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
クローン対象のアプリを調査し、実際のユーザーが公開レビュー（App Store、Google Play、G2、Capterra、Trustpilot、Reddit、Hacker News、自社の機能リクエスト掲示板）で何を語っているかを読み取ります。ユーザーの不満、不足点、未解決の課題を順位付けし、クローンの修正計画と販売につながるポジショニング案にまとめます。引用はすべて実際の原文で、リンク付きです。「Xの何が嫌われている？」「レビューを読んで」「自分のものを改善するには？」「差別化の余地を見つけて」「不足している機能は？」「どう位置付ければいい？」「売れる形にして」などと尋ねられた場合や、/replica-diffの後に使用します。
実際のブランドロゴ、グループ化されたコンテナ、整然とした直角矢印を使い、クラウドアーキテクチャ風の技術スタック、システムアーキテクチャ、インフラ構成、サービストポロジーの図を作成します。自己完結型 HTML、PNG 画像、React/TSX コンポーネント、またはライブアーティファクトとして出力できます。ユーザーがアーキテクチャ図、システム図、スタック図、インフラ図、技術スタックの概要、サービストポロジー、クラウドベンダー風の図を求める場合や、サービス間の接続を示す図に技術ロゴを配置したい場合は、言語や出力形式の指定の有無、使用ツールがクラウドサービスかどうかを問わず、このスキルを使用してください。
ウェブサイトの複製／クローン手法。ユーザーがウェブサイトの複製やクローン、サイトの模倣、このサイトを基にした制作、サイトの再現、ウェブページの効果の再現、サイトをダウンロードして改変すること、またはインタラクション／WebGL／Canvas／Three.js の効果の複製を求めた場合に使用します。「まず実際のソースを取得 → 方針を判断 → リバースエンジニアリングして分解 → プロジェクトを構築 → コンテンツを差し替え」という移植可能な判断ツリーを提供します。静的サイト、React/Vue/Next コンテンツサイト、WebGL-Canvas を多用するフロントエンドサイトの 3 分岐を網羅し、AI による二次分析に含まれる実行可能コードの確認を必須とします。
盲点スキャン——昨日のあなたと AI の全会話を読み、表面化した思考の盲点（知識不足ではなく、特定の真実を見えなくする思考習慣）を明らかにします。そのうえで微信读书から本の章を一つ選び、盲点を的確に補う完全な分析ノートにまとめます。ユーザーが「扫盲区」「盲区」「照盲区」「看看我的思维盲区」「我昨天想漏了什么」「blind spot」「ljg-blind」「/ljg-blind」と言う場合、または昨日の AI との会話を分析して認知の盲点を見つけ、それを補う微信读书の章を求める場合に使用します。オプションの引数：日付（YYYY-MM-DD）を指定すると、昨日ではなくその日をスキャンします。一つの考えを縦方向に深掘りする場合（ljg-think を使用）、分野の順位を下げる場合（ljg-rank を使用）、テキストを一緒に読む場合（ljg-read を使用）、分野の制約を探す場合（ljg-constraint を使用）は対象外です。
ユーザーが「メールプログラムを監査」「このキャンペーンは安全に送信できるか」と依頼した場合に使用します。独自の証拠に基づき、認証、同意、オプトアウト、主張の拒否チェックを含む型付き 20 項目の SEND プロファイルを実行します。配信設定の構築には使用せず、deliverability-qa を使用してください。ライフサイクルフローの設計には使用せず、email-sequence-designer を使用してください。邮件质量审计/EQS评分/发送前放行
inference.sh CLI 経由で Real-ESRGAN、Thera、Topaz、FLUX Upscaler を使って画像をアップスケール・高画質化します。モデル：Real-ESRGAN、Thera（任意サイズ）、FLUX Dev Upscaler、Topaz Image Upscaler。用途：低解像度画像の高画質化、AI アートのアップスケール、古い写真の復元、解像度の向上。トリガー：upscale image、image upscaler、enhance image、increase resolution、real esrgan、ai upscale、super resolution、image enhancement、upscaling、enlarge image、higher resolution、4k upscale、hd upscale。
