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 96,981 件掲載。コマンド 1 行でインストールできます。
すべて
Decentraland のプレイヤーとアバターのシステム。プレイヤーの位置/プロフィールの読み取り、外見のカスタマイズ(AvatarBase)、エモートの実行(triggerEmote/triggerSceneEmote)、装備中のウェアラブル(AvatarEquippedData)の読み取り、プレイヤーへのオブジェクトのアタッチ(AvatarAttach)、NPC アバターの作成(AvatarShape)、アバターモディファイア領域、移動設定。プレイヤーデータ、エモート、ウェアラブル、NPC アバター、アバターのアタッチ、移動速度の変更をユーザーが求める場合に使用。ウォレット/ブロックチェーン連携には使用しない(nft-blockchain を参照)。
*-polite-mcp の個人自動化リポジトリ(olx-polite-mcp、emag-polite-mcp、altex-polite-mcp、freshful-polite-mcp、temu-polite-mcp)または product-research-pipeline で作業するとき——新しいツールの実装、実際にログインしたサイトに対するライブ spike/CDP 探索の実行、ある操作を実行前に確認すべきかの判断、再注文・買い物フロー中にユーザーへ複数の小さな項目ごとの判断(数量、項目ごとの yes/no)を求める場合に使用。扱う内容:実際の個人アカウントに対する最初のライブ変更操作の前に確認する、入力式のリストを求める代わりにインタラクティブな AskUserQuestion の判断をバッチ化する、実装の前または同時に spike/調査結果を PLAN.md に書き込む。
物流ネットワーク向けの予測モデルを構築・運用します—SKU/拠点/レーン粒度の需要予測、在庫配置と安全在庫最適化のインターフェース、ETA とリードタイムの予測、キャパシティと混雑のシグナル、モデル統合レベルでのルートとネットワークフローの予測、コールドチェーンと生鮮品、プロモーションと季節性、運用 KPI(充足率、OTIF、WMAPE/MAPE)に対するモデル監視、ドリフト、バックテスト。予測物流、物流需要予測、ETA 予測、在庫配置、安全在庫最適化、OTIF 予測、レーン需要、WMAPE、物流 ML、物流キャパシティ予測、コールドチェーン予測に使用します。物流ドメインを伴わない純粋な OR/MIP(operations-research-algorithm-developer)、サプライチェーン戦略のみ(supply-chain-manager)、WMS の機能開発(wms-developer)、車両テレマティクスの取り込み(geospatial-telematics-developer)、物流を伴わない汎用 ML(data-scientist)、EDI 文書マッピング(edi-engineer)には使用しません。
PyGraphistry Python SDK タスク向けの目次ルーター。"plot a graph"、"visualize my edges"、"load a dataframe into graphistry"、"import graphistry"、"run UMAP on my graph"、"query my graph with GFQL or Cypher"、"pick an execution engine"、"make my GFQL query faster"、"connect graphistry to Neo4j/Splunk/Kusto"、または任意の Python SDK グラフワークフローを求められたときに使用する。"graphistry.register"、"g.plot()"、".gfql()"、"chain-list"、"hypergraph"、"engine='polars'"、"polars-gpu"、"cudf"、"pygraphistry" でもトリガーされる。pygraphistry-core(認証/ETL/プロット)、pygraphistry-gfql(クエリ、エンジン、インデックス)、pygraphistry-visualization(スタイリング/共有)、pygraphistry-ai(UMAP/DBSCAN/埋め込み)、pygraphistry-connectors(外部 DB)にディスパッチする。ユーザーがエッジ/ノードの DataFrame を共有し、グラフ分析や可視化について尋ねたときは積極的に提案する。
PyGraphistry のグラフ ML/AI:UMAP、DBSCAN、埋め込み、異常検知のワークフロー。"run UMAP on my graph"、"cluster nodes"、"find anomalies in my network data"、"embed nodes"、"fit-transform pipeline"、"semantic search over graph nodes"、"graph AI" といった依頼で使用する。また "graphistry umap"、"dbscan clusters"、"node embeddings"、"featurize"、"anomaly triage" でも発動する。ユーザーがノード特徴量の列を持ち、UMAP や DBSCAN をまだ使わずに外れ値、クラスタ、類似性について尋ねた場合に積極的に提案する。
