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 99,951 件掲載。コマンド 1 行でインストールできます。
すべて
Cypress テストスイートを CodeceptJS 4 に移植します。プロジェクトに `cypress.config.{js,ts,mjs}`、`cypress/` ディレクトリ（`cypress/e2e/`、`cypress/support/{commands,e2e}.*`、`cypress/fixtures/`）、`devDependencies` の `cypress`、または `cy.*`（`cy.visit`、`cy.get`、`cy.contains`、`cy.session`、`cy.intercept`、`cy.request`、`cy.task`、`cy.fixture`、`cy.origin`、`cy.mount`）、`Cypress.Commands.add(...)`、`Cypress.env(...)` を呼び出すテストコードが含まれる場合にトリガーします。
ユーザーがモデル性能の評価、検証、比較、説明、デバッグを求めたときに使用するこのスキル。以下の場合に積極的に有効化する：(1) 分類、回帰、ランキング、NLP、CV、推薦、予測、生成 AI の指標選択、(2) 訓練/検証/テスト分割、交差検証、グループ化または時系列の検証、(3) 混同行列、ROC/PR 曲線、キャリブレーション、閾値、誤差分析、(4) アブレーション研究、統計的有意性、信頼区間、bootstrap 検定、(5) バイアス、公平性、説明可能性、ロバスト性、リーク検出。提供：厳密な評価方法論と本番投入前のチェック。
ユーザーがハイパーパラメータの調整、スイープの実行、探索空間の最適化、AutoML の利用を求めたときに使用するこのスキル。以下の場合に積極的に有効化する：(1) Optuna、Ray Tune、FLAML、AutoGluon、Hyperopt、Nevergrad、KerasTuner、W&B sweeps、(2) グリッドサーチ、ランダムサーチ、ベイズ最適化、TPE、ガウス過程、進化的探索、(3) ASHA、Hyperband、逐次半減、マルチフィデリティ最適化、集団ベース学習、(4) 学習率ファインダー、バッチサイズ探索、早期停止、プルーニング、(5) 再現可能なスイープ設計と実験分析。提供：予算を考慮したハイパーパラメータ探索戦略。
ユーザーが ML モデルの訓練、デバッグ、スケール、改善を求めたときに使用するこのスキル。以下の場合に積極的に有効化する：(1) PyTorch、TensorFlow/Keras、JAX、Flax、Hugging Face Trainer/Accelerate の訓練ループ、(2) 分散訓練、DDP/FSDP/DeepSpeed、TPU/GPU のセットアップ、(3) 混合精度 AMP/bf16、勾配蓄積、チェックポイント、シード設定、(4) 過学習、不均衡、損失関数、正則化、学習率スケジュール、warmup、(5) メモリ最適化、勾配チェックポイント、オフロード、量子化を考慮した訓練。提供：深層学習と古典的 ML にわたる再現可能な訓練のベストプラクティス。
モダンな React 19+ に関する権威あるガイダンス（Actions、use、Compiler、View Transitions、Fragment refs、Activity、browser、useEffectEvent）。React コンポーネント、フォーム、データ取得、並行 UI の作成・レビュー・リファクタリング・移行、または React 19+ へのアップグレード時に使用する。React、React 19、useActionState、useOptimistic、forwardRef、useEffect によるデータ取得、React Compiler、ViewTransition、Suspense パターン、codemod で発動する。常にトレーニングデータより最新の公式パターンを優先する。
Google Ads、Meta Ads、その他の広告プラットフォーム向けの有料広告の自動化。キャンペーンの作成、予算の最適化、キーワードの管理、広告コピーの作成、ROAS の追跡を行う。利用可能な場合はサードパーティの広告管理スキルを活用する。ユーザーが広告キャンペーン、PPC、SEM、有料トラフィックを必要とする場合、または 'run ads'、'Google Ads'、'Meta Ads'、'Facebook Ads'、'ad campaign'、'PPC'、'ROAS'、'paid traffic' と言う場合に使用する。
実際のプロダクトを構築する — ランディングページから、決済統合、QA テスト、デプロイ後のカナリア監視を備えたデプロイ済み MVP まで。コード生成、デプロイ、データベースのセットアップ、認証、Stripe／決済統合、体系的な QA プロトコル、本番ヘルススコアリングを担当する。ユーザーが何かを構築したり、プロダクトをデプロイしたり、決済を設定したり、ランディングページを作成したりする必要がある場合、または 'build this'、'deploy'、'create MVP'、'set up payments'、'ship it' と言う場合に使用する。
