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
GenAI/LLM アプリ（Python または TypeScript、任意のプロバイダー／エージェント SDK）に計装を行い、Dynatrace でクエリ可能な OTel GenAI セマンティック規約（gen_ai.*）スパンを出力するための、フレームワーク非依存の判断プロセスです。手順は検出、計装、拡充、検証の4段階です。SDK に必要な方法を判断します。dynatrace-oss/dynatrace-ai-agent-instrumentation-examples のフレームワーク別レシピに代わるものではありません。「instrument this GenAI app」「add tracing to this LLM app」「how do I get gen_ai spans into Dynatrace」「onboard this agent app to AI Observability」で起動します。すでに計装済みのアプリのテレメトリー分析（dt-obs-genai を使用）や、Python/TypeScript 以外の言語には使用しないでください。
GenAI/LLMアプリを Traceloop/OpenLLMetry から OpenInference に移行し、OTel gen_ai.* semconv オプション（`enable_genai_semconv` / `OPENINFERENCE_ENABLE_GENAI_SEMCONV`）を有効にします。既存の Traceloop 設定の検出、SDK ごとの instrumentor の切り替え、その後の修正可能範囲を左右する取り込み形式（アプリ所有の OTel trace exporter、またはインストルメンテーションのみで OneAgent が spans を取得）を扱います。semconv オプションは置き換えではなく追加であり、旧 llm.*/openinference.* 属性も gen_ai.* とともに出力され続ける点を明示します。これに伴うカーディナリティのトレードオフと削除方法（Collector transform または OpenPipeline）も扱い、まず実際に利用可能な方法を確認します。トリガー：「migrate off Traceloop」、「migrate off OpenLLMetry」、「move to OpenInference」、「enable OpenInference GenAI semconv」。既存の Traceloop 設定がない初回のインストルメンテーション、または semconv を一度も有効にしていない OpenInference アプリには使用しないでください（どちらも dt-setup-genai を使用）。
MCU の周辺レジスタ、ビットフィールド、リセット値、アドレス（CMSIS SVD ベース）を検索し、各結果に出典と根拠ラベルを付けます。アドレス逆引き、レジスタ値のデコードと書き込み値の計算、ビットフィールド早見表とビットマップ、割り込み番号と NVIC 有効化のヒント、CMSIS 形式のマクロ生成、チップ間および周辺機器単位の比較、アドレス範囲検索、SVD 品質チェック、ローカルのチップ一覧と環境チェック、Markdown 表出力、解析結果のキャッシュに対応します。レジスタ、ビットフィールド、リセット値、周辺機器のベースアドレス、割り込み番号について質問された場合、書き込むレジスタ値のデコードや計算、レジスタマクロの生成、デバイス間のレジスタ定義の比較、またはマシン上の SVD ファイルの検索・検証を求められた場合に使用します。キーワード：寄存器、位域、复位值、SVD、外设地址、寄存器值、掩码、位图、中断号、IRQn、NVIC、宏定义、对比、整体对比、质量检查、SVD 位置、芯片清单、读改写、USART1->CR1、register、bitfield、mask、reset value、decode、interrupt。対象外：ピン多重化、マニュアルの章検索、正誤表の検索、コード内のレジスタ書き込みの検証（embedded-register-verify を使用）。
受け入れテストを終了します。start-acceptance が残した未処理の docs/acceptances/ATTENTION.<feature>.md 候補ファイルを探し、それぞれを docs/acceptances/ATTENTION.md と比較します。未掲載の候補ごとに、体系的な問題かどうかをユーザーに一つずつ確認し、移動前に正確な文言をユーザーと確定してから、機能別ファイルを整理します。受け入れセッションでは省略したため、最初にプロジェクトの全テストスイート、lint、typecheck を一度実行します。ユーザーが受け入れの終了を伝えた場合、受け入れ時の学びの昇格やレビューを依頼した場合、または /end-acceptance [feature] を実行した場合に使用します。学びを独自の表現に書き換えて昇格することはありません。
