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
AgentMark のプロンプト、データセット、実験、評価のセットアップ、統合、構築、デバッグ、出荷を行う。TRIGGER: 任意のアプリやエージェントへの AgentMark のセットアップ/統合。SDK が指定されている場合も含む(生の Anthropic/OpenAI、Vercel AI SDK、Bedrock、各種フレームワーク)——指定された SDK は統合の TARGET であり、スキップする理由にはならない;任意の `.prompt.mdx`、`agentmark.json`、`agentmark.client.ts`、`agentmark_client.py`、`agentmark/` または `.agentmark/` ディレクトリ、`@agentmark-ai/*` のインポート;`npx create-agentmark` または任意の `agentmark` コマンド(`init`、`dev`、`doctor`、`run-prompt`、`run-experiment`、`generate-types`、`link`、`pull-models`);AgentMark Cloud の操作(`agentmark-mcp`、ヘッドレスプロビジョニング、git デプロイ);AgentMark、プロンプトのバージョン管理、実験、評価、デプロイ、トレース可観測性への言及。AgentMark の意図やマーカーがまったくない場合のみスキップ:プロバイダー中立のプロンプトコード;一般的なプロンプトエンジニアリングや可観測性の質問;競合プラットフォーム(Langfuse、LangSmith、Phoenix、Braintrust、Traceloop)。
広告、プロモーション、製品発表、ブランドコンテンツ向けの AI マーケティング動画を作成します。モデル:映像に Veo、Seedance、Wan、FLUX、ナレーションに Kokoro。種類:製品デモ、 testimonial(お客様の声)、解説動画、ソーシャル広告、ブランド動画。用途:Facebook 広告、YouTube 広告、製品発表、ブランド認知。トリガー:marketing video、ad video、promo video、commercial、brand video、product video、explainer video、ad creative、video ad、facebook ad video、youtube ad、instagram ad、tiktok ad、promotional video、launch video
ai-video-caption-generator スキルは、シンプルな対話型インターフェースを通じて、正確な AI 駆動のキャプションを動画ワークフローに提供します。音声を文字起こしし、スタイル付きの字幕を生成し、タイムラインエディターに触れることなく動画にキャプションを直接焼き込めます。主な機能には、多言語キャプション生成、カスタムフォントと色のスタイリング、話者を識別した書式設定、タイムスタンプに整合した SRT/VTT エクスポートがあります。初回使用時には、スキルが NemoVideo API 経由で認証情報を自動設定するため、手動セットアップなしですぐにキャプション作成を始められます。コンテンツクリエイター、教育者、マーケター、アクセシビリティの専門家に最適です。mp4、mov、avi、webm、mkv 形式に対応しています。
Algolia 上に構築する AI、エージェント、会話機能全般に使用します。algobot CLI、Agent Studio、RAG システム、会話型の商品検索、検索結果からの genAI コンテンツ生成(カルーセル、説明、ヘッダー)、Algolia を検索基盤として使うチャットボットやレコメンドエージェント、config-as-code ワークフロー、複数環境へのデプロイ(dev/staging/prod)、メモリとパーソナライズ、MCP ツール連携、会話履歴 / GDPR 保持、InstantSearch と並べたチャットウィジェットの追加が対象です。トリガー:「algobot」、「Agent Studio」、「RAG with Algolia」、「conversational experience」、「AI agent」+ Algolia、「genAI carousel」、「chat widget」、または Algolia 検索を基盤とした AI 機能の構築。Agent Studio の評価や評価駆動型エージェント改善には使用せず、agent-studio-evaluations を使用してください。レコード、同義語、設定などのインデックス操作には使用せず、algolia-cli を使用してください。AI/エージェント層のない純粋なフロントエンド検索 UI(InstantSearch、autocomplete)には使用しないでください。
Alibaba Cloud PAI-DLC(Deep Learning Containers)のジョブ管理スキル。対象: 分散トレーニングジョブの CRUD、モニタリング(ログとイベント)、GPU サニティチェック。トリガー: "DLC"、"PAI-DLC"、"create-job"、"list-jobs"、"get-job"、"stop-job"、"update-job"、"get-pod-logs"、"get-job-events"、"get-pod-events"、"list-job-sanity-check-results"。
