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 99,448 件掲載。コマンド 1 行でインストールできます。
すべて
不具合を失敗するテストとして再現する場合、テンプレートやレンダリング出力の変更をテストする場合、稼働中の TYPO3 インスタンスで変更を確認する場合、または TYPO3 拡張機能のテスト（ユニット/機能/E2E、PHPUnit 11-13、ミューテーションテスト、final クラスのモック（v14）、TYPO3 12/13/14.3 LTS にわたる CI マトリックス、typo3-ci-workflows メタパッケージ、CI の失敗）を設定する場合に使用します。トランザクションのロールバック、ワーカーのクラッシュ、競合するリクエスト、テストフレームワークの設定、テストマトリックス、統合/E2E テスト、カバレッジ、テスト生成にも対応します。
センスの良い UI アニメーションを、イージング、スプリング、レイアウトアニメーション、ジェスチャー、アクセシビリティとともにガイドする。Tailwind と Motion のパターンを扱う。使用場面：(1) 進入/退出アニメーションの実装、(2) イージングカーブの選択、(3) スプリングの設定、(4) レイアウトアニメーションと共有要素、(5) ドラッグ/スワイプジェスチャー、(6) マイクロインタラクション、(7) prefers-reduced-motion のアクセシビリティ確保。トリガー：animate、animation、easing、spring、transition、motion、layout、gesture、drag、swipe、reduced motion、framer motion。
機能仕様から本番環境対応の C# Unity コードを生成する。既存のコードベースを分析し、適切なアーキテクチャパターンを選択して、コードとテストを生成する。トリガー：/unity-code-gen、'generer script Unity'、'creer composant'、'nouveau MonoBehaviour'、'creer ScriptableObject'、'generer code Unity'、'nouveau systeme Unity'、'ajouter feature Unity'。ユーザーが Unity で新しいスクリプト、コンポーネント、システム、機能の作成を求めたときに使用する。プロジェクトの規約に従った C# ファイルを、対応する NUnit テストとともに生成する。
Unraid Management Agent の MCP サーバー（126 個のツール、5 個のリソース、6 個の診断プロンプト）と REST API を使って Unraid サーバーを監視・制御します。次の場合に使用します：AI クライアント（Claude、ChatGPT、Cursor、Copilot、Gemini CLI）を Unraid に接続する、システム、アレイ、ディスク、Docker、VM、GPU、UPS、ZFS、ネットワークの状態を確認する、コンテナ、VM、アレイ、パリティチェックを開始／停止する、ディスクの健全性、パフォーマンス、アレイの状態を診断する、アラート、ヘルスチェック、ファン／CPU／チューニング、アップデートを管理する、または MCP、REST、WebSocket のどれを使うか選ぶ場合。次の誤りを防ぎます：Unraid のツール名や REST パスを捏造する、confirm=true なしで破壊的な操作（アレイ停止、再起動、スナップショット削除）を実行する、WebSocket／MCP を使わず REST をループでポーリングする、search_/get_ ツールを使わず全リストを出力する、Agent がデフォルトで持たない認証権限を仮定する。
ユーザーが Claude の使用量上限に達している、トークンをすばやく消費している、長い会話を続けている、あるいは Claude Code をより効率的に使う方法を尋ねているときに使用する。トリガーとなるフレーズは「hit my limit」「running out of tokens」「usage limit」「save tokens」「reduce usage」「am I wasting tokens」「this chat is getting long」「which model should I use」など。現在のセッションを診断し、ローカルの JSONL ログから実際のトークン使用量レポートを生成し、Claude の使用量を削減するための Dubi の 11 のルールを適用する。
チケット、フィーチャーブランチ、プルリクエストを完了する際に、ユーザーが検証、デモ、確認、サインオフ、動作の提示、UAT の実行、受け入れ証跡の提供、またはマージ可能かの判断を求めたときに使用します。このスキルは、完了した作業が意図どおりに機能することを示す具体的な証跡を収集します。動画、スクリーンショット、ターミナル録画、JSON レスポンス、出力ファイル、ログ、簡潔な人手によるテストガイドを含みます。Web アプリ、コマンドラインおよび TUI アプリ、API と SDK、Electron 系を含むネイティブアプリに使用します。「UAT」「verify」「show me it works」「demo this」「walk me through」「ready to merge」「can we merge?」「acceptance test」「validate the changes」「sign off」といったフレーズ、またはフィーチャーブランチや PR が機能する証拠を求めるあらゆるリクエストでトリガーします。
