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
OpenTelemetry — 分散システム向けのベンダーニュートラルな可観測性フレームワーク。標準化された計装とエクスポーターによるトレース、メトリクス、ログを提供する。使用場面：ユーザーが "opentelemetry"、"otel"、"distributed tracing"、"observability" に言及したとき、または "how to trace microservices"、"opentelemetry setup"、"jaeger integration"、"prometheus metrics" について尋ねたとき。次には使用しない：アプリケーションログのみ — ログ関連スキルを使用、ベンダー固有の APM — ベンダーのドキュメントを使用、単純な監視 — Prometheus/Grafana で十分な場合がある
オペレーションズリサーチの最適化モデルを定式化して実装する——LP、MIP/QP、制約プログラミング、ネットワークフロー、割り当て、VRP、スケジューリング、リソース配分、在庫/生産計画；ヒューリスティックとメタヒューリスティック；感度分析と実行不可能性の診断；ソルバー統合（OR-Tools、Gurobi、CPLEX、HiGHS、PuLP、Pyomo）；本番向け OR API（タイムアウト、ウォームスタート）。オペレーションズリサーチ、OR エンジニア、最適化モデル、線形計画法、混合整数計画法、MIP、VRP、車両ルーティング、スケジューリング最適化、OR-Tools、Gurobi、制約プログラミング、リソース配分最適化、実行不可能なモデル、メタヒューリスティックに使用する——ML 予測（data-scientist）、最適化の数理を含まない SCM 戦略（supply-chain-manager）、WMS 機能（wms-developer）、シミュレーションプラットフォーム（simulation-software-engineer）、汎用バックエンド（senior-software-engineer）、dbt/ウェアハウス（analytics-data-engineer）には使用しない。
エージェント向けAIゲートウェイであるOpper（https://opper.ai）を利用する際の主な入口です。ユーザーが利用先を指定せずにOpperに言及した場合（「set up Opper」「try Opper」「build with Opper」「migrate to Opper」「help me with Opper」）に使用します。状況を確認して適切な機能に振り分けます。エージェント支援によるセットアップ、プラットフォーム運用、モデルテストにはopper-mcp、明示的なCLIやシェルのワークフロー、またはOpper経由でのコーディングエージェント起動にはopper-cli、アプリケーションコード（互換エンドポイントでのOpenAI、Anthropic、GoogleのSDKおよびエージェントフレームワーク）、生のHTTP、プラットフォーム概念にはopper-api、メディア、ファイル、リアルタイム音声にはopper-multimodalを使用します。セットアップ、検証、フォローアップを担当します。
proxy-ns によるカーネルレベルのプロキシ保護です。Linux のネットワーク名前空間を使って、すべてのトラフィック（TCP/UDP/DNS）を Tor 経由に強制します。proxychains と異なり、Go/Rust/静的バイナリでも動作し、DNS 漏えいを防ぎ、アプリケーションから回避できません。Tor 回線のローテーション、IPv6 漏えい防止、ステルスヘッダー、ジッター設定を含みます。ペンテストまたは偵察の開始時、送信元 IP が漏れる可能性のあるプローブを行う前に使用してください。セッション開始時に一度セットアップし、ツールチェーン全体を proxy-ns シェル内で実行します。
チケット取得からタスク単位の実装までの Jira チケットワークフローをエンドツーエンドで調整する。ユーザーが Jira の URL を提示した場合、「チケット PROJECT-123 を進めて」「PROJECT-123 を再開して」「この Jira チケットを続けて」「Jira ワークフローを開始して」と言った場合、または特定のフェーズを挙げずにチケットのステータスを尋ねた場合にこの skill を使用する。このトップレベルのコーディネーターは SKILL.md をルーティング層として保ち、同梱のリファレンスをジャストインタイムでロードし、実行負荷の高い作業を下流の skill や同一配置のユーティリティサブエージェントにディスパッチする。
OpenTelemetry SDK でアプリケーションを計装し、ローカルの Kopai バックエンドで検証してテレメトリが良好であることを確かめる。可観測性のセットアップ、トレース/ログ/メトリクスの追加、何を計装するかやどの属性を追加するかの判断、既存コードベースへの OTel の後付け、呼び出しチェーンを通した context の伝播、サンプリングの設定、またはセットアップ後にトレース/ログ/メトリクスが表示されない場合に使用。また、ユーザーが「トレースが表示されない」「データがまったく見えない」「アプリに可観測性を追加するにはどうすればよいか」などと言う場合にも使用。既存のテレメトリの根本原因を調査する場合（root-cause-analysis を使用）、ダッシュボードを構築する場合（create-dashboard を使用）、LLM やエージェントの呼び出しを計装する場合（otel-genai-instrumentation を使用）には使用しない。