ユーザーが自然言語の説明から新しい AI 従業員を作成、採用、有効化、または設定したい場合に使用します。例：週次のまとめを書く、ゲストメッセージに返信する従業員を用意する。Hiring Dozal の複数ターンの設定ウィザード（採用チャット）を進め、ボタン形式の質問（先に確認するか、そのまま送信するか）をユーザーに伝え、設定済みの Dozal を採用します。新規従業員に関する依頼全般に使用します。認証と base URL の設定のため、先に operate-ai-employees を読み込みます。
ユーザーが既存の AI 従業員（設定、active／paused／draft のステータス）を表示、一覧表示、一時停止、再有効化、名前変更、確認したい場合、または接続済みアプリ、スケジュール、引き継ぎ、メンバーと招待、利用状況、請求を管理したい場合に使用します。例：「どんな従業員がいる？」「recap bot を一時停止して」「先週の金曜日はどうだった？」。従業員を今すぐ実行する場合（run-ai-employee）、タスクの出力・承認・ログ（monitor-and-review-ai-employee-work）、新規作成（hire-ai-employee）には使用しません。最初に operate-ai-employees を読み込みます。
Windows（および Android）優先で進めた作業ブランチを mac ブランチにマージし、すべての変更が macOS に移植されているか、未対応であることが記録されているかを確認します。ユーザーが mac へのマージ、mac ブランチのマージ、mac の追いつき、Windows の作業の mac への反映を求めた場合に使用します。merge-branch のレビューチェックをすべて実施した後、mac 対応の確認を追加します。各変更の判定（移植済み、mac 対応作業が必要、延期）は、プロジェクトのプラットフォーム対応状況トラッカー（別の場所で管理していない限り CATCHUP.md）に記録し、Windows の動作が Mac で気づかれないまま失われないようにします。
ユーザーが AI 従業員のタスクが完了したか尋ねる場合、出力を見たい場合、または作業を承認／却下したい場合に使用します。例：「recap はできた？」「書いた内容を見せて」「承認して」「却下して短くして」「あの実行はなぜ失敗した？」「ログを見せて」「ライブで見せて」。phase_category でタスクの状態を読み取り、承認／却下の判断を処理し、実行ログ、アクティビティ、リアルタイムの状態を読み取ります。認証設定のため、先に operate-ai-employees を読み込みます。
人間から AI Employee プラットフォームアカウントの操作を依頼された場合に使用します。従業員の採用や実行、タスクの確認、作業の承認または却下、従業員の一覧表示や一時停止、接続、スケジュール、引き継ぎ、メンバー、使用量、請求、アクティビティ、実行ログの管理が対象です。4つの業務スキルを振り分けるため、最初に読み込みます。全体を統括するスキルで、dze_ APIキー認証とそのレベル、本番環境のベース URL、テナント解決、非同期モデル、人間のみが行う手順を扱います。
公開の `orca` CLI を使用して、Orca が管理する worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、アーティファクト、worktree コメント、および Orca アプリに埋め込まれたブラウザを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「control the browser inside Orcaoclassroom」と言ったときに使用する。Orca が管理する状態に wortt Involving タスクでは、生の `git worktree`、場しの PTY、Playwright、Computer Use よりこの方法を優先する。Orca の埋め込みブラウザ以外のブラウザウィンドウ、webview、デスクトップ UI には Computer Use を使用してきた。
ユーザーとともに PostHog のデータウェアハウスに関する提案をレビューし、対応します。提案に記載された数値を使って、ビューをマテリアライズ、非マテリアライズ、認定、非推奨にすべき理由を説明します。ユーザーが別の設定を希望する場合は、マテリアライズ提案の更新モード、キー、間隔を変更し、その後に提案を承認または却下します。PostHog のデータウェアハウスに関する提案、ビューをマテリアライズすべきか、ビューを増分更新または数時間ごとに更新する理由について質問された場合や、提案の承認・変更・却下を希望された場合に使用します。
