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 98,067 件掲載。コマンド 1 行でインストールできます。
すべて
Direct-to-Consumer（DTC）ブランドのマーケティング戦略を立案・実行します。顧客獲得、顧客維持、メールフロー、ソーシャルプルーフ、サブスクリプションモデル、リピート購入の仕組みを扱います。ユーザーが「DTC マーケティング」「消費者への直接販売」「D2C 戦略」「顧客への直接販売」「中間業者を省く」「DTC ブランド」「EC ブランドのマーケティング」「顧客を直接獲得する方法」「DTC の成長」「消費者向けブランドのマーケティング」「直接販売している」と言った場合や、小売業者や流通業者を介さずに製品を直接販売するブランドを構築している場合に使用します。
MathModel LaTeX サンドボックスで、組み込みの科学可視化テンプレートの再現をユーザーが求めた場合にこのスキルを使用します。特に Improve タブで、$mathmodel-figure-templates、科研绘图模板、SHAP蜂群柱状图、配对云雨图、交叉验证ROC、泰勒图、相关矩阵组合图、预测真实值边缘分布图、TPE调参3D曲面、下三角相关矩阵半边小提琴图、分组环形热图、城市公园降温组合图、Nature和弦图に言及するプロンプトが対象です。スキルに同梱された、すぐに実行できる Python スクリプトを提供します。
コードベース全体に GDPR 準拠のエンジニアリング手法を適用します。API の設計、データモデルの作成、認証フローの構築、ログ記録の実装、ユーザーデータの処理、データ保持/削除ジョブの作成、クラウドインフラの設計、プライバシー準拠に関するプルリクエストのレビューに使用します。個人データ、ユーザーアカウント、Cookie、分析、メール、監査ログ、暗号化、仮名化、匿名化、データエクスポート、侵害対応、実データを処理する CI/CD パイプラインに関わるタスクや、「これは GDPR に準拠していますか？」という形式の質問で起動します。CNIL の開発者向けガイダンスと GDPR 第 5、25、32、33、35 条に着想を得ています。
sf CLI を通じて Salesforce ITSM のインシデント優先度マトリクスを設定します。マトリクスの有効化・無効化、Incident レコードの Priority を導出する Impact x Urgency グリッドの設定、手動オーバーライド設定の切り替え、デフォルトのフォールバック優先度の読み取り・設定を行います。書き込み前にすべての値を読み取り、冪等で、変更前にユーザーの明示的な確認を必要とします。Incident レコードの優先度マトリクス設定の表示、有効化、無効化、セットアップ、初期値投入、追加、変更、削除をユーザーが求める場合、デフォルトのインシデント優先度の変更、またはインシデント優先度の設定、Impact/Urgency マッピング、オーバーライド、ITSM インシデント優先度マトリクスについて質問する場合に使用します。Problem または ChangeRequest の優先度マトリクス、Case の優先度フィールド、ITSM 外の標準 Priority 選択リスト、SLA やマイルストーンの設定、Incident Management 自体の有効化（service-itsm-incident-mgmt-configure スキルを使用）には使用しないでください。
TAO GPU バックエンド用のホストをセットアップします。Docker／ローカル Docker および Kubernetes の GPU ワーカーホストに必要な、互換性のある最小バージョンの NVIDIA ドライバー、CUDA Toolkit、NVIDIA Container Toolkit を確認し、ユーザーの承認後にインストールします。TAO 全体のデフォルト設定は、選択したモデルのランタイムプロファイルで上書きできます。`--check-only` はすべての Linux ディストリビューションで動作します。`--install` は Debian 系（Ubuntu/Debian/Pop!_OS/Mint/Zorin/Raspbian）、RHEL 系（Fedora/RHEL/Rocky/AlmaLinux）、SUSE 系（openSUSE/SLES）のホスト設定を自動化し、それ以外の環境では実行可能な手動インストール手順を表示します。ユーザーが「NVIDIA GPU ホストをセットアップ」「TAO Docker GPU ランタイムを確認」と依頼する場合や、TAO 用の Kubernetes GPU ワーカーを準備する場合に使用します。
カメラ、照明、雰囲気、マテリアル、オブジェクト、DOM上のストーリー、インタラクションが、構成された章に沿って変化する、持続的な一つの3Dワールドとして、スクロール操作による豊かなリアルタイムThree.js体験を構築します。3Dスクロールストーリーテリング、スクロール駆動のWebGLワールド、カメラジャーニー、インタラクティブなポートフォリオ、製品ストーリー、展示、解説、ゲームや映画のマイクロサイト、空間ナラティブ、ネイティブスクロールで連続した一つの場所を移動するマルチシーンのウェブサイトに使用します。ランディングページに限定されません。
