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
このスキルは、Google Maps の検索結果からビジネスデータを自動的に抽出するために設計されている。ユーザーが次のようなリクエストをした場合、エージェントはこのスキルを積極的に適用する：特定の都市のカフェを検索する、近くの歯科医院や医療クリニックを探す、あるエリアの競合の所在地を追跡する、Google Maps のリストからビジネスリードを抽出する、市場調査のためにレストランのデータを収集する、ある地域のホテルや宿泊施設を探す、コワーキングスペースやジムなどの特定のサービスを特定する、近隣の新規開業を監視する、営業開拓のために連絡先情報と住所を収集する、地元飲食店の価格帯と料理ジャンルを分析する、一連のビジネスの評価とレビュー数を取得する、地元ビジネスのデータを CRM やデータベースにエクスポートする。
Google Play のストアリスティング、メタデータ、スクリーンショット、画像を管理するときに使用する。ユーザーが gpc listings、store listing、metadata sync、screenshots、Fastlane metadata、ローカライズ、アプリの説明、pull listings、push listings、feature graphic、Play Store images、アプリ名、簡単な説明、詳細な説明、変更履歴、image sync、image dedup、listings images sync、save quota、publish quota exceeded、too many API saves、screenshot display order、AI-generated image attestation、--ai-generated に言及した場合、または Play Store ページ上のテキストやビジュアルコンテンツを更新したい場合は、必ずこのスキルを使用する。Fastlane supply からの移行、ローカルファイルとのメタデータ同期、多言語リスティングの管理、ストアコンテンツの一括更新についての質問でもトリガーする — GPC を明示していなくても同様。リリースとアップロードについては gpc-release-flow を参照。
行動ファイナンス理論を適用し、体系的な投資家バイアスとそれが資産価格に与える影響を特定する。ユーザーが非合理的な市場行動を分析し、認知バイアスによって価格の異常を説明し、投資家の意思決定の誤りを診断する必要があるとき、または 'why do investors hold losers too long'、'how does loss aversion affect pricing'、'what biases drive this market pattern' と尋ねたときにこのスキルを使用する。
構造方程式モデリング（SEM）を適用し、測定モデル（CFA）と構造モデル（パス解析）を組み合わせて仮説上の因果構造を検証する。ユーザーが潜在構成概念を妥当性確認し、媒介または調整のパスを検証し、CFI/TLI/RMSEA/SRMR でモデル適合度を評価する必要があるとき、または 'do these variables form a causal chain'、'how do I test my theoretical model'、'is my measurement model valid' と尋ねたときにこのスキルを使用する。
CSS アニメーション（デフォルト）または AI による image-to-video からループするアニメーション GIF を作成する。デフォルト 800×800px、6 種類のアニメーションタイプ、4 つのスタイルプリセット。ユーザーが「アニメーション gif を作成して」「ループする gif を作って」「アニメーションバナー」「CSS アニメーション gif」「SNS 向けアニメーション」「これをループさせて」「アニメーショングラフィック」「モーショングラフィック」と言ったときに発動。
`grok-wiki` CLI を使用して、ローカルエージェント用のリポジトリ wiki を生成し、1 つ以上のリポジトリについて根拠に基づく質問を行い、保存された wiki を閲覧し、ローカルの Grok-Wiki サーバー/サイドカーを実行します。ユーザーが Grok-Wiki CLI の使用方法、GitHub またはローカルリポジトリからの wiki 生成、マルチリポジトリワークスペースの Ask、ローカル CLI エージェントの選択（Grok、Codex、Claude、Pi、Antigravity）、またはローカル CLI 専用の wiki/ask フローのトラブルシューティングを求めたときにトリガーします。ワークフローは BYOC/BYOK かつベンダー非依存に保ちます。ユーザーが特定のローカルエージェントを明示的に選択しない限り、API プロバイダーのキーを要求したり、特定のモデルプロバイダーを前提としたりしないでください。
