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 99,448 件掲載。コマンド 1 行でインストールできます。
すべて
Web サイトや Web アプリの見どころ（WebGL のヒーローセクション、3D、スクロール）をデッキ用の 1080p MP4 として録画し、Figma Slides にアップロードして、Remotion でブランドまたは製品のショーリールを作成します。「サイトのシーンを録画」「デッキ用のサイト動画」「ショーリール」「ローンチ動画」「gerar vídeo do site」「vídeo pro deck」「reel do produto」「/site-reels」で使用します。
音楽に合わせて編集するストップモーション風動画のルール、Remotion ヘルパー、オーディオスクリプトを提供し、制作にはデフォルトで Remotion を提案します。意図的に低フレームレートを保ち、曲の8分音符ごとに1つのポーズを設定します。ページは小節線で始まり、クリック音はキックとスネアに合わせ、拍を抜くタイミングも説明します。ストップモーション、低フレームレート、ビート同期または音楽同期の動画を制作・レビューするときに使用します。曲に合わせた動画編集、トラックに合わせた Remotion のローンチ動画、BPM に合わせたコンポジション、メトロノームやクリックトラック、ビート同期のキネティックタイポグラフィ、メトロノームに同期してウェブページ上でライブ再生するシーンにも使用します。曲のテンポ、小節、展開を測り、カット、クリック、ホールド、トランジションの位置を決める方法を扱います。
恢复被 C3RB3R / Cerber 系勒索软件（文件后缀 .L0CK3D、勒索信 read-me3.txt）加密的群晖（Synology DSM）或其他 Btrfs NAS 上的数据，无需密钥：利用 Btrfs 写时复制留下的旧 extent 逐字节还原原文件，并用 Btrfs 校验和逐块证实。覆盖 CoW / NoCOW 判定、子卷快照代数（lastsnap）效应、extent 树精确重组、大文件跨 extent 推测、统计、导出、验证和报告。只要用户提到 NAS / 群晖 / 黑群晖 被勒索、.L0CK3D、read-me3.txt、C3RB3R、Btrfs 文件被加密想恢复、"没有备份没有快照怎么救"，即使没提 Btrfs 或 extent，也应使用本 skill。Use for ransomware recovery of .L0CK3D files on Synology/Btrfs volumes without the key.
gitの作業ツリーの変更を、整理されたConventional Commitsにまとめます。差分を読み、リポジトリ独自のチェックを実行し、パス単位でステージし、無関係な変更は別々のコミットに分け、メッセージを作成して結果を検証します。次の場合に使用します。（1）ユーザーがコミット、進捗の保存、WIPの記録、完了したタスクの締めくくりを希望する。（2）作業ツリーに別々のコミットにすべき無関係な変更が混在している。（3）既存の使い方を壊す変更があり、リリースツールに認識させる必要がある。（4）ユーザーが commit、commit this、commit my changes、save progress、WIP commit、conventional commit、commit message、git add、staged、untracked、BREAKING CHANGE、feat!、Co-Authored-By、pre-commit hook、「split this into commits」に言及する。シークレットやビルド出力を除外するステージングルール、`bumpv`がMAJORリリースの判断に使う破壊的変更のマーカー、フックとamendのルール、帰属情報のトレーラーが入っていないことを確認するコミット後チェックを備えています。あらゆるgitリポジトリと技術スタックに対応し、リポジトリ独自のチェックと文書化された規約を接点とします。リリースツールでも変更履歴作成ツールでもなく、プッシュやプルリクエストのフローも扱いません。
アイテム強化（レベルごとのコスト、成功率、失敗時の維持／ランクダウン／破壊）と合成（固定レシピ、および一致するアイテムを同じセット内の1つにまとめるランダム合成）をモデル化します。各レベル到達までの期待コストと試行回数、ステータス予算に対する各レシピの価値比、特定の結果を得るために必要な制作回数の期待値を算出し、アイテム増殖ループや、ドロップ、レシピ、明示された入手元のいずれからも生成できないアイテムを特定します。ジャンルやエンジンを問わず、強化システム、制作、合成、サルベージ、アイテム入手経路の設計やレビューに使用します。
Docker ホストに Datadog Agent をインストールします。スタンドアロン Docker（Linux または Windows）または Docker Compose に対応し、インフラストラクチャメトリクス、コンテナログ、APM トレース受信、DogStatsD がデフォルトで有効です。ライブプロセス、タグ、ホスト名、プロキシ、コンテナのフィルタリングも任意で設定できます。API キーはコマンドラインではなく、アクセスが制限された env ファイルに保存します。ユーザーが単一サーバーで Docker コンテナを実行している場合、Docker ホストに Datadog をインストールしたい場合、または Docker Compose で Datadog を設定したい場合に使用します。Kubernetes や Linux、macOS、Windows ホストへの Agent の直接インストールには対応しません（dd-agent-install-kubernetes、dd-agent-install-linux、dd-agent-install-macos、dd-agent-install-windows を使用してください）。有効な API キーとアプリケーションキーを持つ Datadog アカウントが必要です。不足している場合は、先に `dd-account-setup` を実行してください。
Linux ホスト（単一マシンまたはフリート）に Datadog Agent をインストールします。クラウドへの一括展開（AWS Systems Manager、GCP VM Manager、Azure Run Command）、リモート構成管理、プロキシ、FIPS、カスタムタグ、高度な構成に対応します。インフラストラクチャメトリクス、ログ、APM トレースレシーバーはデフォルトで有効です。ホストの Single Step Instrumentation は、ユーザーが要求した場合のみ有効にします（SSI を優先する場合は `dd-apm/linux-ssi` `agent-install` を使用）。Linux サーバーの監視、Ubuntu などの Linux ホストへの Datadog Agent のインストール、SSH を使わずに EC2 などのクラウド VM フリートへ Agent を展開したい場合に使用します。Windows、macOS、Docker、Kubernetes への Agent のインストールには対応しません（dd-agent-install-windows、dd-agent-install-macos、dd-agent-install-docker、dd-agent-install-kubernetes を使用してください）。クラウドプロバイダー統合への接続にも対応しません。有効な API キーとアプリケーションキーを持つ Datadog アカウントが必要です。不足している場合は、先に `dd-account-setup` を実行してください。
