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 98,639 件掲載。コマンド 1 行でインストールできます。
すべて
知らない分野をキャッチアップするとき、一般的な言葉から界隈の用語・中心人物・媒体（学会、雑誌、個人ブログ、動画、リポジトリ、一覧）を特定します。引用・リンク・著者をたどり、目当ての原文（論文、個人の記事、動画の字幕）を要約せずに ~/research/{話題}/sources/ に保存します。週ごとに map.md に用語・人物・媒体・原文の一覧を書き足し、調査論点すべてに原文が付き、飽和したら終了します。監視モードでは map.md の媒体（Qiita・Zenn のタグ、note、YouTube、ブログ、arXiv）の新着を RSS で取得し、原文の冒頭とともに一覧にします。「芋づる式に調べて」「この分野をキャッチアップしたい」「界隈の用語と人から掘って」「論文とか先行研究を漁って」「既存の技術を真似したいから元ネタを探して」「上手い人のやり方を集めて」「原文で落として」「/imozuru」「〇〇って研究あるの？原典ほしい」「全然わからないから流れを掘って」「どういう界隈でどう呼ばれてるか知りたい」「〇〇の新着見て」「今週の〇〇の記事まとめて」「キャッチアップ」「/imozuru watch」「dig into this field」「find the canonical papers on X」「literature dive」「what's new in X this week」で使用します。単一の事実（年、有無、仕様ひとつ）の確認（そのまま検索）、手元の PC の資料検索、読んだ資料の要約や解説には使用しません。
PDF のビジュアル品質とデザインの個性が重要な場合にこのスキルを使用します。作成（ゼロから生成）：「PDF を作成」「レポートを生成」「提案書を書く」「履歴書を作る」「美しい PDF」「プロフェッショナルな文書」「表紙」「洗練された PDF」「クライアントに提出できる文書」。入力（フォーム欄を記入）：「フォームに入力」「この PDF に記入」「フォーム欄を埋める」「PDF に値を書き込む」「この PDF にどんな項目があるか」。再フォーマット（既存文書にデザインを適用）：「文書を再フォーマット」「自社のスタイルを適用」「この Markdown／テキストを PDF に変換」「文書を見栄えよくする」「この PDF を再デザイン」。このスキルはトークンベースのデザインシステムを使い、文書の種類に応じた色、タイポグラフィ、余白をすべてのページに適用します。出力は印刷可能な状態です。単に PDF を出力する場合ではなく、見た目が重要な場合に優先してください
コンバージョンの最大化を目指して LinkedIn プロフィールを作り直します。新しい見出し案、自己紹介、職歴、注目セクションの方針と、画像生成プロンプト 4 件（バナー、プロフィール写真、注目タイル 2 件）を作成します。「プロフィールを最適化」「LinkedIn を直して」「見出しを書き直して」「プロフィールをレビュー」「LinkedIn を監査」「プロフィールを作り直して」といった依頼や、LinkedIn プロフィールの一部について支援を求められたときに使用します。レビュー用に LinkedIn プロフィールの PDF やスクリーンショットがアップロードされた場合も起動します。
XcodeGen、SwiftUI、SPMを使ったiOS/macOSアプリのビルドとリリースに対応。Xcodeのビルド修正、デバイスへのデプロイ、Apple Developerの署名／公証、CI/CDパイプラインを扱う。XcodeGenのproject.yml設定、「Library not loaded @rpath」クラッシュ、コード署名エラー（Error -25294、adhocフォールバック）、Electronの公証失敗に使用。TCC権限ダイアログには使用せず（macos-permissionsを使用）、ディスクのクリーンアップにも使用しない（macos-cleanerを使用）。
EC成長戦略アドバイザー。ユニットエコノミクス（CAC、LTV、AOV、貢献利益率）を用いて事業の現状を診断し、5つの成長要因（トラフィック、コンバージョン、AOV、リテンション、拡大）から最も効果の高い機会を特定し、優先順位付きの90日間の成長ロードマップを作成します。EC向けに応用したAnsoffマトリクスを用いて、市場浸透、チャネル拡大、製品拡張、新市場参入を評価します。マルチチャネル対応状況の評価（Amazon、Walmart、TikTok Shop、Etsy、DTC/Shopify/Shopify）と製品ライン拡張分析を含みます。APIキーは不要です。次のEC成長段階の計画、新しいチャネルや製品への展開判断、成長停滞の原因診断、次に修正・構築する項目の優先順位付けに使用します。
