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
MongoDB ユーザーが Atlas Search（全文検索）、Vector Search（セマンティック検索）、Hybrid Search のソリューションを実装し最適化するようガイドします。テキストクエリ向けの検索機能（オートコンプリート、ファジーマッチング、ファセット検索）、セマンティック類似度（埋め込み、RAG アプリ）、および組み合わせアプローチを構築する必要がある場合に使用します。テキストの包含、部分文字列一致（'contains'、'includes'、'appears in'）、大文字小文字を区別しない検索や複数フィールド検索、または変動する組み合わせで多数のフィールドをフィルタリングする場合にも使用します。適切な検索タイプの選択、インデックスの作成、クエリの構築、および MongoDB MCP サーバーを用いたパフォーマンス最適化のワークフローを提供します。
Python/React プロジェクト向けのアプリケーション監視と可観測性の設定。ログ、メトリクス収集、ヘルスチェック、アラートルール、ダッシュボード作成を構成するときに使用する。structlog による構造化ログ、FastAPI 向け Prometheus メトリクス、ヘルスチェックエンドポイント、アラート閾値の設計、Grafana ダッシュボードのパターン、Sentry によるエラートラッキング、稼働監視を扱う。インシデント対応手順（incident-response を使用）やデプロイ（deployment-pipeline を使用）は対象外。
MSBuildプロジェクトファイルを最新化し、SDK形式へ移行するためのガイドです。対象：冗長なXMLを含む旧式の.csproj／.vbprojをSDK形式に変換する、packages.configをPackageReferenceに移行する、自動生成に置き換えてProperties/AssemblyInfo.csを削除する、暗黙的なグロブを利用して明示的なCompile Includeリストをなくす、共有設定をDirectory.Build.propsに集約する。旧式プロジェクトの兆候：ToolsVersion属性、$(MSBuildToolsPath)経由でのMicrosoft.CSharp.targetsのImport、単純なプロジェクトで.csprojファイルが50行を超える場合。対象外：すでにSDK形式のプロジェクト、.NET以外のビルドシステム（npm、Maven、CMake）、SDK形式に移行できない.NET Frameworkプロジェクト
Multimodal Embedding Serving マイクロサービスをデプロイして利用します — setup.sh + docker compose で起動し（リポジトリのクローン、またはクローンがない場合は同じファイルを GitHub から取得）、事前ビルド済みの intel/multimodal-embedding-serving イメージを使用して、ポート 9777 の REST 経由でテキスト/画像/動画を埋め込み、19 のモデル（CLIP/SigLIP/MobileCLIP/CN-CLIP/Blip2/QwenText）から選択するか、Python SDK wheel を介してインプロセスで統合します。アプリが類似検索や検索のための埋め込みを必要とする場合に使用します。サービスのソースを変更する用途ではありません — それは multimodal-embedding-serving-dev です。
Crawlora API を通じて音楽、アーティスト、プレイリスト、ポッドキャストを調査します。対象は Spotify のトラック／アルバム／アーティスト／プレイリスト／プロフィール、Spotify Podcasts、Apple Podcasts、Discogs、SoundCloud のトラック／プロフィール／プレイリストで、整った JSON を返します。トラック／アルバム／アーティストの詳細、プレイリストやプロフィール、ポッドキャストの番組／エピソード情報とチャート、レコードの Discogs リリース／プレス情報、または SoundCloud のトラック／ユーザー統計を知りたい場合に使用します。
n8n AIエージェントを適切に設計します。@n8n/n8n-nodes-langchain.*のAIノード（AI Agent、LLMチェーン、Text Classifier、Information Extractor）の構築や編集時に使用します。また、AIエージェント、ツールを使うLLM、ツール呼び出し、$fromAI、システムプロンプト、エージェントメモリ、sessionId、構造化／JSON出力、出力パーサー、RAG、ベクトルストア、チャットアシスタント／ボット、human-in-the-loopレビューに言及した場合にも使用します。Agent・チェーン・分類器の選択、model／memory／tools／outputParserスロット、プロンプトとしてのツール名と説明、autoFixによる構造化出力、メモリ、RAG、人間によるレビュー、チャットのトポロジーを扱います。