B2Bサービス企業を、4ブロック（チーム20%・プロセス30%・データ25%・インターフェース25%）の23項目の加重基準で評価する、単独で実施できるGTM監査です。成熟度は0～4で評価し、レベル（Critical／Weak／Working／System）、カバレッジ率、主なギャップ3件、最初の30日間の優先施策を提示します。ユーザーがGTM-аудит、зроби аудит、audit our go-to-market、де рветься воронка、оціни нашу систему продажівと言う場合や、リスト、キャンペーン、コンテンツ作業を始める前の段階で使用します。入手できる証拠（サイト、LinkedIn、CRMエクスポート、通話メモ、提示された回答）に基づき、スコアを捏造しません。ウェブサイトのUX監査や返信の監査ではありません。
ユーザーが設定したキーワードについて Hacker News を監視し、ローカルの SQLite キャッシュと重複排除し、新しく一致した投稿について Slack アラートを送信する。Hacker News の言及の監視、HN でのキーワード追跡、あるトピックが Hacker News に投稿されたときのアラート、HN キーワード監視の設定を求められたときに使用。ユーザーが Hacker News アラート、HN 監視、HN のキーワード追跡に言及したとき、またはあるトピックが Hacker News にいつ現れるかを知りたいときに発動。
任意のリポジトリに OpenAI のハーネスエンジニアリング手法を導入する。エージェントファーストのインフラを一式作成する：AGENTS.md の段階的開示マップ、機械的に強制されるアーキテクチャ層の境界、テストフレームワーク、CI パイプライン、黄金原則のドキュメント、ガベージコレクションスクリプト、pre-commit フック。"set up harness engineering"、"make the repo agent-ready"、"add architectural boundaries"、"set up testing and CI"、"adopt agent-first engineering" と依頼されたときに使用する。React、Next.js、Python、Go、Rails など任意のスタックで動作する。
ローカル harness 契約が存在した後に、プロデューサー・コンシューマー境界をまたぐ汎用的な検証 harness を設計、実装、統合する。大規模な polyrepo 向けにカスタム検証 CLI/MCP をリファクタリングするとき、Steward を兄弟リポジトリに拡張するとき、またはローカルツールをコンシューマープロジェクトにデプロイしてドッグフーディングとテストを行うときに使用。steward.yaml の初期導入とコールドスタートの検証には、まず mcp-harness-repo-maintainer を使用する。
リモートサーバー上でHermes Agent（Nous Research）をデプロイおよび管理します。学習ループを内蔵した自己改善型AIエージェントで、マルチプラットフォームのメッセージングゲートウェイ（Telegram、Discord、Slack、WhatsApp、Signal、Mattermost）、cronスケジューリング、MCP連携、永続メモリを備えています。Docker、ベアメタル、systemdでのデプロイに対応します。hermes-agentのサーバーへのデプロイ、hermesメッセージングゲートウェイの設定、インストールの管理、問題のトラブルシューティング、OpenClawからhermesへの移行、hermesのcronジョブ設定など、hermes-agentのデプロイや運用に関するタスクで使用します。キーワード：hermes、hermes-agent、nous research、AIエージェント、メッセージングゲートウェイ、自己改善型エージェント、openclaw移行。
同じピクセル、より少ないトークン — 視覚的な洗練度が仕様となるユーザー向けの成果物向け。ランディングページ、マーケティングサイト、ヒーロー、料金/機能セクション、ダッシュボード、その他の HTML/CSS UI コンポーネントを構築または編集する時に使用。レンダリングされたデザイン（レイアウトの深さ、階層、モーション、レスポンシブの豊かさ、a11y）をそのまま保ち、そのデザインを密度高く表現することでトークンを削減する — CSS カスタムプロパティ、共有クラス、ショートハンド、流動的な単位 — デザインを削ることによる削減ではなく。honey コアはコードと文章を削り、これはデザインが*書かれる*方法を削るのであり、見た目は決して削らない。出力がユーザー向けのマークアップである時は常にこれを使う。ユーザーが “minimal” と言わなくても。