Cost and Usage Report（推奨の CUR 2.0 または Legacy CUR）を設定し、Terraform で S3 バケット、バケットポリシー、IAM 読み取りポリシー、ロールの関連付け、Datadog への登録を行い、AWS 向け Datadog Cloud Cost Management をセットアップします。AWS のクラウドコストの追跡、コストと使用状況レポートの設定、AWS 向け Cloud Cost Management（CCM）の設定、CUR 2.0 を使った CCM の設定、AWS Data Export と Datadog の接続を希望する場合に使用します。新しい AWS アカウントの Datadog への接続や、他のクラウド向けのコスト管理設定には対応しません。ロールベースの Datadog AWS インテグレーションが必要です。未設定の場合は、先に `dd-aws-integration` を実行してください。
Terraform を使って AWS ログを Datadog に転送するよう設定します。ユーザーの AWS アカウントに Datadog Forwarder Lambda をデプロイし、Terraform の状態に残らないよう、Datadog API キーを Secrets Manager のシークレットに別途登録します。また、既存の AWS インテグレーションにフォワーダー ARN を登録し、Datadog が CloudWatch ロググループと S3 バケットを自動的にサブスクライブするようにします。AWS ログまたは CloudWatch ログを Datadog に転送したい場合や、Datadog Forwarder Lambda を設定したい場合に使用します。AWS インテグレーション自体の作成やメトリクス収集の設定は行いません。Datadog AWS インテグレーション（datadog_integration_aws_account）が必要です。不足している場合は、先に `dd-aws-integration` を実行してください。
Terraform を使用して Azure 向けの Datadog Cloud Cost Management を設定します。Storage Account と Container を新規作成または再利用し、実コストと償却コストの Cost Management エクスポートを作成します。ロール割り当てを通じて既存の Datadog アプリ登録に読み取りアクセスを付与し、手動のファイル分割手順を挟んだ 2 段階の apply で datadog_azure_uc_config を介してエクスポートを Datadog に登録します。ユーザーが Azure のクラウドコストを追跡したい場合、Datadog 向け Azure コストエクスポートを設定したい場合、または Azure 向け Cloud Cost Management を設定したい場合に使用します。Azure 統合や、そのアプリ登録／サービスプリンシパルの作成には対応しません。既存の Datadog Azure 統合が必要です。不足している場合は、先に `dd-azure-integration` を実行してください。
Azure CLI で Datadog 公式の Log Forwarding Orchestrator（LFO）インストールスクリプトを実行し、Azure ログの Datadog への自動転送を設定します。監視対象のサブスクリプション全体でリソースを自動検出し、ログフォワーダーのプロビジョニングとスケーリングを行うマネージドコントロールプレーンをデプロイします。リソースごとの診断設定は不要です。Azure ログまたは Azure リソースログを Datadog に転送したい場合や、Azure ログ転送を設定したい場合に使用します。Terraform の生成、Azure インテグレーションの作成、メトリクス収集の設定には対応しません。Datadog Azure インテグレーションが必要です。未設定の場合は、先に `dd-azure-integration` を実行してください。
Datadog Confluent Cloud インテグレーションを設定します。Confluent Cloud で Cloud resource management API キーを作成し（Confluent CLI またはコンソールを使用）、Datadog にアカウントを登録して、Kafka クラスター、コネクター、ksqlDB、Schema Registry リソースを検出・登録します。必要に応じて Schema Registry タグと Cloud Cost Management も追加できます。Confluent Cloud の Kafka クラスターの監視、Datadog Confluent Cloud インテグレーションの設定、Confluent Cloud と Datadog の接続、Datadog での Confluent メトリクスの確認、または Confluent 上の Kafka クラスターの監視に使用します。セルフマネージド Kafka や Datadog Agent は設定しません。Datadog API キーとアプリケーションキーが必要です。不足している場合は、先に `dd-account-setup` を実行してください。
統合済みの親テナンシーでコスト収集を有効にして、Oracle Cloud Infrastructure（OCI）向けに Datadog Cloud Cost Management を設定します。既存のテナンシー統合で API を切り替えるだけで、Terraform、ストレージバケット、エクスポート、追加の IAM ポリシーは不要です。ユーザーが OCI のクラウドコストを追跡したい場合、または OCI 向け Cloud Cost Management の設定を求めている場合に使用します。OCI テナンシー統合自体の作成や、インフラストラクチャのプロビジョニングには対応しません。既存の Datadog OCI 統合が必要です。不足している場合は、先に `dd-oci-integration` を実行してください。
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）。
Set up a headless Mac (Apple silicon), Linux or Windows machine over SSH, step by step, from "an admin account with a password and SSH on" to a configured machine with key-only SSH, automatic sign-in, never-sleep settings and optional Tailscale - on a Mac with Determinate Nix and nix-darwin, on Linux with a NixOS module (installing NixOS with nixos-anywhere if the user wants) or a distro-neutral script for Debian, Ubuntu and Fedora, on Windows 11 or Windows Server with a rerunnable PowerShell configuration - then restart it and confirm it comes back. Use when the user wants to set up, configure, update or check a headless Mac mini, Linux server, Windows PC or other machine they reach only over SSH. The admin password stays in the user's secret store (Automic Vault, 1Password, Bitwarden, any command, or a private env file); you only ever name the store entry.