新しく収録したトーキングヘッド素材を、明示的な編集プラン、決定論的な FFmpeg レンダリング、キャプション、フックカード、音声ノーマライズ、ビジュアル QA を備えたレビュー可能な縦型動画ドラフトに変換する。オリジナルの Instagram Reels、TikTok 動画、YouTube Shorts、LinkedIn 動画、創業者による収録、新しい台本やアイデアカードの複数テイク、最初の動画編集パスの自動化依頼に使用する。長尺のソース動画からクリップを抽出する用途には使用しない。
Neta エレメント（Elementum）錬金スキル — ユーザーがスタイルエレメント（Elementum）VToken（仮想トークン、TCP）を作成・更新するのを導く。Elementum は視覚的な概念（シーン、小道具、衣装、武器、ポーズ、雰囲気、ミームなど）をカプセル化したもので、作成後は make_image 内で /エレメント名 として参照できる。ユーザーが新しい Elementum を作成したい、ある視覚的スタイルや概念をカプセル化したい、既存のエレメントを変更したいときにこのスキルを使用する。
@ngrx/signals Signal Store を使って Angular の状態を構築、リファクタリング、設計します。ユーザーが signalStore、withState、withMethods、withComputed、withHooks、withLinkedState、withFeature、signalStoreFeature、withEntities、rxMethod、signalMethod、patchState、SignalStore events プラグイン（withReducer、withEventHandlers）に言及した場合や、BehaviorSubject／サービスベースの状態を Signal Store にリファクタリングしたい場合に使用します。カスタムストア機能、リクエスト状態、楽観的更新、エンティティコレクション、Angular におけるストアとサービスの分担設計にも使用します。@ngrx/store（従来の Redux）、createReducer/createEffect、Signal Store に関係しない一般的な RxJS の質問には使用しないでください。
Node プロジェクト向けの GitHub Actions CI を作成する - engines から導出するバージョンマトリックス、setup-node のキャッシュ、corepack を使わない pnpm セットアップ、フェイルクローズドな全チェック集約、merge_group 対応、concurrency。ユーザーが CI のセットアップ、Node テストマトリックスの追加、インストールのキャッシュ、必須チェックとマージキューの修正を求めたときに使用する。リリース/公開パイプラインや依存関係更新ポリシーには対象外。
ウェブサイトを一度探索し、安定したデータパスを見つけ、再利用可能でパラメータ化された Notte Function（スケジュール実行して大規模に動かせる呼び出し可能な HTTP エンドポイント）としてデプロイする。ユーザーがあるサイト向けの再利用可能なスクレイパーやブラウザ自動化を forge、build、generate、または「bake」したい、動作するスクレイプを API/エンドポイント/ジョブに変えたい、あるいは「後で N 個のキーワードを実行する」「これを再利用可能にして」「すべてのリスティングを取得して」「このサイトを毎日自動化して」「Y から X を抽出する関数を作って」といったことを言うときに使用する。サイトが変わったときに forge 済みの Function を修復する notte-functions-doctor と組み合わせて使う。
Novig 取引所の公開イベント、市場カタログ（結果、手数料、無効化ルール）、オーダーブックを扱います。API キー不要、読み取り専用です。NFL、NBA、MLB、NHL、NCAAF、NCAAB、WNBA、サッカー、テニス、MMA、ゴルフ、eスポーツに対応します。重要：カタログの市場には価格がなく、価格は `get_order_book` からのみ取得できます（結果ごとの買い注文は確率で表示され、各契約の支払いは $0.01）。試合やリーグについて Novig の掲載内容を尋ねる場合、市場の Novig オーダーブック価格を尋ねる場合、または Novig を他の取引所と比較する場合に使用します。注文の発注やキャンセルには使用しないでください（非対応）。Kalshi/Polymarket/ProphetX の価格には各サービスのスキルを、取引所間の比較には markets を使用します。スコアや統計にはスポーツ別のスキルを使用します。