ユーザーインタビューの文字起こしを構造化されたリサーチ結果に統合する。インタビューノートの分析、定性調査の統合、インタビューからのテーマ抽出、生のインタビューデータを実行可能なプロダクトインサイトへの変換を求められたときに使用する。テーマごとに裏付けとなる引用、'so what' の示唆、推奨される次のステップを含むテーマ別の統合結果を出力する。インタビュー以外の混合ソース（アンケート、チケット、フィードバック）には、代わりに user-research-synthesis を使用する。
ロシア語の UX コピー：ボタン、フォーム、エラー、空の状態、オンボーディング、確認、通知、プッシュ、マイクロコピー。ユーザーがインターフェースのコピー、プロダクトメッセージ、UI 文字列、トランザクションメール、プッシュ通知、トースト、スナックバー、フォーム、空の状態、オンボーディング、エラー、確認、ラベル、ツールチップ、ボタンテキストの作成・書き直し・レビュー・選択・改善を求めたときはいつでもこのスキルを使用する。トリガー：「текст для кнопки」「сообщение об ошибке」「текст в форму」「пустое состояние」「подпись к полю」「текст тоста」「снекбар」「онбординг」「пуш-уведомление」「микрокопия」「UX-текст」「что написать на экране…」「лейбл поля」「тултип」「подтверждение удаления」「письмо-уведомление」。記事と投稿については statya と redaktura スキルを参照。プロジェクト用語集については redpolitika を参照。
ウェブアプリケーションのユーザージャーニー、画面フロー、インタラクションの流れをマッピングします。ユーザーの画面遷移の計画、複数ステップのワークフロー定義、ユーザージャーニーのマッピング、ナビゲーション構造の設計、インタラクションフローの検討に使用します。オンボーディングフロー、チェックアウト、CRUD ワークフロー、設定管理、エラー復旧経路など、複数画面にわたるユーザー体験も対象です。「ユーザーフロー」「画面フロー」「ジャーニーマップ」「インタラクションデザイン」「ワークフロー」という語が出た場合もトリガーされます
Obsidian vault 向けの包括的なナレッジグラフレポートを生成する。複数のグラフクエリ（vault-stats、hubs、bridges、orphans-rich）を組み合わせ、データ概要表を含む構造化された 4 モジュールの分析レポートを作成する。obsidian-graph-query skill のインストールが必要。用途：vault report、knowledge report、vault analysis、vault health、knowledge graph report、知識圖譜報告、vault 分析。
React、Next.js、Web アプリケーション向けの Velt Comments の実装パターンとベストプラクティス。協調コメント機能、コメントモード（Freestyle、Popover、Stream、Text、Page）、リッチテキストエディターのコメント（TipTap、SlateJS、Lexical）、Apryse WebViewer（PDF/docx）のコメント、メディアプレーヤーのコメント、チャートのコメント、コメントサイドバーの設定とカスタマイズ（embed モード、floating モード、focused thread、V2 サイドバー）、プライバシー保護のための accessModes によるサイドバーフィルタリング、isAnnotationPrivate() による可視性ルーティング、重複送信を防ぐ CommentDialogActionService.isSubmitInFlight()、AI 提案の承認・却下 UI 向けの VeltCommentDialogAgentSuggestion プリミティブ、REST API によるエージェントコメント注釈（agentSource/agentId/executionId を含む agent block、エージェント固有の GET フィルター、suggestionAccepted/suggestionRejected クライアントイベント、sourceType "agent" の UI レンダリング）の追加、またはテンプレート変数（velt-data、velt-if、velt-class）による Comment Bubble / Comment Dialog / Comment Tool のワイヤーフレームスロットのバインディングに使用します。