Huawei Cloud AgentArts 可観測性プラットフォーム向けの OpenTelemetry 取り込みスキルです。OTel テレメトリデータ（トレース/メトリクス/ログ）の AgentArts agent-ops への取り込み、gen_ai セマンティック規約を用いた AI エージェントの観測、Java/Python/Node.js/Go アプリケーションの自動設定、取り込みの診断と検証に対応します。APM deliverConfig の転送（Path A）と OTLP の直接接続（Path B）を扱います。トリガー例：「AgentArts OTel」「AgentArts observability」「AI agent tracing」「gen_ai telemetry」「AgentArts OTLP」「otel接入AgentArts」「Agent观测配置」
ブランド、ビジネス、コミュニケーションの文脈で物語構造とストーリーテリングの技法を適用する。ユーザーが心を引きつけるストーリーを作り、ブランドナラティブを構築し、ストーリーアークに沿ってプレゼンテーションを構成し、またはストーリーテリングでデータや戦略を伝える必要があるときにこのスキルを使用する。たとえ 'tell a better story'、'make this presentation more engaging'、'how do we build our brand story' と言った場合でも同様。
アカウント乗っ取りの調査分類 — ATO に至る9つの異なる経路と攻撃チェーン。経路：(1) パスワードリセットの不備（Host ヘッダーインジェクションによるトークンのリダイレクト、予測可能/数字のみのトークン、Referer 漏えい、有効期限なし/再利用可能）、(2) 再認証なしのメールアドレス変更、(3) OAuth アカウント連携の CSRF、(4) MFA バイパス（hunt-mfa-bypass に準拠）、(5) セッション固定、(6) JWT 操作（alg:none、RS256→HS256 の鍵混同、弱い HMAC シークレット、kid インジェクション）、(7) 追加認証なしのパスワード変更（ログイン時刻/長さオラクルとの連鎖）、(8) ソーシャルリカバリー/セキュリティ質問の総当たり、(9) OAuth redirect_uri での SSO サブドメイン乗っ取り。攻撃チェーン：Cookie 窃取 + パスワードオラクル + 追加認証なし = 持続的な ATO、緩い redirect_uri = 認可コード窃取、redirect_uri の dangling CNAME 乗っ取り = ATO。検証：攻撃者 A のセッションからテストアカウント B を実際に乗っ取ることを実証し、OOB/Collaborator でブラインドなトークン漏えい手順を確認します。ATO 攻撃チェーンの調査、パスワードリセット/メールアドレス変更/MFA/OAuth/セッション/JWT のテスト、またはプリミティブを連鎖させて Critical な影響に至らせる際に使用します。
Hostヘッダーインジェクションを調査します。パスワードリセットポイズニングによるアカウント乗っ取り（ATO）、キー化されていないHost/X-Forwarded-Hostを介したWebキャッシュポイズニング、ルーティングベースのSSRF（Hostによる上流の選択 → クラウドメタデータ/内部サービス）、パス上書きによるSSRF/ACLバイパス（X-Original-URL/X-Rewrite-URL）、OAuth redirect_uri/issuerポイズニング、メール内の絶対URLリンクポイズニングが対象です。ATOや大規模なキャッシュポイズニングに至る場合、重大度は高からクリティカルです。公開されているHostヘッダー研究（PortSwiggerの「Practical web cache poisoning」とJames Kettle、および従来のパスワードリセットポイズニングの脆弱性分類）に基づいています。パスワード忘れフロー、CDN/リバースプロキシ配下のアプリ、OAuth/OIDCエンドポイント、メール内で絶対URLを使用する機能に使用します
Next.js 固有の脆弱性を調査します——Server Actions の任意関数実行、静的アセットパス経由の Middleware 認証バイパス、ISR キャッシュポイズニング、Image Optimization SSRF (/_next/image)、RSC ペイロード漏えい、getServerSideProps インジェクション、ソースマップの露出、デバッグエンドポイントの漏えい。対象が Next.js 13/14/15 または任意の React SSR フレームワークを使用している場合に使用します。
Node.js 固有の脆弱性を調査します。Prototype Pollution → RCE チェーン（lodash/merge/assign）、Express の trust proxy 設定ミス、child_process/eval インジェクション、テンプレートエンジンの SSTI（EJS/Pug/Handlebars）、ファイルサーバーのパストラバーサル、require() インジェクション、/proc/self/environ 経由の環境変数窃取が対象です。対象が Node.js/Express/Fastify/NestJS/Koa を実行している場合に使用します。
