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
ユーザーが PhD／博士課程の研究提案書、研究計画、研究計画書、開題報告の執筆・草案作成を求めた場合に使用します。背景、研究ギャップ、研究課題、方法論、スケジュール、意義を含む将来志向の計画を英語または中国語で作成します。トリガー：「write a research proposal」「PhD proposal」「doctoral proposal」「研究计划书」「开题报告」「写博士研究计划」。開題報告の文献コーパス部分（網羅的かつ再現可能な検索と再現率の証拠）は lit-search スキルの担当です。このスキルはその出力（dois.md / references.md — デフォルトの書式済みリスト。references.bib は lit-search が --bibtex で実行された場合のみ）を利用します。後ろ向きの文献レビュー／综述／サーベイには使用しません（medical-imaging-review を使用）。研究助成金の申請（国自然／NSF）では、内容（立项依据／研究内容／……）の草案作成と構成を行いますが、助成機関のフォームや予算表は記入しません。
Docker Sandboxes 用の宣言型 `sbxenv.yaml` ファイルを作成、計画、実行する際（`sbx env create/run/plan/exec/rm`）にこのスキルを使用する。ユーザーが「サンドボックス設定をチェックインしたい」「サンドボックスのオンボーディングを再現可能にしたい」「エージェント起動前にセットアップスクリプトを実行したい」「共有サンドボックス環境の引数を定義したい」と言った場合にも使用する。sbxenv.yaml のスキーマ（schemaVersion、agent、kits、workspace/additionalWorkspaces、args、env、secrets、registries、bindings、mcp、ports、sandboxOptions）、ホストの `lifecycle:` コマンド（initialize/postCreate/preRemove）とその承認プランモデル、複数ファイルのマージ（`-f` 形式のディープマージとユーザーレベルの `.sbxenv.yaml` ベースレイヤー）、ファイル書き込み保護（`sandboxOptions.writableEnvFiles`）を扱う。
Docker Sandboxes kit の作成、検証、公開、合成を行う際に使用します。ユーザーが「サンドボックス Agent にツールを追加したい」「CLI や Agent を kit としてパッケージ化したい」「kit をレジストリに公開したい」「mixin に独自の認証情報とネットワークアクセスを持たせたい」と述べた場合も対象です。v3 kit 記述子（`# syntax=docker/sandbox-kit:3`、`kind: workload` または `mixin`、型付き capability、provides/requires、コンテンツレシピ）、docker buildx によるビルド、kit-tck と `sbx kit inspect` による確認、workload への合成、公開と署名を扱います。旧 v2 `spec.yaml` kit は対象外です。`sbx kit validate` は kit-tck の適合性検証やランタイムチェックの代わりにはなりません。
エンタイトルメント（entitlements）を通じて、RevenueCat のユーザーが現在有料機能にアクセスできるかどうかを確認する。功能的利用をプレミアムだけに制限したい、ユーザーが Pro サブスク scramblé scramblé scramblé scramblé scramblé を確認したい、customerInfo の有効なエンタイトルメントを読みたい、サブスク状態に応じて機能の表示を切り替えたい、エンタイトルメントの変化に反応したい、または iOS、Android、Kotlin Multiplatform、Flutter、React Native で「ユーザーは購読しているか」と聞かれた場合に使う。
開発者からのフィードバックを収集し、LiveAvatar チームに送信する。次の場合に使う：(1) LiveAvatar の統合が完了し、動作していると判断されたとき、(2) ユーザーが「it works」「we're done」「that's it」「ship it」と伝えたとき、(3) ユーザーが苛立ち、行き詰まり、あきらめかけているとき ——「this is broken」「this doesn't work」「I'm stuck」「I give up」「this is frustrating」「I want to report an issue」、(4) ユーザーがフィードバックの提供、バグの報告、issue の投稿、LiveAvatar に関する提案を明示的に求めたとき、(5) 同じ統合ステップで 3 回以上の失敗を確認したとき、(6) ユーザーために LiveAvatar の統合コードを書き終えた、または生成した直後。
visual-style.md ファイルを使って、ポータブルなビジュアルデザインシステムを作成、抽出、適用します。次の場合に使用します：（1）visual-style.md デザインシステムをゼロから作成する。（2）ウェブサイトの URL、動画、PDF ブランドガイドからビジュアルスタイルを抽出する。（3）HeyGen 動画、HTML スライド、Figma、paper.design にビジュアルスタイルを適用する。（4）既成のビジュアルスタイルギャラリー（Swiss、Saul Bass、Game Boy など）を閲覧する。（5）ユーザーが「visual style」「design system」「brand style」「style guide」に言及する。（6）一貫したデザイン言語で HeyGen 動画をスタイリングする。
