です。
アーキテクチャ準拠、並列の品質/セキュリティ分析、指摘の検証、重大度監査を含む厳密なマルチエージェントコードレビューを実行する。構造化された、深い、徹底的な、複数パスまたはマルチエージェントのコードレビューをユーザーが求める場合、またはアーキテクチャ/パターン準拠、信頼度スコア付きの指摘、重大度監査を含むレビューを求める場合に使用する。ローカルにチェックアウトされたリポジトリでコミット範囲、期間、または直近 N 件のコミットにわたるコードレビューをユーザーが求める場合に使用する。
最新の PHP 8.3+ の機能、Laravel、Symfony フレームワークを使用して PHP アプリケーションを構築する際に使用します。厳密な型付け、PHPStan level 9、Swoole による非同期パターン、PSR 標準を適用します。コントローラーの作成、ミドルウェアの設定、マイグレーションの生成、PHPUnit/Pest テストの作成、型付き DTO と値オブジェクトの定義、依存性注入の設定、REST/GraphQL API のひな形作成を行います。Eloquent、Doctrine、Composer、Psalm、ReactPHP、または PHP API の開発に使用します。
「banana nano」を使って高品質で一貫性のある児童向けバイリンガル絵本を生成する専用スキル。4 カテゴリ 18 種類のビジュアルスタイル（児童書のコアスタイル 7 種、雰囲気スタイル 5 種、中国文化スタイル 5 種、専用スタイル 1 種）、12 のシーン（自然 5 + 文化 7）、年齢に応じた動的コンテンツシステム（3〜12 歳）、拡張された学習領域（科学、数学、歴史、心理学など）をサポートする。ユーザーが絵本のストーリー、プロンプト、学習教材を作成したいときに使用する。
ユーザーがターミナルエミュレータの互換性、OS 間の差異、tmux/screen/Zellij、SSH/リモートターミナル、Windows ConPTY/従来のコンソール/Windows Terminal、Unix PTY、macOS Terminal/iTerm2、Kitty/Alacritty/WezTerm/foot/GNOME Terminal/Konsole、ターミナル機能マトリクス、エスケープシーケンスのパススルー、レイテンシ、リサイズの伝播、グレースフルデグラデーションについて尋ねたときに、この skill を使用する。次の場合に積極的に有効化する：互換性の監査、エミュレータのバグ、リモート TUI のパフォーマンス、マルチプレクサのパススルー。提供するもの：サポートマトリクス、プラットフォームの注意点、フォールバックのルール。
正確な API 名が分からない場合に、Salesforce 組織内にすでに存在するメタデータを意味から検索します。保存内容や機能を手掛かりに、オブジェクト、項目、フロー、Apex クラス、選択リスト値、権限セット、入力規則、レコードタイプ、共有ルールを検索できます。メタデータ作成前に類似項目の有無を確認し、Apex、LWC、SOQL、Flow ロジックの作成前に実際の名前を確認するために使用します。項目、オブジェクト、入力規則の設定や、項目の読み取り・編集が可能なプロファイルと権限セットの確認にも使えます。Metadata Grounding MCP（search_metadata、query_metadata、describe_metadata）または Salesforce MCP 操作の searchMetadata、queryMetadata、describeMetadata を通じて動作します。組織に Salesforce Catalog が必要です。grounding、SOQL、CLI の選択（platform-metadata-discovery-get）、ソースの取得（platform-metadata-retrieve）、または Data Cloud の DLO／DMO スキーマ（data360-code-extension-generate）には使用しないでください。
Polar の支払い、サブスクリプション、チェックアウトを Web プロジェクトに統合します。Polar 経由で支払いを追加する、Polar checkout を設定する、Polar webhooks を構成する、Polar products を作成する、Polar SDK を統合する、カスタマーポータルを設定する、Polar でサブスクリプション課金を追加する、その他 polar.sh 決済プラットフォームに関わるタスクを依頼されたときに使用します。Polar payments、Polar checkout、Polar webhooks、Polar subscriptions、@polar-sh/sdk、@polar-sh/nextjs、@polar-sh/checkout への言及でトリガーされます。
pbi-cli を使って Power BI PBIR レポートページのビジュアルを追加、設定、データバインド、一括管理する。ユーザーが "add a chart"、"bar chart"、"line chart"、"card"、"KPI"、"gauge"、"scatter"、"table visual"、"matrix"、"slicer"、"combo chart"、"bind data"、"visual type"、"visual layout"、"resize visuals"、"bulk update visuals"、"bulk delete"、"visual calculations" に言及したとき、またはレポートページ上でビジュアルを配置、移動、バインド、削除したいときはいつでもこのスキルを呼び出す。サポートされているビジュアルの種類や、ビジュアルをデータモデルに接続する方法をユーザーが尋ねたときにも呼び出す。
ユーザーが電力網の運用を最適化したい、送配電を管理したい、または電力の需給バランスを取りたいときに使用する。「grid optimization」「power dispatch」「transmission planning」「distribution management」「load balancing」「grid reliability」「energy management system」「smart grid」といった用語に言及した場合にも使用する。再生可能エネルギーの統合については renewable-energy-planning を参照。エネルギー貯蔵については energy-storage-optimization を参照。
