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 98,067 件掲載。コマンド 1 行でインストールできます。
すべて
1 つまたは複数の Terraform IBM Modules (TIM) を組み合わせた Terraform ソリューションを生成するためのワークフロー。IBM Cloud の Infrastructure as Code、Terraform モジュール、インフラ自動化、クラウドリソースのプロビジョニングを扱うときに使用する。モジュールの検出、構成パターン、コード生成、検証のワークフローを提供する。IBM Cloud VPC、コンピューティング、ネットワーキング、セキュリティ、データベース、可観測性、その他の IBM Cloud サービスのデプロイを伴うタスクに必須。"terraform"、"IBM Cloud"、"infrastructure"、"IaC"、"modules"、"deploy"、"provision" などのキーワード、または特定の IBM Cloud サービス (VPC、VSI、OpenShift など) でトリガーされる。
Terragrunt のインフラ設定を扱うときにこのスキルを使用する。トリガーには次が含まれる:- 新しい Terragrunt インフラカタログをゼロからセットアップする - Terragrunt stack(terragrunt.stack.hcl)を作成または管理する - 別リポジトリの OpenTofu モジュールをラップする unit を作成する - root.hcl 階層でライブインフラリポジトリを設定する - リモートステートバックエンド(ネイティブロックファイル付き S3 または DynamoDB ロック)を設定する - クロスアカウントロール引き受けによるマルチアカウント/マルチ環境デプロイ - 古典的な Gruntwork スタイルのライブリポジトリ(account/region/env 階層、_envcommon include)を扱う - モノリシックな Terraform/OpenTofu リポジトリ(terralith)を Terragrunt に移行する - 既存の Terragrunt リポジトリを調査または監査する(find、list、dag graph)- unit の依存関係を接続する(values パターンまたは autoinclude ブロック)- Content Addressable Store(CAS、update_source_with_cas)で clone/fetch を高速化する、またはカタログ stack を自己完結させる
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。
inference.sh CLI 経由で Inworld TTS、ElevenLabs、DIA TTS、Kokoro、Chatterbox などによるテキストの自然な音声への変換を行う。モデル:Inworld TTS-2(100+ 言語、感情の操作)、Inworld TTS 1.5(超低遅延)、ElevenLabs(プレミアム、22+ ボイス、32 言語)、DIA TTS(会話向け)、Kokoro TTS、Chatterbox、Higgs Audio、VibeVoice(ポッドキャスト)。機能:テキスト読み上げ、ボイスクローニング、複数話者の対話、ポッドキャスト生成、表現豊かな音声、感情/話し方の操作、キャラクターボイス。用途:ナレーション、オーディオブック、ポッドキャスト、アクセシビリティ、動画ナレーション、IVR、音声アシスタント、ゲームキャラクター、アバター音声。トリガー:text to speech、tts、voice generation、ai voice、speech synthesis、voice over、generate speech、ai narrator、voice cloning、text to audio、elevenlabs、eleven labs、voice ai、ai voiceover、speech generator、natural voice、inworld、inworld tts、character voice、game voice、npc voice
複数のソースのデータを組み合わせてソフトウェアプロジェクトに費やした時間を分析・可視化する:WakaTime のコーディング時間、git コミットセッションの検出、Claude Code の使用状況、Codex CLI の使用状況、Cursor IDE の使用状況。インタラクティブな HTML ダッシュボード(ダークテーマ、Chart.js)と ASCII チャート付きの Markdown レポートの両方を生成する。ユーザーが以下を求めたときに使用する:作業時間の分析、プロジェクトに費やした時間の算出、作業時間レポートの生成、コーディング活動の可視化、プロジェクトの時間内訳の作成、日付範囲ごとの開発工数の要約。
topview-3d-cliコマンドを使い、ローカルマシンで3Dのステージングシーンをブロックアウト、編集、確認、レンダリングする。シンプルなプリミティブの小道具、組み込みのマネキンキャラクター、静的ポーズライブラリ、ストーリー用カメラと俯瞰レイアウトカメラ、数値チェック、PNGレンダリングに対応。構築とレンダリングはプロジェクトディレクトリ内でオフライン実行する。レンダリング後、ユーザーの確認を得てから、フレームを基に画像または動画を生成できる。3Dシーンのステージング、ブロックアウト、レイアウト、絵コンテ作成、人物・小道具・カメラの配置、キャラクターのポーズ付け、構図・接地・間隔・衝突の確認、動画生成の参考用シーン画像のレンダリングを依頼されたとき、または `.topview-3d/` を含むディレクトリで作業するときに使用する。topview-3d-cliのコマンドが失敗した場合や、インストールが必要な場合にも使用する。Codexプラグイン名はTopview 3D Builder。3Dシーンの変更にはtopview-3d-cliのみを使う。シーン構築後は、編集ではなく表示のためにIn-App BrowserでローカルStudioを開く。
承認済みのモジュール計画からチュートリアルコンテンツ(`output/TUTORIAL.md`)を執筆する。演習と解答の要点を含む。**Trigger**:write tutorial、tutorial modules、教程写作、TUTORIAL.md。**Use when**:tutorial pipeline の執筆段階(C3)で、`DECISIONS.md` に scope/running example に対する HUMAN の承認(C2)が記録されている場合。**Skip if**:モジュール計画が未完了/未承認(先に `module-planner`/`exercise-builder` を実行し Approve C2 を通過する)。**Network**:none。**Guardrail**:承認済みの範囲のみを執筆する。running example の一貫性を保つ。各モジュールに演習と解答の要点を含める。
ブログ記事の URL または記事を、強力なフック、1 ツイートにつき 1 つのインサイト、CTA を備えた Twitter/X スレッドに変換する。オプションで Composio を使い、返信チェーンとしてスレッド全体を X に投稿する。ブログ記事をツイートスレッドにしたい、記事を Twitter 向けに再活用したい、ブログからスレッドを作りたい、あるトピックについて Twitter スレッドを書きたい、ブログ記事をスレッドとして共有したいと依頼されたときに使用する。ユーザーが Twitter thread、X thread、tweet thread に言及したとき、またはブログコンテンツを X/Twitter 向けに再活用したいときにトリガーする。
ユニットテストの作成、リファクタリング、レビュー、実行——呼び出し側の視点から小さな公開契約を 1 つ検証する、高速で分離されたチェック。モックとフェイク、フィクスチャ、スキーマとコーデックのテスト、スナップショットの選択、カバレッジの疑問、アサーションの設計、spec の命名、あるいはある振る舞いがそもそもユニットテストに属するかどうかをトリガーとする。runner の設定と mocking API については、その runner 自身の機能——Jest、Vitest——を使い、ブラウザやデバイスのジャーニーにはエンドツーエンドテスト用のもの、検証証跡の妥当性には品質保証用のものを使う。リファクタリングに耐える設計、境界のフェイク、非同期アサーションを扱う。
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。
