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
ユーザーが、公開向け、編集、ブログ、ソーシャルメディア、ニュースレター、マーケティング、フィクション、ノンフィクション、または情報発信に使うイタリア語の文章の執筆、起草、翻訳、改訂を依頼したときに起動します。イタリア語の文章を自然にする、AIらしいパターンを取り除く、チャットボット風の表現を修正する、文章コーパスをもとに著者の文体を再現・調整する、人間が書いた文章を自動検出器が生成文と判定したことへの対応、または言語モデルが生成したイタリア語文章の改訂を依頼した場合も起動します。
JeecgBoot Online フォーム(cgform)のライフサイクル全体の管理 — API を通じてデータベーステーブルとフォーム設定を自動作成/編集し、単一テーブル、親子テーブル、ツリーテーブル、26 種類のコントロールタイプ、および JS/Java/SQL 拡張、権限設定、データ CRUD、積木レポート連携をサポートします。ユーザーの意図が「Online フォーム」に関わる場合は必ずこのスキルを使用します。含まれるがこれに限らない例:データベーステーブルの作成・設定("休暇申請テーブルを作る"、"online テーブルを作成する"、"ドロップダウン選択付きのテーブルを作る"、"ローコードフォーム"、"オンラインフォーム"、"テーブルを設定する")、既存の Online テーブルフィールドの変更("フィールドを追加する"、"フィールド型を変更する"、"子テーブルを追加する"、"フィールドを削除する")、フォーム拡張の設定("JS 拡張"、"カスタムボタン"、"フォーム連動"、"Java 拡張"、"SQL 拡張")、権限の設定("フィールド権限"、"ボタン権限"、"データ権限"、"ロールに付与")、フォームデータの管理("データを挿入"、"レコードを照会"、"CSV をエクスポート"、"テストデータを作成")、および積木レポートの関連付け("このテーブルにレポートを追加"、"印刷を統合")。ユーザーが "online" と言わずに業務要件のみを説明した場合でも(例:"氏名、部署ドロップダウン、入社日を含む従業員情報管理機能を作る")、メタデータ駆動のフォーム設定に関わるものであれば、このスキルを起動すべきです。注意:「デザイナーフォーム」(desform) と混同しないでください — desform はドラッグアンドドロップ式のフォームデザイナーで、スキル jeecg-desform で処理します。「Online レポート」(cgreport) や「Online チャート」(onlchart) とも混同しないでください — これらは SQL 駆動の読み取り専用表示です。
任意のプロジェクト用に justfile(casey/just コマンドランナー)を作成、または justfile へ移行します。ユーザーが justfile の追加、Makefile の置き換え、プロジェクトコマンドの設定、タスクランナーの作成を求めたとき、またはビルド/開発ワークフローの文脈で "just" に言及したときに、このスキルを使用します。Makefile があり just のより簡潔な構文が適するプロジェクトを見たとき、または一般的な開発コマンド(build、test、lint、fmt)を必要とする新規プロジェクトを設定するときにもトリガーします。Rust、Python、TypeScript/JavaScript、Go、Ruby のエコシステムを扱います。CI パイプラインの設定、Dockerfile、実際のビルドシステムの設定(cargo、webpack など)には使用しないでください。
Lenses MCP サーバーを使用して Kafka Connect コネクタ設定のよくある誤設定をレビューします。エラー処理、DLQ 設定、コンバーター、変換、タスク数、タスクのヘルスを確認します。ユーザーが「review connectors」「check connector configs」「why is my connector failing」と言う場合や、Kafka Connect の設定について尋ねる場合に使用します。コネクタの作成、デプロイ、制御には使用しないでください。
katana による Web クローリングと URL 探索。対象サイトのすべてのページとエンドポイントをクロールする、隠れた API パスを発見する、JavaScript 内のエンドポイントを探す、フォームを抽出する必要がある場合に使用する。katana は ProjectDiscovery 製の次世代クローリングフレームワークで、標準モードと Headless ブラウザモードに対応し、JavaScript を解析して動的なエンドポイントを発見できる。Web クローリング、URL 探索、JS エンドポイント抽出、フォーム発見、サイトマップに関わるあらゆる場面でこのスキルを使用すべきである
6 Circles メソッドを用いて優先順位付けされたキーワードクラスターマップを構築する — ポジショニングの整合性、顧客の言語、競合の盲点、実現可能な検索ボリューム、実際の専門性、ビジネス意図の交差点にあるキーワード。ユーザーが 'what keywords should I target'、'what should I write about'、'find SEO opportunities'、'plan my content strategy'、'what does my audience search for' と尋ねたとき、または SEO コンテンツを作成する前に使用する。Keyword Map を生成する:スコアリングされたキーワードをトピッククラスターにグループ化し、各クラスターをそれを対象とすべき記事にマッピングし、コンテンツ制作に引き渡せる状態にする。
