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
Fiddler Everywhere をゼロからダウンロード、インストール、起動し、AI エージェントツール用に MCP を設定します。ユーザーが Fiddler をインストールしていない場合、「Fiddler をダウンロード」「Fiddler Everywhere をインストール」「Fiddler を始める」「Fiddler の初回セットアップ」「Fiddler をゼロからセットアップ」と言った場合、または動作する Fiddler MCP 接続までの完全なオンボーディングが必要な場合にこのスキルを使用します。
MCP または Plugin API 互換のワークフローを通じて Figma Effects を作成、適用、削除、監査、バインドする。ユーザーが選択した Figma ノードにドロップシャドウ、内側の影、レイヤーブラー、背景ブラー、グロー、グラスモーフィズム、ノイズ、テクスチャ、ガラス効果、プログレッシブブラー、エフェクトスタイル、エフェクト変数 / トークンを求める場合にこの技能を使用し、現在の Figma エフェクトの互換性、ランタイムサポート、変数バインドの制限、読み戻しの証拠を扱う。
Figma MCP の code-to-canvas または generate-design 機能が利用可能な場合に、ライブまたはローカルの Web UI を編集可能なデザインレイヤーとして Figma に取り込む。ユーザーが、本番環境、ステージング、localhost、またはブラウザーでレンダリングされたページが Figma より先行していると述べ、プライバシーとエビデンスを保ちながらライブ UI を Figma ファイルに同期、キャプチャ、再現、変換したい場合にこのスキルを使用する。
ユーザーがすでに部分的に知っている 1 つの具体的な対象 — 論文、手法、アルゴリズム、定理、導出、結果 — を、自分で再導出し、批判し、どこで破綻するかを見つけられるようになるまで、深さ優先で習得させるよう編成する。ユーザーが "I want to really understand X"、"help me understand this paper deeply"、"I get the gist but not the mechanism"、"walk me through this method"、"defend/criticize this"、"tear this apart so I get it" と言ったときに使用する。シングルトンのスキルを通してルーティングし、段階的な演習でゲートを検証する。DISCUSSION MODE もサポートし、誠実な初学者、意見の強いラボメイト、教授に説明することで対象を習得する。"I learn better by discussing"、"question me while I explain"、"let's discuss instead of lecturing"、"run this like a lab meeting"、"grill me on this paper" でトリガーする。領域への幅優先のオンボーディングには flow-learn-new-topic を使用し、ユーザー自身のアイデアを形式化するには flow-idea-to-proof を使用する。
monday.com WorkForms を作成・編集します — 回答を基盤となるボード上の新規アイテムとして取り込む公開の受付フォームです。リクエストの受付、バグ報告、リード獲得、イベント申し込み、社内提出、その他ユーザーが送信したフォームを追跡可能な作業アイテムに変えるあらゆるフローに有用です。ユーザーが「フォームを作成」「受付フォームを構築」「WorkForm を作成」「フォームに質問を追加」「フォームの質問を編集」「フォームを公開」「フォームのリンクを共有」「リクエストフォームを設定」「ボードにフォームを追加」「フォームから monday のブランディングを削除」「フォームを無効化」と依頼したときに使用します。
リード獲得、SEO 効果、ブランド認知など、マーケティング目的の無料ツールを計画、評価、構築したい場合に使用します。「engineering as marketing」「free tool」「marketing tool」「calculator」「generator」「interactive tool」「lead gen tool」「build a tool for leads」「free resource」に言及した場合にも使用します。エンジニアリングとマーケティングをつなぐスキルで、創業者や技術系マーケターに役立ちます。
フロントエンドエンジニアリングの標準 — コンポーネントアーキテクチャ、状態、非同期処理、フォーム、アクセシビリティ、パフォーマンス、TypeScript の規律。プロジェクトのフレームワークを検出し、対応するガイダンスだけを読み込みます。トリガー — フロントエンドコードの作成・編集前に読み込みます。事後ではありません。.tsx、.jsx、.vue、.svelte、またはコンポーネント／フックファイルを作成・編集する場合、あるいはプロンプトに component、hook、prop、state、form、modal、route、page、React、Next、Solid、SolidStart、solid-js、signal、useState、useEffect、createSignal、createStore、createResource、createAsync、<For>、<Show>、store、context、a11y、web vitals が含まれる場合に該当します。フロントエンドリポジトリでの「ボタンを追加」「このフォームを接続」「読み込みを速く」「再レンダリングを修正」などの通常の機能依頼も対象です。ユーザーが「ベストプラクティス」と言う必要はなく、コンポーネントファイルがトリガーになります。別のスキル（tdd、impeccable、simplify）が有効でも読み込みます。UI ファイルに触れないバックエンドのみの作業に限りスキップします。
タスクが複数のレイヤーにまたがる完全な機能の構築に関わる場合に積極的にロードします。ユーザーが "build a feature"、"add user profiles"、"create a dashboard" と言った場合、またはデータベース、API、UI、テストにまたがるあらゆるリクエストの場合に使用します。スキーマとマイグレーション、API エンドポイント、UI コンポーネント、テスト、レビューというマルチエージェント作業を順次オーケストレーションします。ランタイムエンジンは <gv> ディレクティブを介して WRFC チェーンを自動的に処理します。依存関係の順序付けとレイヤー間の型共有を扱います。