Shaders ライブラリの ImageTexture と CursorRipples コンポーネントを使い、既存の画像にカーソル追従型の流体 WebGPU 歪み効果を追加します。ヒーロー領域、ギャラリー、メディアパネルに水面の波紋のようなマウス効果を加える場合、漂う CSS スポットライトや懐中電灯のような表示効果を置き換える場合、または現在のブランド、画像、コピー、レイアウトを保ちながら Shaders.com の参考例からシェーダーのインタラクションのみを取り入れるようプロンプトで指定された場合に使用します。
サンドボックス上で Data Mask をエンドツーエンドで実行する。PII のマスキングポリシーを設定し、マスキングジョブを実行して完了までポーリングし、マスキング済みレコードの結果を報告し、実行中の処理を中止する。Salesforce Data Mask ジョブの実行・監視・キャンセル、PII／サンドボックスデータのマスキング、DataMaskPolicy / DataMaskPolicyJobRun の操作に使用。次の場合に起動：データマスクジョブの実行、サンドボックス PII のマスキング、状態のポーリング、マスキング済みレコードの報告、実行中の処理の中止。次の場合は起動しない：手動で匿名化 Apex を記述（platform-apex-generate を使用）、テストデータの生成（platform-data-manage を使用）、無関係なメタデータのデプロイ（platform-metadata-deploy を使用）。
AWS Security Agent の検出結果（侵入テストとコードレビュー）を取得し、修正を進めます。ユーザーが Security Agent、セキュリティ検出結果、pentest または侵入テストの結果、コードレビューの指摘、AWS アカウントで見つかった脆弱性、「セキュリティスキャンで何が見つかったか」、セキュリティリスクの修正やトリアージに言及した場合、または報告された脆弱性の修正を始めたい場合に使用します。サービス名が明示されていなくても対象です。「セキュリティ検出結果を取得」「脆弱性は何がある？」「pentest の結果を修正しよう」「セキュリティレポートをトリアージ」などの表現で起動します。スキャンを検出し、結果を gitignore 対象のローカルディレクトリにエクスポートして機密性の高い悪用の詳細がコミットされないようにし、優先順位付きのトリアージ概要を作成して、最もリスクの高い問題の修正開始を提案します。
任意の AI エージェントのコードベースを、OWASP Agentic Security Initiative（ASI）のトップ 10 リスクに照らして確認します。次の場合に使用します。- 本番デプロイ前にエージェントシステムのセキュリティ態勢を評価する。- OWASP ASI 2026 標準に基づくコンプライアンスチェックを実施する。- 既存のセキュリティ制御を 10 のエージェントリスクに対応付ける。- セキュリティレビューや監査用のコンプライアンスレポートを作成する。- エージェントフレームワークのセキュリティ機能を標準と比較する。- 「自分のエージェントは OWASP に準拠しているか」「ASI 準拠を確認して」「エージェントセキュリティ監査」などの依頼。
目標主導型 E2E テスト。ブラウザーエージェント（Playwright MCP / computer-use）が自然言語の目標を読み取り、アクセシビリティツリーを通じてアプリを探索し、事前作成したスクリプトなしで結果を検証します。意図駆動型がスクリプト型より適する場面、エージェント実行の再現性と範囲の制御（モデル固定、temperature 0、シードデータ、ステップ数の制限、明示的な成功判定、ピクセルではなくスナップショット）、コスト／遅延制御、アクセシビリティツリー優先の操作モデル、CI ゲーティング、安定した実行をスクリプト化 Playwright テストに移行する方法を扱います。使用する場面：「エージェント型ブラウザーテスト」「目標主導型ブラウザーテスト」「エージェントにアプリを探索させる」「自然言語 E2E」「ブラウザーエージェントのスモークテスト」「Playwright MCP テスト」。対象外：決定論的なスクリプト型 Playwright テストの作成・保守には playwright-automation を使用。製品独自の LLM 機能のテストには ai-system-testing を使用。関連：playwright-automation、ai-system-testing、exploratory-testing、test-reliability、qa-project-context。
