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
OTel Collector パイプライン向けの OpenTelemetry Transformation Language（OTTL）。任意の collector 設定において transform processor、filter processor、routing connector 内の OTTL ステートメントを記述またはデバッグする際に使用——コンテキストの選択、パス式の誤り（`attributes` と `resource.attributes`）、`error_mode`、`keep_keys` によるカーディナリティ削減、`ParseJSON` による JSON 本文の処理、`SHA256` / `replace_pattern` による PII のマスキング、span の命名。receiver/exporter の接続性、DNS、パイプラインの配線、processor に決して到達しないテレメトリには使用しない——それらはインフラの問題であり、OTTL の問題ではない。
oxfmt の実行と設定を行います。Oxc コンパイラースタック上に構築された高性能 JavaScript/TypeScript フォーマッターで、Prettier の約 30 倍高速です。oxfmt がインストールされたプロジェクトで作業するときに使用します（package.json の devDependencies に `oxfmt` があるか、`.oxfmtrc.json` / `.oxfmtrc.jsonc` 設定ファイルがあるか確認してください）。変更後のコード整形、新規プロジェクトへの oxfmt 導入、Prettier からの移行、整形ルールの設定、エディター連携（VS Code、Neovim、Zed、JetBrains）の設定、CI/CD パイプラインへの整形チェック追加が対象です。ユーザーが「oxfmt」「oxc formatter」「format with oxc」と言及する場合や、より高速な Prettier の代替を尋ねる場合にも使用します。
PagerDuty の照会と管理 — 誰がオンコールかを調べ、インシデントを一覧・管理し、エスカレーションポリシーとスケジュールを読み、誰がなぜページを受けたかを追跡し、インシデントを確認/解決/スヌーズ/エスカレーションし、サービスを作成または更新します。ユーザーが PagerDuty、オンコール、ページング、エスカレーション、`PXXXXXX` や `Q...` のようなインシデント ID に言及したとき、「誰がオンコールか」「オンコールをページして」「このインシデントを ack して」「なぜページされなかったのか」と尋ねたとき、または pagerduty.com の URL を貼り付けたときに使用します — 「API」と言わなくても同様です。このサービスを扱う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速の経路です。
PathML 3.0.5 を使用した、研究目的に限定されるローカル計算病理学を扱います。全スライド画像（OpenSlide、Bio-Formats）の読み込みとタイル化、SlideData.run() による前処理および QC ワークフロー、.h5path データ管理、多重画像の定量、空間グラフ構築（KNN、RAG、HACT）、制約付きローカル ONNX モデル推論の計画を扱います。スライドの読み込みやタイル化、組織マスクまたは染色ワークフローの構築、.h5path ファイルと患者単位の分割の管理、CODEX または Vectra 多重画像の定量、細胞・組織グラフの構築に使用します。臨床診断や患者ケアの判断には使用しません。
GenSpectrum LAPIS API を通じて病原体ゲノムサーベイランスの最新データを照会し、現在流行しているウイルス系統、その増殖速度、保有する変異を調べます。記憶された事実ではなく病原体集団の現状に依存する質問に使用します。たとえば、どの SARS-CoV-2 変異株が優勢か、Pango 系統が現在も指定されているか、または指定解除されたか、宿主や地域で見られる H5N1 のクレードまたは遺伝子型、PCR プライマーやアッセイ標的が流行配列に引き続き一致するか、系統の有病率が週ごとにどう推移したかを調べる場合です。「variant surveillance」「genomic surveillance」「what variant is circulating」「dominant variant」「Pango lineage」「lineage prevalence」「growth advantage」「SARS-CoV-2 variant」「XFG」「clade 2.3.4.4b」「H5N1 genotype」「influenza clade」「RSV/mpox/measles/dengue lineage」「CoV-Spectrum」「LAPIS」「Nextclade」「pango-designation」や、病原体集団の今日の状況を報告するあらゆる依頼が対象です。
PDF/Markdown/TXT ファイルを、Inngest の耐久性、耐久性のある NAS アーティファクト、OTEL 検証を備えた joelclaw のドキュメントメモリパイプラインに取り込む。ドキュメントの追加、バッチ再インデックスの実行、カバレッジの照合、スタックした実行の復旧に使用する。トリガー: 'ingest pdf'、'ingest markdown'、'docs add'、'pdf-brain ingest'、'backfill books'、'docs reconcile'、'reindex docs'、'batch reindex'。
