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
ソロプレナーのビジネス向けにプロダクトロードマップを構築・管理する。次に何を作るかの決定、機能の優先順位付け、四半期単位での製品開発計画、顧客やステークホルダーへの計画共有、スコープと期待値の管理に使用。優先順位付けのフレームワーク、ロードマップの構成、顧客フィードバックの統合、機能要望の断り方をカバーする。「product roadmap」「what to build next」「feature prioritization」「roadmap planning」「product strategy」「feature requests」で発火。
プロジェクトドキュメント構成作成アシスタント。シニアプロダクトマネージャーとして、複数ターンの対話を通じてプロジェクト要件を深く理解し、妥当性を分析してベストプラクティスを提案し、最終的に完全な技術ドキュメント体系を生成する。 **使用タイミング：** - 新規プロジェクトの立ち上げでドキュメント体系を構築する必要がある（最初のステップとして推奨） - 既存プロジェクトに標準ドキュメントがなく、補完が必要 - コードはあるがドキュメントがなく、コードからドキュメントを補完する必要がある - 専門的なプロダクトおよびアーキテクチャ分析の提案が必要 **2 つの動作モード：** - モード A：新規プロジェクトのドキュメント作成（要件からドキュメントへ） - モード B：コードからのドキュメント補完（コードからドキュメントへ） **他の skill との関係：** - 本 skill は完全なドキュメント（PRD、SAD、開発ガイドなど）の作成を担当 - project-workflow はドキュメントに基づく開発タスクの実行を担当 - 推奨フロー：project-docs-setup → project-workflow **トリガー：** - "创建项目文档" / "初始化项目文档" / "设置项目文档" - "根据代码生成文档" / "回补项目文档" / "补充项目文档" - プロジェクト要件を直接記述する場合、例："帮我创建一个在线教育平台的文档"
本番環境で大規模にプロンプトを管理する際に使用する：プロンプトのバージョン管理、プロンプトの A/B テスト実行、プロンプトレジストリの構築、プロンプトのリグレッション防止、本番 AI 機能向けの評価パイプライン作成など。トリガー：'manage prompts in production'、'prompt versioning'、'prompt regression'、'prompt A/B test'、'prompt registry'、'eval pipeline'。個々のプロンプトの作成や改善には使用しない（senior-prompt-engineer を使用）。RAG パイプライン設計には使用しない（rag-architect を使用）。LLM のコスト削減には使用しない（llm-cost-optimizer を使用）。
DICOM（Digital Imaging and Communications in Medicine）ファイルを扱うための Python ライブラリです。DICOM 形式の医用画像データの読み取り、書き込み、変更、医用画像（CT、MRI、X 線、超音波）からのピクセルデータ抽出、DICOM ファイルの匿名化、DICOM メタデータやタグの操作、DICOM 画像の他形式への変換、圧縮 DICOM データの処理、医用画像データセットの処理に使用します。医用画像解析、PACS システム、放射線診療ワークフロー、医療画像アプリケーションに関するタスクに適しています。
PyGraphistry の可視化：バインディング、色/サイズ/アイコンのエンコーディング、レイアウト制御、静的エクスポート、プライバシーに配慮したリンク共有。"color nodes by type"、"set point size"、"add icons to nodes"、"layout my graph"、"export graph as PNG"、"share a graphistry link privately"、"url_params" を求められたときに使用する。また "encode_point_color"、"bind(point_label=...)"、"settings(url_params=...)"、"badge"、"static graph image"、"iframe embed" でもトリガーする。ユーザーが動作するプロットを持っていて、その外観をカスタマイズしたい、またはリンク共有とプライバシーを制御したい場合に積極的に提案する。
PyHealth の Dataset → Task → Model → Trainer → Metrics パターンで、臨床ディープラーニングパイプラインを構築します。MIMIC-III/IV、eICU、OMOP、SleepEDF、ChestXray14、EHRShot データの読み込み、予測タスク（死亡、再入院、入院期間、薬剤推奨、睡眠段階分類、ICD コーディング、EEG イベント）の定義、Transformer、RETAIN、GAMENet、SafeDrug、StageNet などのモデル、Trainer による学習、ICD/ATC/NDC/RxNorm コードの検索と相互マッピングを扱います。EHR データによる臨床予測モデルの構築、MIMIC または eICU データセットの利用、信号からの薬剤推奨や睡眠段階分類、ICD、ATC、NDC、RxNorm 間の医療コードのマッピングに使用します。表形式データに対する汎用 PyTorch 用ではありません。
Nature Portfolio と高インパクトジャーナル向けのエビデンス駆動の科学図作成スキル。生データまたは集計データから単一図およびマルチパネル figure を設計し、適切なグラフィックス文法を選び、Python/R の作図コードを書き、既存の図を再描画し、メカニズム図のドラフトを生成し、図注を書き、編集可能な SVG/PDF と高解像度 TIFF/PNG を書き出すために使用する。あわせてデータの完全性、色のアクセシビリティ、統計注釈、最終サイズでの可読性をチェックする。トリガーとなる場面には、Nature 作図、科学図、論文用図、scientific figure、publication plot、multi-panel figure、graphical abstract、メカニズム図、グラフィカルアブストラクト、figure audit が含まれる。
React のコンポーネントパターンとアーキテクチャのベストプラクティス。複合コンポーネント、render props、高階コンポーネント、カスタムフック、コンポジション、状態機械、コンテナ/プレゼンテーショナルパターンを扱う。使用場面：ユーザーが "compound components"、"render props"、"HOC"、"higher-order component"、"composition pattern"、"component architecture" に言及したとき、"reusable components"、"component patterns"、"slots pattern"、"polymorphic components" について質問したとき。使用しない場面：基本的な React コンポーネント - 代わりに `react` skill を使用、フックの実装 - 代わりに `react-hooks` skill を使用、パフォーマンスパターン - 代わりに `react-performance` skill を使用
「Advanced React」（Makarevich）の観点から React コードについて助言・レビューする——不要な再レンダリング、memo 化より先の合成、memo/useMemo/useCallback の罠、Context のパフォーマンス、refs と古いクロージャ、debounce/throttle、useLayoutEffect のちらつき、portal とスタッキングコンテキスト、データ取得のウォーターフォールと競合状態、エラーバウンダリ。React のコンポーネント/hook/context/provider を書くときやレビューするとき、「なぜ再レンダリングされるのか」「これを memo 化すべきか」を追うとき、コールバック内の古い state、UI のちらつき、モーダルのクリッピング、fetch の競合状態、エラー処理を扱うときに使用する。バージョン固有のルールを適用する前に、対象リポジトリの React バージョンと状態/UI ライブラリを検出する。architecture-lens（アーキテクチャ）および design-patterns（GoF）とは異なる。
Testing Library と Vitest による React コンポーネントテスト。単体テスト、統合テスト、非同期テスト、モック、ユーザーイベント、アクセシビリティテスト、テストパターンを扱う。使用場面：ユーザーが "React testing"、"Testing Library"、"Vitest"、"component tests"、"userEvent"、"screen queries"、"MSW" に言及したとき、"testing React components"、"mocking in tests"、"accessibility testing"、"React test patterns" について質問したとき。使用しない場面：E2E テスト - 代わりに Playwright skill を使用、バックエンドテスト - フレームワーク固有のテスト skill を使用、一般的なテスト概念 - テストフレームワークの skill を使用
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。