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
ユーザーの依頼で、（1）複数の情報源にわたるトピックの調査、選択肢や代替案の比較、傾向や歴史の分析、市場や業界の理解、文献や研究のレビューが必要であり、（2）その調査を包括的な論述形式のレポートにまとめる場合にこのスキルを使用します。ウェブや内部ナレッジベースを検索する予定がある場合も、このスキルの使用を検討してください。このスキルは調査サブエージェントを調整するため、サブエージェントを起動するツール（Agent または Task ツール）がある場合にのみ使用し、ない場合は直接調査してください。
AI アプリケーションの生の OpenTelemetry トレースを Confident AI の Observatory にエクスポートします。ユーザーが LLM アプリ、エージェント、RAG パイプライン、チャットボットの OpenTelemetry または OTLP トレース／スパンを Confident AI に送信する、Confident AI の OTLP エンドポイントを設定する、confident.span.* または confident.trace.* 属性を設定する、deepeval Python パッケージなしで AI アプリのトレースをエクスポートする、OTLPSpanExporter、OpenTelemetry Collector、ベンダー中立の OTel SDK を Confident AI に接続する、または米国と EU の OTLP エンドポイントを選ぶ場合に使用します。言語に依存しません。仕組みは OTLP 属性キーとエクスポーターのエンドポイントを使用します。DeepEval pytest 評価スイート、データセット、golden、メトリクス、deepeval テスト実行の構築には使用しないでください（`deepeval` skill を使用）。DeepEval SDK の @observe デコレーターやフレームワーク統合による計測にも使用しないでください（`deepeval-tracing` skill を使用）。Web サーバー、CRUD バックエンド、インフラストラクチャなどの非 AI ソフトウェアにも使用しないでください。confident.* 属性は AI コンポーネントのみを表します。
Microsoft Defender for Business (MDB) に関するガイダンス — SMB セグメント向けのエンドポイントセキュリティ製品（従業員 300 人以下）で、Microsoft 365 Business Premium にバンドルされ、単体 SKU としても提供されます。含まれる機能と MDE Plan 1/2 との比較（次世代 AV、構成を簡素化した EDR、ASR、自動調査と対応、脆弱性管理、Web コンテンツフィルタリング、攻撃面の縮小、モバイル脅威防御アドオン）、ウィザード駆動のオンボーディング、SMB サーバー向けサーバーアドオン、簡素化されたポータル体験と完全な Defender XDR の比較、組織の成長に伴う MDE P2 / E5 への移行パス、MSP 提供のための Microsoft 365 Lighthouse との統合を扱います。WHEN: Defender for Business、MDB、SMB エンドポイントセキュリティ、M365 Business Premium セキュリティ、MDB サーバーアドオン、簡素化 EDR 中小企業、MSP Defender for Business、M365 Lighthouse Defender、SMB から MDE Plan 2 へのアップグレード。DO NOT USE for エンタープライズ EDR（defender-for-endpoint を使用）、Defender XDR の製品横断的な調査（defender-xdr を使用）、Defender for Servers / Cloud（defender-for-servers を使用）。
Microsoft Defender for Cloud に関するガイダンス — AI ワークロード保護（生成 AI 向けの AI-SPM とランタイム脅威検出）。AI セキュリティ態勢管理（Azure OpenAI / Azure AI Foundry / Amazon Bedrock / Google Vertex AI リソースの検出、グラウンディング データの露出の特定、モデル展開の態勢）、Azure OpenAI でのランタイム脅威検出（プロンプトインジェクション/ジェイルブレイクの試行、プロンプト/応答における機密データの漏えい、ウォレットの悪用、資格情報の漏えい）、Azure AI Content Safety Prompt Shields との統合、AI ワークロードの攻撃パス分析、Defender XDR でのアラート調査、Purview DSPM for AI（ユーザー側）と Azure AI Content Safety（モデル側）との組み合わせを扱います。