外部へのアプローチに対する返信を、承諾につながるまで温かく保ちます。コールドアウトリーチでまだ成約していない見込み客（「今は無理」「つながれてうれしい」「何か送って」「返信後に音信不通」）を見つけ、6 週間のサイクルで育成します。自分のコンテンツライブラリ（Notion、Google Drive、ウェブサイトのセクション、貼り付けたリスト）から、見込み客ごとに適切な事例、プレイブック、記事を選び、その選択内容をカスタム属性として見込み客に記録します。次に La Growth Machine で育成キャンペーンを複製して設定し、タッチポイント、いいね、フォローアップをネイティブに実行します。肯定的な返信が増え、キャンペーンを重ねるごとに効果が蓄積し、新しいコンテンツで該当する見込み客を再び活性化できます。コンテンツの不足から次に制作すべきものもわかります。用途：今は検討しない見込み客の育成、曖昧な返信へのフォローアップ、音信不通になった見込み客への再アプローチ、育成サイクルの構築、見込み客に合わせたコンテンツの選定、「relancer mes leads pas maintenant」。LGM MCP または任意のアウトリーチツールの CSV から利用できます。SDR、創業者、代理店、営業責任者向け。La Growth Machine が保守しています。
選んだトピックに関する研究論文を、毎日または振り返りとして累積的にスキャンし、その主張、手法、インテグリティのシグナル、独立した裏付けを監査したうえで、見落とされてきたが実現可能なプロジェクトやビジネスの機会を、出典に基づく詳細なレポートで特定する。毎日論文を監視したいとき、埋もれた研究を掘り起こしたいとき、論文が信頼できるか再現可能かを評価したいとき、未実装の研究アイデアを見つけたいとき、有望な研究を誇大広告、弱いエビデンス、撤回または反証された結果と切り分けたいときに使用する。
AIAG-VDA 準拠のプロセス FMEA を生成し、適切な嚴重度/発生度/検出度の評価、RPN 計算、対策の推奨を含む。MNMUK の各部門（Machine Shop、Damper、LVA、FML）を対象とする。ユーザーが 'PFMEA'、'FMEA'、'failure mode'、'risk analysis'、'RPN'、'severity occurrence detection'、'process risk assessment' と言った場合に使用。AutomotiveManufacturing、ControlPlan、A3criticalthinking スキルと統合。
pixi で管理されたプロジェクト下で開発するためのガイダンス。ワークスペースが pixi で管理されている場合（ルートディレクトリに pixi.toml または pixi.lock がある場合）は常に使用する。pixi ベースのプロジェクト下で開発する際に知っておくべきすべてを網羅：pixi 環境コマンド（install、run、shell、add、task）、マルチ環境管理（-e フラグ、features）、pixi.toml でのタスク設定、依存関係（conda と PyPI）、ロックファイル、開発ワークフロー。環境構築、パッケージ管理、タスクの実行、pixi.toml エラーのデバッグ、本番デプロイパターンに役立つ。
リポジトリの plans/ ディレクトリでアイデアを記録したり、設計を起草したり、進行中の作業を追跡したりするときに使用します——plans/YYYY-MM-DD-topic.md ファイルの作成や更新（偶発的に見つかったバグ、アイデア、リスクを含む）、どの plan が存在するか、次に何に取り組むかの問い合わせ（ローカルまたは全リポジトリ横断）、ステータスの選択や進行、内容が他に恒久的な置き場所を得た後に完了済み/放棄済みの plan を退役させること、リポジトリのレガシーな単一 plan ファイル（PLAN.md、DESIGN.md など）をこの規約に移行すること、AGENTS.md/README.md/docs の中にドリフトして plans/ に属するようになった計画/ステータス/今後の作業に関する内容を監査すること。また、plan ファイルを置ける場所とそこに書ける内容も管轄します。plans/ ディレクトリを受け入れられない仕事、クライアント、雇用主のリポジトリは、すべての作業ツリーの外にあるストア（$PLANS_HOME）に plan を保存し、リポジトリごとに設定でルーティングします。まだリポジトリのないアイデアはスコープ未設定でファイルされ、後で昇格されます。そして、あなたが公開するリポジトリにコミットされるどの plan も、クライアント、雇用主、内部プロジェクトを名指ししてはなりません。
