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
質問、アイデア、意思決定を 5 人の AI アドバイザーによる協議にかけます。各自が独立して分析し、匿名で相互レビューしたうえで、最終的な判断をまとめます。Karpathy の LLM Council の手法に基づいています。必須トリガー：“council this”“run the council”“war room this”“pressure-test this”“stress-test this”“debate this”。強いトリガー（実際の意思決定やトレードオフと組み合わせて使用）：“should I X or Y”“which option”“what would you do”“is this the right move”“validate this”“get multiple perspectives”“I can't decide”“I'm torn between”。単純なはい／いいえの質問、事実の検索、意味のあるトレードオフを伴わない軽い “should I” では起動しないでください（例：“should I use markdown” は協議の対象ではありません）。重要な実際の意思決定に複数の選択肢があり、さまざまな視点から検証してほしいことが文脈から読み取れる場合は起動してください。
ユーザーがメール送信のベストプラクティスを確認、監査、改善、または計画したい場合に使用します。到達率、受信トレイへの振り分け、送信者の評判、同意、リストの整理、件名、プレビューテキスト、設定センター、オンボーディングメール、ライフサイクルメール、製品アップデート、マーケティングメールとトランザクションメールの選択などが対象です。あらゆるメールスタックで利用できますが、Loops が関わる場合は Loops の動作とドキュメントを正とします。「メール到達率」「受信トレイへの振り分け」「送信者の評判」「ダブルオプトイン」「配信停止」「件名のレビュー」「プレビューテキスト」「ライフサイクルメール」「オンボーディングメール」「製品アップデートメール」「トランザクションメールかマーケティングメールか」「メール送信のベストプラクティス」などの依頼で起動します。API の実装のみが目的の場合は優先せず、統合の詳細には Loops API スキルを使用してください。
サービス、商品、食料飲料のブランドのために高級なスクロール主導のランディングページを作る。ビジターの導線、ページの文法、感情のピーク、Activateしたiquantなシグネチャーモーションを設計する。独立した視覚レイヤーを備えた立体的なヒーロー、抑制されたモーション、独立したモバイル構成でヒーローを作成する。提供された写真や映像を使うか、kie.ai でフォトリアルの素材を生成し、セマンティックな HTML を書き、デスクトップ、モバイル、モーション低減時のスクロール状態を視覚的に検証する。"scrollcraft"、"scroll craft"、"layered hero"、"premium hero"、"cinematic hero"、"scrollytelling"、"scroll animation site"、"a site where scrolling plays a video"、"Apple-style landing page"、"3D scroll world"、"interactive landing page"、"make my brand a scroll experience"、"this looks like a template"、あるいは文書ではなく体験脐 LGT に感じるoclesなサイト作りを求められたときに使う。
`af` CLI を使用して Apache Airflow を照会、管理、トラブルシューティングします。DAG、DAG の実行、タスクログ、インポートまたは解析エラー、壊れた DAG など、Airflow に関するあらゆる作業に使用します。DAG の一覧表示と実行、実行の再試行、タスクログの確認、障害の診断、インポートおよび解析エラーのデバッグ、接続・変数・プールの確認、REST API の調査、稼働状況の監視（例：「パイプラインを実行」「実行を再試行」「接続を一覧表示」「Airflow の稼働状況を確認」「DAG が失敗した理由」）に対応します。作成、テスト、デプロイ、Airflow 2 から 3 への移行を行う関連スキルに振り分ける入口スキルです。Airflow メタデータテーブルのデータウェアハウス／SQL 分析には使用しないでください（analyzing-data を使用）。詳細な根本原因レポートには debugging-dags または airflow-investigation を使用してください。
自然言語でAzureインフラを設計する。または既存のAzureリソースを分析してアーキテクチャ図を自動生成し、会話で調整してBicepでデプロイする。使用例：-「Azure上にXを作成」「RAGアーキテクチャを設定」（新規設計）-「現在のAzureインフラを分析」「rg-xxxの図を作成」（既存環境の分析）-「Foundryが遅い」「コストを削減したい」「セキュリティを強化」（自然言語による変更）- Azureリソースのデプロイ、Bicepテンプレート生成、IaCコード生成 - Microsoft Foundry、AI Search、OpenAI、Fabric、ADLS Gen2、Databricksを含むすべてのAzureサービス
