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 98,284 件掲載。コマンド 1 行でインストールできます。
すべて
アカウント認証、使用量、請求、サブスクリプションを管理します。ログイン、ログアウト、使用量の確認、請求の概要／内訳、支出上限、無料枠のクォータ、Token Plan のステータス、coding plan のステータス、従量課金の費用、呼び出しログ（失敗したリクエスト、4xx/5xx エラー、リクエスト遅延、最近呼び出したモデル、request-id による検索）、サブスクリプション注文、チームの席数に使用します。モデルの閲覧や支払い方法には使わないでください（qwencloud-payment を使用）。
VideoDB をセットアップし、VideoDB Python SDK を使ってコードを作成します。「setup videodb」または「/videodb setup」の場合、チャットの回答ではなく Python コード、スクリプト、ノートブックが必要な場合、メディアフォルダーやライブラリの一括アップロードまたはインデックス作成、オープンウェイトモデルを使ったサンドボックス計算、および video-search、video-clips、video-subtitles、video-edit、video-live で対応できない動画タスクに使用します。画面録画は video-live、AI 生成の音楽、ナレーション、画像または動画から動画への生成は video-edit、吹き替えは video-subtitles の対象です。
未加工の顧客 Agent リポジトリを Veris とエンドツーエンドで統合します。veris-cli のインストールまたは確認、ログイン、Veris 環境の新規作成または再利用、リポジトリの分析、`.veris/veris.yaml`、`.veris/Dockerfile.sandbox`、`.veris/.dockerignore` の生成または更新、ランタイム環境変数の設定を行い、`veris env push` で完了できます。リポジトリに Veris の設定がない場合や、既存の `.veris/` 統合が古く更新が必要な場合に利用します。
LinkedIn Analytics のエクスポートを、インタラクティブなダークテーマの React ダッシュボードと、データに基づくコンテンツ提案 5 件を含む戦略分析文に変換します。エクスポート内のすべてのシートを読み込み、エンゲージメントの推移、フォロワーの増加、投稿パフォーマンスの散布図、曜日別ヒートマップ、オーディエンス内訳のチャートを作成します。ユーザーが「analyse my linkedin」「linkedin analytics」「build my dashboard」「review my performance」と言った場合、または LinkedIn Analytics のエクスポートファイルをアップロードした場合に使用します。入力としてユーザーの LinkedIn Analytics エクスポート（xlsx）が必要です。
ユーザーがターミナルから Loops CLI を使いたい場合は、このスキルを使用します。CLI のインストールや更新、認証、API キーの保存と選択、認証情報の検証、コンタクト、コンタクトプロパティ、リスト、イベント、トランザクションメール、キャンペーン、メールメッセージ、テーマ、コンポーネント、アップロードの各コマンド実行が対象です。「Loops CLI」「loops auth login」「loops campaigns create」「loops uploads create」「loops email-messages update」「loops themes list」「loops components get」「loops contacts create」「loops events send」「loops transactional send」「loops api-key」「loops agent-context」「brew install loops-so/tap/loops」などの語句や、アプリケーションコードではなくシェルから Loops を使いたいという依頼で起動します。
AWS DevOps Agent と素早く対話形式で分析します。コスト最適化、アーキテクチャレビュー、トポロジーマッピング、ナレッジ／ランブックの検索、セキュリティ監査、依存関係に関する質問、迅速な診断など、5～8 分の詳細な調査ではなく、5～30 秒で回答が必要な場合に使用します。トリガーワードには cost、optimize、review、architecture、topology、what runbooks、show me、compare、audit、what if などがあります。
体系的なプロファイリング、ボトルネック分析、IR 比較、対象を絞ったチューニングを通じて、cuTile カーネルのパフォーマンスを段階的に最適化します。タイルサイズ、占有率、自動チューニング設定、TMA、レイテンシヒント、永続スケジューリング、num_ctas、flush_to_zero、IR レベルのデバッグを扱います。「cutile kernel を最適化」「カーネル性能を改善」「cutile の性能を調整」「カーネルを高速化」といった依頼や、TileGym プロジェクトで cuTile GPU カーネルを反復的にベンチマークして改善する場合に使用してください。
Amethyst KMP プロジェクトのプラットフォーム抽象化に関する判断を支援します。抽象化するかプラットフォーム固有の実装を維持するか、ソースセット（commonMain、jvmAndroid、プラットフォーム固有）の配置、expect/actual パターンについて案内します。主要ターゲット（Android、JVM/デスクトップ、iOS。いずれも成熟済み）を扱い、将来の候補として Web/wasm も含みます。依存関係の問題には gradle-expert と連携します。抽象化の判断（「これを共有すべきか？」）、ソースセットの配置に関する質問、expect/actual の作成、build.gradle.kts の作業、誤った配置の検出、KMP の依存関係の提案で起動します。
Chat、Video、Feeds、Moderation、Agents 向けの Stream 概要、CLI、ルーターです。Web、iOS、Android、React Native、Flutter、Unity、Unreal アプリへの Stream の構築や統合、Stream Agents による音声またはテキストの AI エージェント構築、Stream データのクエリ、getstream CLI コマンドの実行、Stream SDK ドキュメントの参照、移行（Sendbird から、または Feeds v2 から v3 へ）など、あらゆる Stream タスクに使用します。適切なスキルに振り分けます
信頼できるローカル Paseo プラグインを構築、管理します。Paseo プラグインの作成、編集、インストール、再読み込み、有効化、無効化、削除、トラブルシューティング、ライフサイクルフックの追加、エージェント設定、環境、MCP サーバー、ワークスペース作成の変換、権限やターン後の処理の自動化、画面、サイドバーのヘッダーまたはフッター項目、ワークスペースパネル、ファイルパネルの追加、Command Center 項目やスラッシュコマンドの追加、コンポーザーのピルや添付ソースの追加、エージェントのタイムライン項目の変換、描画、追加、テーマの提供、プラグインコードからの Paseo の利用、プラグイン RPC の追加に使用します。
提供された参照シート、ブランドテンプレート、テクスチャアトラス、正投影の正面／側面／背面／上面ビュー、マスコット／ロゴのアートから Blender モデルを再現します。参照元との視覚的な忠実さが、生成物としてっぽいことより重要な場合に使います。ユーザーが「モデルはテンプレート、ワイヤーフレーム、テクスチャパック、キャラクターシート、マスコットシート、ブランドアセットに正確に一致しなければならない atmosfera」の Neolithic said。此外、「参考，不像そう見える」「テクスチャを 1:1 でフィットさせて」「見えるパーツの数が違う」「テンプレートと比較して」といったフィードバックの後も使います。Blender MCP と Pillow/OpenCV/numpy を備えたローカル Python が必要で、blender-uv-texturing、wireframe-to-3d、blender-modeling、blender-materials、blender-export と組み合わせて使います。
プロジェクトのデザインコンテキスト、アクセシビリティ要件、レスポンシブ動作、操作性、本番向けの確実性の高いルールに照らして既存の UI をレビューします。UI 監査、デザイン QA、フロントエンドレビュー、アクセシビリティレビュー、一貫性チェック、または視覚上の不具合を見つけて安全に修正する依頼に使用します。「この UI をレビュー」「このページを監査」「デザイン上の問題を探す」「レスポンシブ対応を確認」「明らかな UX の問題を修正」などの依頼で起動します。主な依頼が新しい UI の作成である場合は 21st-ui-build を使用します
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。