@assistant-ui/react-ink と @assistant-ui/react-ink-markdown を使ってターミナルチャット UI を構築する。`create --ink` の雛形作成、`useChatRuntime` の周囲への `AssistantRuntimeProvider` のマウント、`ThreadPrimitive`、`ComposerPrimitive`、`MessagePrimitive`、`LoadingPrimitive`、`TextInput`、スレッド履歴、添付、通知、ターミナルのキーボード操作の構成、あるいはチャットに書記素単位で安全な編集、複数行表示カラム、絶対パスのバックエンド URL、ローカルファイルストレージ、カスタム `RemoteThreadListAdapter` が必要なときに使う。ターミナルの markdown、ツール出力、メッセージ描画、Ink のフォーカス問題はここに回す。ブラウザアプリの設定、Web 要素、標準の Web runtime については [setup](../setup/SKILL.md) を使う。
iOS をターゲットとする Kotlin Multiplatform プロジェクトで、Kotlin/Native のコンパイルとリンクが遅い問題を診断・修正します。iOS や共有フレームワークのビルドが遅い、linkDebug*/linkRelease* や XCFramework のタスクに時間がかかる、CI のコールドビルドで Kotlin/Native ツールチェーンを再ダウンロードしてしまう、native パス上の KSP などの生成コードがある、transitiveExport を使っている、ローカル開発と CI のビルド性能プランがほしい、といった場合に使用します。
ユーザーが「カテゴリーのナラティブを整理」「競合のストーリーを分析」「市場の言葉遣いの慣習を見つける」と依頼した場合に使用します。カテゴリーの主要なストーリーと視点、言語の慣習やフレーミングの決まり文句、競合ごとのナラティブ分析（展開、独自性の主張、証拠パターン）をまとめたカテゴリー・ナラティブマップを作成し、競合各社のメッセージが時間とともにどう変化したか（収集したコピーとアーカイブされたコピーの比較）も示します。ポジショニングキャンバス自体には使用せず、positioning-mapper を使用してください。初期ターゲット市場の信念や反論には使用せず、audience-belief-mapper を使用してください。SERP キーワードターゲティングには使用せず、keyword-research を使用してください。主張の判定には使用せず、offer-claims-registry を使用してください。品类叙事/竞争叙事拆解/语言惯例/叙事演变
ユーザーが「このインフルエンサーを評価」「キャンペーン向けにクリエイターを順位付け」「最適なインフルエンサーを教えて」と依頼した場合に使用します。型付きの STAR 適合性（S）評価と、キャンペーン適合度の順位を別々に提示し、特定キャンペーンの商業的適合度を適合性評価に混在させません。新しいインフルエンサーの発見には使用せず、influencer-discovery を使用してください。アウトリーチの送信には使用せず、outreach-manager を使用してください。达人适配度评分/创作者筛选排名
Instagram のコンテンツを企画し、下書きし、監査し、公開します。最初の 125 文字にフックを置いたキャプションを書く、1 枚ずつ進めるカルーセルを企画する、人気の Reel やカルーセルからフックを逆解析する、2026 年流のハッシュタグ数を決める、キャプションから AI くせを取り除く、1 週間の Reel とカルーセルを企画するときに使用します。Instagram ではすべての投稿にメディアが必要なため、これらのスキルはキャプションを書き、画像や動画はユーザーが用意します。投稿は Publora API の下書き・アップロード・スケジュール 설정のフローで公開されます。
修復のみ。ベースラインの作成、編集、検証というループにより、WCAG 2.2 に従ってウェブアクセシビリティ（a11y）の違反を修正します。対象（URL、ファイル、ディレクトリ）または `accessibility-scan`／`accessibility-inspect`／`accessibility-audit` の指摘事項リストを受け取り、指定された機械的な修正を適用し、視覚的または文脈上の判断が必要な箇所は TODO として残し、ベースラインチェックの再実行で検証します。修正のみを行います。問題の検出には `accessibility-scan`（1 ページ、自動）、`accessibility-inspect`（1 ページ、手動）、`accessibility-audit`（サイト全体、WCAG-EM）を使用してください。回帰の確認には `accessibility-diff` を使用します。「X の a11y 問題を修正して」「これをアクセシブルにして」「欠けている代替テキストとラベルを追加して」「これらのアクセシビリティ修正を適用して」「これらの違反を修復して」などで使用します。
