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
開発者とテスターが Python で Locust の負荷テストスクリプトを書き、修正し、構成するのをガイドする。ユーザーが Locust、locustfile、HttpUser、TaskSet、Python による負荷テスト、仮想ユーザー、spawn rate、wait_time、catch_response、LoadTestShape、ramp-up 段階に言及した場合、または Locust を使って API やサービスをベンチマークしたい場合 — たとえ「Locust」や「負荷テスト」と明示していなくても — このスキルを使用する。
macOS ネイティブの CoreGraphics を使って PDF ファイルを縦に連結した 1 枚の PNG 画像に変換する。各ページは 2x スケールでレンダリングされ、上から下へとつなぎ合わされる。macOS 上では pdftoppm+ImageMagick より約 20 倍高速で、外部依存はゼロ。ユーザーが「pdf to png」「pdf转png」「PDF转图片」「pdf拼接」「pdf截图」「convert pdf to image」に言及した場合、または複数ページの PDF を 1 枚の長い PNG にしたい場合にトリガーされる。
羅翔（ルオ・シャン）の視点：中国政法大学の刑法学教授で法学啓蒙クリエイターの思考フレームワークで、法的問題、社会正義、人生哲学を捉える。素材の出典：Bilibili の「羅翔が刑法を語る」チャンネル、著書（『円圏正義』『刑法学講義』など）、メディアインタビューなど。中核モデル：5 個。意思決定ヒューリスティック：9 項目。トリガーワード：「羅翔」「羅翔先生」「羅翔のやり方で」「羅翔の視点から」「羅翔はどう見るか」。限界：これは法律相談サービスではなく、弁護士による個別案件の分析に代わるものではない。素材は刑法・法治・人生哲学が中心で、民商法・行政法のデータは不十分。調査時期：2026 年 4 月。
A株の「MACD 強気ダイバージェンス + ゼロライン下での2度目のゴールデンクロス」の実践分析と取引執行スキル。ユーザーの相場感の記述を、実行可能な3段階の判断（監視リスト入り／試し買い可／撤退必須）、場中チェックリスト、エントリーとリスク管理のルールに変換します。「2度目のゴールデンクロス」「水面下の2度目のゴールデンクロス」「強気ダイバージェンス」「1本目2本目」「押し目での底値確認」「MACD ダイバージェンス」「底値拾いのリペア」「入りたいが偽シグナルが怖い」などの場面に適用されます。
MATLAB で表形式データの分類をエンドツーエンドで行います。データセットの読み込み、準備とクリーンアップ、有望な分類器の選択と学習、交差検証、ホールドアウト、またはハイパーパラメーター最適化と統計検定による精度比較を行います。トリガー条件：表形式データの分類、データセットに適した分類器の選定、分類器の精度比較、交差検証やホールドアウト評価の実行、または統計的不確実性を考慮した最適モデルの探索を求める場合。非トリガー条件：入力が表形式以外（画像、系列、時系列）の場合、回帰モデルを求める場合、特定のニューラルネットワークアーキテクチャを学習する場合（matlab-train-network を使用）、またはコスト重み付き学習や任意のクラス事前確率ベクトルを求める場合（このスキルは不均衡データ向けの組み込み均一事前確率切り替えのみをサポート）。
Database Toolbox を介して JDBC ドライバーで MATLAB を Databricks に接続する。Databricks クラスターや SQL Warehouse への JDBC 接続の作成、Databricks 認証（PAT、OauthU2M、OauthM2M）の構成、Simba と OSS の JDBC ドライバーの選択、databricks.JDBCConnection、StandaloneJDBCConnection、databricks.SQLWarehouse.connect() の使用、Databricks の書き込み性能の最適化に使用する。
ログファイル（MDF/MF4/DAT、BLF、ASC/TXT）から車両データをインポート／エクスポートする場合、DBC、ARXML、LDF データベースを使って CAN/CAN FD/LIN メッセージを信号にデコードする場合、timetable データを MDF または BLF ファイルに書き込む場合、または blfread、blfinfo、blfwrite、mdfRead、mdfWrite、mdfCreate、mdfInfo、canSignalImport、canMessageImport、canMessageTimetable、canFDMessageTimetable、canSignalTimetable、linMessageTimetable を呼び出す場合に使用します。
