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 97,222 件掲載。コマンド 1 行でインストールできます。
すべて
許可されたペネトレーションテストをガイドする——スコープ設定と交戦規則、偵察、脆弱性の特定、スコープ内でのエクスプロイト、ポストエクスプロイトの文書化、証跡と修復のレポート、および再テストによる検証。書面による許可、RoE の境界、安全で合法的なテストを重視する。ペンテスト、ペネトレーションテスト、倫理的ハッキング、許可された評価に使用する——企業の敵対者シミュレーションやパープルチーム演習（red-team-specialist）、専用のネットワーク/AD/インフラのペンテスト（network-pentester）、深い Web/API のみの評価（web-pentester）、SOC アラートトリアージ（soc-analyst）、インシデント指揮（incident-responder）、フォレンジックイメージング（digital-forensics-analyst）、バイナリ/ファームウェアの RE（reverse-engineer）、LLM/敵対的 AI テスト（ai-redteam）、クラウドガードレールの実装（cloud-security-engineer）には使用しない。
Apollo の採用シグナル、Clay/企業ニュース、LinkedIn のアクティビティを使い、大規模な見込み客リスト（数百件）向けに、独自で仕様検証済み・ブランドチェック済みのパーソナライズされたファーストラインを一括生成する。qualify_lead と check_my_copy のゲートを通し、レビュー用 CSV または Gmail の下書きとして納品する（送信はしない）。使用場面：「[N] 件の見込み客向けにアウトリーチをパーソナライズする」「独自のファーストラインを生成する」「このリストのパーソナライズの切り口を見つける」「アウトリーチのためにこれらの企業を調査する」「自分の見込み客リストのファーストライン」「一括パーソナライズ」「大規模なパーソナライズ」。単一の見込み客の完全なカデンスには使用しない（prospect-research-to-cadence-skill）。
ユーザーが OSMO 上で欠陥画像生成のオーケストレーション、関連するセットアップの実行、または出力の処理を望むときに使用する。Day 0 パスは USD-to-ROI、画像編集拡張、AnomalyGen によるコールドスタートを処理し、初期の PCBA データセットを作成する。Day 1 パスは実画像に対して推論とラベリングを行う。このスキルは初回のアセットセットアップ、ファインチューニングチェックポイントの作成、デプロイの設定を支援する。トリガーキーワード：defect image generation、dig workflow、dig pipeline、defect image detection workflow、aoi pipeline、aoi anomalygen、usd2roi anomalygen、day 0 pcba、day 1 pcba、day 1 real-photo alignment、day 1 manual roi、metal surface anomaly、glass defect、anomalygen finetune、setup_pcb、setup_metal、setup_glass、setup_pretrained、dig setup、dig datasets、dig pretrained checkpoint、dig image-edit endpoint。
ローカルの MicroK8s または Azure AKS 上で、合成データ生成ワークフロー向けの NVIDIA physical AI インフラストラクチャを構築、拡張、検証、強化する場合に使用します。Kubernetes クラスター、推論エンドポイントのデプロイ、OSMO のデプロイ、ワークロード送信の準備、インフラストラクチャ障害からの復旧が対象です。トリガーキーワード：physical ai infrastructure、resilient scaling、SDG infrastructure、microk8s、azure aks、NVCF deployment、NIM Operator、OSMO deploy、workflow scaling。インフラストラクチャの構築、拡張、検証、復旧が求められていない限り、OSMO ログの要約やワークロードのみの操作には使用しないでください。
ポートフォリオ単位のパイプライン予測 + 健全性ロールアップ：段階ごとの転換率とベンチマークの比較、リスク調整済み予測（commit/best/worst シナリオ）、確率キャリブレーション、パイプラインのレポートカード。Epiphan AI MCP（execute_sql / hubspot_search_deals）経由で HubSpot からディールを取得。CSV エクスポートはあくまでフォールバック。使用場面：「analyze pipeline health」「pipeline health」「risk-adjusted forecast」「forecast accuracy」「which stage do deals stall in」「pipeline report card」「scenario planning」「deal slippage」。ディール単位のモメンタムスコアリングには deal-momentum-analyzer-skill、kill/recover トリアージには dead-deal-recovery-skill を使用。
ユーザーが図、フローチャート、シーケンス図、クラス図、コンポーネント図、ER 図、アーキテクチャ図、ビジュアライゼーションを求めた場合に使用します。既存のソースコードからの図の生成や、Markdown ファイルに埋め込まれた PlantUML の画像へのレンダリング／抽出（例：Confluence/Notion 用ドキュメントの準備）も対象です。3 つ以上のコンポーネント、API、データフロー、クラス階層を含むシステムの説明でも積極的に使用します。.puml ファイルを生成し、Kroki API 経由で PNG/SVG にエクスポートします（ローカルへのインストールは不要）。
Pragmatic Institute Competitive Landscape を作成します。競合製品と代替製品を特定し、長所と短所を評価して、勝つための戦略（戦うときと退くときを見極める）を策定します。PM が「競合分析」「競合他社」「バトルカード」「X にどう勝つか」「代替案」「どの市場で戦うか」と述べたときに使用します。Solution Matrix（顧客へのインパクトと投資の深さ）を含みます。Markdown または Word .docx の成果物として、Competitive Landscape 分析と Solution Matrix を作成します。