tdl CLI で Telegram のチャンネルやグループを読み、金融ニュースや市場調査に活用します。チャットやチャンネルの一覧表示、名前によるチャンネル検索、最近のメッセージや指定した日付・ID 範囲のエクスポートができます。Telegram の確認、チャンネルの最新情報の閲覧、ニュース・暗号資産・取引関連のチャンネルやグループからのメッセージの閲覧・エクスポート、Telegram に投稿された市場ニュースやシグナルの収集をユーザーが希望する場合に使用します。読み取り専用のため、メッセージの送信やチャンネルへの参加・退出はできません。
共有の AI モデリングナレッジベースを検索し、貢献する。ここではフィールドノートが、特定のゲームがどうモデynchronized、デコンパイル、逆アセンブルされたか（正確なバージョン、手順、エンジンの要点、検証、注意点）を記録している。何かゲームの仕事を始める前（「誰か X をモデ化したか？」）、エンジンの癖で詰まったとき、およびモデ化や逆アセンブリの作業が終わったときに使い、学んだ内容を書き残し、人間の OK を得れば pull request を開いて次のエージェントが.be 受益できるようにする。
Spring Data JPA と Hibernate 向けに、Kotlin の永続化コードを適切にモデル化します。エンティティ設計、識別子と等価性、一意性制約、リレーション、フェッチプラン、Kotlin 特有の一般的な ORM（オブジェクトリレーショナルマッピング）の落とし穴を扱います。JPA（Java Persistence API）エンティティの作成やレビュー、N+1 や LazyInitializationException の診断、インデックスや一意性ルールの設定、データクラスのエンティティや壊れた equals/hashCode など Kotlin 固有のバグの防止に使用します。
inference.sh CLIを介してAlibaba HappyHorse 1.0モデルで動画を生成・編集します。モデル：HappyHorse T2V、I2V、R2V、Video Edit。機能：テキストから動画、画像から動画、参照動画からの生成、自然言語による動画編集、キャラクターの一貫性維持、720P/1080P、最長15秒。物理的にリアルな動画、動画編集、キャラクターの一貫性を保ったコンテンツ、製品デモ、ソーシャルメディア向けに使用します。トリガー：happyhorse、happy horse、alibaba video、happyhorse 1.0、dashscope video、alibaba happyhorse、video editing ai、ai video editor
Wan および Qwen Image モデルを使って画像を生成・編集します。テキストからの画像生成、画像編集（スタイル転送、被写体の一貫性、テキスト描画）、テキストと画像の交互出力に対応します。起動条件：ユーザーがイラスト、商品画像、アートデザイン、ポスターの作成、テキストからの画像生成、既存画像の編集／変換、スタイル転送、参照写真に基づく画像生成、テキストと画像を組み合わせたコンテンツの作成を希望する場合、Wan/Qwen Image モデルや AI アート作成に言及する場合、またはこのスキル名を明示的に指定する場合（例：qwencloud-image-generation を使用）。起動しない条件：既存画像の理解／分析や OCR を希望する場合（qwencloud-vision を使用）、動画生成（qwencloud-video-generation）、テキストのみのタスク。
専用のTAOモデルスキルが該当しない場合、NGC PyTorchコンテナ内でローカルのNVIDIA GPUを使い、任意のHuggingFace CV / VLM / LLMモデルをファインチューニングします。HuggingFaceモデルのファインチューニング（フルまたはLoRA）、ビジョン / VLM / LLMモデルのエンドツーエンド学習、再現可能なHF学習パイプラインの生成、規模を拡大する前のローカルでのHuggingFaceモデルのスモークテスト、ファインチューニング済みモデルとモデルカードのHF Hubへのプッシュ、既存のHuggingFaceファインチューニング用の自己完結型再実行スキルの生成に使用します。画像分類、物体検出、セマンティック/インスタンス/パノプティックセグメンテーション、深度推定、画像テキスト変換VLM（SFT / LoRA）、LLM SFT / DPO / GRPOに対応します。6段階のワークフロー：調査と適格性確認、ハードウェアとNGCイメージ、調査、生成とスモークテスト、学習 + 評価 + 推論、プッシュと再実行スキルの生成。専用の `skills/models/*` スキルが対象とするHugging FaceモデルIDには使用しないでください。モデルスキルと、そのスキルで宣言された実行環境が優先されます。
