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 98,873 件掲載。コマンド 1 行でインストールできます。
すべて
GEO 優先の SEO 分析ツール。従来の SEO の基礎を保ちつつ、AI 検索エンジン（ChatGPT、Claude、Perplexity、Gemini、Google AI Overviews）向けにサイトを最適化する。完全な GEO 監査、引用可能性スコア、AI クローラー分析、llms.txt の生成、ブランド言及スキャン、プラットフォーム別最適化、スキーママークアップ、テクニカル SEO、コンテンツ品質（E-E-A-T）、クライアント提出用 GEO レポート生成を行う。ユーザーが "geo"、"seo"、"audit"、"AI search"、"AI visibility"、"optimize"、"citability"、"llms.txt"、"schema"、"brand mentions"、"GEO report" _wp_(または分析対象の URL)_ を言ったときに使用。
React を使った Ionic Framework 開発をエージェントに案内します。プロジェクト構成、React 専用の Ionic コンポーネント、IonReactRouter とナビゲーションパターン、Ionic のライフサイクルフック（useIonViewWillEnter、useIonViewDidEnter、useIonViewWillLeave、useIonViewDidLeave）、状態管理との統合、Ionic アプリ向けの React 固有のベストプラクティスを扱います。Ionic を使わない通常の Capacitor React アプリ（capacitor-react を使用）、Angular または Vue を使う Ionic、新しい Ionic アプリの作成（ionic-app-creation を使用）、Ionic の新しいバージョンへのアップグレード（ionic-app-upgrades を使用）、React 固有の文脈がない一般的な Ionic コンポーネントの使用（ionic-app-development を使用）には使わないでください。
『AI Engineering from Scratch』のリバースエンジニアリング学習パスに特化したインタラクティブなチューターです。学習者がコンパイル済みプログラムを読み解きたい場合に、この学習パスを開始または再開します。ファイル形式、逆アセンブル、制御フロー、リフティング、証拠、証明、呼び出し規約、コンパイラーの慣用表現、リンク、型、デバッグ、バイトコード、差分比較、シンボリック実行、AI 支援分析を扱います。呼び出しごとに 1 レッスンを教え、学習の証拠を REVERSE-ENGINEERING-LEARNING.md に記録します。
Blender の結果が unsatisfactory Szegény、ユーザーの期待に反する、検証が失敗した、あるいは繰り返しの問題から skill の深さの不足が判明した場合、自己改善ループを実行する。このループは差分を診断し、アーティファクトを修復すべきか汎用 skill を取得/改善すべきかを判断し、经验を再利用可能な形に整理して公開に備え、ドキュメント/バージョンを更新し、検証し、明示的に要求された場合は stage/commit/push の準備を行う。
テキスト読み上げ、音楽、音声編集を用いて AI 搭載のポッドキャストを作成する。ツール：Kokoro TTS、DIA TTS、Chatterbox、AI 音楽生成、音声合成用の ffmpeg。機能：複数音声の会話、BGM、イントロ/アウトロ、エピソード全体。用途：ポッドキャスト制作、オーディオブック、音声コンテンツ、音声ニュースレター。トリガー：podcast、ai podcast、text to speech podcast、audio content、voice over、ai audiobook、multi voice、conversation ai、notebooklm alternative、audio generation、podcast automation、ai narrator、voice content、audio newsletter、podcast maker