実際の市場エビデンスに基づき、チームが現実の人々を意識し続けられるよう、Pragmatic Institute の購入者・ユーザーペルソナを作成します。PM がペルソナ、「購入者は誰か」「ユーザーは誰か」、ターゲットオーディエンス、ICP について尋ねる場合や、ペルソナを具体化したい場合に使用します。購入者（購入を決定または左右する人）と、ユーザー（毎日製品を使う人）を区別します。Markdown または Word .docx の成果物として購入者ペルソナとユーザーペルソナを作成します。
Pragmatic Institute のユースシナリオを作成します。ペルソナの視点から市場課題を背景とともに示す短いストーリーで、要件の一部です。PM が「ユースシナリオ」「ある一日の流れ」「ユーザーストーリーの背景」「問題記述」を求める場合や、開発チームが実装方法（HOW）ではなく解決すべきこと（WHAT）を理解できるよう、機能リクエストを実際の課題として捉え直す場合に使用します。Markdown または Word .docx の成果物として Use Scenarios 文書を作成します。
ソロ起業家のビジネス向けに競争ポジショニング戦略を策定する。競合との差別化方法、どの市場ポジションを取るか、代替案に対して自社の提供価値をどう位置づけるか、そのポジションをどう伝えるかを決めるときに使用する。ポジショニングフレームワーク（Jobs-to-be-Done、against/for、カテゴリー創造）、ポジショニングステートメント、ポジションのメッセージ化を扱う。トリガーは "how do I differentiate"、"positioning strategy"、"how to stand out"、"differentiate from competitors"、"market positioning"、"what makes me different"、"competitive positioning"、"own a position"。
ユーザーが二群比較（A/B テスト、単純な RCT、行動研究、または 2 モデル/2 構成の評価）を計画しており、データ収集前にそのサイズ設計と事前登録を行う必要があるときに使用——検出すべき最小の効果に対して目標とする統計的検出力を満たす群ごとのサンプルサイズを求め、妥当性チェックリストに対してデザインを監査し、事前登録として確定する。主要アウトカムが 1 つの単一の二群比較にのみ適用。要因計画、反復測定、クラスター/マルチレベル、時系列、適応的、生存時間の各デザインには使用しない。すでに収集したデータの分析には使用しない。ドメイン知識からアウトカムや操作を選ぶことにも使用しない。
FlowStudio MCP のキャッシュストアを使い、Power Automate のフローと Power Apps を大規模にガバナンスします。ビジネスインパクトによるフローの分類、孤立リソースの検出、コネクター使用状況の監査、コンプライアンス基準の適用、通知ルールの管理、ガバナンススコアの算出を、Dataverse や CoE Starter Kit なしで行えます。フローのタグ付け・分類LOCKDOWN Gai�す們、ビジネスインパクトの設定、所有者の割り当て、孤立の検出、コネクターの監査、コンプライアンス確認、アーカイブスコアの算出、通知ルール管理、ガバナンスレビュー、コンプライアンスレポートの作成、メーカーのオフボーディング、フローにガバナンス用メタデータを書き込むあらゆるタスクで、このスキルを読み込んでください。FlowStudio for Teams または MCP Pro+ のサブスクリプションが必要です。https://mcp.flowstudio.app を参照してください。
Pro+ サブスクリプションが必要です。FlowStudio MCP のキャッシュストアを使ったテナント全体の Power Automate モニタリング：失敗率、実行健全性のトレンド、作成者／アプリのインベントリ、非アクティブな所有者、コンプライアンス／健全性レポート。集約されたテナントビューにのみ使用します。単一の環境、単一のフロー、実行制御、根本原因のデバッグには、power-automate-mcp、power-automate-debug、またはサーバーの monitor-flow バンドルを使用してください。FlowStudio for Teams または MCP Pro+ が必要です。
厳選された American Reindustrialization ディレクトリを閲覧・スライス・分析する — diff、地理クラスター、セクター…… トリガーフレーズ: `look up american reindustrialization companies`、`find reindustrialization jobs`、`browse american manufacturing directory`、`sector heatmap of reindustrialization companies`、`use american-reindustrialization`、`run american-reindustrialization`。
正確なプレートプレビューと開始/完了ペイロードを備えた、エージェント対応の Bambu プリント監視。トリガーフレーズ: `what is my Bambu printer doing`、`post when this print starts and finishes`、`send this Bambu print to Discord`、`show my Bambu plate preview`、`when will the Bambu print finish`、`monitor my Bambu print`。
.pptxファイルが入力、出力、またはその両方として何らかの形で関わる場合は、必ずこのスキルを使用します。対象には、スライドデッキ、ピッチデッキ、プレゼンテーションの作成、.pptxファイルの読み取り・解析・テキスト抽出（抽出内容をメールや要約など別の用途に使う場合も含む）、既存プレゼンテーションの編集・変更・更新、スライドファイルの結合・分割、テンプレート、レイアウト、発表者ノート、コメントの操作が含まれます。ユーザーが「deck」「slides」「presentation」と言った場合、または.pptxファイル名を示した場合は、その後の利用目的にかかわらず起動します。.pptxファイルを開く、作成する、または操作する必要がある場合は、このスキル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。