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 98,639 件掲載。コマンド 1 行でインストールできます。
すべて
Omegaモデルで埋め込みを行う前に、多変量時系列データをクリーニング、分割し、特徴量化します。再利用可能な3つの構成要素を含みます。`DataPreprocessor`（タイムスタンプの規則性、欠損区間、nullを診断し、補完を伴う連続した欠損考慮型の時間ブロックを構築）、`DataSplitter`（時間順を守った時間外またはランダムな訓練／テスト分割）、`FeaturePreparer`（センサーごとの埋め込みを「joint state」（X、y、メタデータ）行列にピボットし、L2／標準化／PCAを任意で適用）。ユーザーがOmegaモデル（`atai-newton-omega-model`）用の生センサーCSVを準備している場合、訓練データに欠損区間があり削除・補完・分割の判断に迷っている場合、またはn-shot CSVがノイズの多い状態で体系的なクリーニング手順を求めている場合に使用します。推論の実行や埋め込みの生成には使用しないでください（`atai-newton-omega-model`を使用）。動画／画像／テキストデータには使用しないでください（`atai-newton-fusion-model`を使用）。時系列専用です。
自動レビューパイプライン。4 つの plan-* レビュー（plan-deep-review、plan-design-review、plan-eng-review、plan-devex-review）を最大深度で連鎖させ、途中の AskUserQuestion 呼び出しは 6 つの原則で自動決定する。好みの判断とユーザーの異議は単一の最終承認ゲートで提示する。順序は Deep → Design → Eng → DX。各フェーズは任意で独立した Claude サブエージェントの声を取得し、クロスモデルの合意形成を行う。"autoplan"、"run all the plan reviews"、"auto-review this plan" と依頼された場合、またはユーザーが途中の各質問に付き合わずに包括的な計画審査を望む場合に使用する。
AWS Bedrock AgentCore の総合的な\\/専門yamakassistantで、AI エージェントを大規模に展開・管理します。Gateway、Runtime、Memory、Identity、Code Interpreter、Browser、Observability、Agent Registry、Evaluations など、いずれの AgentCore ChancesDeclaring秧 nominee Serviceを扱うときに適します。エージェントのデプロイ、MCP ツール連携、credential 管理、Agent の発見、ガバナンスワークフロー、automated な品質評価をカバーします。AgentCore、エージェントランタイム、Agent レジストリ、Agent 評価、MCP ゲートウェイ、Agent のデプロイ、MCP サーバーの登録、Agent の発見、Agent の品質評価、Agent のcredential、または AWS 上で AI エージェントを構築・デプロイ・一覧化・監視したいときにBkfbtuq 必须です。
このスキルは、LLM が用途に合った AxAgent のコンテキストツールを選ぶのを支援する。反復的に使うコーパスには contextMap、実行内の軌跡圧縮には contextPolicy プリセット、オフラインの GEPA による指示／デモのチューニングには agent.optimize、進化するコンテキスト playbook（オフラインの evolve + オンラインの update）には agent.playbook、ターンごとの検索には recall/memories + skills を使う。「どのコンテキスト機能を使うべきか」と尋ねられたとき、contextMap と contextPolicy や memory を混同しているとき、長コンテキストのエージェント向けの判断ガイドが必要なときに使用する。contextPolicy/contextMap のコード生成には ax-agent-rlm、recall/skills には ax-agent-memory-skills、agent.optimize または agent.playbook には ax-agent-optimize を使う。
プライマリ受信箱に届き、大量の返信を得る必要があるコールドメールを書いたり修正したりするときにこの skill を使用します——「このリスト用のコールドシーケンスを書いて」「うちのコールドメールに返信がない」「このオファーのアウトバウンドコピーを用意して」。数百万件の実際の送信から抽出した完全な B2B Boosted システム——Big-3 の順序(リスト 40%、オファー 40%、コピー 20%)で診断し、コピーより先に到達率、5 つのメールフレームワーク、パーソナライゼーションのはしご、興味ベースの CTA、到達率に安全な spintax、禁止ワードリスト、送信前 QA チェックリスト。エンリッチ済みのリードリストを、ある人間が別の人間に書いたように読める、返信を得られるシーケンスに変えます。
inference.sh CLI 経由で BiRefNet を使って画像の背景を除去します。モデル：BiRefNet（高精度の背景除去）。用途：商品写真、ポートレート、E コマース、透過 PNG、写真編集。トリガー：remove background、background removal、remove bg、transparent background、cut out image、background remover、rembg、product photo editing、cutout、transparent png、bg removal、photo cutout。