品質を損なわずに、エージェントパイプライン内のフロンティアモデルをより安価なモデルに置き換えられる箇所を特定します。インストール済みの rightmodeler TypeScript CLI を再開可能なパイプラインで操作し、機械プロトコルを解釈して、モデルファミリーごとの判定を提示します。証拠が裏付ける場合は、レビュー済みのモデル置換プルリクエストを作成します。モデル費用を削減したい場合、タスクごとに適切なモデルを選びたい場合、安価なモデルへの置換をベンチマークしたい場合、またはエージェントパイプラインを分析してコストを最適化したい場合に使用します。
人間が既存の AI 従業員を実行、起動、開始、またはテスト実行したい場合に使用します。たとえば、今すぐ要約ボットを実行する、ゲスト応答ツールを起動する、入力リストのトピックごとに1回実行する、といったケースです。従業員を起動し、ドライランで必要な入力を一覧表示できます。また、処理をブロックせずにタスクハンドルを返します。認証には先に operate-ai-employees を読み込み、結果の確認には monitor-and-review-ai-employee-work を使用します。
プルリクエストのレビューセッションを開始します。あなたは作成者ではなくレビュアーです。変更の基となった仕様を確認し、プロジェクトの原則とベストプラクティスを読んだうえで、差分に不要な複雑さ、コードの臭い、仕様からの逸脱がないかをレビューします。まず指摘事項を報告し、ユーザーの判断を PR 自体に記録します。指摘事項が確定したら start-acceptance に引き継ぎます。ユーザーが PR レビューの開始を伝えた場合、他者が作成したプルリクエストやブランチのレビューを依頼した場合、または /start-pr-review <pr or branch> を実行した場合に使用します。
リポジトリのドキュメントを実際のコードに合わせて同期します。README.md、CLAUDE.md、AGENTS.md、docs/にあるバージョン、依存関係、コマンド、プロジェクト構成、機能に関する記述を、マニフェスト、ロックファイル、スクリプト、ファイルと照合してから更新します。人が書いた文章、文体、セクション順は維持します。次の場合に使用します。（1）依存関係、フレームワーク、ランタイムのバージョンが変わったのに、ドキュメントに古いバージョンが記載されている。（2）スクリプト、Makefileのターゲット、ディレクトリ構成が変わった。（3）機能が追加、改名、削除され、ドキュメントと一致しない可能性がある。（4）エージェント向け指示ファイルが、存在しない可能性のあるコマンドの実行を指示している。（5）ユーザーが sync docs、update the README、docs are stale、docs out of date、outdated version in README、fix CLAUDE.md、AGENTS.md、package.json、lockfile、pyproject.toml、Cargo.toml、go.mod、「npm run lint」missing script、「docs: sync documentation with codebase state」に言及する。各エコシステムの事実確認表、宣言されたバージョン範囲と解決済みバージョンの比較ルール、検証できない機能の記述は推測せずフラグを付けるルール、変更・検証済み・要確認の3部構成レポートを備えています。Node、Rust、Python、Go、マニフェストのないリポジトリなど、あらゆるプロジェクトに対応し、リポジトリ独自のマニフェストやファイルを接点とします。変更履歴やバージョン更新のツールではなく、存在しないファイルのドキュメント作成や、コードがドキュメントに合っているかの監査も行いません。
Claude がサイトを構築またはレビューする際、vibecoded なサイトに見られる43の特徴（黒地に紫のグラデーション、インディゴ色の Tailwind ボタン、弁当箱グリッド、リキッドグラス、キラキラのアイコン、偽のカウンター、「Most popular」の価格表示、「Create Next App」タブ、法的ページの欠如など）を禁止し、人が作ったように見せます。ウェブサイト、ランディングページ、Web アプリの UI の構築、再設計、レビュー時、またはユーザーが /anti-vibecode、「vibecodé」、「ça fait IA」、「looks AI generated」と入力したときに使用します。
