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 99,719 件掲載。コマンド 1 行でインストールできます。
すべて
支払い Skill — ユーザーの支払い/決済/チェックアウトの意図を認識するか、他の skill(投げ銭 skill など)からの呼び出しを受け取り、scripts/payment_api.js を実行して支払い QR コード API を呼び出し、tradeCode を取得してユーザーに目立つ形で表示します。TRIGGER when: ユーザーが「我要支付」「我要付款」「去支付」「帮我支付」「结账」「付钱」「买单」と言った場合、または他の skill が amount パラメータを付けて呼び出した場合。DO NOT TRIGGER when: ユーザーが投げ銭/ギフト/感謝の意図を示した場合(tip skill が処理)。
適切な質問を投げかけベストプラクティスを適用することで、QA エンジニアとパフォーマンステスターが完全なパフォーマンステスト戦略を設計できるよう導く。ユーザーが、パフォーマンステストの計画方法、実行すべきテスト種別(Smoke、Load、Stress、Spike、Endurance/Soak)、SLA の定義方法、収集すべきメトリクス、テストの規模の決め方、テスト実行の順序付けを尋ねたときはいつでもこのスキルを使用する。"performance test plan"、"load test strategy"、"how many users should I use"、"what kind of performance test do I need"、"where do I start with performance testing"、"help me design my perf tests" といったフレーズでトリガーする。
蓄積したスタイルの経験を活かし、アップロードされた画像からあらゆる学術論文の図を再現する。使用場面:ユーザーが論文の図をアップロード/添付して再現や再作成を求めたとき、ユーザーが "复现这个图"、"reproduce this plot"、"match this figure"、"照着这个图画" と言ったとき、または論文の図の PNG/スクリーンショットを提供してそれを生成する Python matplotlib コードを求めたとき。フォント検出、色抽出、比率合わせ、および 8 種類の既成スタイルへのマッピングまたは新規スタイルのゼロからの作成のための分析ワークフローを含む。
プロダクトマネージャー Skill ライブラリのグローバル統括コントローラー。20 個の PM Skill を管理します。13 個の実行ツール(PRD、レビュー、優先順位付け、ロードマップ、データ分析、実験、イベントトラッキング、アンケート、競合分析、振り返り、プロトタイプ×3)+ 7 個の専門家アドバイザリーグループ(Cagan、Torres、俞軍、Mom Test、Story Mapping、Build Trap およびその統括)。機能:(1)ユーザーが説明した問題に基づいて最適な Skill に自動ルーティングする (2)マルチ Skill のワークフローチェーンを編成し、前のステップの成果物を次のステップに引き継ぐ (3)判断を要する問題は pm-advisory-board に引き継いで専門家レビューを実施する。トリガーワード:「pm-master」「プロダクト統括」「どの Skill を使うべきか」「この要件を進めてほしい」「最初から最後まで通してやる」「完全なチェーン」。または、ユーザーがプロダクト業務のシナリオを説明してもどの Skill を使うか指定していない場合、あるいは 1 つのタスクが明らかに複数の Skill の連携を必要とする場合には、本 Skill を優先して使用してください。
Postiz は、ソーシャルメディアやチャットへの投稿を 28 以上のチャネルに予約投稿できるツールです。対応チャネル:X、LinkedIn、LinkedIn Page、Reddit、Instagram、Facebook Page、Threads、YouTube、Google My Business、TikTok、Pinterest、Dribbble、Discord、Slack、Kick、Twitch、Mastodon、Bluesky、Lemmy、Farcaster、Telegram、Nostr、VK、Medium、Dev.to、Hashnode、WordPress、ListMonk
pbi-cli を使って Power BI のテーブルパーティション、名前付き式(M/Power Query データソース)、カレンダーテーブルの構成を管理する。ユーザーが "partitions"、"data sources"、"M expressions"、"Power Query"、"incremental refresh"、"named expressions"、"connection parameters" に言及したとき、またはテーブルがデータを読み込む方法を構成したいときにこのスキルを呼び出す。より広範なモデリング作業(メジャー、リレーションシップ、階層)については、代わりに power-bi-modeling を参照。
prisma-json-types-generator を使用して Prisma の `Json`、`String`、`String[]`、`Int`、`Float` フィールドの型を追加または修正する際に使用します。`/// [Type]` と `/// ![Type]` コメント、列挙型のようなリテラルユニオン、名前空間型とインライン型、TypedSQL の結果列とパラメーター、生成型が依然として `JsonValue`、`unknown`、または単純なスカラー型として表示されるケースも対象です。
Kubernetes でのプログレッシブデリバリー —— Argo Rollouts によるカナリアおよびブルーグリーンデプロイと、Kargo による環境間のプロモーション。USE WHEN カナリアリリースの実装、ブルーグリーンデプロイ、リビジョン間のトラフィック切り替え、メトリクスでゲートされたプロモーション、AnalysisTemplate/AnalysisRun の設計、Argo Rollouts CRD、または Kargo の freight/warehouse/stage プロモーションパイプライン、dev/staging/prod をまたぐ多段階プロモーション、ArgoCD+Kargo の統合。Rollouts はどのリビジョンがトラフィックを処理するかを担い、Kargo はどのリビジョンがどの環境にあるかを担う。デプロイ戦略とマルチ環境プロモーションの両方が必要な場合は、両方を併用する。
高品質なプロンプトの作成、または既存プロンプトの改善 — タスク分解、エキスパートペルソナ、検証チェックリストを伴うメタプロンプティング。ユーザーが「tạo prompt」「viết prompt cho tôi」「giúp tôi viết prompt」「cải tiến prompt này」「prompt này chưa tốt」「review prompt」と言った場合、または system/task/conversation/role 用のプロンプトが必要な場合に使用します。基本バージョン — より厳密な構造とプロンプトチェーンが必要な場合は prompt-generator-v2(KERNEL)を使用してください。
デザイントークンとページ仕様から自己完結型の HTML/CSS モックアップとワイヤーフレームを生成する——出力は常に閲覧可能な .html ファイルであり、ガイダンスやコードではない。デザインを見たい、モックを作りたい、プロトタイプを構築または提示したい、ワイヤーフレームを作成したい、プレビューをレンダリングしたい、本番コードを書く前にページの見え方を可視化したいといったリクエストに使用する。DESIGN.md トークンと JOURNEY.md ページ仕様があれば読み込み、なければグレースケールのワイヤーフレーム既定値を使用する。ブラウザ MCP 経由でレンダリングし、接続されていればスクリーンショットのパスを返し、接続されていなければ open の注記付きで .html を出力する。対象外:フォント、色、ビジュアルアイデンティティ、デザイントークンの選択または定義(core design を使用);既存デザインの批評、監査、レビュー(core audit を使用);IA、フロー、ページ仕様の計画(journey を使用);デザイントークンシステムやコンポーネントライブラリの構築(design-systems を使用)。
Python ライブラリのパッケージングを構成します — pyproject.toml のメタデータ、ビルドバックエンド、src レイアウト、コマンドラインのエントリーポイント、uv ロックファイル、開発依存関係の配置先(dependency-groups か optional-dependencies か)、wheel と sdist。プロジェクトをインストール可能にする、pyproject.toml を設定する、wheel をビルドする、requirements.txt から移行する、uv に切り替える場合に使用します。PyPI への公開やリリース自動化には使用しません。
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。
