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
kubesearch.dev を検索して、他の homelab が Helm チャートをどのように設定しているかを調べる。使用する場面：(1) 新しい Helm リリースを設定するとき、(2) 設定例を探すとき、(3) リポジトリ間でアプローチを比較するとき、(4) 実際の values.yaml パターンが必要なとき、(5) 特定のチャートのベストプラクティスを調べるとき、(6) 実装例を見つけるとき。トリガー："how do others configure"、"show me examples"、"helm chart examples"、"configuration examples"、"values.yaml examples"、"kubesearch"、"homelab examples"、"how do other homelabs"、"real-world config"、"chart configuration"、"helm values examples"、"compare helm configs"、"best practices for helm"
REST API 経由で KubeSense のサービスレベル目標（SLO）を作成、読み取り、管理します。by_count、time_slice、alert-uptime の SLI、エラーバジェット、バーンレートアラート、グループ化を扱い、Datadog の SLO を同等の KubeSense SLO に変換します。正確な POST /api/slo ペイロード、アラートルールと共通の good/total クエリ設定形式、SLO が正常に保存されても何も評価されない原因となる落とし穴を説明します。
ユーザーが MySQL DDL、CREATE TABLE 文、テーブル構造のスクリーンショットを提供した場合、または Kysely のデータベース型、DB インターフェース、Insertable / Updateable 型、バルクインサート、バルク更新、upsert、query/modify メソッドの補完を求めた場合にこの skill を使用します。重点は DDL を本リポジトリの Kysely 型と対応する service メソッドへ正確に変換することであり、ToGenerated、null/default の判定、camelCase/snake_case のマッピングでの誤りを避けます。
単一の学科概念（中国語/英語いずれでも可、例：「音の現象」「てこの原理」「光合成」）を自動で動的な教育コンテンツにする。2 つの成果物はいずれも HyperFrames でレンダリングされ、同じ index.html を共有する（mode 変数で切り替え）：① ナレーション付き教学動画 — 絵コンテ + Minimax TTS 中国語ナレーション + 字幕 + 完全な MP4（1080p、~90s、動画チャンネル投稿/子ども向け視聴用）；② 無音ループアニメーション — 同じ内容のコンパクトな無音版 MP4（1080p、~32s、ループ、WeChat 公式アカウント記事本文に埋め込むと自動再生）。1 つの 7 段構成の絵コンテと同じテーマ配色（音/光/力/電気/熱/生物/数学にそれぞれ色系統）を共有し、動画とアニメーションのスタイルは完全に統一される。ユーザーが「教学動画」「ナレーション付き動画」「教学アニメーション」「無音アニメーション」「ループ動画」「WeChat 公式アカウント記事に埋め込むアニメーション」「concept → animation」に言及したとき、または学科概念を動的コンテンツにするよう依頼したときにこのスキルを使用する。
Litefuse とやり取りし、そのドキュメントにアクセスします。次の場合に使用します。(1) CLI を通じて Litefuse のデータ（traces、prompts、datasets、scores、sessions およびその他の API リソース）をプログラムで照会または変更する、(2) Litefuse のドキュメント、概念、統合ガイド、SDK の使い方を調べる、(3) 任意の Litefuse 機能の仕組みを理解する。この skill は CLI ベースの API アクセス（npx 経由）と複数のドキュメント取得方法を扱います。
macOS アプリのアーキテクチャパターン。App プロトコル（@main）、Scene 型（WindowGroup、Window、Settings、MenuBarExtra）、マルチウィンドウ管理、AppKit のライフサイクルフック用の NSApplicationDelegateAdaptor、Info.plist の設定（メニューバーアプリ用の LSUIElement、NSAccessibilityUsageDescription）、サンドボックス／ハードンドランタイム用の entitlements、プロジェクト構造の規約を扱う。新しい macOS アプリの雛形作成、シーンとウィンドウの設定、メニューバーアプリのセットアップ、macOS 固有のライフサイクル問題の解決に使用。iOS 専用のアプリ構造を生成してしまう LLM のよくある誤りを修正する。
型破りな戦術、グロースハック、バイラルキャンペーン、低予算のスタントを設計する。「growth hack」「viral campaign」「guerrilla marketing」「unconventional tactic」「low-budget marketing」「marketing stunt」でトリガーされる。体系的な紹介／アフィリエイトプログラム（referral を使用）やコミュニティプラットフォームの運営（community を使用）は対象外。このスキルは創意工夫に富む一回限りの実験を担う。