WHEN: Defender for Cloud AI、AI-SPM、AI ワークロード保護、Azure OpenAI 脅威検出、プロンプトインジェクション アラート、Azure OpenAI ジェイルブレイク アラート、AI ウォレットの悪用、AI ワークロード態勢、Amazon Bedrock 態勢、Vertex AI 態勢、Azure 生成 AI セキュリティ。DO NOT USE for エンドユーザーの AI 利用ガバナンス（purview-ai-hub を使用）、コンテンツ モデレーション API（azure-ai-content-safety を使用）、M365 Copilot の展開（copilot-for-m365-readiness を使用）。
Defuddle CLI を使用してウェブページから余分な要素やナビゲーションを取り除き、トークンを節約しながらクリーンな Markdown コンテンツを抽出します。ユーザーがオンラインドキュメント、記事、ブログ投稿、その他の標準的なウェブページを読む、または分析するために URL を提示した場合、WebFetch の代わりに必ずこのスキルを使用してください。すでに Markdown として提供されているコンテンツには使用しないでください。URL の末尾ではなく、レスポンスのコンテンツタイプと実際の本文で判断し、WebFetch または curl で直接読み取ってください。
.NET Core および ASP.NET Core アプリケーション向けに、最適化された安全なマルチステージ Dockerfile を作成する。使用場面：(1) .NET プロジェクト用の新しい Dockerfile を作成するとき、(2) .NET アプリケーションをコンテナ化するとき、(3) 既存の .NET Dockerfile を最適化するとき、(4) .NET 6/7/8+ アプリ向けに Docker を設定するとき、(5) ユーザーが .NET と Docker/コンテナを同時に挙げたとき。
ユーザーが dida(道旅科技) の社内プロジェクトに関わる開発、コーディング、ドキュメント作成、API 調査、デプロイや運用のトラブルシューティングを行っているとき、Dragon プライベートナレッジベースを能動的に検索する（dragon-knowledges MCP の KnowledgePlugin__knowledge_base_search ツール経由）。社内の技術ドキュメント、アーキテクチャ設計、API 仕様、フィールド定義、業務プロセス、エラーコード、設定、運用資料を取得する。以下の場面では、ユーザーが「Dragon を使って」「ナレッジベースを検索して」と明示しなくても、必ず能動的にトリガーする：ユーザーが「うちの」「会社の」「社内の」「このプロジェクトの」「本番」など社内資産を指す表現を使ったとき；ユーザーが dida の社内システム名（Beaver、Phoenix、LionKing、Shopping、EBooking、Wolf、Wolf 2.0、AngryBirds、CRM、Analysis、Whale、Admin、Marketing、Tiger、Bingo、Kangaroo、Finance、Content、Dolphin、Grafana、Penguin、Panda、AutoLine、FalconService、f-operating、f-supplier、f-analysis、f-order、f-policy、f-profit、f-monitor、EBookingBookingAPI、Wuying/無影、カスタマーサービスシステム、API チャネルシステム、API サプライヤーシステム、Supplier Service/SS、BDS など）に言及したとき；ユーザーが業務ルール、プロダクトロジック、承認フロー、アラート閾値、エラーコードの意味を尋ねたとき；ユーザーが API フィールド、コールバック構造、社内 SDK の使い方を尋ね、そのフィールド名がオープンソースフレームワークらしくないとき；ユーザーがリリース/カナリア/デプロイ/設定/監視について、特定の社内環境に紐づけて尋ねたとき；ユーザーが社内コードリポジトリでコードを書き、バグを修正し、コメントやドキュメントを書くとき；ユーザーが didainternal.com ドメインや類似の社内ドメインに言及したとき。判断に迷うときは検索する側に倒す——社内検索 1 回のコストは「間違った回答や一般論すぎる回答」のコストよりはるかに低い。ユーザーが dida 社内の開発作業を行っているときは、Dragon/ナレッジベースへの明示的な言及がなくても、この skill を積極的に使用する。
