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 99,448 件掲載。コマンド 1 行でインストールできます。
すべて
Claude Code 内で GPT Image 2（ChatGPT Images 2.0）による画像生成を行い、既存の ChatGPT Plus または Pro サブスクリプションを利用する。別途の OpenAI アクセスも画像単位の課金も不要。ローカルの Codex CLI を通じてテキストから画像生成、画像から画像への編集、スタイル転送、複数参照の合成に対応する。トリガーは「gpt image 2」「gpt-image-2」「ChatGPT Images 2.0」「image 2」、またはユーザーの ChatGPT プランを通じた画像の生成・編集を明示的に求めるリクエスト。
SAP Analytics Cloud（SAC）のプランニングに関するガイダンス。Planning モデル、Planning が有効な Story、データアクション、マルチアクション、バージョン管理、データロック、カレンダー／入力ワークフロー、アロケーション、バリュードライバーツリー、BPC ライブプランニング、SAP Datasphere との Seamless Planning を扱います。Planning の設計、Planning API、データアクションのデバッグ、Planning のパフォーマンスレビュー、CDP を介して Microsoft Edge 上で認証済みの SAC Planning Story をトリアージする場合に使用してください。Planning 以外の SAC スクリプトには sap-sac-scripting、Datasphere のモデリングには sap-datasphere を使用してください
ユーザーが PowerPoint のプレゼンテーションを扱いたいときに使用します。トリガーには次のようなものがあります：- テーマから新しい PPT を作成：'generate a PPT' / '帮我做个PPT' / 'PPTを作って' / 'PPT 만들어줘', 'create a presentation about X' / '生成关于X的演示文稿' / 'Xについてのプレゼンを作って' / 'X에 대한 발표 자료 만들어줘', 'help me make slides' / '帮我做幻灯片' / 'スライドを作って' / '슬라이드 만들어줘' - 既存の .pptx のスタイルやテンプレートを模倣：'use this template' / '用这个模板' / 'このテンプレートを使って' / '이 템플릿을 써줘', 'imitate this PPT' / '仿照这个PPT' / 'このPPTを真似して' / '이 PPT를 따라 해줘', 'imitate this style' / '仿照这个风格' / 'このスタイルを真似して' / '이 스타일을 따라 해줘' - 自然言語で既存の PPT を編集：'modify slide N' / '修改第N页' / 'N枚目のスライドを修正して' / 'N번 슬라이드 수정해줘', 'change the background' / '更换背景' / '背景を変えて' / '배경 바꿔줘', 'add a slide' / '新增一页幻灯片' / 'スライドを追加して' / '슬라이드 추가해줘', 'make it more beautiful' / '美化一下PPT' / 'もっときれいにして' / '더 예쁘게 다듬어줘', 'edit this PPT' / '改一下这个PPT' / 'このPPTを編集して' / '이 PPT 수정해줘' - .pptx のローカルファイル操作（バックエンド不要）：'delete slide N' / '删除第N页' / 'N枚目のスライドを削除して' / 'N번 슬라이드 삭제해줘', 'reorder slides' / '调整幻灯片顺序' / 'スライドを並べ替えて' / '슬라이드 순서 바꿔줘', 'merge pptx' / '合并PPT' / 'pptxを結合して' / 'pptx 합쳐줘', 'extract slides' / '提取幻灯片' / 'スライドを抽出して' / '슬라이드 추출해줘', 'how many slides' / '有多少页幻灯片' / 'スライドは何枚ある' / '슬라이드 몇 장이야'
Foundation Sprint 2 日目終了時の締めくくりのステップ。スプリント全体の戦略フレームを正規の一文（Founding Hypothesis）に圧縮し、仮定スコアカード、なぜ私たちは確信しているのか、何が私たちの誤りを証明しうるか、推奨される次の検証ステップを添える。Magic Lenses の署名後に使う。厳格な正規テンプレートであり、v0.1.0 では言い換えは受け付けない。Founding Hypothesis はこのスプリントが存在Rp出するための背骨となる成果物である。
Allium API を問い合わせて、ウォレットの損益（現在および過去、按ウォレット・按トークン）、保有資産の時系列履歴、Hyperliquid HyperCore の売買データ（情報、約定、注文、オーダーブック）、70 以上のチェーンにまたがるカスタム SQL 分析を取得します。トークン価格、トークンメタデータ、現在のウォレット残高スナップショット、送金履歴、NFT メタデータには使用できません。それらには `alchemy-cli`（ライブ作業）、`alchemy-mcp`、`alchemy-api`（アプリコード）、`agentic-gateway`（API キー不要）を使用してください。`~/.allium/credentials` に Allium の資格情報が必要です。
パフォーマンス分析のための Rust プロファイリングスキル。Rust バイナリからフレームグラフを生成する、cargo-llvm-lines でモノモルフィゼーションの肥大化を測定する、cargo-bloat でバイナリサイズを分析する、Criterion でマイクロベンチマークを取る、プロファイル内のインラインフレームを解釈する、といった場面で使用します。cargo flamegraph、cargo-bloat、cargo-llvm-lines、Criterion ベンチマーク、Rust のパフォーマンスプロファイリング、バイナリサイズ分析に関する質問で有効になります。
