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 97,501 件掲載。コマンド 1 行でインストールできます。
すべて
シニアフルスタックエンジニアモード。Agent が技術判断と実装を担い、ユーザーはエンジニアリングマネージャーとして what/why を定め、コードを書く前に Stage 3 プランを承認します。既存コードベースでのフルスタック機能開発：バックエンド API、サービス、データモデル、マイグレーション、バックグラウンドジョブ、外部連携、コマンドライン、ライブラリ、さらに製品 UI（ページ、フォーム、テーブル、モーダル、ダッシュボード）。ユーザーが機能の実装 / 追加 / 構築 / 拡張を望むときに使用します：「let's build X」、「add feature Y」、「implement Z」、複数モジュールのリファクタリング、スキーマ変更、新しいエンドポイント、既存製品の新しいページやコンポーネント、またはコードを書く前に既存のパターンを読む必要がある非自明なエンジニアリングタスク。機能に複数の要素が絡む場合は、通常のコーディング応答よりも優先します。
WGS/WES BAM からの生殖細胞系列 SNP/indel コールにおける GATK ベストプラクティス。サンプルごとの HaplotypeCaller GVCF、GenomicsDBImport、GenotypeGVCFs によるジョイントコール、VQSR またはハードフィルタ。BWA-MEM2 でアラインメント済み、markdup、BQSR 済みの BAM が必要。より高速な深層学習の代替として DeepVariant を使用する。GATK は NIH/ENCODE の標準である。
Geniml (0.8.4) と Gtars を使って、ローカルのゲノム区間機械学習ワークフローを計画・監査します。染色体サイズとアセンブリ契約に照らした BED ファイルの検証、Region2Vec、scEmbed、BEDspace の実行計画、モデル、トークナイザー、universe.bed の互換性確認、コンセンサスユニバース（CC、CCF、ML、HMM、assess-universe）の評価を行います。同梱スクリプトは検証または計画のみを行い、学習は行いません。解析前の BED 座標、コンティグ、アセンブリの確認、トークン化済み Parquet データでの Region2Vec または scEmbed の学習計画、checkpoint、config.yaml、universe の整合性確認、コンセンサスピークユニバースの構築・評価、BEDbase または Hugging Face のダウンロードリスクの確認に使用します。一般的な BED 操作やピークコールには対応しません。bedtools などを使用してください。
Genomic Intelligence のホスト型 Transformer DNA 言語モデルを使用して、DNA 配列から調節特徴、遺伝子構造、発現を直接予測します。ローカル GPU やモデル重みは不要です。REST API とホスト型 MCP サーバー（キー不要の公開デモ）で、プロモーター領域、スプライスドナー／アクセプター部位、エンハンサー活性、クロマチン状態、配列から発現への予測（log TPM）、de novo 遺伝子アノテーションの 6 タスクに加え、「遺伝子を検索してから発現を予測」する複合ワークフローを提供します。ユーザーが遺伝子シンボル、ゲノム領域、DNA/FASTA 配列を提示してこれらの予測を求める場合、または Genomic Intelligence、genomicintelligence.ai、api.genomicintelligence.ai、mcp.genomicintelligence.ai に言及した場合に使用します。
OKR（目標と主要な結果）および関連フレームワークを用いて、ソロプレナー事業の目標を設定し追跡する。事業目標の定義、四半期または年間目標の作成、KPI の構築、進捗の追跡、日常業務の戦略的方向性との整合に使用する。ソロ運営者向けに調整した OKR 手法、目標の階層（ビジョン → 年間 → 四半期 → 週次）、レビューの頻度を扱う。"set goals"、"OKRs"、"business goals"、"quarterly goals"、"KPIs"、"goal setting"、"how to track progress"、"annual goals"、"prioritize my work"、"what should I focus on" でトリガーする。
goalflow（wanmol/goal-flow）の作業 — ワークフローグラフとエージェントループを組み合わせた LangGraph フレームワーク — を、ちょうど 1 つのモードにルーティングする：適合チェック、Dify DSL エクスポートを実行可能な LangGraph Python へトランスパイルする、ワークフローのノードとエッジを作成する、ミドルウェアとハーネスを備えた `agent_kit` ループを構築する、配信レイヤー（データアダプター、SSE ストリーミング、HITL、Redis/MySQL、API キー登録）を接続する、または公開前のセキュリティゲートを実行する。ユーザーが Dify のランタイムなしで Dify のビジュアル設計を求めるとき、エージェントループをホストするグラフノードを求めるとき、自身のワークフロー上で OpenAI 互換のワイヤプロトコルを求めるとき、またはプロンプトで注入される `SKILL.md` の機能を求めるときに使用する。次の語で起動する：goalflow、goal-flow、dify to langgraph、dify transpiler、dify DSL export、BaseWorkflow、agent_kit、AgentBaseNode、DataAdapter、chunk processor、HITL interrupt、dify2langgraph。通常の graph-API に関する質問は `langgraph-fundamentals` にルーティングする。
