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
ユーザーが詳細な生産スケジュールの作成、MPS の策定、生産計画の管理、または S&OP の実行への落とし込みを望むときに使用する。ユーザーが「MPS」「production plan」「available-to-promise」「master schedule」「rough-cut capacity planning」「time-phased planning」「planned orders」「MRP input」に言及したときにも使用する。現場のスケジューリングについては production-scheduling を参照。総量計画については sales-operations-planning を参照。
CUMCM 国内大会、MCM/ICM、Dian Gong Cup（電工杯）の数学モデリングコンテスト向けのエンドツーエンドの協働ワークフロー。ユーザーがこれらのモデリングコンテストのいずれかに明示的に取り組む場合、または問題選定からモデリング、求解、ロバスト性、執筆、コンプライアンス、最終提出レビューまでのモデリングコンテスト論文の実行/レビューを依頼した場合に使用する。10 のステージ、永続的な意思決定状態、コンテスト固有のルール/テンプレート、決定論的なスコアリング補助ツール、番号付きの意思決定、Codex/Claude Code へのハンドオフを提供する。一般的なモデル選択、通常のデータ分析、コンテスト以外の論文レビューではトリガーしない。
MathWorks ツール（MATLAB、Simulink、Embedded Coder）を使用して AI モデルを組み込みハードウェアに展開する。2 つのワークフローパターンを扱う: (1) MathWorks ネイティブまたはインポートしたモデルを軽量ハードウェア向けに dlnetwork として再構築する、(2) PyTorch および LiteRT モデルから C/C++ コードを直接生成する。どちらのパターンもすべてのターゲット（Cortex-M/A/R、x86、GPU）をサポートする。トリガー: ユーザーが AI を組み込みターゲットに展開したい場合、ニューラルネットワークから C/CUDA を生成したい場合、MCU 向けに AI モデルを圧縮したい場合、システムレベルシミュレーションのために Simulink に AI を統合したい場合、組み込み展開用に PyTorch/ONNX/TensorFlow モデルをインポートしたい場合、リソース制約のあるハードウェア向けに AI を最適化したい場合、または loadPyTorchExportedProgram、loadLiteRTModel、importNetworkFromPyTorch、importNetworkFromONNX、importNetworkFromTensorFlow、importNetworkFromKeras、dlquantizer、exportNetworkToSimulink を使用したい場合、あるいは Embedded Coder を AI モデルで使用したい場合。
MATLAB Antenna Toolbox を使ってアンテナ、アレイ、PCB アンテナを設計する。カタログアンテナの設計とパターン解析、カスタムアンテナの構築（customAntenna + shape.*）、PCB アンテナ設計（pcbStack + antenna.*）、有限・無限アレイ設計、AI 加速による設計探索（AIAntenna、patternFromAI）、最適化（SADEA/TR-SADEA）を扱う。ユーザーがアンテナやアレイの設計、作成、モデリング、解析、最適化、製造を求めたときに使用する。
memsearch を通じて過去のセッションから関連する記憶を検索・想起する。ユーザーの質問が履歴的な文脈、過去の決定、デバッグメモ、以前の会話、プロジェクトの知識から恩恵を受ける場合に使用する。特に 'what did I decide about X'、'why did we do Y'、'have I seen this before' といった質問に適する。SessionStart や UserPromptSubmit 経由で `[memsearch] Recall available if needed` のケイパビリティヒントが注入されている場合にも使用する。典型的な流れ：3〜5 個の chunk を検索し、最も関連するものを展開し、必要に応じて anchor 形式で元のトランスクリプトまで深掘りする。質問が現在のコード状態に純粋に関わる場合（Read/Grep を使用）、一時的な場合（今日のタスクのみ）、ユーザーが明示的に記憶を無視するよう求めた場合はスキップする。