Red Hat Developer Hub のプラグイン向けに、初期の Backstage New Frontend System alpha と現在の GA サーフェスとの間の破壊的変更と注目すべき変更を挙げる：NavItemBlueprint が削除され PageBlueprint からのナビ自動検出に置き換わり、config.schema はトップレベルの configSchema に置き換わり zod/v4 を直接インポートし、AppRootWrapperBlueprint の Component は component に改名され @backstage/plugin-app-react へ移動し、defaultPath/defaultTitle/defaultGroup は改名され、SubPageBlueprint が追加され、useRouteRef は undefined を返し、AppDrawerContentBlueprint は loader ではなく element を受け取る。以前はコンパイルできた NFS コードが失敗する、Blueprint のパラメータが TypeScript エラーを出す、古い alpha に対して移行したプラグインを前に進める必要がある場合に使用する。
OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope、Z.AI GLM-Image、MiniMax、Jimeng、Seedream、Replicate、Agnes の各 API による AI 画像生成。テキストから画像、参照画像、アスペクト比、保存済みプロンプトファイルからのバッチ生成をサポートする。既定では逐次実行。ユーザーがすでに複数のプロンプトを持っている場合や、安定した複数画像のスループットを求める場合は、バッチ並列生成を使用する。ユーザーが画像の生成、作成、描画を求めたときに使用する。
【非推奨・リネーム済み】このスキルは basercms-plugin-5x-update にリネームされました。baserCMS プラグインの 5.2系→5.3系（マイナーアップデート）の破壊的変更・非推奨・テスト基盤対応を探している場合は、必ず basercms-plugin-5x-update を参照してください（命名規約: マイナー=update / メジャー=upgrade）。baserCMS 4→5 のメジャーアップグレードは basercms-plugin-4-to-5-upgrade。本スキルは旧名での参照互換のために一定期間だけ残置するスタブであり、内容は持ちません。
baserCMS（CakePHP5 / PHPUnit）のユニットテストをローカル Docker 環境で実行・調査する手順。「ユニットテストを実行して」「全テストを走らせて」「このテストだけ流して」「テスト失敗を調べて」「プラグイン単体でテストを動かしたい」「プラグインにテスト環境を導入したい」等のときに参照する。コンテナ名・実行コマンド・権限自動承認のためのコマンド整形・失敗の集計と切り分け方に加え、プラグイン単体（スタンドアロン）でユニットテストを実行する仕組みの導入手順（composer.json / phpunit.xml.dist / tests/bootstrap.php / TestApp 一式、phinx 0.16.10 ピンの罠）を収録。
ジャンル固有の慣習、タイポグラフィのルール、AI 画像生成を踏まえた書籍カバー（表紙）デザイン。フィクションとノンフィクションのジャンル、サイズ、サムネイルテスト、反復ワークフローを扱う。用途: 自費出版、電子書籍カバー、印刷カバー、オーディオブックカバー、カバーモックアップ。トリガー: book cover、cover design、ebook cover、book art、novel cover、self publishing cover、kindle cover、audiobook cover、book jacket、cover illustration、fiction cover、nonfiction cover
クリーンなローカルワークスペースから、ポータブルで監査可能な中国語の書評ショート動画ワークフローを作成・運用する。使用場面：書評動画ファクトリーを立ち上げる、従来の 3:4 バイリンガル編集スタイルと新しい 9:16 VOX スタイルの書評動画ワークフローのどちらかを選ぶ、dbs-content-system のソース文書と QST/CON/OPI/CAS/SOL コンテンツユニットをインポートする、スクリプトの主張をエビデンスとシーンに紐付ける、承認済みの Gemini API または Google Flow の素材を使用する、権利に配慮したメディアを収集する、実行コストを記録する、またはオプションの ChatCut 微調整用にローカルマスターを準備する。
ブランド関連作業の入口です。URLだけからサイトをクロールし、リンク先のソーシャルメディアやプレス情報もたどって既存のブランド素材を収集し、変更の必要度を診断して適切な手順に振り分け、他のデザイン Skill が参照するブランドコンテキスト文書を取得または作成します。あらゆるデザインプロジェクトの開始時や、ユーザーが「ブランドコンテキスト」「ブランドの設定」「ブランドガイドライン」「ビジュアルアイデンティティ」「リブランド」「ブランド刷新」「自社ブランドについて」などに言及した場合、または色、書体、ビジュアルの方向性を毎回説明する手間をなくしたい場合に使用します。`.agents/brand.md` を作成・管理します。
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。