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
TypeScript 向けの Alchemy IaC フレームワーク。ユーザーが Alchemy に言及した場合、インフラのセットアップ、Cloudflare Workers のデプロイ、データベース、KV、R2、キューの設定、バインディングとシークレットの使用、開発モードの設定、フレームワークアダプター（Vite、Astro、React Router、SvelteKit、Nuxt、TanStack Start）の使用、カスタムリソースの作成、または任意の Alchemy provider での作業を望む場合に使用。
UI コンポーネント、テーマ、カスタムコンポーネントのための Angular Material と CDK。スタンドアロンの Material コンポーネントとカスタムテーマを扱う。使用する場合：ユーザーが "Angular Material"、"Material CDK"、"mat-table"、"mat-dialog"、"Angular UI components"、"Material theming"、"Angular CDK" に言及したとき。使用しない場合：Bootstrap — CSS フレームワークのスキルを使用する、PrimeNG などの他の Angular UI ライブラリ
ユーザーのデータに既知の、すでに観測された異常 — 指標の急増や急落、外れ値、予想外の数値 — があり、その根本原因を推測ではなく診断したいときに使用。候補原因の一覧を作成し、それぞれをデータで検証し、データが否定するものを除外して、決定的な候補がちょうど 1 つだけ反証を生き延び、肯定的な確認テストに合格するまで絞り込む。結果は、確認された根本原因と他の候補を排除した証拠を含む調査ログとなる。手元に特定の異常がないデータセットに対する自由な探索（それは data-analysis）や、外部の主張を情報源と照合すること（それは claim-verify）には使用しない — これはすでに把握している 1 つの異常に対する反応的な診断である。
iOS / watchOS アプリを TestFlight と App Store にリリースするためのエンドツーエンドパイプライン。ユーザーが iOS/watchOS アプリを公開・出荷・リリースしたい、ビルドを TestFlight に載せたい、xcodebuild でアーカイブしてアップロードしたい、CloudKit スキーマを Production にデプロイしたい、App Privacy や輸出コンプライアンスを設定したい、Distribution 証明書を発行したい、App Store Connect / Apple Developer ポータルの手順を進めたい、といった場合に使用する。'continue publishing'、'ship the app to TestFlight'、'release the iOS app'、'upload a build'、'deploy CloudKit to production'、'App Privacy labels'、'distribution signing'、または難解な Apple のアップロードエラー（cloud signing、90057 missing CFBundleShortVersionString、90474 orientation）で発動する。macOS と Xcode のみ。
iOS/macOS アプリ向けの包括的な App Store 掲載ドキュメントを多言語対応で生成する。次の場合に使用：(1) 新規アプリの App Store 掲載内容を作成するとき、(2) 多言語の App Store 説明文（英語、簡体字中国語、繁体字中国語）を生成するとき、(3) アプリのメタデータ（タイトル、サブタイトル、キーワード、説明）を準備するとき、(4) リリースノートやプロモーションテキストを書くとき、(5) ユーザーが "generate appstore info"、"create app listing"、"write app description" を求めたとき。
このツールキットの規約に従う arc42 ドキュメントについて、セクション間の ID の整合性を検証します。ツールキットの IF-xx インターフェース ID（Section 3↔Section 5）、ビルディングブロックのデプロイ範囲（Section 5↔Section 7）、Q42 品質タグのトレーサビリティ（Section 1↔Section 10）、ツールキット ADR のリスク参照（Section 9↔Section 11）、および将来シナリオの関連付け（Section 10↔Section 11）を確認します。自動 lint スクリプトが利用可能な場合は実行し、利用できない場合はルールを手動で適用します。
Asana のタスク、プロジェクト、セクション、コメント、ワークスペースを読み取り、管理します。ユーザーがタスクの一覧表示や検索、タスクの作成や更新、タスクの完了、タスクへのコメント、プロジェクトやセクション間でのタスクの移動、プロジェクトやワークスペースの参照を行いたいとき、または「Asana リストに何があるか」を尋ねたときに使用します。「API」と言わなくても使用してください。app.asana.com の URL や Asana のタスク/プロジェクト gid にも使用します。このサービスとやり取りするときは常にこのスキルから始めてください。同梱のスクリプトとレシピが最短経路です。
