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
BidDeed.AI と Life OS プロジェクトに関連する GitHub リポジトリを自動的に発見、スコアリング、アーカイブする。既存プロジェクトに統合できる特定のトピック、技術、ドメインの GitHub リポジトリをユーザーが探すよう依頼したときにこのスキルを使用する。トリガーには「find GitHub repos for」「discover repositories about」「search GitHub for projects related to」といったフレーズや、GitHub プロジェクトに言及した動画・記事を分析する場合が含まれる。
PRD ドキュメント、プロトタイプ画像、リソースファイルから、完全な本番運用可能のフルスタック Web アプリを構築します。システム設計、データベーススキーマ、シードデータ、バックエンド API、フロントエンド UI、プロトタイプとの視覚的な照合、デプロイスクリプトの生成まで、全工程に対応します。ユーザーが PRD（製品要件ドキュメント）を提供して動作するアプリの構築を希望する場合、「根据PRD开发」「build from PRD」「implement this product」「把需求文档做成应用」「develop this app from requirements」などと依頼する場合、プロトタイプ画像と要件をもとにフルスタック実装を希望する場合、製品仕様を動作する Web アプリにしたい場合、またはワイヤーフレーム／モックアップと要件ドキュメントを組み合わせたアプリ構築に言及する場合に使用します。作業ディレクトリに PRD 資料があれば、ユーザーが「帮我开发」や「build this」とだけ言った場合も起動します
Godot 4.x のゲーム開発（4.7 で検証済み）。プロジェクト、シーン、UI、リソースをヘッドレスで雛形作成、確認、編集します。タイルセット、ASCII 描画のレベル、テーマ、アニメーション、オーディオバス、カスタム Resource、衝突／ナビメッシュのベイク、シェーダー、エクスポートプリセットを作成します。ASCII からピクセルアートを描き、生成アートを整え、効果音やループ音楽を合成します。インストール済みエンジンの正確な API を調べ、Godot なしで GDScript、シーン、シェーダーを lint します（Godot 3 の名称変更、型推論できない :=、無効なノードパス、入力アクション、res:// パス）。エディター限定のノード警告を検出し、ファイルを安全に移動します。単体テスト、入力ファジングを用いた全シーンのスモークテスト、デバッグ、エクスポートを行い、すべてをテキストで検証します（ノードツリー、UI レイアウト、2D／3D 配置、レベル、画像、音声の読み戻し）。視覚や聴覚は不要です。Codex で Godot ゲームの構築・修正、.gd/.tscn/.tres/.gdshader ファイルの作成・修復、アート、サウンド、レベル、UI の追加、Godot 3 コードの移行、プロジェクトの再構成、検証、テスト、エクスポートを行う場合に使用します。
ユーザーがある企業に持続的な競争優位があるかどうかを判断する必要があるときにこの skill を起動する。典型的なトリガー：ユーザーが特定の株式/企業を分析する際に "这门生意好不好"、"护城河够不够深"、"这个商业模式能不能持续赚钱" と尋ねる場合、または PE や財務指標から企業を評価しようとしても整理できない場合。適用外：純粋な財務モデリング（DCF 計算）、能力の輪の外にあることが明確な企業（まず能力の輪のフレームワークに戻るべき）、短期取引のタイミング判断。重要な言語シグナル："这个生意模式怎么样"、"为什么这家公司能一直赚钱"、"竞争对手能不能抢走它的市场"。
本 Skill は、BrowserAct Google Maps API を使って Google Maps からビジネスデータを自動的にスクレイピングするのを支援する。特定の都市のレストランを探す、歯科クリニックの連絡先を抽出する、地元の競合を調査する、コーヒーショップの住所を収集する、特定業界のリードリストを生成する、ビジネスの評価とレビューを監視する、地域サービスの営業時間を取得する、専門店（例：トルコ風レストラン）を探す、ある地域のビジネスカテゴリを分析する、地元ビジネスのウェブサイトリンクを抽出する、営業アウトリーチ用の電話番号を収集する、特定の国のサービスプロバイダーを洗い出す、といったニーズに対して、Agent は本 Skill を主体的にトリガーすべきである。