テキストのコンセプト、参考画像、既存のキャラクターアートから、ゲームでそのまま使える固定セルのピクセルアートキャラクタースプライトシートを作成する。Codex で 2D ゲームキャラクターを設計、生成、クリーンアップ、検証、パッケージ化する必要があるときに使用。ネイティブの 32x32、64x64、128x128 セル、4 方向または 8 方向、idle、walk/run、jump、attack、archer、caster その他のアニメーションストリップ、透過 GIF/WebP プレビュー、方向ごとの個別再生成に対応。
MinerU を使って複雑な PDF ドキュメントを LLM に優しい Markdown/JSON 形式に変換します。適用対象：(1) PDF から Markdown/JSON への変換、(2) PDF 内のテキスト、表、数式、画像の抽出、(3) 学術論文、技術文書、ビジネスレポートの解析、(4) RAG アプリ向けの文書データの準備、(5) PDF のバッチ処理。トリガーキーワード："PDF 解析"、"PDF から Markdown"、"PDF の表/数式を抽出"、"MinerU"、"parse PDF" など。対象外：PDF の閲覧/記入/署名/分割結合（ホストの pdf ツールを使用）、Word/PPT など非 PDF 形式の解析、数ページだけ読めばよい場合（変換せず直接読む）。
デザインのベストプラクティスに基づいて洗練されたプロフェッショナルなプレゼンテーションを作成する、専門的な PPT デザイン・制作 skill。タイポグラフィ、配色、画像処理、視覚的な階層などの核心的なデザイン原則をカバーします。高品質な PPT の作成、既存 PPT デザインの改善、PPT 制作テクニックの学習、またはビジネスプレゼン、学術報告、クリエイティブ提案などの場面向けのプロフェッショナルなプレゼンテーションが必要な場合に使用します。seedream-imagegen skill と組み合わせて PPT 用のカスタム画像を生成できます。
システムアーキテクチャ設計、技術選定、アーキテクチャレビュー、パフォーマンス最適化などの全方位の指導を提供する、専門的なソリューションアーキテクトのアシスタント。新しいシステムアーキテクチャの設計、既存アーキテクチャのレビュー、技術選定の意思決定、アーキテクチャのリファクタリング、パフォーマンス最適化、マイクロサービス設計などの場面に適用されます。Web 検索を組み合わせて最新の技術トレンドを把握し、2025 年のベストプラクティスに基づくアーキテクチャ提案を提供し、マイクロサービス、イベント駆動、クラウドネイティブ、AI アーキテクチャなどの現代的なアーキテクチャパターンをカバーします。
ユーザーが「generate an image」「create a banner」「make artwork」「create an illustration」「generate a logo」「make a graphic」「design a header」「AI art」「img2img」「social share image」「OG image」「open graph image」「Twitter card」「hero image」「cover photo」「profile picture」「social media graphic」を求めたり、AI 画像生成を必要とするときにこの Skill を使用する。プロンプトの書き換えと Gemini 3 Pro の画像生成 API 呼び出しを担当する。
PRD とコードベースのコンテキストから FigJam のプロジェクト計画ボードを生成する。インタラクティブな流れ：リサーチ → セクションの提案 → セクションごとの詳細リサーチ → セクションごとのコンテンツ + ブロック形状の提案 → FigJam の作成 → 骨組み → 記入 → 図 → まとめ。各コンテンツブロック（セクション、ネストしたセクション、導入コールアウト、表、複数列テキスト、付箋列、図セクション、メタデータストリップ）にはそれぞれ専用のサブスキル参照ファイルがある。ユーザーが 'project plan in FigJam'、'interactive project plan'、'/generate-project-plan' を求めた場合、または PRD を提供してセクションごとのコンテンツとレンダリングの確認を希望する場合に使用する。
ローカルのコードプロジェクト wiki を .wiki または .wiki-cn、.wiki-fr などの言語別 wiki ルート配下で構築・保守する。ユーザーが "wiki"、"ingest"、"refresh wiki"、"update wiki"、"lint wiki"、"check wiki"、"document the codebase"、"export wiki"、"bundle wiki"、"archive wiki" に言及したとき、または wiki ページから回答できる質問をしたときにこの skill を使用する。ユーザーがプロジェクト内の仕組みについて尋ね、その回答を wiki ページに記録して後で参照できる場合にも使用する。
あらゆる製品や機能の go-to-market 資産を作成します。GTM 計画、ポジショニングステートメント、製品ローンチ計画、メッセージングの柱、ユースケース、機能/ベネフィット一覧を求められたときに使用します。完全な GTM パック（ポジショニングステートメント、メッセージングの柱、機能からベネフィットへのマッピング、役割別のユースケース）を生成します。クロスファンクショナルな調整を伴う段階的ローンチ計画が必要な場合は、代わりに go-to-market-planner を使用してください。
世界クラスの成長戦略の専門知識。Andrew Chen のマーケットプレイスとネットワーク効果に関する知見、Brian Balfour の成長フレームワーク、Casey Winters の Pinterest/Grubhub プレイブック、そしてシリコンバレーの成長思考の粋を組み合わせる。成長はマーケティングではない。成長とは、製品、エンジニアリング、データを体系的に適用し、複利的なユーザー獲得、アクティベーション、リテンションを生み出すことである。それは部門ではなくマインドセットである。"growth strategy, how do we grow, acquisition strategy, retention strategy, viral growth, network effects, growth loops, product-led growth, plg, ltv cac, unit economics, growth model, flywheel, compound growth, channel strategy, referral program, activation rate, magic moment, aha moment, growth experimentation, growth, strategy, acquisition, retention, viral, network-effects, plg, loops, experimentation" に言及した場合に使用する。
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。