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
ユーザーが `prose ...` と入力する、`kind:` frontmatter を含む `.prose.md` ファイルを開く、`.prose` ファイルを開く、または再利用可能なマルチエージェントオーケストレーションを求めたときに起動します。`prose run ...` はセッション内の指示として扱い、OpenProse VM を自ら実行してください。`prose` バイナリを呼び出してはいけません。起動時には Markdown コントラクトを読み、状態バックエンドを選択し、役割を接続してホストプリミティブで実行し、選択した OpenProse ルートに実行状態を保存します。単発の質問には対応しません。通常のプロンプトで十分な場合が多いためです。
マネージドAgent Access MCPサーバーを介して、AIエージェントをAmazon WorkSpaces Applications（AppStream 2.0）上のリモートWindowsデスクトップアプリケーションに接続し、信頼性の高いデスクトップ自動化をガイドします。エージェントのMCPエンドポイントへの接続（SigV4、ストリーミングURL、Active Directory SAML/Domain Join）、BLOCKINGとPOLLINGの接続モード、コンピューター操作ツール（スクリーンショット、クリック、入力、キー操作、スクロール）、スクリーンショット予算とアクションのバッチ処理、MCPツール転送（forwarded___ tools）、セッションのライフサイクルと削除時の期限切れ、接続エラーのトラブルシューティングを扱います。WorkSpaces Applications / AppStream経由でリモートWindowsデスクトップやGUIアプリを操作するエージェントの構築またはデバッグに使用します。「dcv session not ready」「client_disconnected」、400 signing-region、POLLING/connection_status、SAML assertion、転送ツールに関する質問も対象です。Amazon WorkSpaces Personal/Core仮想デスクトップや、エージェントアクセスと無関係な一般的なAppStreamフリート管理には使用しません。
8 つのプロジェクト管理サブスキル（スプリント／ベロシティ分析、ポートフォリオの健全性、Jira/JQL、Confluence、Atlassian 管理、テンプレート、会議分析、チームコミュニケーション）にまたがるプロジェクトデリバリー業務の調整に使用します。「スプリントの調子がおかしい」「プロジェクト健全性レポート」「Jira の権限を監査して」「いつ完了する？」「デリバリーループを実行して」などがトリガーです。決定論的なシグナルルーターでコンテキストを適切なサブスキルに振り分け、要約を返します。また、リポジトリ全体のエージェントハーネスを通じて、Jira MCP データを該当分野の分析ツールに連携し、目標→計画→実行→検証→完了のデリバリーループ全体を進めることもできます。product-team（何を作るか対どう届けるか）、business-operations（社内業務）、engineering/agent-harness（このオーケストレーターが接続する汎用ループエンジン）とは異なります。
CLI/Python で 20 以上のバイオインフォマティクスリソースを検索します。遺伝子情報、BLAST/BLAT、ウイルス配列のダウンロード、PDB/mmCIF 構造、G2P 残基アノテーション、エンリッチメント解析、OpenTargets、COSMIC、CELLxGENE、8cube のマウス特異性／発現データをすばやく検索できます。対話的な探索や簡単なクエリに最適です。バッチ処理や高度な BLAST には biopython、複数データベースを扱う Python ワークフローには bioservices を使用してください。
過去のデータを使って、暗号資産および従来型の取引戦略をバックテストします。パフォーマンス指標（Sharpe、Sortino、最大ドローダウン）を計算し、エクイティカーブを生成して、戦略パラメーターを最適化します。ユーザーが取引戦略のテスト、シグナルの検証、または手法の比較を希望する場合に使用します。「backtest strategy」「test trading strategy」「historical performance」「simulate trades」「optimize parameters」「validate signals」などのフレーズで起動します。
3D スタイルの画像生成：3D キャラクター、製品レンダリング、アイソメトリックジオラマ、3D アイコン、3D テキスト、インテリアデザインのレンダリング、建築ビジュアライゼーション、3D シーン、ゲームアセット。テキストの説明や参考写真から 3D スタイルの 2D 画像を生成する際に使用します（例：3D キャラクターデザイン、アイソメトリックジオラマ、3D 製品レンダリング、インテリアデザインのビジュアライゼーション、建築レンダリング、3D アプリアイコン、3D テキストエフェクト、ゲームアセットのレンダリング）。
