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
レストラン動画メーカー — レストラン向けのメニュー、雰囲気、プロモーション動画を作成します。季節限定メニューが金曜日に登場するのに、手元にあるのは厨房の蛍光灯の下で iPhone で撮った料理の写真だけ。照りに湯気が立ち上るダックコンフィの 30 秒クリップがあれば満席になるはず — しかしディナー 1 回分のためにビデオグラファーを雇う費用は食材費より高くつきます。料理写真、店内の B ロール、受付係が休憩中に撮ったキャンドルの雰囲気映像を集めましょう。AI は厨房の蛍光灯を温かなゴールドトーンに補正し、食欲をそそる動きで各皿をゆっくりパンし、メニューの書体で料理名と価格を重ね、「地元の名店」と囁くアコースティックギターで楽曲を付けます。位置情報をタグ付けした 30 秒の Reel、Google マップのリスティング用の 15 秒ティザー、バー後ろのテレビ用のワイドスクリーンループをレンダリング。シェフがメニューを入れ替えても、作り直すことなく料理を差し替えられます。毎晩のスペシャルを宣伝する個人経営のビストロ、店舗ごとのコンテンツを統一したいファストカジュアルチェーン、イベントのルックブックを組むケータリング業者、ランチラッシュの合間に撮影するフードトラック事業者向けに作られています。mp4、mov、webm、jpg、png に対応。
ユーザーが ML データと特徴量の取り込み、クリーニング、検証、変換、バージョン管理、監視、配信を求めたときにこの skill を使う。以下では PROACTIVELY に有効化する：(1) データ取り込み、前処理、特徴量エンジニアリング、リーク防止、訓練/サービングの偏り、(2) Spark、Dask、Polars、pandas、Ray Data、ストリーミングパイプライン、(3) Great Expectations、TFDV、Deequ、データ品質と検証、(4) DVC、レイクハウステーブル、データセットのバージョン管理、リネージ、再現性、(5) Feast、Tecton、Hopsworks のフィーチャーストア、ポイントインタイム結合、オンライン/オフライン特徴量。提供するもの：スケーラブルで再現可能、リーク防止を考慮した ML データパイプラインの設計。
モバイルワークフローの markdown を、モバイルビューポート（Chromium + WebKit）、認証スキャフォールド、UX アンチパターンのアサーション、CI ワークフローを備えた自己完結型の Playwright テストプロジェクトに変換する。ユーザーが "convert mobile workflows to playwright"、"translate mobile workflows to CI"、"generate mobile playwright tests" と言ったときに使用する。
チェックアウト済みの PR について、ベースブランチの変更内容と意図を照合したうえで最新状態にします。MODERNIZE はリベース、チェックの再実行、lease 付きの強制プッシュを行います。REWORK または CLOSE の場合は停止します。ユーザーが「この PR を最新化して」と言った場合、PR の更新またはリベースを明示的に求めた場合、あるいは競合時に landing-prs または watching-authored-prs から呼び出された場合に使用します。ブランチが遅れているだけで推測してはいけません。
MongoDB のスキーマ設計パターンとアンチパターン。データモデルの設計、スキーマのレビュー、SQL からの移行、スキーマの問題に起因するパフォーマンス問題のトラブルシューティング時に使用します。トリガー："design schema"、"embed vs reference"、"MongoDB data model"、"schema review"、"unbounded arrays"、"one-to-many"、"tree structure"、"16MB limit"、"schema validation"、"JSON Schema"、"time series"、"schema migration"、"polymorphic"、"TTL"、"data lifecycle"、"archive"、"index explosion"、"unnecessary indexes"、"approximation pattern"、"document versioning"。
Motion for React（motion/react、motion@13）で UI アニメーションを構築、レビュー、デバッグ、移行、または計画する。React/Next/Vite 向け：motion.div、AnimatePresence、variants、ジェスチャー、ドラッグ、layout/layoutId、LazyMotion、useScroll、useAnimate、MotionValues、animateView、AnimateView（motion/react-animate-view、React 19.3）、arc()、スプリングバウンス、Reorder グリッド、reducedMotion、framer-motion→motion、Motion 13 isValidProp、CSS/WAAPI/View Transitions、マイクロインタラクション、ページトランジション、アクセシビリティ、パフォーマンス安全なアニメーション。Vue、vanilla のみの Motion、React Native、または非インタラクティブな映像/動画には、プロダクト UI に適応させる場合を除いて使用しない。
ターミナルとファイルへのアクセス権を持つ任意のコーディングエージェント（Claude Code、Codex、Cursor、Claude Desktop、VS Code agentsなど）を通じて、ユーザーのローカルマシン上でコード描画の2D/3Dモーショングラフィックスや編集動画（リール、フック、SaaS/製品の解説、トークヘッド編集）を企画、演出、制作します。ワークフロー：プロセスを説明 → ユーザーが参考素材とストーリーを提供 → そのまま貼り付けられるElevenLabsのナレーション台本を作成 → ユーザーがMP3を生成して返却 → 制作、プレビュー、レンダリング。ヘッドレスChromeでレンダリングするCanvas/SVG/p5.brush/Three.js/GSAP、Motion Canvas/Revideo、ffmpeg、小型ローカルAIモデル（切り抜き、文字起こし）に加え、LottieFiles、Freesound、Pexels/Pixabay、Firecrawl、ElevenLabs MCPを使用します。さらにPlaywright MCPで任意のウェブサイト（Pinterest、Behance、Dribbble、ブランドサイトなど）を視覚的に閲覧し、画像や動画素材を自動取得します。動画の制作、編集、アニメーション化、字幕付け、ナレーション、サウンドデザインをユーザーが依頼した場合に使用します。