ソースコードやビルド成果物の漏えいを調査します。TypeScript/ES6ソースを再構築できるJavaScriptソースマップ（.js.map）、Swagger/OpenAPI JSONエンドポイントの発見、.env/.gitの露出、ハードコードされたシークレットを含むwebpackチャンク、robots.txt/security.txtの調査、build-infoファイル、asset-manifest.jsonによるAPIルートの発見、.DS_Storeのファイル一覧が対象です。偵察セッションの開始時に必ず使用してください。こうした発見が攻撃対象領域全体の解明につながることがあります。
Spring Boot 固有の脆弱性を調査します。Actuator エンドポイント（heapdump、env、loggers、mappings、shutdown）、Spring Expression Language（SpEL）インジェクション → RCE、H2 コンソール RCE、Jolokia JMX の露出、Spring4Shell（CVE-2022-22965）、Spring Cloud Function SpEL（CVE-2022-22963）、ヒープダンプからの認証情報抽出が対象です。対象が Spring Boot を実行している場合に使用します。X-Application-Context ヘッダー、/actuator、Whitelabel Error Page、Java スタックトレースで検出できます。
Jinja2（Flask/Django）、Twig（Symfony）、Freemarker（Java）、ERB（Rails）、Spring、Velocity、Mako、Thymeleaf、Smarty におけるサーバーサイドテンプレートインジェクション（SSTI）を探索します。検出プローブでは、サーバー側で評価される二重波括弧およびドル記号付き波括弧の数式を使用します。エンジンを特定したら、公開レポートに記載されたエンジン固有の class-walker、callback-registrar、Execute-utility のパターンを使って RCE に進みます。検出パターン：エラーメッセージからエンジンを特定し、空白または数値の評価結果から式のモードを判別します。対象：メールテンプレート、PDF／レポート生成ツール、CMS のプレビュー機能、ユーザー入力を含むエラーページ。テンプレートレンダリング経由の RCE の探索、コンテンツにエンジンのフィンガープリントが現れる場合、レンダリング前にユーザー入力を文字列に結合するエンドポイントを見つけた場合に使用します。
XXE脆弱性を探索するスキル。10件の公開バグバウンティレポートを基に構築され、SVGアップロードのXXE、Office文書（PPTX/DOCX）のXXE、SOAP XXE、SAML AssertionConsumer XXE、DTDコールバックによるブラインドOOB XXE、パラメーターエンティティXXE、XXEからLFI、XXEからSSRF、XXEからRCEへの連鎖（Adobe Commerce CosmicSting CVE-2024-34102）を含みます。あらゆるターゲットでXXEを探索する際に使用します。ブラインドケースでは、OOB-Or-It-Didn't-Happen Gateを特に重視します。
厳格な ICT/SMC フレームワークを用いて流動性の高い市場を分析します。複数時間足のバイアス、流動性スイープ、ディスプレースメント、終値で確認された MSS/BOS、FVG/OB/Breaker/OTE のリトレースメント、プレミアム・ディスカウントの位置、セッション時間、無効化条件、目標、リスク対リワードを組み合わせます。ICT チャートのレビュー、リアルタイム市場分析、OHLCV スキャン、ユーザーのトレード仮説の検証に使用します。監査可能なセットアップ状態と条件付きプランを返します。一般的なインジケーター分析、注文執行、機関投資家の意図が実証済みだとする主張には使用しません。
IDA Pro と ida-cli によるリバースエンジニアリングとバイナリ解析。シェルまたはエージェントループからヘッドレス IDA ワークフローを実行する場合に使用：逆アセンブル、逆コンパイル、クロスリファレンス、構造体復元、型の作業、パッチ適用、FLIRT、IDAPython スクリプト、エミュレーションベースのコールトレース、商用 VM プロテクタ（Themida / VMProtect / Code Virtualizer / WinLicense）の逆仮想化。ida-cli のフラット CLI、router サービス、stdio + ストリーミング可能な HTTP トランスポート、インストール可能な skill ブートストラップ、同梱の `vm_devirt.py` エミュレータを扱う。PE、ELF、Mach-O、ファームウェアバイナリに対応。
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。