コンバージョンが漏れているフロー（ランディングページ、登録、購入手続き、アプリ内オンボーディング）から、計測・検証済みのファネルまでを導くワークフローです。lean-analytics、cro-methodology、storybrand-messaging、hundred-million-offers、influence-psychology、design-everyday-thingsの6つのスキルを段階ごとに連携します。各段階には単独で実行できる完全な手法が含まれ、意思決定のたびにユーザーに質問し、結果をプロジェクトのdocs/フォルダー（FUNNEL.md、METRICS.md、EXPERIMENTS.md、CONVERSION-OPTIMIZATION-PLAN.md）に記録するため、セッションをまたいで作業を再開できます。特定のフローのコンバージョン向上、購入手続きや登録の離脱解消、オンボーディングの離脱分析、または「始める人はいるが最後まで完了しない」といった場合に使用します。サイトがまだない場合はcreate-website、サイト全体の見た目・メッセージ・速度の監査にはimprove-website、フローのコンバージョンは良好でもトラフィックが必要な場合はgrow-website、製品内のエンゲージメントと継続利用の改善にはimprove-appを使用します。単一のフレームワークだけを使う場合は、そのスキルを直接呼び出してください。
MrBeast（Jimmy Donaldson）のコンテンツ制作オペレーティングシステム。流出した 36 ページの社内研修マニュアル、6 本の長尺ポッドキャスト、意思決定記録、外部からの批判を詳細に調査し、6 つの中核的なメンタルモデル、8 つの意思決定ヒューリスティック、タイトル／サムネイル／フック／テンポの完全な公式、実行可能なコンテンツ分析スクリプト 4 本をまとめています。有効になると MrBeast になりきり、「私」の視点からコンテンツ制作のアドバイスを直接提供します。「MrBeast の視点で」「MrBeast ならどうする」「Beast モード」「mrbeast perspective」といった発言があった場合に使用します。「動画の CTR を上げるには？」「タイトルの訴求力が足りない」「視聴維持率の曲線をどう最適化する？」「サムネイルを変えるべき？」といった質問でも有効にします。「コンテンツ制作のアドバイス」「コンテンツの作り方」など一般的な質問では有効にせず、動画の最適化、タイトル／サムネイル／フック／視聴維持率など YouTube の手法に関する場合に限って有効にします。
公式Fish Audio SDK（Pythonの`fishaudio`、PyPIの`fish-audio-sdk`、JavaScript/TypeScriptの`fish-audio`）を使ったコードを作成します。生のHTTPではなく、インストール済みSDKでテキスト読み上げ、音声認識、音声クローン／音声モデル管理、リアルタイムWebSocket TTSを行いたい場合に使用します。インストールと認証、同期・非同期Python、TypeScriptクライアント、正確なメソッドシグネチャとデフォルト値、モデル選択（S2.1の型に関する注意点を含む）、実際の例外型、Python↔JavaScript間の命名の違いを扱います。SDKを使わない生のREST/WebSocket呼び出し（curl、未対応言語、エッジランタイム）には、代わりに`fish-audio-api`スキルを使用してください
3 層構成の AI らしさ除去ツールです。スクリプトで検出して段階別レポート（A 機械的に修正／B 修正を提案／C 報告のみ／X 却下済み／F 指紋）を作成し、意味層も判定します（類義語の置き換え／連鎖的な接続／結論のコロン／同型の三連構成）。まず、文章の指標、研究上の有意性、原文の例、具体的な修正案を含む、専門的で読みやすい修正前レポートをユーザーに提示します。ユーザーの返信後、許可リストのルールに従って書き換え、再検査して変更前後の比較レポートを生成します（既定では Markdown、原稿と同じ形式）。ルールは 2 回の実測（比較対象 629 件 + 同じテーマ・事実に基づくペアでの再検査 270 件）をもとに整理されています。執筆完了後の原稿整理に適しています。
モバイルデバイスのネイティブ機能（バーコードスキャナー、生体認証、位置情報、NFC、カレンダー、連絡先、ドキュメントスキャナー、ジオフェンシング、AR空間キャプチャ、アプリレビュー、決済）を利用するSalesforce LWCを構築する。バーコードのスキャン、書類の撮影、位置情報やジオフェンスの読み取り、生体認証の要求、デバイスのカレンダーや連絡先の読み書き、NFCの利用、決済、アプリレビューの要求、AR空間のスキャンを行うLWCをユーザーが求めた場合に使用。また、\"lightning/mobileCapabilities\"、\"mobile capability\"、\"Nimbus\"、\"device capability\"にも反応する。モバイルオフライン／Komaciのプライミングレビューには使用せず（`reviewing-lwc-mobile-offline`を使用）、汎用Lightningベースコンポーネントの選定にも使用しない（汎用Lightningベースコンポーネントスキルを使用）。
遺伝子レベルの差次的発現解析に向けて、バルク RNA-seq の FASTQ、Salmon、STAR、または featureCounts の出力を準備します。nf-core/rnaseq と単独の定量、生物学的反復、鎖特異性、参照情報の来歴、検証済みのカウント統合、PyDESeq2 への引き継ぎを扱います。FASTQ からカウントへの解析、nf-core/rnaseq の設定、STAR/Salmon による定量、または DESeq2 用カウント行列の作成に使用します。シングルセルデータには scanpy を、統計的なフィッティングのみには pydeseq2 を使用してください。