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。
現在の @google/genai SDK v1.27+（非推奨の @google/generative-ai は 2025 年 11 月に終了）を使った Google Gemini API のガイド。テキスト生成、ストリーミング、マルチモーダル入力（画像、動画、音声、PDF）、並列呼び出しや合成呼び出しを含む関数呼び出し、システム指示、マルチターンチャット、思考モード、生成パラメータ、コンテキストキャッシュ、組み込みコード実行、Google Search によるグラウンディング、エラー処理とレート制限、そして正確な 2025 年のモデル情報（Gemini 2.5 Pro、Flash、Flash-Lite は入力 1M トークンで、2M ではない）を扱う。Gemini の統合、マルチモーダルまたはチャットアプリの構築、Cloudflare Workers への Gemini 呼び出しのデプロイ、@google/generative-ai からの移行、model not found、コンテキストウィンドウ、関数呼び出し、マルチモーダル形式のエラーのデバッグに使用。埋め込みは google-gemini-embeddings skill に記載。
GPC で複数の Google Play アプリを管理するときに使用します。ユーザーが複数のアプリ、マルチアプリ、monorepo、ホワイトラベル、一括操作、一括アップロード、複数のアプリ、--app フラグ、アプリの切り替え、アプリごとの profiles、フリート管理、アプリ ポートフォリオ、複数のパッケージ名に言及した場合は、必ずこの skill を使用してください——ユーザーが「マルチアプリ」と明示していなくても同様です。複数の Android アプリを保有し効率的に管理したい場合、アプリごとに異なる設定が必要な場合、同じコマンドを複数のアプリで実行する場合、複数の Android モジュールを持つ monorepo がある場合にもトリガーします。単一アプリのセットアップについては gpc-setup を参照してください。CI 自動化については gpc-ci-integration を参照してください。
GPC の認証情報セキュリティ、シークレット管理、監査ログ、アクセス制御を扱うときに使用します。ユーザーが認証情報、サービス アカウント キー、シークレット ローテーション、キー ローテーション、認証情報の保存、監査ログ、監査証跡、セキュリティのベストプラクティス、.gpcrc.json のセキュリティ、CI 内のシークレット、GPC_SERVICE_ACCOUNT の安全性、keychain、トークン キャッシュ、認証情報の漏洩、キーの侵害、安全なデプロイに言及した場合は、必ずこの skill を使用してください——ユーザーが「セキュリティ」と明示していなくても同様です。GPC が認証情報をどこに保存するか、サービス アカウント キーをどうローテーションするか、GPC で誰が何をしたかをどう監査するか、CI/CD で認証情報を安全に渡す方法、侵害されたサービス アカウント キーの対処方法を尋ねられた場合にもトリガーします。アプリ署名キーの管理にもトリガーします: app-signing enroll、app-signing rotate、Play App Signing、セルフホスト可能な Cloud KMS キー、cryptoKeyVersion、署名証明書の系譜、署名キーのローテーション。認証の設定については gpc-setup を参照してください。CI の設定については gpc-ci-integration を参照してください。
Google Play から Android アプリの健全性指標を監視するときに使用します。ユーザーが gpc vitals、gpc watch、gpc status、クラッシュ率、ANR 率、起動時間、Android vitals、クラッシュ監視、しきい値アラート、vitals ゲーティング、段階的ロールアウトの監視、自動停止、違反通知、webhook アラート、フレームレート、バッテリー使用量、メモリの問題、エラー追跡、アプリ品質、ユーザー レビュー、レビュー返信、Play Store のレビュー、星評価、ネガティブ レビュー、レビュー エクスポート、財務レポート、統計レポート、gpc reports、reports list、reports download、一括レポート、収益レポート、売上レポート、play balance、インストール レポート、サブスクリプション レポート、reports bucket、GPC_REPORTS_BUCKET、pubsite_prod、REPORT_ACCESS_DENIED、download bulk reports permission に言及した場合、またはアプリの健全性確認、段階的ロールアウトの監視、レビューへの返信、Play Console レポートのダウンロードを行いたい場合は、必ずこの skill を使用してください。クラッシュ データに基づくデプロイのゲーティング、リリース後のアプリ パフォーマンス監視、ロールアウトのリグレッション監視、レビュー感情の追跡について尋ねられた場合にもトリガーします——GPC に言及していなくても同様です。リリースについては gpc-release-flow を参照してください。CI ゲーティングについては gpc-ci-integration を参照してください。
