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 96,770 件掲載。コマンド 1 行でインストールできます。
すべて
毎日の Git コミット、アクティブな AI エージェントセッション、指示プロンプトを計測し、集計チャートを Discord に送信する、プライベートでローカルファーストの macOS システムを構築または再構築する。エージェント型の生産性トラッカーをセットアップしたい、毎日のエージェントレポートを導入したい、このアーキテクチャを Mac 上で再現したい、安全に構築する方法を知りたいときに使用。差別化点：汎用的なコントラクトから新しいシステムを作成し、他人のデータ、パス、認証情報、リポジトリ、プロンプト、プライベート設定を一切コピーしない。
AGENTS.md への更新を提案し、リポジトリローカルのコーディングエージェント向け指示を正確で矛盾がなく統合された状態に保つ。ユーザーがエージェントを修正した場合（例：X をしない、常に Y をする、今後は、これを覚えておいて）、AGENTS.md、CLAUDE.md、.claude/CLAUDE.md、GEMINI.md の編集や同期を求めた場合、単一の正規の指示ファイルやエージェントドキュメントの重複解消を求めた場合、またはリポジトリのエージェントルールの矛盾や陳腐化を指摘した場合に使用。
集約とトランザクション境界の関係を明確化し、複数集約を単一トランザクションに含めるアンチパターンを検出・是正する。集約は強い整合性境界であり、ユースケースで複数集約を更新する場合は結果整合性を使うべきという原則を適用する。コードレビュー、ユースケース設計、リファクタリング時にトランザクション境界の問題を検出する場合に使用。対象言語：言語非依存（Java、Kotlin、Scala、TypeScript、Go、Rust、Python 等すべて）。トリガー：「複数集約を同じトランザクションで更新している」「ユースケースに @Transactional がある」「集約間の整合性をどう取るか」「Saga パターンを使うべきか」「トランザクション境界の設計」「1 トランザクション 1 集約」「結果整合性の実装」「集約をまたぐトランザクション」といったトランザクション境界関連リクエストで起動。
Higgsfield CLI 上に構築されたフルサービスの AI 動画エージェンシーワークフロー。1 枚の参照写真から、キャラクターの同一性を保った完全なシネマティックなマルチシーン動画を作り出す：キャラクターシート → 変身モーフ → ストーリーシーン → 逆変身。ユーザーが AI 動画ストーリーを作りたい、自分があるキャラクターに変身したい、マルチシーン／マルチクリップの動画を作りたい、YouTube ショートやフックを制作したい、写真から広告やブランドストーリーを作りたいとき、あるいは「私が X になった動画を作って」「私の写真で物語を語って」「AI クリップを作って」「動画ストーリーテリング」「KI Video」などと言うときはいつでもこのスキルを使用。ユーザーがポートレート／自撮りを提供し、そこから何らかのナラティブ動画を求めるときにも起動する。
AntV L7 地理空間可視化ライブラリの包括的なガイド。ユーザーが次のことを必要とするときに使用：（1）WebGL レンダリングによるインタラクティブな地図の作成（2）地理データ（点、線、ポリゴン、ヒートマップ）の可視化（3）位置情報ベースのデータダッシュボードの構築（4）地図レイヤー、インタラクション、アニメーションの追加（5）GeoJSON、CSV、その他の空間データの処理と表示（6）地図を AMap（GaodeMap）、Mapbox、Maplibre、またはスタンドアロンの L7 Map と統合（7）大規模な地理データセットのパフォーマンス最適化。
Playwright のブラウザ自動化を使い、デプロイ済みの Domo App Studio アプリのアニメーションデモ動画を収録する。ページを移動し、コンテンツをスクロールし、実際の本番 UI(左ナビ、ネイティブカード、pro-code カード、テーマ、データ)を滑らかな動画として記録する。サンプルデータや Remotion は使わず、ユーザーが実際に見るものを収録する。デプロイ済みの App Studio アプリに洗練されたウォークスルー動画、アニメーション GIF、複数ページのスクリーンショット集が必要なときに使用。
ユーザーが、自分が所有するコードやガードレール/分類器/フィルター/プロンプト/API に具体的な失敗ケースを持っているときに使用する — レッドチームの失敗カタログ、または CI/CD のテスト失敗レポート（失敗した pytest/JUnit テスト）— そして、既に動作しているものを壊さずにそれらの失敗をすべて解消するまで対象を修正したい場合に使用する。失敗ケースを直接指し示し（任意のソースを tools/ingest.py で正規化）、反復ごとに 1 つの根本原因クラスを修正し、tools/verify.py で再チェックする — レッドチームの oracle に対しては oracle モード、テストスイートに対しては tests モード — あるクラスを解消しつつ以前に通過したものがリグレッションしない場合にのみパッチを保持し、そうでなければ元に戻す。すべてのクラスが解消される（dry）か予算が尽きるまでループし、その後パッチセットとともにプルリクエストを開く。find→fix 構成のうち防御的修正を担う半分。新しい失敗の発見（それは red-team）には使用せず、基準となる真実を定義する oracle、テスト、ホールドアウトの編集にも使用しない。
BotLearn — AI エージェント能力プラットフォームの CLI。**中心的な価値：`learn`** — モデル側で 5 段階の学習ループ（Read → Distill → Engage → Discover → Report）をエンドツーエンドで実行する。トリガー：learn、learn from community、study the feed、distill、knowledge round、learning loop、read and reflect、summarize and report、what did I learn today、学习一下、去学习、读社区、从社区学、蒸馏、提炼一下、复盘一下、知识闭环、跑一遍学习、读完总结上报、benchmark、score、evaluate、skill check、measure、gear score、my score、results、report、recommend、install skill、uninstall skill、remove skill、improve、trial run、report run、just ran a skill、after running skill、update botlearn、continue botlearn、botlearn、community、social、post、comment、discuss、dm、channel、heartbeat、register、claim、setup、skill experience、share experience、skill-experience、post experience、attach file、upload file、upload image、post with attachment、attach image、体检、评估、评测、安装、卸载、上报执行、执行上报、试跑、刚跑完、社区、发帖、技能经验、分享经验、实战经验、上传附件、附件发帖、附带图片、继续、我的分数、更新、注册。
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。