ユーザーが Huawei Ascend NPU のハードウェアレベルの管理、テスト、診断を必要とするときにこの skill を使用する。典型的なシナリオ：NPU カードの状態・温度・使用率の確認、メモリ帯域のテスト（h2d/d2h/d2d/p2p）、演算性能/消費電力のベンチマーク（TFLOPS、TOPS）、NPU ハードウェア障害の診断やヘルスチェック、NPU カードのストレステスト（aicore、メモリ）、スタックまたは異常な NPU カードのリセット/復旧。典型的なユーザーの質問（ascend-dmi に言及していなくてもトリガーする）："このサーバーの演算性能と帯域を測って"、"192.168.1.50 の NPU の温度と使用率を見て"、"fp16 の演算テストを実行して TFLOPS がいくつか見て"、"d2d 帯域は基準を満たしているか"、"3 番のカードに問題があるようなので診断して"、"NPU がスタックしたのでリセットして"、"8 枚のカードでストレステストをして"、"消費電力テストを edp モードで実行して"。ユーザーが Ascend NPU ハードウェアを直接測定・診断・管理したいときは常にこの skill を使用する——サーバーの NPU 性能（演算性能/帯域/消費電力）の確認、ハードウェア障害の診断、NPU カードのリセットを含む。ユーザーが "ascend-dmi" と言わずに「サーバー」+「演算性能/帯域/NPU 状態」に言及しただけでもトリガーする。以下には使用しない：NPU のコード作成、フレームワークのインストール、学習問題のデバッグ、Docker の設定。
ユーザーが "write in Simplified Technical English"、"rewrite this in STE"、"check STE compliance"、"apply ASD-STE100"、"simplify this technical documentation"、"make this manual STE-compliant" を求めたり、ASD-STE100、STE、制御言語に言及したり、航空宇宙の技術文書標準に沿って技術手順、保守指示、説明を記述したい場合に、このスキルを使用する。
コントローラー、サービス、DI、構成、ミドルウェアパイプラインを備えた ASP.NET Core 8+。Program.cs の設定とエンタープライズパターンを扱う。使用場面：ユーザーが "ASP.NET Core"、"Web API"、".NET controllers"、"Program.cs"、"dependency injection"、".NET DI"、".NET configuration"、"appsettings" に言及したとき。次には使用しない：Minimal API（`aspnet-minimal-api` を使用）、Spring Boot（`spring-boot` を使用）、NestJS（`nestjs` を使用）、Express（`express` を使用）
Omegaモデルで埋め込みを行う前に、多変量時系列データをクリーニング、分割し、特徴量化します。再利用可能な3つの構成要素を含みます。`DataPreprocessor`（タイムスタンプの規則性、欠損区間、nullを診断し、補完を伴う連続した欠損考慮型の時間ブロックを構築）、`DataSplitter`（時間順を守った時間外またはランダムな訓練／テスト分割）、`FeaturePreparer`（センサーごとの埋め込みを「joint state」（X、y、メタデータ）行列にピボットし、L2／標準化／PCAを任意で適用）。ユーザーがOmegaモデル（`atai-newton-omega-model`）用の生センサーCSVを準備している場合、訓練データに欠損区間があり削除・補完・分割の判断に迷っている場合、またはn-shot CSVがノイズの多い状態で体系的なクリーニング手順を求めている場合に使用します。推論の実行や埋め込みの生成には使用しないでください（`atai-newton-omega-model`を使用）。動画／画像／テキストデータには使用しないでください（`atai-newton-fusion-model`を使用）。時系列専用です。
Crawlora API を通じて、Greenhouse、Lever、Workday、Ashby、SmartRecruiters、Workable、Personio、Recruitee、iCIMS、Oracle Recruiting、Rippling、Pinpoint、Eightfold、Gem、UKG、Teamtailor などの Applicant Tracking System（ATS）から企業の求人情報を直接取得し、整形された JSON を返します。ATS のプラットフォームと企業または求人ページのスラッグが指定され、企業の ATS 採用ページにある全求人、単一求人の詳細情報、または企業の採用ペースの概要が必要な場合に使用します。
createInputDataset を使って、Simulink の入力ポート向けに新しい波形を一から合成します。External Inputs または Signal Editor の Dataset に入力する信号（ステップ、ランプ、正弦波、チャープ、パルス、ノイズ）の生成、作成、合成をユーザーが求めた場合にのみ使用します。timeseries と timetable の各形式に対応し、データ型、補間、単位、次元を適切に設定します。function-call および trigger 入力ポートのタイミング設定も扱います。ファイル（MAT、CSV、スプレッドシート）内の既存データを読み込み、インポート、または取得する場合には使用しません。モデル入力に使うデータであっても同様です。シミュレーションの実行や出力のプロットには使用しません。
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。