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 97,725 件掲載。コマンド 1 行でインストールできます。
すべて
NightRun を構築、テスト、実行、書き込みする — ベアメタルの no_std Rust UEFI アプリケーションで、下に OS を持たずにローカル LLM（Llama 3.2、Qwen3、Granite 4.1）へ直接起動する。ユーザーが起動可能な NightRun USB や Raspberry Pi 5 SD イメージを構築/書き込みしたい、GGUF モデルを `.nrm` コンテナへ変換したい、ホストまたは QEMU/OVMF で推論エンジンを実行/デバッグしたい、NightRun コードベースの no_std カーネル/トークナイザの整合性問題をトラブルシュートしたい場合に使用。トリガー："nightrun"、"boot into an LLM"、"bare-metal LLM runtime"、"UEFI LLM appliance"、"nrconvert"、"nrhost"、"cargo xtask"、"nrm model file"、"flash a bootable LLM USB"。
AI らしさのない文章を書いたり、草稿を二つのゲートで監査したりします。出典への忠実性（引用や帰属のある行をすべて一次資料と照合し、四つの判定と訂正ログを残す）とテイスト（機械的な特徴のスキャンと九次元のスコアカード）。ユーザーが「de-slop this」「slop check」「AI smell」「sounds like ChatGPT」「make it human」「humanize this」「sounds robotic」「reads like AI」「kill the em dashes」「verify the quotes」「fidelity check」「run the audit」「taste pass」と言った場合や、AI 生成らしく読まれてはいけない X の投稿、スレッド、記事、エッセイ、小説のシーン、書籍の章、ランディングコピーを書いたり書き直したりする場合に使用します。長さは問いません。引用や帰属がある場合は常に忠実性ゲートが有効になります。声の模倣（スタイル変換スキルを使用）、UI デザイン、テキストが AI によって書かれたことの証明には使用しないでください。禁止リストはハウススタイルであり、検出器ではありません。
NetExec (nxc) / CrackMapExec (cme) を使った Windows/AD ネットワークの一括操作。認証情報の一括検証、パスワードスプレー、リモートコマンド実行、共有の列挙、認証情報のダンプが必要な場合に使用する。nxc は CrackMapExec の後継で、SMB/WinRM/LDAP/MSSQL/SSH/RDP/FTP/WMI などのプロトコルに対応する。ドメイン浸透テストでは一括操作に用い、1 つのコマンドでサブネット全体の認証情報検証やコマンド実行を行う。CrackMapExec、NetExec、nxc、cme、パスワードスプレー、SMB の一括操作、ドメインユーザー列挙を含むシナリオではこのスキルを使用する
就職活動ツールキット。「求人を探す → offer を承諾する」を六つの独立したサブ skill に分解します：⓪ Job Hunt で求人を一括発見、① Job Description で具体的な JD を解読、② Resume でターゲット履歴書、③ BQ で行動面接を準備、④ Offer Compare で複数の offer を比較、⑤ Salary Negotiation で package を交渉。就職活動に関するあらゆるリクエスト（仕事探し、応募すべきか、履歴書の修正、面接準備、offer の選択、給与交渉）はここから入り、対応するサブ skill にルーティングされます。キーワード：求职, offer, career, job hunt, LinkedIn jobs, JD, resume, CV, behavioral interview, BQ, STAR, offer compare, salary negotiation, 薪资谈判, 选 offer。
Karpathy スタイルの LLM Wiki。マルチ vault の sqlite レジストリとソクラテス式ウィザードを備える。短い別名 OMW でも呼び出せる。複数のナレッジ vault（markdown または Obsidian）を管理する。呼び出し時にはレジストリの状態からユーザーの意図を推論する —— 初回ユーザーにはセットアップウィザードを、リピートユーザーにはそのまま操作を提示する。memo モード（軽量なメモ）と wiki モード（Karpathy の raw/wiki/index/log パターン、ingest/query/lint 付き）をサポートする。トリガーフレーズ —— 英語 "open my wiki"、"ingest this"、"find a note about X"、"what does my wiki say about X"、"omw"、"use omw"、"/omw"；韓国語 "위키 열어줘"、"이거 정리해줘"、"X 관련 노트 찾아줘"、"위키에 물어봐"、"오엠더블유"、"오엠더블유 켜줘"。ユーザーが長文を貼り付けて保存を依頼した場合にも発動する。