Codex または Claude プロジェクト内にニュースレター執筆ガイドを作成します。voice-builder の後に実行します。ユーザーの文体でニュースレターを作成する際にアシスタントが参照する単一ファイル、newsletter-voice.md を生成します。既存のニュースレターサンプルの有無を問いません。過去号があれば分析し、なければユーザーの文体に合わせた 6 種類の類型を提示します。ユーザーが「build my newsletter voice」「learn my newsletter style」「set up my newsletter system」「train on my newsletters」「newsletter onboarding」と言った場合や、分析を求めてニュースレターサンプルをチャットに投稿した場合に起動します。事前に voice-builder を実行しておく必要があります。このスキルの動作には、プロジェクト内の voice.md と about-me.md が必要です。
脅威モデリング、攻撃対象領域の分析、多層防御、ゼロトラストアーキテクチャ、リスクベースのフレームワーク（CIA トライアド、STRIDE、MITRE ATT&CK）を用いて、サイバーセキュリティの観点から事象を分析します。脆弱性、攻撃ベクトル、防御戦略、インシデント対応、セキュリティ態勢に関する知見を提供します。使用場面：セキュリティインシデント、脆弱性評価、脅威分析、セキュリティアーキテクチャ、コンプライアンス。評価項目：機密性、完全性、可用性、脅威アクター、攻撃パターン、対策、残存リスク。
Figma のデザインから、フレームワークに対応したコードを生成します。プロジェクトの技術スタックを読み取り、既存のフレームワーク（React/Vue/Svelte/Next など）とスタイル（Tailwind/CSS/CSS-in-JS）に合うコードを出力します。ゼロから作り直すのではなく、既存コンポーネントとデザイントークンを再利用します。Figma デザインのコード化を依頼されたとき（例：「このデザインをコードにして」「このフレームを実装して」「この画面／コンポーネントを作って」「この Figma を React/Vue にして」「このデザインをコードに変換して」）、またはコーディング依頼とともに Figma URL や現在の Figma 選択範囲が示されたときに使用します。画面全体、個別セクション、単一コンポーネントに対応します。
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。
任意のコードベースで **Cursor** を使って機能を構築し、規律ある build → review → test → fix のサイクルで進める場合に使用します。「build loop を実行」「次のタスクを構築」「計画を続ける」「この機能をきちんと構築」や、計画ファイルまたは機能の直接的なプロンプトに基づく実装依頼で起動します。計画（計画がない場合はプロンプト）に従って構築し、Cursor 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・検証します。テストで判明した問題も修正し、完了後に報告します。計画内の全タスクが完了するまで繰り返します。
Slack または Microsoft Teams と連携するマネージド Intelligence Channel のコード部分に使用します。CLI でスキャフォールドされたプロジェクトに含まれる Channel のカスタマイズ、または CLI が生成していないプロジェクトでの Channel 宣言、長時間実行ホスト、await するアクティベーション呼び出しの記述が対象です。Teams プロバイダーの設定も対象です。CLI またはダッシュボードウィザードで設定するためです。Slack アプリの初回作成は対象外です。まだ Slack アプリがない場合は、プロバイダー部分に setup-slack-channel を使用し、その後コードのためにこちらに戻ってください。
C++ で Unreal Engine UI を作成または修正するときに使用します。UMG ユーザーウィジェット、Slate ウィジェット、Common UI 画面、MVVM ビューモデルが対象です。また、ユーザーが 'UUserWidget'、'NativeConstruct'、'BindWidget'、'CreateWidget'、'AddToViewport'、'ESlateVisibility'、'OnClicked'、'UListView'、'widget animation'、'SNew'、'SLATE_BEGIN_ARGS'、'SCompoundWidget'、'UCommonActivatableWidget'、'activatable widget stack'、'UCommonButtonBase'、'gamepad focus'、'FUIInputConfig'、'UMVVMViewModelBase'、'FieldNotify'、'WidgetComponent' に言及した場合にも使用します。入力モードと Enhanced Input については ue-input-system、エディターツールの Slate については ue-editor-tools を参照してください。
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。