Motion（旧称 Framer Motion）と CSS アニメーション向けのアニメーションスキルです。アニメーションのベストプラクティス（vanilla JS、React、Vue、Base UI、Radix 向けの具体的なアドバイスを含む）、ドキュメントとサンプルの検索、CSS のスプリングとバウンスの生成、Performance Doctor による修正を含む MotionScore のコード／ランタイム性能監査、ビジュアルなトランジションエディターを提供します。アニメーションの作成、Motion（motion、motion/react、motion-v、framer-motion）の利用、UI のアニメーション化、CSS linear() スプリングの記述、コードまたはランタイムでの遅いアニメーション・性能・カクつき・レイアウトの頻繁な再計算の監査や修正、Motion のドキュメントやサンプルの検索、Motion コンポーネントや Motion UI セクションの追加・挿入・構築、Motion のバージョンアップに使用します。
価値ある内容をすべて保ちながら重複するドキュメントを統合し、変更後もドキュメント群の正確さを維持します。モード：（1）変更後のガバナンス — コード、スクリプト、設定、環境変数、ポート、パス、デプロイ、認証、テスト、または文書化された手順が変更されたときに使用します。「which docs are now wrong」「check docs for inconsistencies」「过时的命令/路径」「文档同步」にも対応します。ユーザーが変更のみを述べ、ドキュメントに触れていない場合でも使用してください。ドキュメントの更新は変更の一部であり、任意の整理ではありません。（2）統合 — 「clean up docs」「documentation bloat」「reduce documentation sprawl」「consolidate documentation」「too many doc files」「merge redundant docs」「merge these docs」「文档太多/太乱」、同じトピックを扱う複数ファイル、または類似トピックの複数ファイルにわたる文書が 500 行を超える場合に使用します。一か所だけ変更され他に古いまま残った事実の記述、保存すべきでない値（件数、合計、「N items」、再掲された要約）、食い違いが広がる複数の定義、参照先のない相互参照を見つけます。
Dynatrace Flutter Plugin を Flutter プロジェクトに統合します。依存関係の設定、構成、SDK の初期化、ナビゲーショントラッキング、Session Replay、検証に対応します。トリガー：「Dynatrace を Flutter に追加」、「Flutter プラグインのセットアップ」、「Flutter アプリを計装」、「Dynatrace Flutter を統合」、「Flutter モバイルオブザーバビリティ」、「dynatrace_flutter_plugin」、「Flutter セッションリプレイ」、「dynatrace_flutter_plugin_replay」。Flutter RUM データのクエリ（dt-obs-frontends を使用）、Flutter 以外のモバイル設定、Dynatrace のサーバー側構成には使用しないでください。
トーク映像を端から端まで編集し、紙のような質感のモーションデザイン短編に仕上げます（1080x1920、1:1と16:9にも対応）。独自のレンダーエンジン（Node + Chrome + ffmpeg、無料、オフライン）を使用します。ユーザーが編集、カット、キャプション、字幕、モーションデザイン、モンタージュ、「ショートにして」、レンダーと言った場合や、video-agent/takes/の録画を渡した場合に使用します。ローカルで単語単位のタイミング付き文字起こし（whisper.cpp、またはキー設定時はElevenLabs）を行い、無音をすべてカット。カメラカードの上にテクスチャ紙を敷き、その上にボード（カウンター、ターミナル、ロゴ、樹木、実画面、HTMLモーションコンポーネント）を配置し、単語ごとの字幕、穏やかなBGM、少数の演出音を加えます。-14 LUFSに調整し、mp4、.srt、投稿文を出力します。
MCP 対応ゲートウェイを含む OpenAPI 2.0 および OpenAPI 3.0.x の API 設定で、Google Cloud API Gateway の背後にあるバックエンドサービスを保護し、レート制限を設定します。API key または JWT 認証の設定、ゲートウェイサービスアカウントによる Cloud Run または Cloud Run functions バックエンドの保護、X-Apigateway-Api-Userinfo からの認証済みクレームの読み取り、プロジェクトごとのリクエスト割り当ての設定、HTTP 429 および HTTP 500 の Service Control Quota エラーの診断に使用します。Apigee、GKE Gateway API、Cloud Load Balancing のカスタムドメイン設定、LLM モデルルーティングには使用しないでください。