JavaScript および TypeScript 向けの OpenAI Agents SDK（@openai/agents、@openai/agents-realtime）のガイド。テキストエージェントとリアルタイム音声エージェントを扱う。エージェント、Zod スキーマで定義するツール、マルチエージェントのワークフローとハンドオフ、入力・出力ガードレール、構造化出力、ストリーミング、human-in-the-loop パターン、Cloudflare Workers、Next.js、React、Hono、Node.js 向けの統合をカバーし、エージェント種別ごとのテンプレートとエラー処理・デバッグ戦略を提供する。Zod スキーマの型エラー、MCP トレーシングの失敗、エージェントの無限ループ、ツール呼び出しの失敗、スキーマの不一致など 9 件以上の既知のエラーを防ぐ。この SDK でエージェントのワークフローを構築・デバッグするとき、ツールやハンドオフを追加するとき、リアルタイム音声エージェントを実装するとき、またはこれらのエラーに遭遇したときに使用する。
Coralogix ユーザー向けの OpenTelemetry Collector のデプロイ、設定、トラブルシューティング。Collector 設定の作成やデバッグ時に使用する — `coralogix` exporter（`domain:` と `endpoint:`、`${env:CORALOGIX_PRIVATE_KEY}` のブラケット構文、`coralogix/resource_catalog` バリアント）、汎用 processor チェーン、agent → cluster-collector → gateway のトポロジ、spanmetrics/tail_sampling/k8sattributes の配置、コンポーネントの安定性チェック、`url_sanitizer`、`sanitize_span_name`、`allow_all_keys` を含むデータ セーフティ/マスキング ルーティング、および広範な sanitizer による過剰マスキングの前後検証、spanmetrics のカーディナリティ保護、Coralogix 固有のプリセットを扱う。`otel-integration` Helm chart（EKS/GKE/AKS/OpenShift、GKE Autopilot Warden、EKS Fargate）、ECS EC2 daemonset、ECS Fargate sidecar、Linux/Windows/macOS スタンドアロン、Docker、汎用インストーラーを対象とする。OTTL の作成（`opentelemetry-ottl` スキルを使用）や、設定の優先順位に関する注意を超える OpAMP supervisor/Fleet Manager の内部には使用しない。
afonsoft agent harness の中央エントリーポイント。新規プロジェクトの開始、既存プロジェクトの再開、機能/Epic/リリースの計画、または多段階のエージェント駆動作業の実行時に使用する。SPEC（SDD）を検証・整合し、コードベースと harness のギャップ（セキュリティ、アーキテクチャ、パフォーマンス、衛生状態）を監査し、改善を提案し、作業を GitHub Issue に分解し、実装/QA/レビューを専門スキルに委任し、納品まで繰り返し再検証する。未承認の SPEC のレビュー、オープンな GitHub Issue とコードの整合、リリースを閉じる前の最終ギャップチェックにも使用する。
外部レッドチーム活動と許可済み攻撃対象領域評価のための包括的な OSINT 手法。5 段階の偵察パイプライン（シードの発見、アセット拡張、情報補完、露出分析、報告）、29 種類のアセットを扱うアセットグラフ規則、重大度基準（CRITICAL/HIGH/MEDIUM/LOW/INFO）、確信度向上ワークフロー、時間配分、アセット単位のトリアージ規則、規模別戦術、ID 基盤マッピング（Entra/Okta/ADFS/Google/SAML/M365 Teams+SharePoint+OAuth）、API と認証マップの手法、JavaScript の詳細分析、モバイル攻撃対象領域、クラウド攻撃対象領域、侵害情報と ID の相関、検出可能性のタグ付け、検知を考慮したプロービング（間隔調整、ペルソナのローテーション）、読み取り専用バリデーターの規則、WAF/CDN の回避とオリジンの発見、脆弱性の優先順位付け（CVE/EPSS/KEV）、フィッシング基盤の計画と口実の作成、バグバウンティ提出テンプレート、リスクを伝えるクライアント向け成果物テンプレート、脅威アクター調査（RU/CN の手掛かりを含む）、暗号資産の追跡、画像・動画フォレンジック、撮影日時・場所の特定を扱います。許可済みターゲットの偵察の計画・実行、組織の外部攻撃対象領域のマッピング、人物・組織の調査、暗号資産の追跡、メディアの位置特定、またはアトリビューション作業に使用します。