草稿または事実的主張を含むテキストブロックに対して Chain-of-Verification (CoVe) を実行する。`claim-verifier` エージェントを新しいコンテキストで起動し（会話のフォークは決して行わない）、草稿を見せないようにしたうえで、どの主張が裏付けられ、反証され、または検証不能かを報告する。ユーザーが "verify these citations"、"check the claims in X"、"did I hallucinate anything"、"fact-check this draft"、"run CoVe on this" と言ったとき、または論文・データセット・数値結果に関する事実を主張するテキスト生成の後に使用する。文体・文法のレビュー（`/proofread` を使用）や内容のレビュー（`/review-paper` を使用）には使用しない。
会話だけで動画を生成・編集する AI 動画メーカー。動画のコンセプトを説明すれば、AI がゼロから作成します — 既存の映像をアップロードしてチャットで編集することもできます。動画制作のワークフロー全体を処理：テキストプロンプトからシーンを生成し、タイムライン上にクリップを並べ、BGM と効果音を追加し、タイトルとローワーサードを挿入し、カラーグレーディングを適用し、字幕を重ね、MP4 として書き出します。コンテンツクリエイター、マーケター、そして編集ソフトを学ばずに動画コンテンツを必要とするすべての人向け。自然言語で製品デモ、SNS クリップ、教育コンテンツ、プロモーション動画、個人プロジェクトを作成できます。この AI 動画メーカーは文脈を理解します — 「もっと短く」や「もっと活気を」と言えば、何を変えるべきか分かります。mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav に対応。
あらゆる Web アプリ向けの AI エージェント視覚フィードバックループ。視覚的なコード (UI、canvas、3D、SVG、チャート、アニメーション) を反復して品質を評価するためにレンダリング結果を確認する必要があるときに使用。カバーする内容：dev-screenshot API パターン (GET トリガー → SSE → クライアントでキャプチャ → POST で返送 → ファイル保存)、パラメータ化レンダリング、メタデータサイドカー、ピクセル差分による視覚回帰、WebMCP ツール登録、console フォールバック。有効化条件：'take a screenshot'、'show me the render'、'visual QA'、'compare before/after'、'pixel diff'、またはエージェントがレンダリング出力を検査する必要がある反復的な視覚作業。
React プロジェクト向けに Vite 7 を設定・最適化する。ビルドツール、dev server、プラグイン、HMR、chunk splitting、Environment API、Rolldown 統合を扱う。Vite のセットアップ、ビルド設定、bundle の最適化、プラグイン管理、dev server のトラブルシューティングに使用する。トリガー: vite、vite config、vite plugin、HMR、dev server、build optimization、chunk splitting、rolldown、vite proxy、environment api、rolldown-vite。
vitest テストの作成、レビュー、リファクタリングを行うときに使用。*.test.ts や *.spec.ts ファイル、ネストされた describe ブロック、緩いアサーション（toBeTruthy）、過剰なモック、遅いテスト、非同期テストの必要性が見られるときに読み込む。AAA パターン、パラメータ化テスト、テストダブルの階層、モックのクリーンアップ、テストの分離、パフォーマンス最適化を扱う。キーワードには vitest、testing、TDD、assertions、mocks、stubs、fakes、spies、beforeEach、describe、it、expect、vi.mock、it.each が含まれる。
執筆前の声のキャリブレーション——書き換える前に、「この文章にはどんな本当の自分が隠れているのか」をはっきりさせる。デフォルトでは声のアンカーカードを出力（そのまま humanize-ai / editor-revisor に保護領域として渡せる）；ディープモードでは完全な声のマップ＋追加質問を出力。書き換えはしない。 トリガー：AI 味を消す、本当の声、自分の声を取り戻す、自分が書いたようでない、AI 味の根源、声の明確化、この文章の裏にいる私は誰か、読者に何を感じてほしいか、自分の鋭さを残す、ためらいを残す、この文章は結局誰に聞いてほしいのか、文章に自分がいない気がする。EN: "dissolve the AI taste", "find my real voice", "what did I actually want to say here", "get the real me back in the text", "AI smoothed away my edge", "doesn't sound like me". 不向き：直接の書き換え（→ humanize-ai / editor-revisor）、内容チェック（→ chinese-write-checker）、タイトル/レイアウト/句読点の調整（→ packaging-workshop）。