バトンを渡すループを使って複数ページのサイトを自律的に構築します。各反復で .design/next-prompt.md からタスクを読み込み、HTML/Tailwind でページを生成してサイトに統合し、見た目を検証した後、ループを継続するため次のタスクを書き込みます。ユーザーがサイト全体の自律構築、全ページの作成、複数ページの連続生成、「design loop」／「baton loop」／「autonomous site build」の実行を求めた場合に使用します。途中で「続けて」「次のページを作って」「次のページ」と言った場合も対象です。
ナラティブクラフトのレイヤー。物語の構造（緊張、転換、解決）を活用して、どのソーシャルコンテンツも印象的で広く届くようにする。ブランド／創業者／顧客のストーリーを語りたい、ありふれた投稿に-bedrock届くようにしたい、感情主導または物語主導のコンテンツを作りたい、多数の形式にわたって物語を構成したい場合に使用する。BEATS フレームワークを用いる。まず brand-profile + voice-builder を読み込む。エージェントが本当の話を見つけ、アーク（導入 → 転機 → .payoff／報酬）を構成する（観客＝ヒーロー、ブランド＝ガイド）、具体的な詳細に軸足を置き、形式に合わせてまとめる。形式別のライター（reels-script、carousel-writer、linkedin-post-writer、thread-writer、caption-writer）と hook-writer に渡す。連続したアークは content-calendar にマッピングされ、WoopSocial が公開する。IG/FB Stories の形式ではない（それは story-writer）。顧客のストーリーや推薦のコメントを捏造しない。バイラルになることも約束しない。story-writer、hook-writer（組み合わせる冒頭の部分）、形式別のライター、campaign-and-launch-planning とは区別される。
あるブランドのコンテンツが誰に向けたものかを、深くて実用的に理解するために使用します。各コンテンツスキルが具体的に Nile受众に響く程度の解像度を持たせます。ユーザーが「私のiotic層は」「audience research」「ターゲット層」「ペルソナを作る」「顧客プロフィール」「ideal customer profile / ICP」「誰に話しているのか」「フォロワーについて知りたいkmal」と言ったときや、brand-profile の概説より深い層への理解が必要なコンテンツ作業の前で実行します。まず brand-profile を読み、さらに深掘りします。jobs-to-be-done、随处chtsする痛点、异议、そして対象者の実際の言語（voice-of-customer）を、可能な限り現実の出典に基づいて扱い、人口統計学的な空虚な作業は一切行いません。content-pillars、batch-content-plan、各コンテンツスキルが読み込む audience.md を出力します。あらゆるビジネスに利用できます。
プレミアム品牌ビジュアル生成スキル。ハイエンドなブランドガイドライン、ロゴシステム、アイデンティティプレゼンテーション、ビジュアルワールド展開の制作に対応。ミニマリスト、シネマティック、エディトリアル、ダークテック、ラグジュアリー、カルチャル、セキュリティ、ゲーミング、デベロッパーツール、コンシューマーアプリなどのブランドシステムに対応。インテンショナルなロゴコンセプト、洗練されたコンポジション、スパースタイポグラフィ、強いシンボリック表現、プレミアムモックアップ、アートディレクションされた画像、柔軟なグリッドレイアウトに最適化。
Swift Package Manager を使って iOS プロジェクトに Dynatrace iOS SDK（OneAgent）をセットアップする。SPM 依存関係の追加、Dynatrace.plist 設定ファイルの作成、import 文の追加、プライバシー同意コードの追加、プロジェクトのビルドを自動化する。ユーザーが iOS アプリに Dynatrace モニタリングを統合、インストール、追加、セットアップしたいときにこのスキルを使用する。キーワード：Dynatrace、iOS、SDK、OneAgent、setup、install、integrate、SPM、Swift Package Manager、Info.plist、DTXApplicationID、DTXBeaconURL、mobile monitoring、RUM。