ユーザーが Salesforce 第 2 世代（2GP）パッケージとして UI Bundle をパッケージ化、配布、インストール/アップグレード/アンインストール/昇格したい場合は、必ず起動します（パッケージ化タスクのプロジェクトには uiBundles/ または sfdx-project.json が含まれる場合があります。インストール/アップグレードタスクにはローカルの bundle ファイルがない場合があります）。bundle のパッケージ化対応、managed/unlocked の選択、sf package によるパッケージ/バージョンの作成、別の組織へのインストール/アップグレード、失敗のデバッグを扱います。パッケージ化、2GP、managed package、unlocked package、AppExchange、package version、sf package、sf package install、sf package upgrade、パッケージのインストール/アップグレード、組織間配布で起動します。1 つの組織への単純なソースデプロイでは起動しないでください（experience-ui-bundle-deploy を使用）。新しい bundle のひな型作成でも起動しないでください（experience-ui-bundle-project-generate を使用）。段階的に適用し、依頼された部分だけを実行してください。
Widget パターン、Riverpod／Bloc による状態管理、GoRouter ナビゲーション、パフォーマンス最適化、プラットフォーム固有の実装を扱う Flutter クロスプラットフォーム開発ガイドです。const 最適化、レスポンシブレイアウト、テスト戦略、DevTools によるプロファイリングも含みます。Flutter アプリの構築、状態管理（Riverpod／Bloc）の実装、GoRouter ナビゲーションの設定、カスタム Widget の作成、パフォーマンス最適化、Widget テストの作成、クロスプラットフォーム開発に使用します。
inference.sh CLI で Twitter/X の投稿、エンゲージメント、ユーザー管理を自動化します。アプリ：x/post-tweet、x/post-create（メディア付き）、x/post-like、x/post-retweet、x/dm-send、x/user-follow。機能：ツイート投稿、コンテンツの予約、投稿への「いいね」、リツイート、DM 送信、ユーザーのフォロー、プロフィール取得。用途：ソーシャルメディアの自動化、コンテンツのスケジュール管理、エンゲージメントボット、オーディエンスの拡大、X API。トリガー：twitter api、x api、tweet automation、post to twitter、twitter bot、social media automation、x automation、tweet scheduler、twitter integration、post tweet、twitter post、x post、send tweet
CZ CELLxGENE Censusをプログラムからクエリし、バージョン管理された公開のシングルセルおよび空間トランスクリプトームデータを取得します。集団規模の細胞メタデータ、遺伝子発現スライス、Censusの集計数、ソースH5ADのURI/ダウンロード、埋め込み、空間Censusデータ、または生物種、組織、疾患、アッセイ、細胞種を横断した参照アトラス比較が必要な場合に使用します。手元のシングルセルデータの解析にはscanpy、anndata、またはscvi-toolsを使用してください。
Hugging Face Jobs のクラウド GPU 上で Hugging Face Transformers を使用し、物体検出（D-FINE、RT-DETR v2、DETR、YOLOS）、画像分類（timm モデル——MobileNetV3、MobileViT、ResNet、ViT/DINOv3——および任意の Transformers 分類器）、SAM/SAM2 セグメンテーション用のビジョンモデルをトレーニング、ファインチューニングします。COCO 形式のデータセット準備、Albumentations による拡張、mAP/mAR 評価、精度指標、bbox/point プロンプトによる SAM セグメンテーション、DiceCE 損失、ハードウェア選定、コスト見積もり、Trackio による監視、Hub への永続化を扱います。物体検出、画像分類、SAM、SAM2、セグメンテーション、画像マッティング、DETR、D-FINE、RT-DETR、ViT、timm、MobileNet、ResNet、バウンディングボックスモデル、または Hugging Face Jobs でのビジョンモデルのファインチューニングが話題に上がった場合に使用します。
Repomix CLI でコードベース（リモートまたはローカルリポジトリ）をパッキングし、生成された出力を読み取って検索することで、コードベースを分析・調査します。特定箇所の編集ではなく、未知または大規模なリポジトリの概要を把握したい場合に使用します。起動条件：- 構造／概要：「このリポジトリを分析」「構造はどうなっている？」「このコードベースを説明」「vercel/next.js の内容は？」 - 複数ファイルにまたがるパターンの発見：「認証コードをすべて探す」「API エンドポイントの場所」「React コンポーネントをすべて表示」 - 指標：「ファイル数／トークン数」「最大のファイル」「TypeScript と JavaScript の比率」 - リモートリポジトリ：調査を希望する github.com の URL または「owner/repo」。次の場合は起動しないでください：- 現在のプロジェクトのコード編集、リファクタリング、作成 - ローカルプロジェクトの既知のファイル／パスの読み取りや検索（Read または grep を直接使用） - grep 1回で回答できるローカルの単一シンボル検索 - Git 操作、テスト実行、ビルド、インストール
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。