仮想 QA リードとして、1 回の会話で要件をレビュー可能かつ TestRail にインポート可能なテストケースに変換します。ユーザーが要件、仕様書、ユーザーストーリー、受け入れ基準（PDF、DOCX、XLSX、TXT、MD、または貼り付けたテキスト）を持ち、テストケース、テスト計画、チェックリスト、テストカバレッジ、回帰テストスイート、TestRail/Qase/Zephyr 形式でのエクスポートを求める場合に使用します。「テストケース」と明言していなくても対象です（「この仕様のテストを書いて」「ここでは何を確認すべき？」など）。チーム既存のテストケースを添付して、それに合わせる場合に特に役立ちます。仕様に API（エンドポイント、ステータスコード、スキーマ、認証、OpenAPI/Swagger）が記載されている場合、Casely は実行可能な Postman コレクションも作成するため、「API テスト」「Postman コレクション」「Newman/CI で実行できるテスト」にも使用します。どの言語でも同じ依頼で起動します。
既存のソーシャルメディアアカウントとコンテンツを監査し、何が機能し、何が機能していないかを振り返って検証します。「コンテンツ／アカウントを監査して」「何がうまくいっているか知りたい」「プロフィール／フィードを整理して」「たくさん投稿しているのに成果が出ない」といった依頼や、再計画の前に既存アカウントを仕分ける場合に使用します。継続・停止・更新の仕分け、ピラーの網羅状況の整理、トーンのずれの検出、プロフィールの基本項目の改善を行い、その後、短期的な成果と長期的な改善のロードマップを作成します。AUDIT フレームワークを使用します。最初に brand-profile、content-pillars、social-strategy（計画）、analytics-and-reporting（データ）を読み込みます。対応プラットフォームでは WoopSocial の投稿分析を読み取り、それ以外では各プラットフォームの標準ダッシュボードを参照します。見栄えのよい数字ではなく有効なシグナルで評価し、自動削除ではなく提案を行い、情報を捏造しません。content-recycling、content-pillars、profile-optimization、voice-builder、social-strategy に情報を提供します。継続的な測定を行う analytics-and-reporting や、競合を扱う competitor-analysis とは異なります。
Astronomer Cosmos で dbt Fusion プロジェクトを実行します。Astronomer Cosmos を使って dbt Fusion プロジェクトを実行する場合に使用します（Cosmos 1.11 以降、Snowflake/Databricks 上で ExecutionMode.LOCAL）。実装前に dbt エンジンが Core ではなく Fusion であること、データウェアハウスが対応していること、ローカル実行が許容されることを確認してください。dbt Core は対象外です。
フロントエンド／クライアント開発者、インテグレーター、アーキテクト向けに、Fusion バックエンドサービス、API、パターンの利用と理解を支援します。リファレンス実装を示し、アーキテクチャ上の判断を説明し、契約を明確にします。使用対象：Fusion バックエンド API の理解、実装パターンの習得、リファレンスコードの確認、適切な統合ポイントの選択、認可／検証／非同期パターンの理解。使用対象外：バックエンドサービスの変更、新しいエンドポイントの作成、データベースの変更、バックエンド固有の開発（代わりに fusion-services-developer エージェントまたは対象のバックエンドサービスリポジトリを使用してください）。
neo4j-agent-memory Python パッケージ（Neo4j 上に構築された、AI エージェント向けのグラフネイティブなメモリーシステム）および memory.neo4jlabs.com のホステッドサービス（NAMS）の信頼できるリファレンスです。ユーザーが neo4j-agent-memory、Neo4j を使ったエージェントメモリー、コンテキストグラフ、POLE+O モデル、MemoryClient/MemorySettings、memory MCP サーバー、または各種フレームワークとの統合（LangChain、PydanticAI、CrewAI、AWS Strands、Google ADK、Microsoft Agent Framework、OpenAI Agents、LlamaIndex）に言及した場合は、このスキルを使用してください。memory.neo4jlabs.com のホステッドサービス、NAMS、Neo4j Agent Memory Service、`nams_` API キープレフィックス、ホステッド MCP エンドポイントに言及した場合も使用してください。このプロジェクトのドキュメント、ブログ記事、チュートリアル、PRD、コードサンプルの作成、エージェントメモリー方式の比較、グラフネイティブなメモリーとベクトルのみの方式の比較にも、パッケージ名が明示されていなくても使用してください。GraphRAG パイプラインには対応しません。neo4j-graphrag-skill を使用してください。
.pptx または .potx ファイルが入力、出力、またはその両方として何らかの形で関わる場合は、必ずこのスキルを使用してください。対象には、スライドデッキ、ピッチデッキ、プレゼンテーションの作成、.pptx または .potx ファイルの読み取り・解析・テキスト抽出（抽出内容をメールや要約など別の用途に使う場合も含む）、既存のプレゼンテーションの編集・変更・更新、スライドファイルの結合・分割、テンプレート（.potx）、レイアウト、発表者ノート、コメントの操作が含まれます。ユーザーが「deck」「slides」「presentation」と言及するか、.pptx または .potx のファイル名を挙げた場合は、後で内容をどう使う予定かにかかわらず起動してください。.pptx または .potx ファイルを開く、作成する、または操作する必要がある場合は、このスキルを使用してください。
AI エージェントチームのタスク向け ThinkingAI AE（Agentic Engine）ae-cli マニュアル。チームの管理（一覧、作成、更新、削除、AI 生成、テンプレート）と TeamRun の実行（開始、チャット、キャンセル、返信、結果、アーティファクト）を扱う。ユーザーがチームの検索、チームタスクの実行、実行状況の確認、結果・アーティファクトの取得、複数エージェントのワークフロー構築を依頼した場合に使う。ae-cli を使用し、コマンドを組み立てる前に対応する references/<command>.md を読むこと。チーム ID、実行 ID、設定構造、パラメータ形式を推測してはならない。