Cartography schema をノードラベル、プロパティ、リレーションシップの信頼できる情報源として、Prowler Attack Paths の openCypher クエリを作成する。Prowler 固有の追加（Internet ノード、ProwlerFinding、内部分離ラベル）、$provider_uid のスコープ設定、Neo4j と Amazon Neptune の両方のシンクで効率的に動作する型付き `HAS_*` エッジを持つリストプロパティの項目ノードを扱う。トリガー：Attack Paths クエリを作成または更新するとき。
Astro フレームワークによる静的サイトの構築とデプロイに関する包括的なガイダンス。"create astro site"、"deploy astro to firebase"、"set up content collections"、"add mermaid diagrams to astro"、"configure astro i18n"、"build static blog"、"astro markdown setup" を求められた場合に本 skill を使用する。SSG の基礎、Content Collections、Markdown/MDX、部分ハイドレーション、アイランドアーキテクチャ、Netlify・Vercel・GitHub Pages・GCP/Firebase へのデプロイを扱う。
手動 QA テスト — ユーザーと同じ視点で、あらゆる手段を用いて機能をエンドツーエンドで検証します。ブラウザ（Playwright）、Docker、アドホックスクリプト、REPL、開発サーバーなど、ローカルのあらゆるツールを使い切ります。モックを認識 — モックに基づくテストカバレッジはカウントしません。達成可能な最高の忠実度で実際の userOutcome を証明します。ブロックされたシナリオは /pr に人手による検証待ちとして送られます。単独でも /ship と組み合わせても使用できます。トリガー：qa、qa テスト、手動テスト、機能をテスト、動作するか確認、探索的テスト、スモークテスト、エンドツーエンド検証。
MCP 経由で Qlik アプリを分析し、5-Layer Model を用いて AI 利用（Qlik Answers と Qlik MCP）向けに最適化する。ユーザーが次のことを望むときは常にこの skill を使用する：Qlik アプリが Qlik Answers や MCP とどれだけうまく連携するかを評価または改善する、AI readiness を確認する、AI 向けのフィールド命名やグループ化の問題を修正する、Master Item の説明を改善する、フィールドノイズを減らす、時間ベースの質問のために日付フィールドを監査する、同義語マッピングを作成する、アプリを AI 消費向けに準備する。また、ユーザーが "AI-ready"、"optimize for Answers/MCP"、"Qlik AI Health Check"、"AI Readiness"、"prepare app for AI"、"Answers isn't working"、"Answers gives wrong results"、"Master Items not showing"、"fields not visible to AI" と言った場合、または未グループ化の項目、ノイズの多いフィールド、欠落した説明に言及した場合にもトリガーする。ユーザーが 1 つの層、1 つの問題、1 つのフィールドだけに言及した場合でも、常にこの skill を使用する——完全な評価が対象を絞った修正の背景情報となる。
CLI から Railway（railway.com）でホストされたアプリをデバッグ・開発・運用する——プロジェクト/サービス一覧、ビルド/デプロイ/HTTP ログの追跡とフィルタ、メトリクスの読み取り、変数の確認と設定、カレントディレクトリからのデプロイ、再デプロイ/再起動/ロールバック、サービスの環境変数を使ったローカルコマンド実行、コンテナへの SSH、DB シェルの起動。利用可能な認証済み Railway connector または CLI を使用し、リリース経路はリポジトリのデプロイポリシーが決める。任意で同梱されるスクリプト（`scripts/preflight.sh`、`scripts/debug.sh`、`scripts/smoke.sh`）は Onsager 固有のラッパーであり、他のリポジトリは無視しても fork してもよい。トリガーには "deploy to railway"、"railway deploy this"、"railway logs"、"tail railway logs"、"why is my railway service crashing"、"why did the build fail on railway"、"railway 500s"、"railway latency"、"show railway http logs"、"redeploy on railway"、"restart my railway service"、"roll back railway"、"set a railway env var"、"list railway variables"、"railway metrics"、"is my railway service healthy"、"connect to my railway postgres"、"ssh into railway"、"run this locally with railway env"、"list railway projects/services/deployments"、および（Onsager 固有）"check railway"、"preflight"、"smoke test"、"is the deploy healthy" が含まれる。
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。