このマシン上で Claude Code セッションの一群を実行し、SendMessage で相互に会話させる — Claude Code 自体から、または呼び出し元が Codex の場合は本物の Claude リレー経由で。cmux や herdr のウィンドウ、ペイン、スプリットで起動し（自動検出）、正しくアドレス指定して作業を割り当て、返信を収集または復旧し、ユーザーの要求時にクリーンに撤去する。ユーザーが 2 つ以上の Claude セッションを協調させたい場合、Codex に既存の Claude セッションへ連絡させたい場合、SendMessage、ListAgents、ピアセッション、セッション間メッセージング、エージェント同士のメッセージ送信に言及した場合に使用する。新しいウィンドウ、ワークスペース、ペイン、スプリットでセッションを開きたい場合にも使用し、特に送信が「not an agent in this conversation」「re-send with the ref」で失敗した場合や、呼び出し元に Claude ネイティブのメッセージングソケットがない場合に使用する。
複数の技術スタックで実証された性能最適化のパラダイムワークフロー：ベンチマークハーネス → 証拠の妥当性ゲート（ファイル内の 10 項目：測定アーティファクト、尺度の汚染、デバイス／プロファイルの不一致、比較環境の状態）→ 原因帰属 → 反復ごとに 1 つの対象を最適化 → A/B の複数実行にわたる統計的検証 → ベンチマークログへの蓄積。環境条件を満たした反復ループで実行し、ループランナーがなければ正直に停止します。プローブスクリプトでプロジェクトごとの code-insight/code-optimizer スキルを育成し、各キャンペーンで進化させます（技術スタックのコーパスは reference.md）。トリガー — 「性能分析」「性能证据」「性能定位」「性能假设」「性能监控」「性能优化」「性能验证」「性能深入」「性能问题」「卡顿」「很慢」「前端性能」「Electron 性能」「伪影排查」「口径校准」「设备画像」／performance analysis、perf evidence、locate bottleneck、perf optimization、perf verification、measurement artifact check。性能以外のバグ（solve-workflow を使用）や単純な 1 行編集には使用しないでください。
NVIDIA が公式に作成した PhysicsNeMo ShardTensor のドメイン並列処理ガイドです。DDP または FSDP2 を使用して、新規または既存のトレーニング／推論スクリプトにドメイン並列処理を統合し、新しいレイヤー／演算を有効にするシャードパッチの作成・登録、マルチ GPU の正当性テストの立ち上げを行います。ShardTensor、scatter_tensor、ドメイン並列処理、シーケンス／空間シャーディング、リングアテンション、DeviceMesh + DDP/FSDP2 のハイブリッド並列処理、physicsnemo.domain_parallel を扱う場合に使用します。ドメイン並列処理を伴わない一般的な PyTorch DDP/FSDP の設定、PhysicsNeMo のモデルや例の選択（physicsnemo-discover を使用）、分散処理を伴わないトレーニングの質問には使用しないでください
E2E、API、コンポーネント、ビジュアル、アクセシビリティ、セキュリティテスト向けの実証済みPlaywrightパターンです。ロケーター、フィクスチャ、POM、ネットワークモック、認証フロー、デバッグ、CI/CD（GitHub Actions、GitLab、CircleCI、Azure、Jenkins）、フレームワーク別の手法（React、Next.js、Vue、Angular）、Cypress/Seleniumからの移行ガイドを扱います。TypeScriptおよびJavaScriptに対応します。
Pragmatic Institute Framework（Foundations、Focus、Build）に基づくプロダクトマネジメントのコパイロットです。プロダクトマネージャーが市場主導の方法で製品や機能の構築に取り組む際の入口として使用します。たとえば、「機能を作りたい」「この製品の計画を手伝って」「何から始めればいい？」「X のアイデアがある」といった場合です。PM が Pragmatic のプロセスのどの段階にいるかを判断し、適切な段階（市場調査、ペルソナ、ポジショニング、戦略、要件、ロードマップ、ローンチ）を案内します。また、各段階で顧客に提示できる成果物（Markdown または Word .docx）を作成します。Pragmatic Framework の説明や、作成する PM 成果物の選択にも使用します。
Pragmatic Institute の市場探索を実施し、何かを構築する前に実際の市場課題を検証します。PM が「機能を作りたい」「市場調査をして」「顧客と話したい」「ディスカバリー」「このアイデアを検証して」「この課題は実在する？」「NIHITO」「誰にインタビューすべき？」と言う場合に使用します。外から内へという原則を徹底し、緊急性が高く、広く存在し、市場が解決に対価を払う課題だけを対象に構築します。Markdown または Word .docx の成果物として Market Discovery Document と Market Problems Table を作成します。