Protractor のテストスイートを CodeceptJS 4 に移植する。プロジェクトに以下が含まれる場合にトリガー：`protractor.conf.{js,ts}`、`devDependencies` 内の `protractor`、`*.e2e-spec.{js,ts}` ファイル、spec ファイルを含む `e2e/`（または `protractor/`）ディレクトリ、依存関係内の `@types/jasmine` / `jasmine-spec-reporter`、`protractor` からのインポート（`browser`、`element`、`by`、`ExpectedConditions`）、または `element(by.X(...))`、`element.all(...)`、`by.addLocator(...)`、`browser.get(...)` / `browser.executeScript(...)` / `browser.wait(EC.*)` / `browser.waitForAngular(...)` / `browser.ignoreSynchronization` / `browser.params.*` を呼び出すコード。
TestCafe のテストスイートを CodeceptJS 4 に移植する。プロジェクトに以下が含まれる場合にトリガー：`.testcaferc.{json,js,ts,cjs}`、`devDependencies` 内の `testcafe`、`testcafe` からインポートするテストファイル（`Selector`、`ClientFunction`、`Role`、`RequestMock`、`RequestHook`、`RequestLogger`）、トップレベルの `fixture('X').page(...)` + `test('y', async t => { ... })` ブロック、`Selector(...)` チェーン（`.withText`、`.nth`、`.find`、`.filter`）、`await t.click(...)` パターン、`t.useRole(...)`、`t.eval(...)` / `ClientFunction(...)`、または TestCafe Studio の記録。
ユーザーが ML システムの本番化、追跡、バージョン管理、ガバナンス、監視、自動化を求めたときに使用するスキル。以下の場合に積極的に有効化する：(1) MLflow、Weights & Biases、Neptune、Comet、ClearML による実験追跡、(2) モデルレジストリ、モデルのバージョン管理、アーティファクトの系譜、再現性、(3) Kubeflow、SageMaker Pipelines、Vertex AI Pipelines、Azure ML pipelines、Databricks workflows、(4) CI/CD、継続的なトレーニング/評価、A/B テスト、カナリア/シャドウデプロイ、(5) ドリフト検出、モデル監視、データ検証、責任ある AI ガバナンス。提供内容：エンドツーエンドの MLOps アーキテクチャと運用上の安全策。
ビジネス成長のための自動コンテンツ制作パイプライン。ブログ記事、ランディングページ、メールシーケンス、ソーシャルメディアコンテンツ、動画スクリプトを作成し、需給に基づくテーマゲート、5 次元の品質診断、1 コアの共鳴チェック、文ごとの情報密度スコアリング、12 シグナルの真正性監査、見出しインパクトマトリクス、コンテンツ実質スコアリング、低コスト形式の MVP テストラダーを備える。ユーザーがコンテンツマーケティング、ブログ記事、メールシーケンス、コピーライティング、動画スクリプトを必要としたとき、または「コンテンツを書いて」「ブログ記事」「メールシーケンス」「コンテンツカレンダー」「マーケティングコピー」「動画スクリプト」「フック」と言ったときに使用する。
ビジネス健全性スコアリング、カナリア監視、安全ガードレールを備えた 24 時間 365 日の自律的なビジネス運用オーケストレーター。コンテンツ公開、ソーシャルメディア投稿、アウトリーチシーケンス、広告監視、財務レポート、ヘルスチェック、デプロイ後の検証など、すべてのビジネス機能を自動的にスケジュールして実行する。ユーザーが運用の自動化、タスクのスケジュール、自律ワークフローの設定を望んだとき、または「これを自動化して」「24/7」「自動で実行」「スケジュール」「cron」「自律」「設定したら放置」と言ったときに使用する。
ひとことの意図から、洗練された完成度の高いモーションを作成します。「見栄えのよいアニメーション付きランディングページを作って」「楽しい「いいね」アニメーションを追加して」「滑らかなリリース動画を作って」といった自然言語の依頼を受けると、意図を分類し、MOTION-SPEC.md（タイミング、イージング、抑制の予算）に従いながら motion-anything ライブラリから最適なレシピを選んで出力します。motion-anything の汎用エントリーポイントです。ウェブページ、スライド、アプリ紹介ページ、動画に対応します。
iOS/tvOS 向けの MVVM に関する専門的な意思決定：ViewModel パターン（state enum、published プロパティ、Combine）の選択、サービス層の境界、依存性注入の戦略、テスト手法。ViewModel アーキテクチャの設計、データフローの問題のデバッグ、ビジネスロジックをどこに置くかの判断に使用します。トリガーキーワード：MVVM、ViewModel、ObservableObject、@StateObject、service layer、dependency injection、unit test、mock、architecture