有料 SaaS ツールや商用 API に対する、活発にメンテナンスされているオープンソースの代替製品を探します。有料ツールの置き換え、移行、セルフホスト、無料版やオープンソース版の検索をユーザーが希望した場合に使用します。Datadog、Algolia、Twilio、Stripe、Auth0、Segment、Mixpanel、Intercom、PagerDuty、LaunchDarkly、SendGrid、Cloudinary などのほか、あらゆる商用開発者向けツールや API が対象です。「X にオープンソース版はある？」「X にお金を払いたくない」「X のセルフホスト可能な代替は？」「X の代わりに無料で使えるものは？」といった質問でも起動します。TinyFish エージェントを並列実行して GitHub と開発者コミュニティを検索し、各候補の実際の状況（最終リリース、コントリビューター数、stars、Docker 対応、機能の同等性）を確認したうえで、順位付きの比較と、得失を平易にまとめた説明を返します。
Hyperliquid 上の Pear Protocol のペア／バスケット取引 — ヘッドレスなエージェントウォレット認証（SIWE）、V3 ゲートウェイ REST + Orchard MCP サーバー：マーケット、ペア比率、ポジション、注文、取引執行。ユーザーがペアトレード（ある資産をロング／別の資産をショート）を行いたい、ペア比率・相関・ファンディングを確認したい、または Pear のポジションを管理したい（例：BTC ロング・ETH ショート、自分の Pear ポジションを確認、トレンドのペアを探す）ときに使用する。
ユーザーがピアプログラミング、ペアプログラミング、または人間がコードを書き Claude は補助だけを行う協働コーディングを望む場合にこのスキルを使用する。"pair program"、"peer program"、"let's code together"、"I'll write you review"、"drive me through this"、"I want to be the driver"、"you navigate I type"、"teach me by letting me write it" などのフレーズ、または人間がタイピストで Claude がナビゲーター/レビュアーとなるワークフローでトリガーする。ユーザーが Claude のガイダンスのもとで自分でコードを書いて学びたい場合、または実装を Claude に書かせたくないと明言した場合にもトリガーする。ユーザーが "skill" と言わなくてもこれを使用する — 通常の作成/レビューの役割の反転がシグナルである。
微分可能な量子コンピューティング向けのクロスプラットフォーム Python ライブラリ。PyTorch、TensorFlow、JAX などの機械学習ライブラリと統合されている。量子機械学習 (QML)、変分アルゴリズム、ハードウェア非依存の量子プログラミング向けに設計されている。量子ニューラルネットワーク (QNN)、変分量子アルゴリズム (VQE、QAOA)、古典-量子ハイブリッド機械学習、量子化学計算、量子アルゴリズムのベンチマーク、量子制御パルスの最適化、Barren Plateaus などの QML 現象の調査に使用する。
あらゆるデザイン、マーケティング、コピーライティング、ライティング、コミュニケーションのタスクに取り組むときにこのスキルを使用する——次を含む：「run PFD」「apply PFD」「use Perception-First Design」「do a PFD analysis」「run the derivation protocol」；インターフェース、ランディングページ、メール、広告、ビジュアルシステムを設計するとき；マーケティングコピー、ヘッドライン、CTA、提案書、ピッチ、プレゼンテーションを書いたりレビューしたりするとき；コンバージョンの問題、直帰率、エンゲージメント、説得力を評価するとき；ブランドの仕事、コンテンツ戦略、あらゆるクライアントコミュニケーションを行うとき；または認知負荷、第一印象、処理の流暢性、信頼、意思決定アーキテクチャが仕事に反映されるべきとき。
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。