計画ページを作成、確認、修正、公開します。プロジェクトの plans ディレクトリにある計画とトピックファイルを .agents/pstack/plan-page.mjs でレンダリングし、トピックごとにローカル HTML ページを作成するとともに、すべてのトピックを含むローカル索引を用意します。各引き継ぎ時に claude.ai へ公開し、コメントやフィードバックを受け取ります。このページは、計画した作業をユーザーに引き継ぐためのものです。計画、<plans>/topics 内のトピックファイル、またはそのページを作成・変更する前に使用します。レビュー専用パネルを除くレビュー判定、次の回答、プレイブックの終了など、計画とともに作業を引き継ぐすべての時点で使用します。PR 本文（PR の計画からレンダリングされます）の作成・更新前、または他者の PR で自分のコミットに関するコメントをする前にも使用します。計画ページや claude.ai の成果物が正しく表示されない、またはレンダリングできない場合、ページを再公開する場合、ページ構成やプレイブックのページセクションを変更する場合にも使用します。
最新のドキュメントに基づいて Playwright のブラウザ自動化と E2E テストを構築、レビュー、デバッグ、設定、移行、計画する。@playwright/test、playwright、playwright.config、locators、getByRole、locator.visible、frameLocator、アサーション、fixtures、Page Object Model、storageState 認証、テストロック、retryStrategy、ネットワークモック、HAR、トレース、UI Mode、codegen、CI シャーディング、Docker、APIRequestContext、stories/galleries のコンポーネントテスト、アクセシビリティ、スクリーンショット、ビジュアル比較、AbortSignal、Playwright MCP またはコマンドラインエージェントツールに使用する。
HubSpot の取引がクローズしたときに GTME ポートフォリオを自動更新する。取引結果（受注／失注、収益、サイクルタイム）を、それに影響を与えたスキル、自動化、アウトリーチに結び付ける — VP BD への転向の根拠を自動的に蓄積する。毎日 CST 午前 7 時またはオンデマンドで実行。使用場面：'portfolio update'、'deal closed'、'link deal to portfolio'、'gtme evidence'、'what did I influence'、'career evidence'、'transition tracker'。
Use Case Messaging Canvas と Opposites メソッドを使って、自社のポジショニングとメッセージングのフレームワークを設計します。ポジショニングを定義したい、メッセージングフレームワークを構築したい、Use Case Canvas を作りたい、ICP とコピーのギャップを埋めたい、といったあらゆる場面で使用します。トリガーには 'position yourself'、'messaging framework'、'Use Case Canvas'、'how should we position'、'our messaging is all over the place'、'we skip straight to copy'、'Opposites method'、'Old Way vs New Way'、'positioning workshop'、'value prop'、'one-liner'、'elevator pitch'、'positioning line'、または ICP はあるのにメッセージングが欠けている・一貫していないあらゆる状況が含まれます。境界：このスキルはポジショニングとメッセージングのフレームワークを設計します。ICP の構築（その前のステップ）は icp-builder を参照。実際の LinkedIn コピーの作成は LinkedIn 投稿スキルを参照。提案書は提案書生成スキルを参照。
PostgreSQL リレーショナルデータベース。SQL クエリ、インデックス、制約、パフォーマンスを扱う。PostgreSQL を扱うときに使用する。USE WHEN：ユーザーが "postgres"、"postgresql"、"pg_" に言及したとき、"JSONB queries"、"window functions"、"recursive CTE"、"row level security"、"full text search"、"partitioning"、"pgBouncer"、"replication" について尋ねたとき DO NOT USE FOR：MySQL 構文 — 代わりに `mysql` を使用、MongoDB — 代わりに `mongodb` を使用、Oracle PL/SQL — 代わりに `plsql` を使用、SQL Server T-SQL — 代わりに `tsql` を使用
最適化されたデータモデルを構築するためのPower BIセマンティックモデリングアシスタントです。Power BIセマンティックモデルの操作、メジャーの作成、スター・スキーマの設計、リレーションシップの設定、RLSの実装、モデルパフォーマンスの最適化に使用します。DAX計算、テーブル間のリレーションシップ、ディメンションテーブル／ファクトテーブルの設計、命名規則、モデルドキュメント、カーディナリティ、クロスフィルターの方向、計算グループ、データモデルのベストプラクティスに関する質問に対応します。ガイダンスを提供する前に、必ずpower-bi-modeling MCPツールを使ってアクティブなモデルに接続し、データ構造を把握します。
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。