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 97,905 件掲載。コマンド 1 行でインストールできます。
すべて
辺淬火の体系学習ツール。一冊の本、ある思想家の限られた一群のテキスト、一つの学派、一つの理論、一つの叢書、あるいは複雑な知識体系を忠実に通読するために用いる。ユーザーに学習目的の事前設定を求めない。まず有限のソースを凍結して完全に読み込み、元の体系自身の構造を再構築し、通読用の講義一式を一度に用意してから、ユーザーとともに連続して通読する。第一遍が終わったら地図を描き直し、実際の問いに基づいてノードだけを選び、/cuihuo-learning に精読を渡す。トリガー：「淬火体系」「体系学習」「X を体系的に読む」「X を体系的に学ぶ」「X を通読する」「ある思想家／学派を学ぶ」「まず概観してから精読」「体系学習を続ける」。
淬火思考 v2。辺淬火ファミリーの汎用的な思考エントリポイント兼トピックハブ。「考えていることがある」「問題がある」「これはきちんと考えたい」「行き詰まった」「わからない」「前回のあの件をまた思い出した」など、まだ形になっていない入力を引き受け、旧トピックのチェック、身元確認、言語・素材・機能の監査を行い、調査、収容、解消、淬火診断、淬火追问、淬火検真、淬火学習、淬火ブレインストーム、淬火ロジックチェーン、淬火判断形成、淬火意思決定、または GTD にルーティングし、結果が戻ったらトピックを更新する。旧「思考」skill を置き換える。ユーザーが下流の skill をすでに明示している場合は横取りしない。
RevOS MCP サーバーを通じて、指標カードで構成された RevOS ダッシュボードを読み取り、作成、修正します。カードは 1 つの指標（数値の測定値）を表し、セグメントの行またはカード独自の条件で集計し、必要に応じてディメンション別に分割します。ユーザーがダッシュボードの内容を確認したい場合（「営業ダッシュボードには何がある？」「パイプラインカードには何が表示される？」）、指標や KPI を追加したい場合（「未決パイプラインをボードに追加」「ステージ別売上をドーナツグラフに」）、カードの変更、並べ替え、移動、削除、ダッシュボードの作成、名前変更、削除をしたい場合、またはカードが「利用不可」と表示される理由や数値が不自然な理由を尋ねる場合に使用します。「ダッシュボード」や「カード」と言っていなくても対象です。`dashboards` または `dashboard-cards` に対して最初の api_write または api_delete を行う前に読み込んでください。
データベースのラテラルムーブメントとクロスデータベース攻撃。1 つのデータベース（PostgreSQL/MySQL/MSSQL）の権限を取得し、他のデータベースや内部サービスへ横展開する必要がある場合に使用。PostgreSQL dblink によるクロスデータベース接続、MSSQL Linked Server による横展開、MySQL フェデレーテッドエンジンによるクロスデータベース、データベース → SSRF → 内部ネットワーク探索をカバー。対象ネットワークが分離されていてもデータベース間が通信可能な場合（データベースは通常アプリケーションサーバーより緩いネットワークポリシーを持つ）、これは分離を突破する鍵となる経路。データベース間通信の要件、内部データベースへの横展開、クロスデータベースクエリのあらゆるシナリオでこのスキルを使用
マイグレーション規律、監査ログ、論理削除、パフォーマンス、データ整合性を網羅する汎用データベースエンジニアリングルールです。データベース作業の前に必ずこのスキルを読み込み、スキーマ変更が小さく見える、または自明であるという理由で省略してはなりません。トリガー対象：データベース関連のあらゆる作業、テーブル作成、スキーマ変更、マイグレーション作成、DB 設計、データベース開発、データベース設計、DB 構造変更、カラム追加、インデックス追加、テーブル変更、SQL、トリガー作成、API の DB 層設計、遅いクエリ、N+1、性能最適化、データ整合性、CASCADE、外部キー、テーブル追加、データ削除、バックアップ、環境分離、開発環境と本番環境の分離
decimal.js v10 による任意精度の小数演算を構築、レビュー、デバッグ、移行、計画します。decimal.js、Decimal、Decimal.clone、Decimal.set、precision、丸めモード、ROUND_HALF_UP、ROUND_HALF_EVEN、toDecimalPlaces、toFixed、plus、minus、times、dividedBy、金額/通貨の演算、BigInt 小数、NaN/Infinity の処理、三角関数/指数/対数、decimal.js-light、big.js や bignumber.js との比較に使用します。
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。
汎用ディープリサーチエージェントチーム。あらゆるテーマについて厳密な学術研究を行う 13 エージェントのパイプライン。8 モード：本格調査、クイックブリーフ、論文レビュー、文献レビュー、ファクトチェック、三者文献スキャン、ソクラテス式ガイド付き研究対話、オプションでメタアナリシスを伴うシステマティックレビュー。研究課題の定式化、ソクラテス式メンタリング、方法論設計、系統的文献検索、情報源の検証、情報源横断の統合、バイアスリスク評価、メタアナリシス、APA 7.0 レポート作成、編集レビュー、悪魔の代弁者による反論、倫理レビュー、研究後の文献モニタリングを扱う。トリガー：research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、WHY HOW WHAT papers、3W literature scan、guide my research、help me think through、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、三段式文獻掃描、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題。
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）。
プロジェクト内の古い npm、pip、Cargo、Go、Ruby パッケージをスキャンする。CVE セキュリティ監査を実行する。変更履歴を取得し、Gemini で破壊的変更を要約し、リスクグループ（patch、minor、major）ごとに 1 つの PR を作成する。インストール競合のための Diagnosis Mode を含む。依存関係の更新、古いパッケージの確認、依存関係 PR の作成、パッケージ更新のスキャン、CVE の監査、アップグレードの破壊的変更の指摘を求められたときに使用。ユーザーが「古いパッケージを確認して」「依存関係を更新して」「依存関係更新の PR を作成して」「CVE をスキャンして」「どのパッケージをアップグレードすべき」と言ったときに発動。