テキストからネイティブの Obsidian Canvas ファイル（.canvas）を作成します。マインドマップと自由配置レイアウトに対応します。ユーザーが Obsidian Canvas の名前を出した場合、このスキルを必ず使用し、ノートやカードを空間的に整理したい場合にも使用してください。手描き風のホワイトボードには excalidraw-diagram、標準的なフローチャートやシーケンス図には mermaid-visualizer を使用します。トリガー：「Canvas」「Obsidian Canvas」「畫Canvas」「Canvas心智圖」「Canvas佈局」。
Obsidian Flavored Markdown を作成・編集します。新しい Obsidian ボルトやナレッジベースの作成、構成、初期化を行う場合は、必ず llm-wiki 構造（SCHEMA.md、index.md、log.md、raw/、topics/、entities/、concepts/、comparisons/、queries/）をデフォルトとして使用します。Obsidian の .md ファイルを扱う場合、またはユーザーが wikilinks、callouts、frontmatter、タグ、埋め込み、Obsidian ノートに言及した場合は、必ずこのスキルを使用します。
ユーザーが「manage Obsidian vault」「create a daily note」「move notes without breaking links」「search vault content」「organize Obsidian notes」を求めている場合に、このスキルを使用する。Obsidian vault、[[wiki-links]] を含む markdown ノート、デイリーノート、テンプレート、タグを扱うときに自動的に有効化される。Obsidian vault 以外での一般的な markdown 編集には使用しない。
opendataloader-pdf（ODL）で PDF から構造化データを正しく抽出するための手順：インストール済みツール自身のヘルプを読んで現在のオプションを把握し、ユーザーの目的に応じた最小限のコマンドを組み立て、抽出が実際に成功したことを検証し、ツールが報告しないサイレント障害を診断する。ユーザーが opendataloader-pdf/ODL を使って PDF の内容をテキスト、markdown、JSON、HTML に抽出、解析、変換しようとしている、評価している、または検討しているときに使用 — スキャン PDF の OCR、表、バウンディングボックス、PDF 上の RAG パイプラインを含む。PDF の結合/分割/回転、Office 形式への変換、フォーム入力、PDF/UA アクセシビリティ準拠のタグ付けには使用しない。
OpenHarmony の graphic_2d graphic_test ピクセル比較テストを作成、変更、レビュー、デバッグする際には必ず使用すること。ユーザーが RSGraphicTest、GRAPHIC_TEST、GRAPHIC_TESTS、GRAPHIC_N_TEST、Rosen レンダリングテスト、RSCanvasNode、RSSurfaceNode、Drawing::Canvas、PixelMap、スクリーンショットテスト、graphic_test ディレクトリ、または /data/local/graphic_test の画像に言及した場合は必ず使用すること。
C/C++ の安定性コードレビューフレームワーク。5 つの安定性カテゴリ（例外処理、並行安定性、リソース管理、境界条件、グラフィックス安定性）にわたる計 34 のルールをカバーする。トリガーとなる場面：安定性の専項リポジトリ全体スキャン、コードコミット前のローカルレビュー、安定性監査、障害予防レビュー、コードレビュー、OpenHarmony 安定性スキャン、およびユーザーが C/C++ コードの安定性リスクのチェックを求めたとき。
出版品質の英文ライティングを手がけるアカデミックライティングの専門家。エッセイ、レポート、分析セクション、エグゼクティブサマリー、結論、文献レビューの起草・改訂・監査を行い、文構造のバリエーション、高頻度のアカデミック動詞、節度あるヘッジ表現、反 AI スタイル準拠を徹底します。アカデミックライティング、エッセイの推敲、段落の書き直し、任意の評価区分（HD/D/C、A/B/C、top-band/mid-band など）に沿った文章の改訂、反 AI 監査、リバースアウトライン、主張と根拠のマッピング、課題における評価基準の適用に使用します。
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。