ソーシャルメディア管理とコミュニティ構築の自動化。コンテンツカレンダーの作成、投稿の下書き、エンゲージメントの管理、X/Twitter、LinkedIn、Reddit、Product Hunt などのプラットフォームでのオーディエンス構築を行う。ユーザーがソーシャルメディア戦略、コンテンツのスケジューリング、コミュニティ構築を必要とする場合、または 'social media'、'tweet'、'LinkedIn post'、'Reddit'、'Product Hunt launch'、'build audience' と言う場合に使用する。
ViewModel（または任意のオブジェクト）間の疎結合な通信のための CommunityToolkit.Mvvm Messenger パブ/サブ。WeakReferenceMessenger と StrongReferenceMessenger、IRecipient<TMessage>、RequestMessage<T> / AsyncRequestMessage<T> / CollectionRequestMessage<T>、ValueChangedMessage<T>、チャネル（トークン）、ObservableRecipient のアクティベーションライフサイクルを扱う。WPF、WinUI 3、.NET MAUI、Uno、Avalonia で使用する。
inference.sh CLI 経由で Google Gemini 3.1 Flash Image Preview（Nano Banana 2）による画像生成を行う。機能：テキストからの画像生成、画像編集、複数画像の入力（最大 14 枚）、Google Search グラウンディング。トリガー：nano banana 2、nanobanana 2、gemini 3.1 flash image、gemini 3 1 flash image preview、google image generation
Viktor が IT エージェンシーのクライアント向けにオファーを素早く考案し、アウトバウンドでテストしたいときに使用します。クライアントのウェブサイト URL から、テスト可能なオファー仮説（ICP × 課題 × メカニズム）を 5～10 件生成してスコア付けし、有望な案をテスト設計付きのアウトバウンド用カードに展開します。ユーザーが「придумай офери для клієнта」「що продавати цій агенції」「офери під аутбаунд」「build offers from this URL」「offer factory」「розроби офер для [клієнт]」と言うか、エージェンシーの URL を貼り付けて何を販売・テストすべきか尋ねた場合に起動します。ターゲットとシグナルの選定には使用しません（その場合は hypothesis-builder／hypo-generator を使用）。このスキルは OFFER 自体を扱います。
OpenHarmony/Chromium の深層コード監査スキル - スレッドセーフティ、ライフタイム管理、論理的な脆弱性に焦点。厳密なシステムレベルプログラミングの経験に基づき、C/C++ ソースコードを深くレビューする： - スレッドセーフティの問題（データ競合、デッドロック、シーケンスをまたぐアクセス） - ライフタイムの問題（UAF、ダングリングポインタ、WeakPtr の誤用） - OpenHarmony/Chromium 固有のパターンのリスク - 静的解析ツールでは発見できない高度なセキュリティリスク。主な特徴： - 極めて厳密なレビュースタイル - 14 条の厳格なユーザー定義ルールに従う - 構造化された JSON と Markdown レポートを生成 - チームの責任範囲ごとに問題を分類
実際の Darkbone Archer ランタイムから Open Design ハンドオフを構築・検証する——ゲーム UI（アップグレードのみの保持契約）と VFX/スキル/RIG デザインパッケージの両方。Codex が Open Design ハンドオフを準備、再生成、監査する必要があるとき；既存の Claude Design ハンドオフ zip を Open Design に取り込むとき；現在のスクリーンショット、アニメーション動画、キーフレーム、ソースアンカー、アセット、レスポンシブ状態、保持境界を収集するとき；またはスタンドアロンのコンセプトが、それが示していない既存のアイデンティティ、モーション、インタラクション、コピー、データを削除するのを防ぐときに使用。
Polygon の Open Money Stack（OMS）API 上で資金移動と fintech プロダクトを構築する：ネオバンク、カストディアルウォレット、送金、オンボーディング/オフランプ、ステーブルコイン決済、現金の入出金。開発者が Polygon 上で金融プロダクトを構築、設計、スコープ定義、計画したいとき、OMS API に言及したとき、Polygon payments の認証やオンボーディング方法を尋ねたとき、"build me a neobank"（または送金アプリ、決済アプリ、ウォレット、オンランプ、オフランプ）と言ったとき、あるいはユースケースを実際の Polygon エンドポイントに対応させる実装計画を必要とするときに使用する。この skill は開発者を認証へと導き、いくつかのディスカバリー質問を行い、今日呼び出せるものとアーリーアクセスのものを明確に分けた、エンドポイントに基づく実装計画を生成する。