AI生成のランディングページやダッシュボードにありがちな、画一的なデザイン（紫／インディゴのグラデーション、どこも rounded-2xl、3分割の機能グリッド、弁当箱型ダッシュボード、壮大だが中身のないヒーローコピーなど）を検出して修正します。ユーザーがClaudeにランディングページ、ダッシュボード、SaaS UIの構築・生成・モック作成を依頼した場合、または既存デザイン（スクリーンショット、URL、コード、Figmaリンク）を提示して批評やフィードバック、「AI生成っぽく見えるか」「もっとありきたりでない感じに」と求めた場合に使用します。「スロップ」という言葉がなくても、「ヒーローセクションを作って」「AI製に見える」「なぜ他のSaaSページと同じに見えるのか」「もっと独自性を出して」などの表現があれば該当します。懸念が画一化、類似性、AI生成らしさに特化している場合は、一般的なデザイン批評よりこのスキルを優先します。
DFlow 上の既知の Kalshi 予測市場の市場データを読み取ります。オーダーブック、約定、最良気配値、ローソク足、予測パーセンタイル履歴、Kalshi の試合中ライブデータを、ワンショットの REST スナップショット、過去の範囲、またはライブ WebSocket ストリームで取得します。ユーザーが "show me the orderbook for X"、"get last hour of trades"、"build a live price ticker"、"stream orderbook depth"、"pull 1-minute candles for the last day"、"watch in-game scores for this sports market"、"alert me when the orderbook moves" と求める場合に使用します。条件に合う市場の検出（`dflow-kalshi-market-scanner` を使用）、注文の発注（`dflow-kalshi-trading` を使用）、ユーザー自身のポジション/P&L の読み取り（`dflow-kalshi-portfolio` を使用）には使用しないでください。
複雑な開発、修正、リファクタリング、移行、検証、または OpenSpec change を再開可能なチェックポイントをまたいで進める必要がある場合、コンテキスト喪失後に復帰する必要がある場合、または進捗と失敗の記録を特定の OpenSpec change または archive ディレクトリ内に厳密に保存する必要がある場合に使用。ユーザーが Claude Code `/goal`、Codex `/goal`、または do-long-task の長タスクプロンプトの生成を求めた場合にも使用。一度きりの短い編集、Q&A、単純なフォーマット、changeset、リリースノート、純粋な計画の議論には使用しない。
マルチコンテナアプリ向けの Docker Compose。サービス、ネットワーク、ボリュームを扱う。ローカル開発環境に使用。使用する場合：ユーザーが "docker-compose"、"docker-compose.yml"、"multi-container"、"service dependencies"、"docker compose up" に言及した場合、または "local dev environment"、"microservices setup"、"database + app setup"、"docker networks"、"docker volumes" について質問した場合 使用しない場合：単一コンテナの Dockerfile — 代わりに `docker` スキルを使用、本番オーケストレーション — 代わりに `kubernetes` スキルを使用、CI/CD パイプライン — 代わりに `github-actions` スキルを使用
dotenvx コマンドラインツールを含むあらゆるタスクで必ず使用する — .env ファイルの暗号化、環境変数を注入してのコマンド実行、環境をまたぐシークレット管理、実行時の復号。ユーザーが dotenvx、dotenv 暗号化、DOTENV_PRIVATE_KEY、暗号化された .env ファイル、dotenvx の encrypt/run/set/get/decrypt/keypair コマンドに言及した場合は常にこのスキルを使用する。ユーザーが次のことを望む場合にもトリガーする：.env ファイルを安全に git にコミットする、Slack/チャットでのシークレット共有をやめる、公開鍵暗号で環境変数を暗号化する、マルチ環境の .env 設定（production/staging/ci）をセットアップする、-fk フラグで monorepo のシークレットを管理する、python-dotenv や通常の dotenv から暗号化環境へ移行する、あらゆる言語のあらゆるプロセス（Node、Python、Ruby、Go、Rust など）に環境変数を注入する、暗号化された .env ファイルで CI/CD パイプライン（GitHub Actions、Docker）を構成する。このスキルには権威あるコマンドラインリファレンスが含まれている — これがないと、回答は存在しないコマンドやフラグを捏造する。
DUV Ultramarathon Statistics データベース（statistik.d-u-v.org、1,000 万件以上の結果、240 万人以上のランナー、11 万 5,000 件以上の大会）のデータを検索、取得、分析します。ユーザーがウルトラマラソンの結果、ランナー、レース、ランキングについて尋ねたときに使用します。対象は、国別・大陸別・年代別の記録とその推移、自己ベスト、レース結果とコース記録、レースの履歴と優勝者、レースカレンダー、IAU 選手権のメダリスト、直接比較、生涯または年間のウルトラ走行距離、最年長完走者、総合優勝した女性、ドーピング事例です。例：「ハンガリーの 100 km 記録」「Spartathlon 2024 の結果」「2024 年の 24 時間走女子上位」「Ultrabalaton のコース記録」「2025 年に最も多く走った人」「ランナー A と B の比較」。ハンガリー語の「országos csúcs」「magyar rekord」「pályacsúcs」「ultrafutó eredmények」「ki futott a legtöbbet」「VB-érmesek」にも対応します。Garmin/Strava のトレーニングデータや ITRA のトレイルスコアには使用しません。
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。