Mowgli を使って、ありがちな AI slop のデザイン美学を避け、高いセンスでプロジェクトの美しいデザインを作成・反復する。この skill では、既存のデザインやプロダクトフローを Mowgli プロジェクトにプッシュしたり、Mowgli プロジェクトからピクセルパーフェクトな React + Tailwind デザインを読み取ったりできる。Mowgli はプロダクトのすべての画面と状態を無限キャンバス上に表示し、自然言語による迅速な反復を可能にする。spec-driven design という独自のアプローチにより、Mowgli はプロダクトへの深い理解とコンテキストをもって、デザインの再設計、調整、可視化、実験を支援できる。この skill と組み合わせることで、既存のコードベースや GitHub リポジトリと完全に相互運用でき、美しいデザインから実際の実装への容易な道筋を提供する。
ユーザーが Narova や reel.config を挙げた場合、または決定論的なシーンスクリプト動画を求めた場合に narova を使用する：ナレーション/キャプション付きの解説、複数ホストの対話、プロンプト/スクリプト/README から動画へ、実際のブラウザ操作を伴う製品ウォークスルー、サイト・記事・ドキュメント・リポジトリを情報源とする動画。オプションのローカル ニューラル TTS、単語同期のキャプションと表示、音楽/効果音、プラットフォーム書き出しプリセット、SRT/VTT、2D HTML/CSS/SVG、Three.js/WebGL 3D、混合コンポジット、AI クリップ、無音のマーカー駆動作業をサポートする。シーンスクリプトを HyperFrames またはブラウザ不要の Skia/FFmpeg プロバイダーを通じて MP4 に変換する；scene.threeModule は生の 3D 用のエスケープハッチである。無関係な無音モーショングラフィックスには素の HyperFrames を使用する。
Kaggle notebook/kernel のライフサイクル操作。以下の場合に積極的に有効化する：(1) Kaggle notebook または kernel の作成、(2) `kaggle kernels init`、(3) `kaggle kernels push` による notebook のプッシュまたは実行、(4) メタデータ付き notebook のプル、(5) kernel のステータス、ファイル、ログ、出力の確認、(6) ファイルパターンによる出力成果物のダウンロード、(7) kernel の削除、(8) Python API による kernel 操作、(9) notebook コマンドラインワークフローの認証。提供：安全なコマンドライン/Python ライフサイクルコマンド、実行監視、出力取得、破壊的操作のガードレール。
Open Graph とソーシャル共有画像のデザイン。プラットフォームの仕様、テキスト配置、ブランディングを扱います。OG meta タグ、Twitter カード、LinkedIn プレビュー、動的生成をカバーします。用途：ソーシャル共有画像、ブログのサムネイル、リンクプレビュー、ソーシャルカード。トリガー：og image、open graph、social sharing image、twitter card、social card、link preview image、og meta、sharing preview、social thumbnail、meta image、og:image、twitter:image、linkedin preview。
「OKR の設定」「目標と主要な成果」「四半期 OKR 計画」「目標の整合」「OKR の進捗測定」「OKR による優先事項の絞り込み」を依頼されたときに使用します。チームが最も重要なことに集中し、進捗を継続するリズムを作るのに役立ちます。Andy Grove が Intel で生み出し、John Doerr が Google で広めた OKR フレームワークは、目標の整合、集中、学習サイクルを促します。Christina Wodtke の Radical Focus のアプローチは、シンプルさとよくある落とし穴の回避を重視します。
olares-cli router 経由の Olares モデル — Router（AI ゲートウェイ）と、ローカルにインストールされたモデルアプリ内の Model Console。クラウドベンダーとそのモデルの設定、ローカルの LLM / embedding / audio / OCR モデルアプリの管理、ローカルモデルのカードの編集、エイリアス・グループ・デフォルトカテゴリによるモデルの命名、API key とクォータの発行、使用量と監査の読み取り、モデルの呼び出し：chat、embed、rerank、search、scrape、translate、images、video、music、3D、transcribe、speak、diarize、OCR。Olares 1.12.7+ が必要です。Router、llm-gateway、AI gateway、模型、模型网关、本地模型、add an OpenAI/Anthropic/DeepSeek key、install a Qwen or Gemma model、sk- key、model quota、token spend、model alias、default-chat、engine_args、which model answers by default、why a model call fails に使用します。
ゼロから見事でアニメーション豊富な HTML プレゼンテーションを作成するか、PowerPoint ファイル（.ppt/.pptx）を美しい Web スライドに変換する。ユーザーがピッチデック、プレゼンテーション、スライドショー、スライドデックを作成したい場合、または既存の PPT を Web プレゼンテーションに変換したい場合に使用する。キーボード／タッチナビゲーションとスクロールで発火するアニメーションを備えた依存関係ゼロの単一 HTML ファイルを生成する。スタイルオプションには Neon Cyber、Bold Signal、Swiss Modern、Paper & Ink、さらに 8 つの厳選されたプリセットが含まれる。
ワークショップのレイアウト計画のために、工作機械（ボール盤、集塵機、鋸など）のパラメトリックな OpenSCAD 3D モデルを作成する。「model a tool」「create OpenSCAD for [tool]」「add [tool] to workshop」と依頼されたとき、または工具の表現が必要なワークショップレイアウトを計画するときに使用する。ブランドに忠実な色（Bosch、Festool、Makita、DeWalt、Milwaukee）と、カスタマイザーパラメータを備えた標準化されたコード構造をサポートする。
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。