kit、seed、validators、Effect ドライバーを用いて Drizzle ORM 1.0 RC（0.x ではない）を構築、レビュー、デバッグ、設定、移行、指導、計画します。drizzle-orm@rc、drizzle-kit@rc、drizzle-seed@rc、defineRelations RQBv2、pgTable/mysqlTable/sqliteTable、generate migrate push pull studio、drizzle-orm/zod|valibot|typebox|arktype|effect-schema、Effect 4 上の drizzle-orm/effect-postgres およびその他の effect-* ドライバー、kit --output json/--hints/drizzle-kit/cli SDK、codecs、snakeCase、InferSelectModel、0.x から 1.0 へのアップグレードに使用します。
libredwg をソースからコンパイルし、DWG を DXF に変換し、すべてのエンティティ種別（測量点、ユーティリティ構造物、等高線、地番境界、施工キーノート、造成データ）を解析することで、AutoCAD DWG ファイルから建設インテリジェンスを抽出します。ユーザーが .dwg ファイルをアップロードまたは参照したとき、AutoCAD 図面、Civil 3D ファイル、DWG 形式の造成計画や敷地計画に言及したとき、または CAD ファイルからデータを抽出したいときに、このスキルを使用してください。.dwg ファイルを含むプロジェクト文書を処理するとき、またはユーザーが「DWG を読んで」「CAD から抽出して」「図面ファイルを解析して」「土木図面を処理して」「DWG の中身は」「図面から測量点を」「CAD のユーティリティデータを」と言ったときにもトリガーされます。このスキルは、バイナリ DWG から構造化 JSON データまでのパイプライン全体を処理します。
inference.sh CLI 経由で ElevenLabs の音声テキスト化を利用。Scribe モデルと強制アラインメントに対応。モデル：Scribe v1/v2（98%+ の精度、90+ 言語）。機能：文字起こし、話者分離、音声イベントのタグ付け、単語レベルのタイムスタンプ、強制アラインメント、字幕生成。用途：会議の文字起こし、字幕、ポッドキャストの文字起こし、リップシンクのタイミング、カラオケ。トリガー：elevenlabs stt、elevenlabs transcription、scribe、elevenlabs speech to text、forced alignment、word alignment、subtitle timing、diarization、speaker identification、audio event detection、eleven labs transcribe
ElevenLabs ボイスアイソレーター — inference.sh CLI で音声から背景ノイズを除去しボーカルを分離する。機能: ノイズ除去、音声抽出、オーディオクリーンアップ、背景除去。用途: ポッドキャストのクリーンアップ、インタビュー音声、音楽のボーカル、ノイズの多い録音、音声修復。トリガー: voice isolator、noise removal、background removal、isolate voice、clean audio、remove background noise、audio cleanup、voice extraction、elevenlabs isolator、eleven labs noise、vocal isolation、denoise、audio restoration、voice separation
レイアウトパターン、件名の公式、配信到達性のルールを備えたメールマーケティングのデザイン。ウェルカムシーケンス、プロモーションメール、トランザクションメールのテンプレート、モバイル最適化を扱います。用途：メールマーケティング、ニュースレターのデザイン、ドリップキャンペーン、メールテンプレート、トランザクションメール。トリガー：email design、email template、email marketing、newsletter design、email layout、email campaign、drip campaign、welcome email、promotional email、transactional email、email subject line、email header image、email banner。
トークン効率、決定性、明確さの観点から LLM プロンプトとエージェント指示を分析・改善する。使用場面：(1) 新しいシステムプロンプト、スキル、CLAUDE.md ファイルを書くとき、(2) 既存のプロンプトを明確さと効率の観点でレビューまたは改善するとき、(3) プロンプトが一貫しない、または予期しない結果を生む理由を診断するとき、(4) 自然言語の指示を命令形の LLM ディレクティブに変換するとき、(5) プロンプトのアンチパターンを評価し修正案を提示するとき。すべての LLM プラットフォーム（Claude、GPT、Gemini、Llama）に適用される。
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。