Open WebUI の詳細ガイド：アーキテクチャ、認証、関数、パイプライン、API、RAG、スケーリング、デバッグ、隠し機能。Open WebUI の仕組みやデプロイ方法、認証（OAuth、LDAP、JWT）の設定、関数やパイプラインの作成、モデル（Ollama、OpenAI）の接続、RAG/ナレッジベースの設定、本番環境への拡張、問題のデバッグなど、Open WebUI に関するあらゆる質問に使用します。Open WebUI のコード（関数（filter、pipe、action）、パイプライン、設定、docker-compose）の作成にも使用します。トリガー（ロシア語）：веб-интерфейс、чат、база знаний、модель。
OpenAI の Responses API（Chat Completions のステートフルな後継）でエージェント型 AI アプリを構築する。ターンをまたいで推論を保持し、マルチターン性能を 5% 向上させ、キャッシュ利用率を 40-80% 改善する。使用場面：永続的な推論を備えた AI エージェントの構築、外部ツール用の MCP サーバーの統合、組み込みの Code Interpreter/File Search/Web Search の使用、ステートフルな会話の管理、長時間タスク向けのバックグラウンド処理の実装、多態的な出力とサーバーサイドツールを得るための Chat Completions からの移行。
control-plane MCP サーバーを介してアプリケーションレベルの OpenChoreo 作業を行います。サービスのデプロイ、ワークロードの設定、マネージドインフラストラクチャのリソースの利用、リリースの昇格、シークレット参照の管理、ランタイムの調査に対応します。ユーザーが「サービスをデプロイして」「コンポーネントを追加して」「ソースから再ビルドして」「データベースを使って」「staging に昇格して」「ロールバックして」「2つ目のバージョンを並行稼働して」「ポッドがクラッシュする理由は？」と言ったときに使用します
コントロールプレーン MCP サーバー（および `kubectl` と Helm）を介したプラットフォームレベルの OpenChoreo 作業 — ProjectTypes / ComponentTypes / ResourceTypes / Traits / Workflows の作成、Environments と DeploymentPipelines の作成、Planes の登録、シークレットストアと認可の構成。ユーザーが「set up a new environment」「create a deployment pipeline」「add a ProjectType」「add a ComponentType」「add a ResourceType」「register a data plane」「configure auth」「install OpenChoreo」と言ったときに使用する。
ホストマシン（ローカルまたは SSH 経由）から、稼働中の OpenClaw インストールを操作・設定・デバッグする。エージェントのペルソナ/ワークスペースの構築を**除く**ランタイム面の全体を扱う — チャンネル、gateway、daemon/service、設定（`openclaw.json`）、モデルと認証、cron、hooks、plugins、sandbox、sessions、セキュリティ監査、doctor、reset、uninstall。`openclaw` CLI コマンド、`~/.openclaw`、`openclaw.json`、「gateway を再起動」、「チャンネルを追加」、「ボットが応答しない原因を確認」、「openclaw doctor」、「channels status」、「OpenClaw ホストに SSH」などの言及があれば必ずこのスキルを呼び出すこと — ホストに `~/.openclaw/openclaw.json` があり、明示されていなくても OpenClaw の作業が含意される場合も同様。エージェントのワークスペースファイル（SOUL.md / AGENTS.md / IDENTITY.md / USER.md / RAG ナレッジ / `agents.list[]` エントリ / `bindings[]`）を作成または編集する作業は必ず **openclaw-agent-builder** に引き継ぐこと。
agentskills.io の optimizing-descriptions フレームワークに従って SKILL.md の `description` フィールドを監査・書き換えるためのメタスキル。mizchi の二トラックトリガーポリシー（Meta = 明示的呼び出しのみ、Project = 強めの自動トリガー）を重ねて適用します。ユーザーが「スキル説明を最適化する」「説明を監査する」「agentskills に従って説明を書き換える」と明示的に求めた場合にのみ呼び出してください。SKILL.md を編集するたびに自動呼び出ししないこと。説明の調整は意図的なバッチ作業であり、編集ごとの反射ではありません。
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。