Volcengine コンプライアンスベストプラクティスアシスタント：（1）ユーザーの要望（満たすべきコンプライアンス基準、キーワード、関心のあるリスクレベル）に基づき、Volcengine 公式の組み込みコンプライアンスパックテンプレートからどれを有効化すべきかを推薦し、すでに有効なものを示す。（2）アカウントの現在のコンプライアンス態勢を集約し、有効なルール/コンプライアンスパック（公式組み込み + ユーザー定義）の評価結果をカテゴリ（規制 / ベストプラクティス / カスタム）と重大度別にコンプライアンス概要レポートにまとめる。（3）公式ベースラインがカバーしていない場合、Rego ポリシーをカスタムコンプライアンスルールとして記述し評価に登録するようユーザーを支援する。ユーザーの確認後、推薦したテンプレートをコンプライアンスパックとしてデプロイできる。ユーザーが「コンプライアンスチェック / コンプライアンス巡視 / セキュリティコンプライアンス / コンプライアンスベストプラクティス / どのコンプライアンスルールを有効化すべきか / MLPS コンプライアンス / 私の Volcengine アカウントは準拠しているか / どのような非準拠があるか / カスタムコンプライアンスルールを書いてほしい」を行いたい場合、または Volcengine の「Config / コンプライアンスパック / conformance pack / Rego ポリシー」に言及したときに使用する。火山 / 火山引擎 / volcengine のキーワードとコンプライアンスシナリオの組み合わせでトリガーする。コンプライアンスパックのデプロイ / カスタムルールの登録は書き込み操作であり、ユーザーの確認が必要である。コンプライアンスレポートとリソース修復は厳密に分離する。
TanStack Router の Vue バインディング：RouterProvider、useRouter、useRouterState、useMatch、useMatches、useLocation、useSearch、useParams、useNavigate、useLoaderData、useLoaderDeps、useRouteContext、useBlocker、useCanGoBack、Link、Navigate、Outlet、CatchBoundary、ErrorComponent、Html、Body。Ref<T> を返す点、defineComponent、h() レンダー関数、provide/inject、computed refs など Vue 固有のパターン。
guillaumemeyer/watermarks-remover Python ツールキットを使い、テキストとファイルから複数ベンダーの AI 来歴マークを除去する：不可視の Unicode/スペース同形異義文字（Layer A、決定論的）、エージェント誘導リライトによる統計的トークンサンプリング透かし（Layer B、ベストエフォート）、および PNG、JPEG、SVG、PDF、DOCX、ODT、HTML、Markdown 上の C2PA/EXIF/XMP/ドキュメントプロパティメタデータ。Claude、Gemini/SynthID-Text、OpenAI の来歴面、オープン LLM の Kirchenbauer 式マークをカバーし、さらに SynthID のピクセルスコアリングと CtrlRegen のピクセル領域除去のためのオプションの外部バックエンドに対応する。ユーザーが AI 透かしを除去したい、C2PA / Content Credentials を削除したい、ファイルから AI メタデータを消したい、AI 生成テキストから不可視の Unicode / ゼロ幅文字を除去したい、またはディレクトリ/ウェブサイトの AI 来歴シグナルを監査したいときに使用する。トリガー："remove watermark"、"strip C2PA"、"remove AI metadata"、"clean invisible unicode"、"remove-ai-marks"、"SynthID removal"、"audit_dir.py"、"Layer A / Layer B watermark removal"。
waxa CLI（https://github.com/mizchi/skills/tree/main/tools/waxa）でスキルのプロンプトを反復改善するときに使用 — シナリオの作成、グレーダーの選択、unclear-points の解釈、台帳の更新、収束の判断。実際の iter ループで観察された 4 段階の反復パターン（構造修正 → グレーダーの網羅性 → 表層形のカバレッジ → 残存 unclear）と、シナリオ設計の落とし穴（ブランクスレート実行器のネットワーク制限、プロンプト期待の明示性、日本語/英語の表層形に対する正規表現カバレッジ）をエンコードする。メタスキル：日常的なスキル編集では自動呼び出ししないこと。ユーザーが明示的に waxa を実行するか、スキル品質評価を求めたときのみ発動する。
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。