ソロプレナーとして交渉を進める — 価格設定、スコープ、条件、契約。見込み客が価格に難色を示した、スコープを変更したい、条件に異議を唱えた場合、または双方にとって機能する取引を組み立てる必要がある場合に使用する。交渉心理学、よくある反論への応答、BATNA（交渉合意の最良代替案）、アンカリング、および料金交渉や契約条件といったソロプレナー特有のシナリオを扱う。"negotiate"、"negotiation"、"they want a discount"、"price pushback"、"contract negotiation"、"how to negotiate"、"client wants lower price"、"negotiate terms" でトリガーされる。
静的優先の Next.js 16 アーキテクチャパターン：動的スロットを持つキャッシュシェル、provider island、'use cache' 境界、リンクのプリロード戦略。静的レンダリングを最大化するために Next.js のルートを構築・リファクタリングするとき、動的パーソナライゼーションを伴う 'use cache' を実装するとき、エントリレンダラーと静的レンダラーを分割するとき、クライアント provider のスコープを設定するとき、プリフェッチ動作を調整するときに使用。'static shell'、'use cache pattern'、'dynamic slots'、'provider island'、'prefetch strategy'、'static first'、'cache boundary'、'route goes dynamic unexpectedly'、および静的/動的レンダリングが混在するあらゆる Next.js アーキテクチャ作業でトリガーされる。
非推奨のエイリアスです。このスキルは `deepline-scoring` に名称変更されました。ユーザーまたはスクリプトが `/niche-signal-discovery` を呼び出した場合は、直ちに `deepline-scoring` スキルを読み込んで従ってください。トリガー：ICP 分析、ニッチシグナル、受注・失注分析、差分シグナル、シグナル発見、ICP シグナルレポート、アカウントスコアリングシグナル、リードスコアリング、ファーストパーティシグナル、購買シグナル。
JavaScript/TypeScript 向けの構造化診断コードライブラリ。エラーやその他の状態を、安定したコード、ドキュメント URL、実行可能なフィールドを持つ型付きで機械可読な `Diagnostic` インスタンスに変換する。プロジェクトが `nostics` をインポートする場合、または `defineDiagnostics`/`defineProdDiagnostics`、`Diagnostic` クラス、診断コードレジストリ、構造化エラー処理を扱う場合はいつでもこのスキルを使用する。reporter（`createConsoleReporter`、nostics/reporters/fetch の `createFetchReporter`、nostics/reporters/node の `createFileReporter`、nostics/reporters/dev の `createDevReporter`）、formatter（`formatDiagnostic`、`ansiFormatter`、`jsonFormatter`）、Vite プラグイン（@nostics/unplugin/strip-transform の `nosticsStrip`、@nostics/unplugin/dev-server-collector の `nosticsCollector`）も扱う。ライブラリの既存の `console.warn`/`console.error`/`warn()` ヘルパーやスローされる `Error` を診断に移行するときにも使用する：`references/migration.md` に従うこと。
テキストクエリまたは参照画像でウェブ上の画像を検索するために使用（1 リクエストにつき 1 入力）。Octen による提供。サムネイル、ソースページ、寸法、説明を含むランク付けされた画像を返す。Beta 版。ベータアクセスを希望する場合は https://octen.ai からお問い合わせください。一般的な画像検索（写真、図、製品、スクリーンショット）に使用。構造化されたスタイルトークンと HTML/CSS スニペットを含む UI デザイン参考には、代わりに octen-design スキルを使用。
Skill の作成、レビュー、改善、公開に加え、無料版と有料版、決済と提供、更新の仕組みを計画します。Skill をゼロから作成したい、既存の Skill をレビューしたい、本当に役立つか確認したい、起動や実行のフローを修正したい、初回利用、安定性、Token コスト、ファイル階層、低性能モデルでの読みやすさ、クロスプラットフォーム互換性を改善したい、または Skill を有料にしたい場合に使用します。対象 Skill が担う実際のタスクの実行には使用せず、通常のコーディング、デザイン、文章作成の依頼では起動しません。
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。