ユーザーが「Alibaba Cloud のリソースを Terraform にインポート」「terraform import Alibaba Cloud」「既存のクラウドリソースを Terraform 管理下に置く」「Alibaba Cloud リソースの Terraform 移行」「terraform state の生成」「import alicloud resources」「Alibaba Cloud IaC 移行」「Alibaba Cloud Terraform インポート」を求めた場合、または既存の Alibaba Cloud リソースを Terraform で管理する必要がある場合にこのスキルを使用する。環境チェック、認証、リソース検出、HCL 生成、state インポート、検証、依存関係グラフをステップバイステップで案内する。一度きりの移行と増分同期の両方をサポートする。
torch.cuda.memory._dump_snapshot()、torch.cuda.memory._snapshot()、または memory_viz の成果物から PyTorch CUDA メモリスナップショットを分析します。ユーザーが GPU メモリ使用量、上位の割り当てサイト、解放タイミング、OOM、アロケータの断片化、非アクティブなキャッシュメモリ、メモリリーク、保持されたテンソル、PyTorch ワークロードにおける Python 参照サイクルを把握したいときに使用します。同一実行の 2 つのスナップショットを差分比較し、増加している割り当てサイトを特定できます。
取得したディスクイメージを The Sleuth Kit、Plaso、bulk_extractor で解析し、削除済みデータのフォレンジック調査を行います。完全性の確認と読み取り専用マウント、パーティションのマッピング、削除ファイルの復元、ファイルシステムおよびスーパータイムラインの作成、未割り当て領域のカービング、レジストリハイブや OS アーティファクトの調査、アンチフォレンジックの検出を扱います。.E01/.dd/.raw/.vmdk/.vhdx ディスクイメージやフォレンジック取得データの調査、削除ファイルの復元、ファイルシステムのタイムライン作成、未割り当て領域からのアーティファクト抽出に使用します。
GoReSym、redress、IDA/Ghidra の Go プラグインを使って pclntab と moduledata から関数名や型を復元し、Go の独自な呼び出し規約、インターフェースディスパッチ、文字列レイアウトを読み解いて Go バイナリをリバースエンジニアリングします。バイナリに Go ランタイム文字列が含まれる場合、文字列に runtime.main または go:buildid が現れる場合、シンボルを削除したバイナリが予想外に大きい場合、Go マルウェアや Go ベースのサービスを解析する場合に使用します。
Appleがどのように体験を配信・提供しているかを分析するときに使用します。観察可能なWeb配信・インフラ(複数CDN、mzstatic画像変換URL、画像形式、HLSアダプティブ動画、キャッシュ、HTTP/2-3)と、リバースエンジニアリングに基づく推定サーバー側アーキテクチャ(CloudKit、APNs、StoreKit、Sign in with Apple、Private Cloud Compute、iCloud同期)が対象です。apple-designファミリーの一部です。キーワード:apple cdn、akamai、mzstatic、image transform url、srcset picture、HLS m3u8、http3 quic、cache-control immutable、content-hash fingerprint、frame-sequence delivery、createImageBitmap、KTX texture、video scrub、cloudkit、APNs push、StoreKit、sign in with apple、private cloud compute、icloud sync、conflict resolution、backend、infrastructure、reverse-engineered、inferred architecture。
Atlas 向けの MySQL および MariaDB 固有事項:開発データベースと URL の範囲(schema と server)、文字セットと照合順序、ユーザー、ロールと権限、enum および set 列、生成列、外部キーインデックス、関数インデックスとプレフィックスインデックス、トリガーとストアドプログラム、テーブルコピーと MY lint チェック、移行の部分的な失敗(DDL はトランザクション非対応)、GET_LOCK、マネージドサービス(RDS、Aurora、Cloud SQL、Azure)、schema と移行のテスト、カスタム lint ルールを扱います。Atlas が MySQL または MariaDB データベースを管理する場合は、atlas スキルと併用してください
ユーザーが「audit this codebase」「audit this code」「security audit」「code audit」「find vulnerabilities」「check for bugs」「review code quality」「find dead code」「check for anti-patterns」「performance audit」「check for code smells」「technical debt」「code health check」を求めた場合に、このスキルを使用する。
PostHog プロジェクトのデータウェアハウスの健全性を監査し、ソース、同期スキーマ、マテリアライズドビュー、バッチエクスポート、変換処理にある破損または劣化したパイプライン項目をすべて特定します。「ウェアハウスの何が壊れている?」「健全性をチェックして」「データパイプラインを監査して」「ダッシュボードの一部が古いのはなぜ?」と尋ねられた場合や、どこに時間をかけるか決める前に一度で状況を整理したい場合に使用します。問題を重大度と種類ごとに分類し、優先順位と推奨される次の手順を示すレポートを作成します。
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。