PyGraphistry でチェーンリスト構文または Cypher 文字列を使って GFQL グラフクエリを構築して実行する。"query my graph with GFQL"、"MATCH pattern in graphistry"、"find paths between nodes"、"hop constraints"、"let bindings"、"GRAPH constructor"、"run Cypher on my graph" といった依頼で使用する。また "g.gfql()"、"n() e_forward() n()"、"chain-list query"、"subgraph extraction"、"remote graph query"、"pattern matching in graphistry" でも発動する。ユーザーが PyGraphistry にすでに読み込んだグラフでマルチホップ走査やパターンマッチングを望む場合に積極的に提案する。
Python を書き、レビューし、リファクタリングするときに、評価ではなく一つの確定した答えを求める場合に使用——dataclass、Pydantic モデル、NamedTuple、TypedDict、attrs、msgspec のどれを選ぶか;日付、時刻、タイムゾーンの扱い(DST の折り返しと欠落、UTC への変換箇所を含む);設定とシークレットの読み込み;ガード句、早期リターン、EAFP をいつ使うか;例外階層の設計;type ignore を誠実に保つ;`src/` 配下でのパッケージ構成;コマンドラインの構築;非同期と並行処理;HTTP クライアントがセッション、タイムアウト、リトライをどう扱うべきか。また、モジュールにグローバル状態が蓄積し、追いにくくなり、再構成が必要なとき——どこまで分割するか、遅延プロパティを持つモジュールレベルのシングルトンが適切な形となるのはいつか、オブジェクトを不変に、関数をステートレスに保つ方法。テストについては Python テストスキル、MCP サーバーの内部については MCP Python スキルを参照。
Python プロジェクト向けに 4 段階の機能追加ワークフロー(Discovery、Planning、TDD Implementation、Verification)を実行する。新機能をエンドツーエンドで追加するときに使用する — プロジェクト構造と統合ポイントの調査、MoSCoW で優先順位付けした要件と BDD の受け入れ基準を備えた機能仕様の作成、テストファーストの TDD サイクルによる実装、その後 ruff lint、ty 型チェック、および振る舞い中心の回帰と契約カバレッジによる検証。
ノードベースの UI、ワークフローエディター、インタラクティブな図を構築するための React Flow(@xyflow/react)の包括的なパターンとベストプラクティス。React Flow を使って (1) フローエディターやノードベースのインターフェースを構築する、(2) カスタムノードとエッジを作成する、(3) ドラッグアンドドロップのワークフローを実装する、(4) 大規模グラフのパフォーマンスを最適化する、(5) フローの状態とインタラクションを管理する、(6) 自動レイアウトや配置を実装する、(7) React Flow との TypeScript 統合を行う、ときに使用。
クライアントサイドルーティング向けの React Router v6+。BrowserRouter、Routes、ナビゲーション、データローディング、ネストされたルート、保護されたルート、コード分割を扱う。使用タイミング:ユーザーが "React Router"、"routing"、"navigation"、"BrowserRouter"、"Routes"、"useNavigate"、"Link"、"nested routes" に言及したとき、"client-side routing"、"protected routes"、"route parameters"、"loaders" について尋ねたとき。使用しない場合:Next.js のルーティング - Next.js スキルを使用、サーバーサイドルーティング - フレームワーク固有のスキルを使用、基本的な React ナビゲーション - 単純な条件付きレンダリングには `react` スキルを使用
過去の会話を想起、検索、継続、または分析する。想起のフレーズ(「what did we discuss」「continue where we left off」「we decided」)、振り返りのフレーズ(「do a retro」「post-mortem」「what went well」「lessons learned」「find antipatterns」)、および暗黙のシグナル(過去形の言及、文脈のない所有格、「do you remember」のような前提的な質問)でトリガーされる。
ASP.NET Core/C# のコードをリファクタリングし、保守性、可読性、ベストプラクティスの遵守を向上させる。肥大化したコントローラー、重複コード、時代遅れのパターンを、クリーンでモダンな .NET コードへ変換する。プライマリコンストラクターやコレクション式といった C# 12 の機能、SOLID 原則、Clean Architecture パターン、適切な依存性注入を適用する。サービスロケーター、キャプティブ依存関係、async/await パターンの欠如などのアンチパターンを特定して修正する。
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。