PyTorch、ONNX、または Keras 3 / TensorFlow 2.16+ の深層学習モデルを dlnetwork オブジェクトとして MATLAB にインポートする。.pt2 でエクスポートしたプログラム、トレース済みの .pt ファイル、.onnx モデル、または matlabsaver 経由の Keras 3 モデルをインポートする場合に使用する。importNetworkFromPyTorch、importNetworkFromONNX、importNetworkFromKeras、importNetworkFromTensorFlow、torch.export.export、PyTorchInputSizes、InputDataFormats、matlabsaver、tf_keras のダウングレード、PyTorch または ONNX Runtime に対する数値検証、プレースホルダー/カスタム層の実装を扱う。ユーザーがこれらの関数やファイル形式に言及した場合、またはインポートエラー、未対応オペレーターの警告、学習可能パラメーターが 0 個、未初期化のネットワークに遭遇した場合に適用する。
MPyReq を使用して、GitHub リポジトリまたは pip でインストール可能なパッケージの Python 画像処理・コンピュータービジョンモデルに接続する MATLAB インターフェースを作成します。MATLAB と Python の CV／画像モデル（セグメンテーション、深度推定、物体検出、画像生成、超解像など）の接続、画像／ビジョンモデルの GitHub リポジトリ URL が提示された場合、または深層学習ビジョンパイプライン用の MPyReq デモ作成を求められた場合に利用します。汎用的な Python-MATLAB 接続、非ビジョンモデル（NLP、表形式データ、音声）、モデルのデプロイ／サービング、MATLAB のみを使う画像処理ワークフローには使用しないでください。
ocr() 関数を使用して MATLAB で OCR パイプラインを構築する。ユーザーが画像、ドキュメント、標識、メーター、ディスプレイ、ナンバープレート、ゲージ、レシート、7 セグメントディスプレイからテキストを読み取りたいときにこのスキルを使用する。画像前処理、テキスト検出（CRAFT、MSER）、ROI ベースの認識、多言語 OCR、カスタムモデルトレーニングを扱う。使用時：OCR、テキスト認識、画像からテキストを抽出、文字認識、ドキュメントスキャン、メーター読み取り、ゲージ読み取り、レシートスキャン、写真からテキストをデジタル化。
iOS プロジェクト（Swift、UIKit/SwiftUI）における MatrixScan AR スキャンパイプライン — BarcodeAr モードと設定、BarcodeArView、リスナー、フィードバック、カメラとコントロール、および MatrixScan Batch（BarcodeBatch/BarcodeTracking）からの移行。統合、設定、トラブルシューティングに使用します。ハイライトとアノテーションの作業は兄弟スキルの matrixscan-ar-highlight-ios と matrixscan-ar-annotation-ios にルーティングしてください。
Flutter プロジェクトでの MatrixScan Count（BarcodeCount）— scandit_flutter_datacapture_barcode_count パッケージ。複数バーコードのカウントと入荷ワークフロー（スキャンしてカウント、対象リストとの照合カウント、ステータスプロバイダー）。BarcodeCountView ウィジェットを使用します。統合、スキャン設定、結果処理、UI のカスタマイズ、SDK バージョンの移行、カウントワークフローのトラブルシューティングに使用します。
HybridWebView を使って .NET MAUI アプリに Web コンテンツを埋め込むためのガイド。JavaScript と C# の相互運用、双方向通信、生のメッセージング、トリミング/NativeAOT の考慮事項を扱う。USE FOR: "HybridWebView"、"JavaScript interop"、"embed web content"、"JS to C# interop"、"C# to JavaScript"、"web view interop"、"raw message"、"InvokeJavaScriptAsync"、"web content MAUI"。DO NOT USE FOR: 外部 URL からのディープリンク（maui-deep-linking を使用）、REST API 呼び出し（maui-rest-api を使用）、Blazor Hybrid アプリ（HybridWebView とは異なる）。
製品の CLI と MCP アダプターがコアライブラリに対して薄い層にとどまる、リポジトリローカルの action 契約と harness リポジトリを維持する。steward.yaml の action の採用や改善、ケイパビリティ単位の採用エビデンス、コールドスタートの検証ループ、プローブ、ベンチマーク、CLI/MCP/コアの一致、アダプターのリファクタリング、packages/core の境界、兄弟 harness のレイアウトを扱うときに使用。アプリ/ライブラリ/ツールの一般的なスチュワードシップのベースラインには、まず repo-quality-system-lifecycle を使用する。
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。