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。
Rebuild a web page, section, component or interaction from a reference (a live URL, a local HTML file, a screenshot or design export, or a screen recording or GIF) inside the user's own codebase. Then measure the rebuild against the reference (element boxes, computed styles, pixels, motion timing and easing) and iterate until a numeric Replica Score passes. Use when the user wants to clone, replicate, recreate, copy, port or match a site, landing page, hero, navbar, pricing table, card, modal, footer, hover effect, scroll reveal, page-load animation or any other UI, or to "make it look/feel/move like" one. Also use when they say "pixel-perfect", "1:1", "exactly like this" or "same as <url>", or hand over a screenshot, Figma export or video and ask to build it, including when they want their own copy, brand or extra features on top.
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。
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。
redis-iris を使って Redis Agent Memory を既存のエージェントに組み込み、セッションをまたいでユーザーを記憶できるようにします。5 つの質問（何を記憶するか、何を共有するか、何を決して保持しないか、保持期間、ユーザーの記憶を消去できるか）を行い、回答を service.yaml に書き込みます。ターミナルで `iris agent-memory service create` を実行してサービスをプロビジョニングし、任意のフレームワークでエージェントのターンに記憶の呼び出しと書き戻しを組み込みます。エージェントがユーザーを忘れる、InMemoryStore またはチェックポインターだけを使う、辞書やローカル DB に記憶を保存している場合、または長期記憶、想起、消去権について尋ねられた場合に使用します。
redis-iris を使って、既存エージェントが使用する MCP サーバーを 1 つの Redis Iris Context Gateway の背後にまとめます。エージェントは各サーバーとそのシークレットを個別に設定せず、1 つのエージェントキーで 1 つの MCP エンドポイントに接続できます。まず Gateway が Redis Cloud 上にあるかセルフマネージドかを尋ね、次に 5 つの質問（現在エージェントが使用する MCP サーバーとシークレット、認識しているツール数、キャッシュ可能な読み取り専用ツール、大きな結果を返すツール、フレームワーク自体が MCP に対応しているか）を行います。セルフマネージドの場合は、ターミナルで `iris context-gateway` を実行して Gateway と Upstream をプロビジョニングし、キャッシュと圧縮のポリシーを設定します。Redis Cloud では開発者がコンソールで作成します。その後、任意のフレームワークでエージェントの接続先を Gateway に変更し、`tools list` と `tools call` で検証します。エージェントが複数の MCP サーバーを個別に設定している、サーバーごとにシークレットを持つ、プロンプトに読み込むツールスキーマが多すぎる場合や、Context Gateway、単一の MCP エンドポイント、ツールキャッシュ、結果ハンドルについて尋ねられた場合に使用します。
redis-iris を通じて、既存エージェントの手書きルーティング（キーワードによる if/else の連鎖、正規表現、またはルート選択だけを行う LLM 呼び出し）を Redis Iris Intent Router に置き換えます。例示表現とスコア閾値に基づき、メッセージを定義済みのインテントとその振り分け先に対応付けます。5 つの質問（現在のルート、各ルートで実際に使われる表現、各ルートの振り分け先、どれにも一致しない場合の動作、使用する埋め込みモデル）を行い、回答を intents.yaml に書き込みます。ターミナルで `iris intent-router service create` を実行して Router をプロビジョニングし、`iris intent-router intents add` でインテントを読み込んだ後、現在エージェントが判断している箇所に `router.match()` を組み込みます。エージェントがキーワードや追加の LLM 呼び出しでルーティングしている場合、またはインテント検出、インテントルーティング、セマンティックルーティングを求められた場合に使用します。
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。