Pragmatic Institute Opportunity Scoring モデルを使い、独自の強みとの適合性、競争環境、投資レベル、購入者／ユーザーへの影響に基づいて、製品機会を客観的に評価し順位付けします。PM がどのアイデアを進めるべきか、「score these opportunities」と尋ねる場合、プロジェクトや投資案件の優先順位を付ける場合、または主観ではなく客観的に選択肢を比較する場合に使用します。Markdown または Word .docx の成果物として Opportunity Scorecard を作成します。
Arrow と DataFusion を基盤とし、Polars DataFrame 上でゲノム区間操作やバイオインフォマティクスのファイル I/O を行う Python ライブラリ polars-bio。重複、最近傍、マージ、クラスタリング、カバレッジ、補集合、減算、count_overlaps、塩基ごとの pileup 深度、BED、VCF、BAM、CRAM、SAM、GFF/GTF、FASTA、FASTQ の読み取り・スキャン・書き込み、およびこれらのファイルへの SQL クエリに対応します。Polars でゲノム区間の交差やマージを行う場合、大きな BED、VCF、BAM ファイル（S3、GCS、Azure 上のファイルを含む）を読み取りまたはストリーミングする場合、BAM または CRAM からリード深度を計算する場合、ゲノムファイルに SQL を実行する場合、bioframe コードをより高速な代替手段に移行する場合に使用します。Polars または DataFusion を使わない pandas のみのワークフローには適しません。
Postey を通じて X、LinkedIn、Instagram、TikTok、YouTube、Threads、Bluesky、Facebook、Pinterest でソーシャルメディア投稿を作成、スケジュール、管理します。ここはハブです：アカウント、プラットフォームの実情、投稿のライフサイクル、そして投稿の書き方を決める共有クラフト層 — さらに MCP サーバーでは届かないローカルファイルと大容量アップロードの経路。コンテンツフローはこのパッケージを必要とするオプションのパックとして提供されます：`postey-video` をインストールすると動画を文字起こししてプラットフォーム別の投稿に変換し、`postey-ideas` は何を投稿するかを決めます。
SurgeGraph は Answer Engine Optimization（AEO）プラットフォームで、AI 引用を追跡し、ページの引用準備度をスコアリングし、ギャップをワンクリックで修正する。現在ではすべてのワークフローをターミナルまたは任意のエージェントから実行できる。トリガーフレーズ：`what changed in SurgeGraph this week`、`AI Visibility for my project`、`which prompts lost AI citations`、`publish gap articles from a topic research`、`what knowledge libraries actually show up in citations`、`use surgegraph`、`run surgegraph`。
すべての USGS 地震フィードとイベントクエリを 1 つのターミナルで。オフラインの SQLite キャッシュ、エージェントネイティブな出力、そして…。トリガーフレーズ：`any recent earthquakes`、`earthquakes near`、`aftershocks of`、`USGS earthquake feed`、`M5 earthquake`、`tsunami earthquake`、`swarm detection`、`use usgs-earthquakes`、`run usgs-earthquakes`。
インストールされているいずれかのスタッキングツール（Graphite（`gt`）、git-town（`git town`）、または GitHub ネイティブの `gh stack` 拡張）を使ってスタック PR を管理します。現在のリポジトリで利用可能なものを検出し、ツールごとのリファレンス（`references/gt.md`、`references/git-town.md`、または `references/gh-stack.md`）を通じて対応するツールを操作します。ユーザーが「スタックを作成」「ブランチをスタック」「再スタック」「スタック PR を提出」「スタックを rebase」「スタックを同期」「このブランチを追跡」「一番下の PR がマージされたが次はどうする」「スタックのマージ後のクリーンアップ」を求めた場合、または /pr-stack を呼び出した場合に使用します。利用可能なものがない場合は停止してユーザーに伝えます — その場しのぎの `git push` の連鎖にフォールバックしません。ステージングやコミットには使用しません — /commit に引き継ぎます。PR レビューのやり取り、コメント、CI チェックには使用しません — /gh に引き継ぎます。
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。