Codex のアプリ内ブラウザーのキャプチャから、60 fps、4:3、4K の洗練されたブラウザー画面録画風動画を作成します。ブラウザー部分のみのクロップ、自然な macOS カーソルスタイル、意図的なクリック演出、ズーム追従のフレーミング、ffprobe／サムネイル検証、任意のネイティブ録画互換性チェックに対応します。ブラウザー操作の録画や再録画、カーソルのクリックやズームの表示、Dribbble／UI の参考動画や製品デモ録画、または Codex、Playwright、MCP で自然なブラウザーデモ動画を作れるかという質問に使用します。
GitHub 公式ドキュメント（docs.github.com）。REST API、GraphQL、Webhooks、GitHub Apps、OAuth Apps、gh CLI、PAT / GITHUB_TOKEN、Actions（jobs、steps、expressions、workflow commands、concurrency、OIDC、artifact attestations、lockfile）、プルリクエスト、issue、Projects v2、変更不可のリリース、Codespaces、Packages、Copilot API / cloud agent、コードスキャン、シークレットスキャン、Dependabot、Dependency graph / SBOM、Teams、請求、アクティビティ（イベント／通知）
Snowflake 関連の操作を Cortex Code CLI に振り分け、Snowflake の専門知識を活用します。Snowflake データベース、データウェアハウス、Snowflake 上の SQL クエリ、Cortex AI 機能、Snowpark、動的テーブル、Snowflake のデータガバナンスやセキュリティについて質問された場合、または「Cortex」と明示された場合に使用します。一般的なプログラミング、ローカルファイル操作、Snowflake 以外のデータベース、ウェブ開発、Snowflake と無関係なインフラ業務には使用しないでください。
1 つの Claude Code セッションから、複数の AgentSpace にわたって AWS DevOps Agent を調整します。質問を適切なスペース（prod、staging、knowledge）に振り分けたり、複数のスペースに並行して問い合わせて結果をまとめたり、アカウント間で調査結果を比較したりできます。ユーザーが複数の AgentSpace を設定している場合、複数の AWS アカウントに言及した場合、「prod と staging の両方を確認」「アカウント間で比較」「knowledge スペースに質問」などと依頼した場合に使用します。
リクエストに明確なWindows Formsのマーカーが含まれる場合に限り、Windows Formsアプリケーションの作成、変更、デバッグ、レビューを行います。対象：WinForms、Windows Forms、System.Windows.Forms、WinForms FormまたはUserControlのデザイナーファイル（*.Designer.csまたは*.Designer.vb）、Visual Studio WinForms Designer、TableLayoutPanel、BindingSource、DataGridView、Control.InvokeAsync、コンポーネントトレイの所有権、カスタムコントロールのシリアル化。対象外：Window.InputBindings、KeyBinding、commands、DataContextを含むWPFまたはWPF XAML、.NET MAUI、Avalonia、または上記のWindows Formsマーカーがないリクエスト。
Tidal Commons のヒーローで使われている Shaders WebGPU のマウスエフェクトを追加します。ChromaFlow による白くきらめくハーフトーンのカーソルトレイルを DotGrid でマスクし、色収差のリップルとフィルムグレインで仕上げます。静止表示、タッチ、アクセシビリティ、SSR、パフォーマンス向けのフォールバックも備えています。このシェーダーマウスエフェクト、ハーフトーンのカーソルトレイル、インタラクティブな WebGPU のヒーロー／お問い合わせ背景、または React、Next.js、Vue、Svelte、Solid、通常の Web プロジェクトで再利用できるカーソル追従型シェーダーレイヤーを求める場合に使用します。