ユーザーのChatGPTサブスクリプションを通じてラスター画像を生成・編集し、ワークスペースのPNGを保存またはプレビューします。テキストからの画像生成、ローカル参照画像を使った生成、編集、追加修正、透過PNG、バリエーション、複数画像の一括処理、Codex、Claude Code、Google Antigravity、互換性のあるローカルエージェントでのサブスクリプション認証設定に使用します。直接指定されたプロンプトは一字一句そのまま保持します。複数のコンセプトを委任された場合は、出力ごとに異なるプロンプトを作成します。実際の参照ファイルを添付します。利用可能ならサブスクリプション標準のOpenAI image_genを使用し、それ以外の場合はChatGPTサインイン済みのCodex CLIを使用します。Images API、OPENAI_API_KEY、APIキー認証、他社の画像生成器は使用しません。
Gradle Kotlin/JVM プロジェクト全体を Kotlin Toolchain に移行します。module.yaml + project.yaml、依存関係カタログの再利用、CI の書き換え、Toolchain に相当機能がない Gradle プラグインを置き換えるローカルプラグインが対象です。プロジェクト全体（build.gradle/.kts、Gradle wrapper）を Kotlin Toolchain または Amper に変換／移行／移植する場合（単一プラグインのみは除く）、Gradle プラグイン（`application`、axion-release、jib、detekt/ktlint、カスタム `processResources`/codegen）を置き換える場合、CI（`./gradlew build`/`check`/`release`）を `./kotlin` コマンドに適合させる場合、`[bundles]` を含む `gradle/libs.versions.toml` を変換する場合、`buildSrc`/`build-logic` または `allprojects`/`subprojects` をモジュールテンプレートにする場合に使用します。単一の Gradle プラグインの移植（`gradle-to-kotlin-toolchain-plugin`）、新しいプラグインの作成（`kotlin-toolchain-plugin-authoring`）、Gradle がすでにない状態での一般的な Toolchain 作業（`kotlin-toolchain`）には使用しません。
graph-it コマンドラインを使用して、コードの依存関係、コールグラフ、アーキテクチャを分析する。ユーザーがコードのつながりを理解したいと考えたときは常にこのスキルを使用する — "dependency graph" と明示していなくてもよい。トリガー: "what calls this function"、"who uses this class"、"is it safe to delete X"、"what breaks if I change Y"、"show me the architecture"、"trace the execution from main"、"find circular imports"、"give me an overview of this module"、"what imports this file"、"impact analysis"、"refactoring safety"、"review this PR"、"review this diff"、"is this change risky"、破壊的変更、未使用のエクスポート、デッドコード検出、codemap、file logic、module resolution、graph-it、dependency graph、reverse dependencies。
GraphQL schema の設計とレビュー。使用場面：新しい GraphQL schema の変更（型、ミューテーション、クエリ、コネクション、enum、エラー）を設計するとき、schema の差分をレビューするとき、schema の進化を計画するとき、または null 許容性と命名を監査するとき。トリガー：'graphql schema design'、'design a mutation'、'design a query'、'design a type'、'new type'、'new mutation'、'review schema'、'review schema diff'、'schema review'、'schema evolution'、'audit the schema'、'/graphql-schema-design'。
Svelte 5 上で SvelteKit のアニメーションを構築・レビューする。GSAP によるページ遷移、コンポーネントの表示・退出、スクロール効果、ルート再利用、クリーンアップを扱う。ナビゲーションの中断や、GSAP・Svelte transitions・View Transitions の選択に使用し、GSAP が明示されていない場合も対象とする。非表示コンテンツの復元と初回読み込みのパフォーマンスも扱う。通常の Svelte や、単独の GSAP API に関する質問には使用しない
ゲノム区間用 Rust/Python/CLI ツールキット Gtars を使った作業の確認と計画を行います。BED RegionSet の集合演算（reduce、setdiff、intersect、closest、cluster、gaps）、重複数、コンセンサスピークセット、カバレッジ、トークナイザー、フラグメント処理、refget/BEDbase ストアを扱います。BED 区間セットのマージや比較、ピークからのコンセンサスまたはユニバースの構築、ML モデル用の領域のトークン化、フラグメントファイルの処理、refget 配列コレクションと BEDbase キャッシュの利用計画に使用します。gtars の実行前に BED 座標、コンティグ、鎖を確認する場合にも使用します。一般的な BAM/VCF 処理には対応しません。その場合は samtools または bedtools を使用してください。
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。