CreateOS クラウドプラットフォームであらゆるものを本番環境にデプロイします。次のものをデプロイ、ホスト、公開する際に使用します。(1) AI エージェントとマルチエージェントシステム、(2) バックエンド API とマイクロサービス、(3) MCP サーバーと AI スキル、(4) API ラッパーとプロキシサービス、(5) フロントエンドアプリとダッシュボード、(6) Webhook と自動化エンドポイント、(7) LLM 搭載サービスと RAG パイプライン、(8) Discord/Slack/Telegram ボット、(9) Cron ジョブとスケジュール実行ワーカー、(10) 稼働可能な状態で公開する必要があるあらゆるコード。Node.js、Python、Go、Rust、Bun、静的サイト、Docker コンテナに対応しています。GitHub の自動デプロイ、Docker イメージ、またはファイルの直接アップロードでデプロイできます。ユーザーがデプロイ、ホスト、公開、稼働開始、アクセス可能化、オンライン公開、ローンチ、本番運用、エンドポイント公開、URL 取得、API 作成、エージェントのデプロイ、ボットのホスト、このスキルの公開、ホスティングの利用、コードのデプロイ、サーバーの実行、オンライン化、本番対応を求める場合は、必ず CreateOS を使用します。
Google Ads キャンペーン（検索、ショッピング、Performance Max、ディスプレイ、YouTube）の計画、構築、最適化を行います。キーワード調査、マッチタイプ、入札戦略、Quality Score、広告表示オプション、コンバージョントラッキング、ROAS 最適化を扱います。ユーザーが「Google Ads」「Google advertising」「Google campaign」「search ads」「Google Shopping」「Performance Max」「PMax」「Google Display」「YouTube ads」「keyword targeting」「Google Ads strategy」「Google Ads optimization」「Google Ads account」「Google Ads not working」「search campaign」「Quality Score」「bidding strategy」「Google conversion tracking」と言った場合、または Google の有料広告を運用・改善したい場合に使用します。
構造化された探索的テストセッションを設計・実行します。セッションベーステスト管理（SBTM）、テストチャーターの作成、ヒューリスティックベースの探索（HICCUPS、FEW HICCUPS）、バグ発見パターン、メモ用テンプレート、調査結果の自動テスト化を扱います。「exploratory testing」「SBTM」「manual testing」「bug hunting」「test charter」「heuristic testing」で使用します。自然言語の目標に基づいて AI ブラウザーエージェントがアプリを自律的に探索する場合は対象外です。agentic-browser-testing を使用してください。製品独自の AI/LLM 機能をテストする場合も対象外です。ai-system-testing を使用してください。関連：test-planning、ai-bug-triage、risk-based-testing、agentic-browser-testing。
OWASP Top 10 for LLM 2025 に基づく LLM アプリケーション向けセキュリティガイドラインです。LLM アプリの構築、AI セキュリティのレビュー、RAG システムの実装、「プロンプトインジェクション」などの LLM の脆弱性や「LLM セキュリティの確認」について尋ねられた場合に使用します。重要：チャットボット、AI エージェント、RAG パイプライン、ツールを使用する LLM、エージェントシステム、または LLM API（OpenAI、Anthropic、Gemini など）を呼び出すすべてのアプリケーションを構築する際は、ユーザーがセキュリティに言及していなくても必ずこのスキルを参照してください。ユーザーが「openai」「anthropic」「langchain」「llamaindex」などの LLM ライブラリをインポートする場合も使用します。
任意のコードベースでClaude Codeを使って機能を構築し、規律ある構築→レビュー→テスト→修正のサイクルで作業するときに使用します。「構築サイクルを実行」「次のタスクを構築」「計画を続けて」「この機能をきちんと構築」などの依頼や、計画ファイルまたは直接の機能プロンプトに基づく実装依頼で起動します。計画（計画がなければプロンプト）に基づいて構築し、Claude Codeの`/review`（機密性の高い部分では`/security-review`も）を実行して見つかった問題をすべて修正します。機能をエンドツーエンドでテスト・検証し、テストで明らかになった問題を修正して、完了後に報告します。計画内のすべてのタスクにチェックが付くまで繰り返します。