KODIAK v7.0.0 — SOL alpha hunter、senpi_runtime_helpers 移行。openclaw-CLI サブプロセス + mcporter サブプロセスから、インプロセスの SenpiClient への配管のみの切り替え(MCP は直接 HTTPS、runtime の /signals へ直接 HTTP POST、長時間稼働の producer_daemon)。テーゼは v6.0.1 からそのまま維持:SOL alpha hunter、単一資産フォーカス、v5.1 ベース技術スコアの下限とマルチファクター採点(SM コンセンサス、トレンド構造、モメンタム、ファンディング、OI、BTC 相関、RSI)、コンビクション別のレバレッジ(デフォルト 5x、スコア 11+ でコンビクション 6x、スコア 13+ でアペックス 7x)、240 分の資産クールダウン。
カスタム Blade や CSS よりも先に、プロジェクトにインストールされたバージョンと公式コンポーネントを用いて Filament 5.x を構築、レビュー、デバッグ、移行、セキュア化、テスト、実装する。Filament のリソース、スキーマ、インフォリスト、フォーム、テーブル、アクション、ウィジェット、リレーションマネージャー、パネル、テナンシー、インポート/エクスポート、プラグイン、API、名前空間、Artisan コマンド、アップグレード、セキュリティレビューに使用。視覚的な仕上げのみ、レイアウトや構成の決定、テーマを保持した UI プレゼンテーション作業、または他の Filament のシグナルなしに admin panel、dashboard、badge だけが言及された場合はトリガーしない。
プロジェクト内のすべての個人データ処理活動を対象とするデータインベントリ(mapa de dados)を作成・維持します。ユーザーが「mapa de dados」「data mapping LGPD」「que dados pessoais coletamos」「inventário de tratamento」と尋ねた場合や、LGPD 監査パイプラインの一環として使用します。`.lgpd/data-map.md` を生成します。Prisma schemas、API エンドポイント、サードパーティ SDK、ログ文からコードを逆解析してインベントリを作成するレガシーシステムで特に重要です。
Light 科研メインライン第 2 ステップ・データエンジニアリング:**見つけられて使えるデータ**(出所/ライセンス/バージョン/サイズ/split)+ **idea を出す前にデータの実現可能性を判断**(研究/統計的検出力を支えるデータが足りるか)+ **データリークの防止**(トップカンファレンスで不採録になりがちな地雷)。使う場面:ユーザーが公開データセットを探す/選ぶ/ダウンロードする、またはデータを渡して "研究に使えるか/足りるか/品質は大丈夫か" と尋ねる / クリーニング・欠損値や外れ値の処理・特徴量エンジニアリング・データセット分割・データ拡張 / データセットの自作(収集・アノテーション基準・プライバシー遵守・公開) / 訓練とテストでデータが混ざっている疑い(リーク) / idea を出す前にデータ基盤を評価する。トリガーワード:データが足りるか / データの実現可能性 / データ品質 / データリーク / リーク防止 / train test の重複 / どう分割するか / 交差検証 / アノテーション基準 / 一致度 IAA / データセットの自作 / サンプルサイズは足りるか / 統計的検出力 / データセットを探す / データライセンス / dataset search / data leakage / feasibility / data split / annotation。中核となる規律:**データリーク = critical で一票否決**(標準化が分割より先/時系列リーク/エンティティの重複/ターゲットエンコーディングのリーク);**データが idea を支えられない = idea の前に止める(戻り辺 2⊣3、データを補うか idea を変える)**;検出力は経験的なしきい値であり power analysis ではない;リーク検出はヒューリスティックで限界があり、"全部調べた" とは言わない。
CRITICAL: Makepad 2.0 のアプリ構造と Rust 連携に使用する。トリガー:makepad app、makepad getting started、app_main!、App::run、MatchEvent、AppMain、handle_event、handle_actions、ScriptVm、from_script_mod、makepad boilerplate、makepad new project、makepad cargo、Cargo.toml setup、hot reload、--hot、live reload、wasm deploy、cargo makepad、media plugin、audio_output、audio_input、AudioBuffer、cx.audio、makepad audio、音频、应用结构、入门、新项目、脚手架、启动、热重载、部署