純粋なコードで動画（mp4、16:9、9:16）を制作します。ナレーション、字幕、音楽付きの解説動画や、ビートに同期した音楽と効果音を使ったウェブサイト、アプリ、ソフトウェアのプロモーション／ローンチ動画を作成します。ユーザーが選ぶのはスタイルのみです。ホワイトボード、リソグラフ、水墨、ローンチモーション、折り紙、ポップアート、オプアート、Matisseの切り絵、ASCIIアート、影絵、バウハウス、ピクセルアート、チャットログ、おもちゃ風3D、昔のニュース映画、映像分析、サスペンスミステリー、アイソメトリックなミニチュア世界、映画予告編、新聞の切り抜き、漫画（日本の漫画）、アニメーションマップ。科学・概念の解説、問題の解説、語彙、歴史、場所や地図、操作手順、ニュース・データ、URLからの製品プロモーションに使用します。ユーザーが「解説動画」「ホワイトボードアニメーション」「このウェブサイト／アプリのプロモーション／ローンチ動画」を依頼した場合、中国語で「做个科普视频」「把这道题做成讲解视频」「白板动画」「讲个历史故事的视频」「给这个网站 / App 做个宣传片」「产品发布视频」と依頼した場合、またはスタイル名（孔版印刷、水墨、折り紙、ポップ、オプ、切り絵、文字絵、影絵、バウハウス、ピクセル、チャットログ、おもちゃ風3D、昔のニュース映画、映像分析、サスペンス探検、アイソメトリックなミニチュア世界、映画予告編、新聞切り抜き解説、日本の漫画、地図アニメーション）を挙げた場合に使用します。
Binance Agentic Wallet に関する 100 の質問。中国語の Q&A で、エージェントが Binance のオンチェーンウォレットを理解し、公式 baw ルートを選び、取引の承認とリスク範囲を確認し、制約付きの自動化拡張を設計できるよう支援します。ミームコインのリスクとハニーポットの識別、rug pull 対策、スマートマネーシグナルの真偽確認を扱います。製品に関する質問、操作のトラブルシューティング、取引戦略の制約、ミームコインのリスク管理、ウォレットのワークフローに使用します。公式ウォレット skill の代替ではなく、Binance 取引所の先物注文には使用しません。
`orca` CLI を通じて、Orca 管理の worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、worktree コメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」／「handover」／「give this to another agent」「Orca browser」「orca artifacts」「share skills」と言った場合に使用します。Orca の状態が関係する場合は、通常の git worktree、臨時の PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。
Visant Labs MCP に接続して操作します（Visant Labs アカウントが必要）。ブランドガイドライン、モックアップ、クリエイティブスタジオ、キャンバス、予算、ムードボード、PDF 抽出に対応します。「connect visant」「use the visant tools」「setup visant mcp」「conecta o visant」「usar as tools do visant」「extrair PDF pelo visant」で使用します。
premiere-pro-mcp を介し、JSON の編集プランから Premiere Pro でラフカットを組み立てます。フレーム単位の正確なカット、マーカー、パンチイン、カード、Bロール、-14 LUFS での納品に対応します。「Premiereで作成」「Premiereのラフカット」「パンチイン」「Bロールでカバー」「monta no Premiere」「marcadores pra narrar」「exporta as aulas」、/visant-premiere-editor の指示で使用します。
専門知識のない人と一緒に、固定された8つの手順でウェブサイトを構築します。モックアップ、デザイン（特性に基づく2〜3案）、フレームワーク、承認用 PRD、ローカルでの構築と提示、港への送付とそこでのブラウザー表示、組立ライン、サイトまたはサーバーの順です。Cockpit で島を開き、各手順を schritt_melden で報告します。ウェブサイト構築中は常にこのスキルを使用します。webseite-planen の後、webseite-modernisieren の現状調査後、「サイトを作って」「モックアップ」「草案」「PRD」「ローカルで確認」「計画の次はどうする」などの依頼に使用します。
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。