GPC（Google Play Console CLI）のセットアップ時に使用：サービスアカウント、OAuth、Application Default Credentials による認証、設定ファイル（.gpcrc.json、環境変数、XDG パス）、認証プロファイル、gpc doctor の実行、認証エラーのトラブルシューティング。ユーザーが gpc auth、gpc setup、サービスアカウントの設定、gpc config、gpc doctor、GPC_SERVICE_ACCOUNT、gpc auth login、gpc auth clear-cache、トークンキャッシュ、Google Play API の認証情報、Play Console の認証、一括レポートのダウンロード権限、レポートバケットへのアクセス、GPC_REPORTS_BUCKET に言及した場合、または GPC をインストール/設定したい場合は、たとえ「setup」と明言していなくても必ずこのスキルを使用してください。認証の失敗、トークンの期限切れ、キーチェーンの問題、GPC のプロキシ/ネットワーク設定をトラブルシューティングしているときにもトリガーします。
ユーザーのニーズに基づき、1,000 件以上の GPT Image 2 画像生成プロンプトから適切なプロンプトを推薦する。GPT Image 2（OpenAI）向けに最適化されているが、プロンプトは Nano Banana Pro、Nano Banana 2、Seedream 5.0、Midjourney、DALL-E、Flux、Stable Diffusion をはじめとするあらゆるテキスト・トゥ・イメージ AI モデルでも機能する。ユーザーが次のことを望むときにこのスキルを使用：- AI で画像を生成する（任意のモデル — GPT Image 2、GPT Image 1.5、Nano Banana Pro、Seedream など）- 実績のある AI 画像生成プロンプトとプロンプトテンプレートを探す - 特定の用途（ポートレート、製品、ソーシャルメディア、ポスターなど）向けのプロンプト推薦を得る - 記事、動画、ポッドキャスト、マーケティングコンテンツ用のイラストを作成する - サンプル画像付きの厳選プロンプトライブラリを閲覧する - プロンプト技法を翻訳して理解する。また利用可能：「ai-image-prompts」スキル — 本ライブラリのモデル非依存版で、汎用的な画像生成に用いる。
Grafana インスタンスを操作します——ダッシュボードの検索と読み取り、データソースクエリ（Prometheus、Loki、PostgreSQL など）の実行、アラートルールとサイレンスの確認、アノテーションの投稿、フォルダの管理。ユーザーが Grafana のダッシュボード、パネル、アラートに言及したとき、Grafana の URL を貼り付けたとき、「このダッシュボードは何を表示するか」「このメトリクスを Grafana でクエリする」「このアラートは発火しているか」「このアラートをサイレンスにする」と尋ねたとき、またはダッシュボードの作成/エクスポートを望んだときに使用します。「API」と言わなくても使用してください。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。
「growth loops」「build a growth engine」「design a viral loop」「create a content loop」「move beyond paid acquisition」「why isn't growth compounding」と尋ねられた場合に使用します。成果が次の投入となる自己強化型の成長システムの設計を支援します。Growth Loops フレームワーク（Brian Balfour／Reforge、Elena Verna による）は、線形のファネルから複利的なループへと発想を転換します。
PR のレビュー、過剰に設計されたコードの簡素化、アーキテクチャの判断、不明瞭な概念のリネームの際に使用する — 偽のヘルパーをインライン化し、中身のない儀式を削除し、実態と合わない名前をリネームし、過度に分割されたファイルを統合し、早すぎる抽象化を拒否し、憶測に基づく config／モード／レイヤーを断り、最後に最小で安全な次の変更で締めくくる。コードが過度に凝っていたり、抽象的すぎたり、賢すぎたり、ファイル／ヘルパー／レイヤーが多すぎたり、うまく分割されすぎているのに変更が苦痛なときに発動する。Grug の脳を体現する：複雑さは非常に悪、小さな言葉、コンサル的な話し方はしない、反対の教義への急な転換もしない。
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。
親エージェントがサブエージェントに委任するのと同じように、境界の定まったタスクを別のコーディングエージェント CLI に委任する。CLI は Claude Code、Codex、Grok Build、Antigravity（agy）、Cursor CLI（cursor-agent）。ユーザーが harness-subagent と言及したとき、または CLI や Astra、Sol、Opus、Opus 5.5、Fable、Sonnet、Sonnet 5.5、Haiku、Grok 4.7 などのモデルを指定したときに使用。これらの CLI のインストールには使用しない。このセッションが本スキルによって起動された場合（プロンプトが YOU ARE THE WORKER で始まる、または HARNESS_SUBAGENT_RUN が設定されている）は使用しない。その作業を行うこと。再度委任しないこと。