MATLAB Data Acquisition Toolbox のコードを、非推奨の旧 session ベースインターフェース（daq.createSession、addAnalogInputChannel、startBackground、DataAvailable リスナー、queueOutputData、wait）から、推奨される DataAcquisition インターフェース（daq("ni")、addinput、start、ScansAvailableFcn、write、preload）に移行します。旧版 DAQ スクリプトの移行、session API 呼び出しの変換、DataAcquisition オブジェクトの操作、トリガー、コールバック、連続取得、アナログ出力を組み合わせた多機能 DAQ スクリプトの作成に使用します。DAQ スクリプトが「以前は動いていた」「R20XX でエラーになる」と言われた場合にも使用します。旧 session API コードの最新化が、こうした問題のよくある解決策だからです。トリガーキーワード：daq、DAQ、NI、session interface、addtrigger、addclock、ScansAvailableFcn、ScansRequiredFcn、daq.createSession、addAnalogInputChannel、startBackground、queueOutputData、DataAvailable、evt.Data、evt.TimeStamps、wait(d)、preload、discouraged、legacy、modernize、R2020a。
CommunityToolkit.Maui を使って .NET MAUI アプリに音声認識による音声入力を追加する。音声認識、マイクの権限、ハンズフリーのテキスト入力について扱う。あらゆる UI パターン（XAML/MVVM、C# Markup、MauiReactor）で動作する。使用対象："speech to text"、"voice input"、"speech recognition"、"microphone input"、"voice command"、"dictation"、"SpeechToText"、"hands-free text"、"transcribe speech"。使用対象外：テキスト読み上げ出力（別機能）、メディア再生（maui-media-picker を使用）、一般的な権限（maui-permissions を使用）。
見込み客のコンテキストから MEDDIC 構造の通話準備スクリプトを自動生成する。HubSpot の取引＋連絡先データ、Apollo のデータ拡充、CRM の活動履歴、カレンダーのコンテキストを取得し、60 秒で完全なデモ／ディスカバリーのブリーフを構築。使用場面：'call prep'、'prep me for'、'demo prep'、'discovery prep'、'meddic brief'、'prep [company]'、'get me ready for [company]'。
mex（`mex-agent`）を操作し、AI コーディングエージェント向けの永続的なプロジェクトメモリとコードグラフを提供する。1 つのコマンドで、生きた wiki を足場として構築し、決定論的なコードグラフを生成し、プロジェクトアンカーファイル（CLAUDE.md、ルートの AGENTS.md、.cursorrules、.windsurfrules、copilot-instructions.md、または .opencode/opencode.json）をインストールする。エージェントはこれを常設のルール文書として自動的に読み込む。ユーザーが新規プロジェクトの `mex setup`、シンボルに基づく wiki の構築、ナレッジと実装の紐づけの維持、関連コンテキストのエージェントへのルーティング、ドリフト検出（`mex check`、`mex sync`）の実行を望むときに使用する。トリガー: "mex setup"、"project memory"、"code graphs"、"codebase documentation"、"drift detection"、"agent memory"、"structured scaffolds"、"architectural context"、"living wiki"、"project anchor file"。