すべてのアクティブな設定ホームと ~/.claude/history-sources.json に登録されたアーカイブから、Claude Code の JSONL 履歴を検索・復元します。プロジェクトが不明な場合は --all-projects、Codex rollout の検索を含めるには --codex、Kimi CLI (kimi-code) のセッション検索を含めるには --kimi を使用します。内部タイムスタンプを使い、メッセージ、思考内容、ツールの入力／結果、キュー、添付ファイル、要約、タイトル、ファイル履歴のパスを検索します。Claude のファイル履歴スナップショットから、Write 後の編集やバイナリファイルを含む、取得時の正確なバイト列を復元します。それ以外の場合、Write のチェックポイントは忠実度が低いものとして示します。キーワード／日付で範囲を指定した履歴検索、過去の会話の調査、削除ファイルの復元、消失した ~/.claude/jobs の成果物、ツール／ファイル操作の分析、またはセッション履歴、履歴内検索、以前の会話、.claude/projects に言及する依頼に使用します。最近の Claude+Codex+Kimi CLI の履歴一覧には local-conversation-history を使用してください
段階的開示を用いて、情報を一切失わずに CLAUDE.md/AGENTS.md を最適化または再構成します。ユーザーが指示ファイルの最適化、監査、簡素化、再構成、分割を求める場合、ベストプラクティスを尋ねる場合、Memory ファイルが /context の大部分を占めている場合、指示ファイル内のルールが無視されていると報告する場合、またはタスクで指示セクションの移動が始まった場合に使用します。指示ファイルが対象でない一般的なタスクの逸脱には使用しません。メモリー項目をドキュメントに移す場合も対象外です（claude-code-ops-router を使用してください）。
要求された TPU パーティションまたはそのノードが別のスライスや JobSet にすでに使用されていることによる、GKE TPU スライス作成エラー（SliceCreationFailed）を診断して解決します。パーティションまたはノードの競合による GKE TPU スライス作成エラー（SliceCreationFailed）の診断に使用します。一般的なスライスのライフサイクル状態、ノード重複を伴わないスライスのプロビジョニング失敗（gke-ai-troubleshooting-tpu-dynamic-slices-monitoring を使用）、クォータ不足、応答しない TPU ノードには使用しません。
md/html/docx/pdf/epub の多方向パイプラインで、「md で制作し、複数の形式で利用」を実現します。機能：あらゆるファイル（PDF/DOCX/PPTX/XLSX/画像/音声/URL）をクリーンな md に変換し、md を出版品質の html、docx、PDF（A4/A5/大32開）、EPUB3 に変換します。厳選テンプレートを 4 種類用意。html と PDF には、AI が内容を理解して差別化された 3 つのビジュアル案を提案するデザイナーモードもあります。SKIP：新しい画像の生成が必要なタスク、またはスクリーンショットの圧縮のみを行うタスク。
Hyperloom のマルチエージェントオプティマイザーを使って、AMD Instinct GPU 上のエンドツーエンドの LLM 推論スループットを自律的に最適化し、検証済みの改善量を報告する。モデル、フレームワーク、ワークロード（TP/EP、同時実行数、ISL/OSL、精度）、目的、時間予算を指定すると、ワークロードごとにどの手段を講じるか（サービング/設定パラメーターと環境変数、フレームワークの有効化とソースパッチ、ホットな GPU カーネルの書き換え）を探索し、各候補をベンチマークし、改善をもたらした最適化スタックを返す。ユーザーがモデルのサービングを高速化したい、tokens/sec やスループットを上げたい、MI300X/MI325X/MI355X 上で vLLM や SGLang を最適化・チューニングしたい、Hyperloom を実行したい、kernel-agent を実行したい、Quark で量子化してから最適化したい、Hyperloom をゼロからセットアップしたい、Hyperloom セッションを再開したい場合に使用する。単なるサービング用のサーバー起動、壊れた ROCm インストールの診断、最適化ループを伴わない一回限りのカーネル/ベンチマークやトレース分析には使用しない。
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。