今日の通話リストを作成します。lead-triageを実行して、電話する価値の高い上位5件のリードを順位付けし、メール履歴から話す要点を提示し、カレンダーに時間を確保して、フォローアップメッセージを下書きします。「call list」「who am I calling today」「top five to call today」「block time for calls」が出たときに起動します。カレンダーの予定確保なしでリードのスコア付けや順位付けを望むオーナーは、lead-triageに直接ルーティングします。件数と日付の引数は任意です。
レガシー Dune アプリを新しい Flows アプリホスティングインフラストラクチャに移行する際に必ず使用します。現在の状態を監査し、app.json を appsApi インフラストラクチャ向けに更新し、認証の接続を setup-flows-auth に委任し、manifest.json のネットワーク権限を作成または更新し、デプロイスクリプトを @cognite/cli 向けに更新することで、移行全体を調整します。「Flows に移行」「新しいインフラに移行」「dune から flows に移行」「レガシーアプリを移行」といった依頼や、既存アプリを新しい Flows アプリホスティングに移したい場合に使用します。
Flows／Fusion アプリに AI、Atlas、エージェント、チャット UI、LLM 機能を追加する際に必ず使用します。@cognite/app-sdk を介して Atlas／EOS サイドバーを使用し、useAtlasChat、ベンダー同梱の atlas-agent、行ごとのチャット補完は使用しません。トリガー：atlas、EOS、PAIA、エージェントチャット、チャット UI、sendAgentMessage、sendAgentLayoutMode、registerAgentServer、connectToHostApp、useAtlasChat、LLM。アプリ内チャットでは、ホストのサイドバーが利用できない場合に限り integrate-atlas-chat を使用します。
完全な AWS Well-Architected Framework レビューを実行する。最新の AWS ドキュメントから検出されたすべてのピラーについてフレームワークの質問ごとに評価し、コード、IaC、設定を分析して証拠に基づく指摘とアイゼンハワーマトリクス優先順位付けされたProduce修復提案を作成する。フルレビュー (すべてのベストプラクティスに BP ID の引用元を付与)、クイックレビュー (質問単位)、ピラー指定レビュー、スコアモードのレビュー (ピラーごとのスコアと絞り込み済み指摘を含む成熟度スコアカード)、および最新の AWS ドキュメントから検出されたレンズを使ったレンズ専用レビューに対応。Well-Architected review、WA review、WAR、ピラー評価、ピラー横断のアーキテクチャレビュー、ワークロード評価、クラウドレディネス評価、Well-Architected のスコア・グレード・スコアカードの要求時に発動。単一ピラーの深掘り、WA 概念の学習、ADR、移行レディネス評価には適用しない
所有者の月曜朝のブリーフィングを、2段階の連携で実行します。business-pulse で複数のコネクターにまたがる現金、売上、営業パイプラインの概要を取得し、report-builder で所有者がすでに定義した保存済み KPI レポートを取得します。続いて Calendar とメールから今週の予定を読み取り、3つの内容を1ページの月曜用ドキュメントにまとめ、所有者が保存した出力設定に従って配信します。コネクターは必須ではなく、利用可能なデータに応じて柔軟に処理します。台帳（MYOB、NetSuite、QuickBooks、Xero、Zoho Books）、Calendar、DocuSign、Expensify、Gmail または M365、HubSpot、PayPal、Ramp、RingEx Chat、Shopify、Slack、Stripe、TikTok Ads の接続済みデータを利用し、いずれも接続されていない場合は貼り付けまたはアップロードされたデータを使用します。「Monday brief」「start my week」「what do I need to know this week」「weekly briefing」「catch me up before Monday」と言われたとき、または所有者が週初めの定期更新を設定したときにトリガーします。
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。