野球の知識がまったくないユーザーに向けて、野球とファンタジー野球の専門用語を平易な英語に変換する。MLB エージェントチームが生成するすべてのユーザー向け文（モーニングブリーフ、トレード提案、ウェイバー指名、チャット要約）をラップする。専門用語を検出し、ドキュメント内で最初に登場したときにインラインの括弧書きで平易な英語の注釈を付け、アクション動詞のはしご（START / SIT / ADD / DROP / BID $X / ACCEPT / COUNTER / REJECT）を強制し、「hot streak」や「positive matchup」のような既知を前提とした表現を拒否する。初心者向けに翻訳して、平易な英語で説明して、これを翻訳して、専門用語なしで書いて、初心者にわかりやすくしてと依頼されたとき、または K L D'Souza の Fantasy Baseball 2K25 チーム向けのユーザー向け MLB 出力を生成するときに使用する。
Yahoo H2H Categories の対戦における全 10 計測カテゴリ（R、HR、RBI、SB、OBP、K、ERA、WHIP、QS、SV）の週次カテゴリ状態を計算する。Yahoo から現在の累計を取得し、ロースターと日程から週の残り各カテゴリの予測を構築し、対戦および各カテゴリの勝率計算を `matchup-win-probability-sim` に DELEGATES する。そのシミュレーションの `per_cat_win_probability` と `matchup_win_probability` を消費して cat_position、cat_pressure、cat_reachability、cat_punt_score を導出し、waiver、streaming、lineup の意思決定を駆動する "push 6, punt N" プランを出力する。ユーザーが "category state"、"where am I winning"、"should I punt"、"matchup score"、"cat pressure"、週次のカテゴリ計画、またはどのカテゴリを推進しどのカテゴリを放棄するかを尋ねたときに使用する。
MLB 全 30 球団のクローザー役割とブルペンの順列を追跡する — 今日 9 回を任されているのは誰か、現クローザーが崩れた場合の次の候補（ハンドカフ）は誰か、DFA や降格のリスクを負うのは誰か。救援投手ごとに `save_role_certainty` シグナル（0-100）を出力し、ウェイバー入札に値する投機的なハンドカフをフラグ立てする。ユーザーが「closer」「save role」「handcuff」「ninth inning」「bullpen depth」、セーブの喪失、セーブの失敗、委員会制に言及したとき、またはウェイバーアナリストが控え救援投手に FAAB を使うか決める必要があるときに使用する。このリーグでは SV が 5 つの投手カテゴリの 1 つだが、SV は最も変動が大きく最も捨てる価値のあるカテゴリでもあるため、追跡は常にカテゴリを捨てるフォールバックの推奨と組み合わせるべきである。
Yahoo ファンタジーのプレーオフ期間（第 21、22、23 週 — 2026 年 8 月 17 日から 9 月 6 日）における MLB 各チームの試合数を集計し、各チームの対戦相手の質を評価する。ロスター入りした選手ごとに 3 つのシグナル — playoff_games（整数、最大約 21）、playoff_matchup_quality（0-100）、holding_value（0-100）— を出力し、トレード期限とプレーオフのラインナップの意思決定を支える。ユーザーがプレーオフ週、第 21-23 週、プレーオフ日程、試合数、保有価値に言及したとき、またはプレーオフに向けて選手を保持/トレードすべきか尋ねたときに使用する。7 月 1 日より前はこのスキルは「シグナル不足 — 時期尚早」を返し、7 月 1 日以降は毎週発火する。
UI/UX 作業の前に、実際にリリースされたアプリのデザインインスピレーションを得るため Mobbin MCP を強制する。画面、フロー、ペイウォール、オンボーディング、チェックアウト、設定、空状態、マーケティングセクション、マイクロコピーパターンを設計、再設計、レビューするとき、ユーザーが Mobbin、デザインインスピレーション、UI リファレンス、パターン調査、実在アプリとのベンチマークと言ったときに使用する。Mobbin MCP の search_screens、search_flows、search_sections が必要 — 記憶から UI をでっち上げたり、Dribbble / 汎用 AI レイアウトで代用したりしない。
Molten OS Core — コンバージョン率の高いランディングページを作成または監査する（build → index.html + styles.css、または 22 項目の監査）。ランディングページ、ウェイトリスト、セールスページ、コンバージョン率レビューに使用する。存在する場合は `molten-docs/brand/brand.md` と `molten-docs/design/design.md` を読む。意図に応じて build または audit ワークフローにルーティングする。
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。