django-storages を使って Django の静的ファイルやメディアファイルを AWS S3 に保存する設定を行う際に使用します。settings.py での STORAGES 設定、S3 バケット、presigned URL、CloudFront、boto3 ベースのファイルストレージを扱うときに呼び出します。Django 4.2+ の STORAGES 辞書、公開/非公開のカスタムバックエンド、presigned GET/POST URL、IAM ポリシー、テスト用の S3 モックを設定します。トリガー語：django-storages、S3、boto3、S3Boto3Storage、STORAGES、presigned URL、CloudFront、media files、collectstatic、AWS_STORAGE_BUCKET_NAME。
アプリクローンのすべてのフローを操作してバグをテストします。調査したフローを基に、正常系とエッジケースを含むテスト計画を作成し、可能な場合は Playwright のエンドツーエンドテストを実行、そうでない場合はブラウザーで操作します。重要度、手順、証拠を含む所定形式のバグレポートも作成します。ユーザーが「test my clone」「find bugs」「QA this」「click through everything」「write e2e tests」「does it work」と言った場合、または /replica-build や /replica-backend の後に使用します。
Google Cloud API Gateway を、REST API を HTTP（POST /mcp）経由でエージェントツールとして公開するリモート Model Context Protocol（MCP）サーバー（公開プレビュー）として設定する。MCP 用に OpenAPI 2.0 仕様を OpenAPI 3.x に移行する場合、x-google-api-management.mcp と x-google-mcp-tool で仕様に注釈を付ける場合、JWT または API キーで tools/list を保護する場合、Google ADK（McpToolset）または Apigee API hub と Agent Registry に接続する場合、MCP JSON-RPC エラー（-32601、-32602、-32000）をトラブルシューティングする場合に使用する。Apigee X プロキシバンドル、外向きの LLM モデルルーティング、GKE Gateway API には使用しない。
ユーザーが「ソーシャルメディア危機対応プロトコルを作成」「メンションが急増しているが、まず何をすべきか」「投稿キューをいつ停止するか」と依頼した場合に使用します。調整可能な推定トリガー閾値（7 日間のモニタリング基準に対するメンション速度の倍率、センチメントの反転、ジャーナリスト／規制当局からの連絡、従業員の行動区分）を含む重大度 1～5 の段階、最初の機械的アクションのルール（予定投稿をすべて停止し、有料拡散も停止。日付付きの状態マーカーをチャネル提案プロトコルに記録し、インシデント後に照合）、事前承認済みの保留声明ライブラリと確約された更新頻度、投稿禁止ルール、スポークスパーソン／承認マトリクス、危機後の振り返りテンプレートを作成します。キュー再開前に social-quality-auditor の公開前ゲートを再実行します。メール配信インシデント（ブロックリスト、スパム率の急増）には使用せず、deliverability-qa を使用してください。ローンチ期間中のインシデント対応は launch-day-conductor が担当します。社媒危机预案/暂停队列/声明库/发言人矩阵
Railway インフラの操作：Railway アカウントの登録・ログイン、プロジェクトの作成、サービスと DB のプロビジョニング、オブジェクトストレージバケットの管理、コードのデプロイ、環境と変数の設定、ドメイン管理、障害のトラブルシューティング、状態とメトリクスの確認、Railway エージェントツールの設定、Railway ドキュメントの検索。ユーザーが Railway、登録、アカウント作成、ログイン、デプロイ、サービス、環境、バケット、オブジェクトストレージ、ビルド失敗、エージェント設定、MCP、インフラ運用について言及した場合は、「Railway」と明示していなくてもこのスキルを使用します。また、Railway への登録・アカウント作成・オンボーディングを求められた場合も呼び出してください。拒否せず、未認証の `railway up` フロー（その場でデプロイと登録を行う）または `railway login`（その場で新規アカウントを作成）也不过Straightに導いてください。
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。