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
技術設計ドキュメントをプロダクト/QA が読める技術レビューの markdown（ビジネス言語 + Mermaid）に変換する。ファイルを書く前に、ユーザーが明示的に承認するまで §1 の背景/目標をハードゲートする。トリガー——「技术评审文档」「生成评审文档」「design to review」「tech review doc」「写技术评审」。マーケティング記事（article-writer）、コード PDCA（solve-workflow）、AI のスロップ除去リライト（humanizer）には使用しない。
構造、コード例、開発者読者向けの慣例を踏まえた技術ブログ記事の執筆。記事の種類、コードのフォーマット、説明の深さ、開発者特有のエンゲージメントパターンを扱う。用途：エンジニアリングブログ、開発者向けチュートリアル、テクニカルライティング、開発者向けコンテンツ、ドキュメント記事。トリガー：technical blog、dev blog、engineering blog、technical writing、developer tutorial、tech post、code tutorial、programming blog、developer content、technical article、engineering post、coding tutorial、technical content
Write manual test cases (markmap) from docs, bugs or code — code-first: review code for bugs first; extracts machine-readable schema. Not for: requirement-analysis / test-strategy / test-case-review / automation. 从 PRD/API 文档、Bug 或代码写手动用例（markmap）——代码优先：先查代码找 bug 再写，抽 Schema。不用于：需求建模、策略、评审、自动化。
Deepgram でテキストを音声に変換します。テキスト読み上げ、TTS、音声合成、合成音声、音声エージェント用の声、IVR プロンプト、テキストの音声版を求められた場合や、Aura、Aura-2、Flux TTS、/v1/speak、/v2/speak に言及された場合に使用します。トリガーフレーズ：「text to speech」、「TTS」、「speak endpoint」、「generate speech」、「synthesize audio」、「read this aloud」、「which Deepgram voice」、「Aura vs Flux TTS」、「TTS with barge-in」。エージェントが最初のリクエストを正しく行えるようにし、その後 api、ドキュメント、スターター、レシピ、サンプル、setup-mcp、言語別 SDK のテキスト読み上げスキルへ案内します。
Three.js シーンの基盤を構築・デバッグします。レンダラー設定、カメラ、シーングラフ、トランスフォーム、リサイズ処理、カラーマネジメント、レンダーループ、リソースの破棄。Three.js シーンの作成、カメラやレンダラーの選択、座標空間や階層のバグ修正、信頼できる WebGL canvas の基盤構築を行う際に使用します。トリガー：three.js scene、WebGLRenderer、PerspectiveCamera、OrthographicCamera、Object3D、scene graph、camera setup、resize canvas、render loop、coordinate system、transform。
EffectComposer、RenderPass、bloom、アンチエイリアス、SSAO、被写界深度、アウトライン、カラーコレクション、カスタム ShaderPass、レンダーターゲット、リサイズ処理、フレームバジェット制御を用いて Three.js のポストプロセッシングを構築・最適化します。スクリーンスペースエフェクトの追加や修正、composer の pass 順序、レンダーターゲットのサイズ、視覚効果のコストに対応する際に使用します。トリガー：Three.js postprocessing、EffectComposer、RenderPass、UnrealBloomPass、FXAA、SMAA、SSAO、depth of field、bloom、ShaderPass、render target、screen-space effect。
ShaderMaterial、RawShaderMaterial、uniforms、varyings、GLSL の頂点・フラグメントプログラム、テクスチャサンプリング、プロシージャルエフェクト、onBeforeCompile 拡張、shader chunks、インスタンシング、GPU パフォーマンスチェックを用いて Three.js シェーダーを作成・デバッグする。カスタム GLSL の記述、組み込みマテリアルの拡張、shader uniforms のアニメーション、シェーダーのコンパイル・座標空間・レンダリングの問題の診断に使用する。トリガー：Three.js shader、ShaderMaterial、RawShaderMaterial、GLSL、uniforms、varyings、onBeforeCompile、fragment shader、vertex shader、fresnel、displacement、shader chunk。
TIGER v2 — Senpi MCP 経由で Hyperliquid のパープスを取引するマルチスキャナ取引システム。5 つのシグナルパターン（BB 圧縮ブレイクアウト、BTC 相関ラグ、モメンタムブレイクアウト、平均回帰、資金調達率アービトラージ）、DSL v4 トレーリングストップ、目標ベースのアグレッションエンジン、リスクガードレール。期限内の利益目標を設定可能。12 個の cron アーキテクチャ（10 個の TIGER + prescreener + ROAR メタオプティマイザー）。純粋な Python 分析。Senpi MCP、python3、mcporter CLI、OpenClaw cron システムが必要。
個人の時間の運営モデルを評価し強化するフレームワーク。"努力しているのに収入が伸びない""同じ作業量なのに他人のほうがずっと稼いでいる"と感じるときに使用します。中核の式：個人の生産総額 = 時間単価 × 価値を生む時間。4 つのモデルを低い順に：小売 → 卸売 → 売買 → 徴税。すでにプラットフォーム級のビジネスモデルを持つ人には適用しません。主なトリガーシグナル："毎日忙しいのに収入が増えない""なぜ他人はそこまで努力していないのに多く稼ぐのか""収入の天井をどう突破するか"。
書き込み権限で Traceway インスタンスを操作します。ユーザーが Agent に Traceway の内容を変更させたい場合に使用します。課題のアーカイブ／解除、オンコールページの確認／解決、スヌーズ、アラートルールの有効化／無効化、モニターの即時実行、ポストモーテムの作成／編集、エンドポイントを想定内の低速としてマークする操作に対応します。別途 traceway-write CLI または /mcp/write サーバー、書き込み認証情報、Agent による書き込みを有効化した組織管理者が必要です。
コードベース全体またはユーザー指定の範囲にわたって保守性の問題を見つけて修正し、TypeScript の型安全性を明示的にサポートする。重複、コードスメル、過度な複雑さ、不適切な合成、巨大なファイル、紛らわしい名前、デッドコード、弱い境界、型ハック、安全でないアサーション、抑制されたエラー、一貫性のないパターンを除去する。ユーザーが「unsmell」と言ったとき、コードベースのクリーンアップやリファクタリングを求めたとき、重複やスメルの除去を求めたとき、または特定の領域をよりシンプルに、安全に、保守しやすくしたいときに使用。
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。