CRITICAL: Makepad 2.0 のトラブルシューティングとよくある間違いに使用する。トリガー:makepad error、makepad bug、makepad problem、makepad issue、makepad not working、text invisible、widget not showing、click not working、height zero、makepad pitfall、makepad gotcha、makepad FAQ、makepad help、script_mod error、compile error、widget not found、render not updating、hot reload not working、wasm build error、port conflict、server lock、IME popup、selection handle、popup window crash、canvas splash、POST splash loop、100% CPU、set_visible not working、on_render empty、event bridge unreliable、float time display、fn tick not called、on_audio not called、button click through、常见错误、问题排查、故障排除、不显示、不工作、看不见、热重载、编译错误
CRITICAL: Makepad 2.0 のウィジェットカタログと使用方法に使用する。トリガー:makepad widget、makepad View、makepad Button、makepad Label、makepad TextInput、makepad PortalList、makepad Dock、makepad Modal、makepad Image、makepad CheckBox、makepad Slider、makepad DropDown、widget catalog、widget reference、widget list、SolidView、RoundedView、ScrollYView、FoldHeader、Splitter、FileTree、组件、控件、视图、按钮、标签、输入框、列表、模态框
marginaleffects の R および Python パッケージのマニュアルであり、書籍 "Model to Meaning" のガイド。ユーザーが予測、比較、傾き、限界効果、平均処置効果(ATE/ATT/CATE)、仮説検定、対比、反事実、リスク比、オッズ比、G-computation による因果推論について尋ねるとき、または predictions()、comparisons()、slopes()、hypotheses()、datagrid()、avg_predictions()、avg_comparisons()、avg_slopes() やプロット関数といった marginaleffects の関数について支援を必要とするときに使用する。
マーケティングサイトと公開プロダクトページを構築、リファクタリング、監査、検証する。ユーザーがランディングページ、プロダクトページ、ブランドページ、会場ページ、キャンペーンページ、コンバージョンフロー、ヒーローセクション、CTA 階層、ソーシャルプルーフ、メタデータ、レスポンシブなストーリーテリング、メディア中心の公開ページ、SEO 向け UI、ローンチページを求める場合にこのスキルを使用する。プライベートなダッシュボード、管理パネル、CRM 画面、高密度なアプリのワークフローには使用しない。
MarkItDown コマンドラインツール(`markitdown` コマンド)の完全な使用ガイド。すべての CLI オプション(`-o/-x/-m/-c/-d/-e/-p/--use-cu/--cu-endpoint/--cu-analyzer/--cu-file-types/--list-plugins/--keep-data-uris`)、入出力モード(ファイル/パイプ/stdin)、パイプラインの組み合わせ、shell ツールチェーン(jq/grep/xargs/tee/find)との連携、代表的な例(一括変換、Azure バックエンドの切り替え、プラグインの有効化、ストリーミング入力)を解説します。「markitdown コマンドの使い方」「PDF への一括変換」「stdin ストリームの入力方法」「インストール済みプラグインの一覧表示」「Azure Document Intelligence CLI の設定方法」を尋ねられた場合に使用します。LLM Vision を使った OCR については、兄弟 skill `markitdown-ocr` を使用してください。
`markitdown-ocr`プラグイン(公式プラグインリポジトリ:microsoft/markitdown/packages/markitdown-ocr)を通じて、LLM VisionとOpenAI互換モデル(gpt-4o / Azure OpenAI / Gemini / その他のOpenAI互換サービス)を使い、PDF / DOCX / PPTX / XLSXに埋め込まれた画像やスキャンページからOCRテキストを抽出する方法を案内します。インストール、設定(`OPENAI_API_KEY` / Azure認証情報 / カスタムendpoint)、Python APIとCLIラッパー、スキャンPDFの全ページレンダリングへのフォールバック、形式ごとのOCR動作の違い(行内挿入 / 表の後に追加 / トップレベルの説明)、カスタムprompt、コストや制限のトラブルシューティングを扱います。スキャンPDFをmarkdownに変換する方法、PPT内の画像からテキストを抽出する方法、GPT-4oでOCRを行う方法、`markitdown-ocr`プラグインのインストール方法、Azure OpenAIでmarkitdownを設定する方法を尋ねられた場合に使用します。通常のCLIの使い方やMarkItDownの概要だけの場合は、関連スキルの`markitdown-cli`と`markitdown-awesome`を使用してください。
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。