ネスト／ラグド／ジャギッドテンソル（オフセット／可変長行）上で Helion（import helion; import helion.language as hl）カーネルを書く場合、または遅い Helion の自動チューニングを管理する場合 — チューニング済み設定の保存／読み込み、GPU アーキテクチャと入力形状による設定の選択、マシンをまたいだ再チューニングの回避 — に使用。hl.jagged_tile、Config.save/load、autotune キャッシュ、helion.from_cache、AOT ヒューリスティクス（aot_kernel/aot_runner）、形状特化を扱う。
Hevy フィットネスアプリでワークアウトルーティンを作成する。トレーニングプログラム（テキスト/PDF/画像）をコマンドラインで Hevy JSON 形式に変換する。種目の ID を検索し、ルーティン JSON を構築し、API 経由で作成する。使用場面：ジムのルーティン作成、ワークアウトプランのインポート、種目 ID の検索、ワークアウト JSON の構築、プログラムの変換（PPL、5x5、531、GZCLP、nSuns、Starting Strength、PHUL、PHAT、Upper/Lower、Full Body）、Hevy への同期、その他あらゆる Hevy API タスク。キーワード：フィットネスアプリ、ワークアウトトラッカー、ルーティンビルダー、ジムプログラム、筋力トレーニング、筋肥大、種目データベース、トレーニングログ、ウエイトリフティング、ボディビル ユーザー呼び出し可能：/hevy
最新のドキュメントを用いて Hey API（@hey-api/openapi-ts）の OpenAPI から TypeScript へのコード生成を構築、設定、レビュー、デバッグ、移行、計画する。openapi-ts、defineConfig、生成された SDK、型、Fetch/Axios/Next/Nuxt/Ky/OFetch/Angular クライアント、Zod/Valibot バリデータ、TanStack Query と Pinia Colada プラグイン、MSW/Faker モックプラグイン、vite-plugin、client.setConfig、認証、インターセプター、throwOnError、registry 入力、および OpenAPI 仕様からのクライアント再生成に使用。
階層的マッチングシステムの設計、実装、レビュー、デバッグに関する専門知識。以下を扱う場合に使用します：(1) 二者間マッチング（Gale-Shapley、hospital-resident、student-school）、(2) 割り当て/最適化問題（ハンガリアン法、二部マッチング）、(3) 多層階層マッチング（組織図、タクソノミー、ネストされたカテゴリ）、(4) 階層をまたぐエンティティ解決とレコードリンケージ。トリガー：マッチ品質問題のデバッグ、マッチングアルゴリズムのレビュー、ビジネス要件の制約への変換、マッチの正確性の検証、新しいマッチングシステムの設計、不安定なマッチの修正、制約違反の解決、選好のミスマッチの診断。
「マーケットプレイス戦略」「鶏が先か卵が先かの問題」「流動性」「両面市場」「マーケットプレイスの主導権獲得」「GMV の成長」「Sarah Tavel のマーケットプレイス」について尋ねられたときに使用します。供給と需要の順序を組み立て、創業者やプロダクトリーダーが競争優位性のあるマーケットプレイス事業を構築できるよう支援します。Hierarchy of Marketplaces フレームワーク（Sarah Tavel / Benchmark が作成）は、焦点を絞ったローンチから市場の支配的地位までの進展を示します。
.NET GraphQL サービス向けの HotChocolate 16.6+ サーバー実装のベストプラクティスです。HotChocolate プロジェクトで C# を作成またはレビューする際に使用します。対象は resolver、[QueryType]、[MutationType]、[ObjectType]、[DataLoader] を持つクラス、Green Donut DataLoaders、resolver 内の EF Core データアクセス、ページネーション、.NET の GraphQL パフォーマンス改善です。「HotChocolate」「Green Donut」「DataLoader」「resolver」「AddGraphQLServer」、または HotChocolate の属性や型を使用するファイルの編集がトリガーになります。スタンドアロンサーバーと、複合構成のソーススキーマ（サブグラフ）の両方に適用されます。
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。