ブラウザー/Web アプリ（React、Vue、Next、Nuxt、静的サイト、SPA、ダッシュボード、AI チャット UI、ページ、フロントエンド、ウェブページ）で @cloudbase/js-sdk 経由の AI モデルが必要な場合に使用するスキルです。Web／フロントエンド AI の標準ルートとして、ブラウザーから直接呼び出し、Node.js プロキシは提案しないでください。generateText と streamText に対応し、ai.createModel で cloudbase、旧版の hunyuan-v3 / hunyuan-exp、または custom-* のグループを使用します。モデル ID は `model` フィールドに設定します。コード作成前に必ず 2 段階の事前確認を実行してください。詳細は本文を参照してください。Node.js バックエンド（ai-model-nodejs を使用）、ミニプログラム（ai-model-wechat を使用）、画像生成（Node SDK のみ）には使用しないでください
ユーザーが「数学アニメーションを作る」「数式をアニメーション化する」「Manim を使う」「3Blue1Brown 風の動画を作る」「グラフや関数を描画・アニメーション化する」「数学・物理・コンピューターサイエンスの概念を可視化する」「数式を別の数式に変形する」「幾何学の証明をアニメーション化する」「数学解説動画をレンダリングする」と依頼した場合に使用します。Manim Community Edition の Scene、Mobject、アニメーション、LaTeX/MathTex、グラフ、updater/ValueTracker、3D、CLI による MP4/GIF へのレンダリングを扱います。
Instagram／Facebook のストーリーズコンテンツを作成します。「ストーリー」「IG／FB ストーリーの一連の投稿」「ストーリーのアイデア」、投票・クイズ・質問ボックス・カウントダウン・リンクスタンプなどのインタラクティブなスタンプ、親しい友達向けの投稿、舞台裏や日次更新の連続投稿、投稿をストーリーズに変換したい場合に使用します。ストーリーズはリーチではなく関係性を深める場であり、完了率とインタラクションを最適化します。FRAME フレームワークを使用します。最初に brand-profile と voice-builder を読み込みます。エージェントがフレームとスタンプ文言を作成し、WoopSocial が基本フレーム（IG+FB）の予約・公開を行います。インタラクティブなスタンプと DM 返信は人間がアプリ内で直接対応し、指標はネイティブの Insights から取得します。内容の捏造はしません。リーチ動画向けの reels-script、Feed のスワイプ投稿向けの carousel-writer とは異なります。
Outpost Bio のオープンソース微生物組基盤モデル（Waypoint チェックポイント：Waypoint-6m、Waypoint-45m、Waypoint-170m）、Atlas の事前学習コーパス、Compass の 8 タスクベンチマーク、および `waypoint-bio` パッケージの `waypoint` コマンドライン（CLI）での作業に対応しています。微生物組サンプルの埋め込み、taxonomic abundance データでのファインチューニング、Compass 上でのチェック点のベンチマーク、taxonomic abundance プロファイルでの GPT-2 モデルの事前学習、MetaPhlAn、Kraken2、QIIME 2、MGnify の abundance テーブルから waypoint 形式への変換を扱います。
Lightning Web Component（LWC）がアクセシブルで、WCAG アクセシビリティガイドラインを満たしているか判断する際に使用します。ユーザーが \"is my component accessible?\"、\"does my LWC meet accessibility guidelines?\"、\"is this component WCAG compliant?\"、\"find accessibility problems in this LWC\"、\"is this LWC keyboard accessible?\"、\"does this component work with a screen reader?\"、\"does this component have sufficient color contrast?\"、\"check ARIA usage in this LWC\"、\"WCAG 2.2 accessibility check\" と尋ねた場合に起動します。LWC の HTML、JS、CSS のアクセシビリティ（a11y、WCAG、ARIA）の修正や改善を希望する場合も起動します。対象にはセマンティックマークアップ、フォーカス、キーボード操作、コントラスト、スクリーンリーダー用ラベル、WCAG 2.2 SC が含まれます。WCAG の根拠を引用した指摘を含む `a11y-review.md` を生成します。一般的な LWC 生成（`experience-lwc-generate` を使用）や、アクセシビリティに焦点を当てない SLDS の視覚／デザインレビュー（`design-systems-slds-validate` を使用）では起動しないでください。
AE 分析のリクエストに query/current/service/deployment クラスター、current cluster（当前集群）、クラスター情報（集群信息/有哪些集群）、グローバルまたはマルチクラスターのデータ、全クラスター/全サーバー、GLOBAL/SLAVE、query-cluster、cluster_query_scope、slave_cluster_id、国/リージョン/サーバー/シャード/サイト/マーケットのルーティングが含まれる場合、または cluster がオーディエンス/ユーザーセグメントではなくクエリクラスターを意味する場合に使用する。
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。