バグの分類、重複排除、チケット生成を行う、指紋照合と LLM のハイブリッドパイプライン。CI ログを正規化し、安定した指紋を作成して類似する重複をクラスタリングした後、LLM で重大度を分類し、チケットを作成する。バグ報告テンプレートと重大度・優先度マトリクスを含む。使用場面：「bug triage」「classify bugs」「failure analysis」「auto-classify」「CI failures」「bug report」「defect template」。対象外：不安定なロケーター1件の実行時自己修復には test-reliability を使用。対象外：本番テレメトリーからの新しいテスト設計には observability-driven-testing を使用。関連：qa-metrics、qa-dashboard、ci-cd-integration、qa-project-context。
cuTileのGPUカーネル（@ct.kernel）をTriton（@triton.jit）に変換します。標準的なリポジトリ内変換、デバッグ（cudaErrorIllegalAddress、shape mismatch、numerical mismatch）、cuTileのイディオム（ct.load/ct.store、ct.Constant、ct.launch）のTriton相当表現へのマッピングに対応します。translations/advanced-patterns.mdに従い、デュアルカーネルのレイアウトフラグ（例：transpose=True/False + METAによるautotune grid）も扱います。cuTileカーネルのTritonへの変換、移植、翻訳、または既存のTriton変換のデバッグに使用します
動作するものの遅く複雑になったコードベースを、速度を定量的に改善し、境界が明確で読みやすい状態へ導きます。working-with-legacy-code、clean-architecture、software-design-philosophy、refactoring-patterns、system-design、ddia-systems、release-it、pragmatic-programmer の8つのスキルを段階的に編成します。各段階には手法が組み込まれており、単独で実行できます。判断のたびにユーザーへ質問し、結果をプロジェクトの docs/ フォルダー（PERFORMANCE.md、ARCHITECTURE.md、ARCHITECTURE-OPTIMIZATION-PLAN.md）に記録するため、セッションをまたいで続行できます。アプリの高速化、ずれた境界の整理、遅いエンドポイントやクエリの修正、または「動くけれど遅く、悪化している」とユーザーが述べた場合に使用します。未テストのプロトタイプには improve-code-quality、触るのが怖い古いコードベースには remove-technical-debt、新規開発の構造設計には design-code-architecture、マーケティングサイトのページ速度には improve-website を使用してください。単一のフレームワークのみを対象とする場合は、該当するスキルを直接呼び出してください。
PAS、AIDA、BAB、STAR、SLAY のフレームワークを使って、トピックをそのまま公開できる LinkedIn 投稿にします。空白行を除いて最大 20 行、文と文の間に空行を入れたモバイル向けの形式です。「投稿形式にして」「LinkedIn 投稿にして」「PAS 形式で書いて」など、名前付きフレームワークの指定や、トピックを適切な構成の投稿にする依頼で使用します。post-writer との違い：post-formatter は厳密なフレームワークを適用し、post-writer はフレームワークの制約なしにユーザーの文体で下書きを作成します。
任意のコードベースで **Codex**（OpenAI Codex CLI）を使って機能を構築し、ビルド → レビュー → テスト → 修正の厳密なサイクルで進める場合に使用します。「run the build loop」「build the next task」「continue the plan」「build this feature properly」や、計画ファイルまたは機能の直接的な指示に基づく実装依頼で起動します。計画（計画がない場合は指示）に基づいて構築し、未コミットの変更に Codex の `/review` を実行して見つかった問題をすべて修正し、機能をエンドツーエンドでテスト・検証して、テストで判明した問題も修正し、完了後に報告します。計画内のすべてのタスクが完了するまで繰り返します。
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。