REST sobject エンドポイントを介して `MessagingChannelUsage.DeploymentStatus` を `Disabled` から `Provisioning` に PATCH することで、Enhanced `MessagingChannel`（WhatsApp/Apple/Facebook/SMS/RCS）を有効化します。UDD 保存フックが `MessageType` に応じて外部コールアウトを振り分け（`WHATS_APP`→Meta `/register`、`FACEBOOK`→`subscribeFacebookPage`、`TEXT`→`registerCsotSms`。Apple/LINE はコールアウト不要）、終端の `Active`/`Error` を書き出し、`IsActive` を反転します。HTTP レスポンスに対して同期処理で、WhatsApp は Meta の確認後に 204 を返します（約 15〜21 秒）。コールアウトのないチャネルはほぼ即時です。Aura RPC なし、CSRF Cookie なし。REST 経由でヘッドレスに、既に挿入済みの Enhanced チャネルを有効化するときに使用します。エンドツーエンドのセットアップには使用せず、`service-de-headless-channel-configure` を使用してください。
カスタムコンポーネントとレイアウトを、shadcn のデザインパターン、ビジュアルスタイルの慣習（Vega、Nova、Maia、Lyra、Mira）、合成ルール、デザイントークンの使い方、Radix/Base UI の合成パターンに沿ってレビューする。カスタム UI コンポーネント、ページレイアウト、shadcn コンポーネントのバリアントを書いたり変更したりした後に PROACTIVE 的に使う。「review this component」「check my spacing」「does this follow shadcn patterns」「audit this layout」「is this shadcn-idiomatic」と言われたとき、またはフィードバックのためにコンポーネントが共有されたときに使う。余白のずれ、ハードコードされた色、data-slot 属性の欠落、テーマ適用の不統一、AI ツールによる高速tteshing では見落とされがちな合成のアンチパターンを検出できる。
Design Sprint の 3 日目（水曜日）のmoveで、アートミュージアムレイアウト、ヒートマップ、スピードクリティique、 straw 投票、決定者の加重投票、分散か一かwired 二択の意思決定、4 日目のプロトタイプ構築を動かすストーリーボードを実行します。スプリント中で最も意思決定が多い日です。2 日目のスケッチが回収され、作成者名が除かれた後の水曜日午前・午後に使います。構築仕様となる標準的な 5〜15 ステップのストーリーボードを出力します。
Design Sprint の 1 日目（月曜日）のholy moveで、月曜日アーティファクトを出力します。長期目標、スプリント質問（検証可能なリスク 3〜7 件）、顧客またはシステムマップ（5〜15 ステップのフロー）、専門家インタビューメモ、HMW（How Might We）クラスターボード、決定者が選んだターゲットモーメントを含みます。スプリントブリーフ確定後の 1 日目午前・午後に使います。2 日目のスケッチと 3 日目のストーリーボードのデザイン目標を定めます。
Design Sprint の 4 日目（木曜日）のmoveで、その日の計画アーティファクトを出力します。プロトタイプレASSIGN（Maker、Stitcher、Writer、Asset Collector、Interviewer）、プロトタイプブリーフ（何を作るか、忠実度基準、ロールごとの時間配分）、標準 Five-Act インタビュー台本（Welcome、Context、Intro、Tasks、Debrief）、試し書きチェックリスト、金曜日の参加者確認トラッカーを含みます。実際のプロトタイプ構築は、このスキルの AI 呼び出し範囲外の手作業です。3 日目のストーリーボード承認後の木曜日午前に使います。
Design Sprint の 5 日目（金曜日）のクロージング moveで、金曜日アーティファクトを出力します。顧客ごとのインタビュー観察、ベストクォート、スコアカードグリッド（顧客別のスプリント質問）、観察されたパターン、チームメンバーそれぞれのホットテイク、決定者サマリー（構築・反復・ピボット・停止、および確信度の高い学び、最も重要な修正、次のアーティファクト）を含みます。4 日目のプロトタイプが試し書きを通過した後の金曜日、および 5 件の顧客インタビューの実施中・実施後に使います。スプリントの成果アーティファクトです。
ux-extract が生成したパターンライブラリを使い、複数の参照アプリ間で UX パターンを比較する。2 つ以上の pattern-library.md を読み、カテゴリごとに巡回しながら、各アプリが一致する点（強いシグナル）、異なる点（本質的な設計判断）、あるアプリにしかない点、セット全体で欠けている点を特定する。意見の明確な比較ドキュメントと、新規構築向けの推奨事項を作成する。ブラウザは不要——純粋な Markdown 分析。「UX パターンを比較」「主要アプリは X をどう扱うか」「UX 比較」「参照アプリ横断のパターン比較」で発火する。
GitBook 上で OpenAPI/Swagger の API リファレンスドキュメントを作成し、設定し、構成し、トラブルシュートします。GitBook の OpenAPI ブロックや `{% openapi %}` ブロックが関わるタスク、GitBook に OpenAPI/Swagger 仕様を追加・更新する（ファイルまたは URL、API、MCP、CLI、アプリ UI 経由）、仕様から API リファレンスページを生成する、対話式の "Test it" ランナーを設定する（認証、サーバー、CORS、プロキシ）、GitBook の `x-*` 拡張でページをカスタマイズする（アイコン、タイトル、ナビゲーション階層、コードサンプル、列挙型の説明）、操作を実験的・非推奨・非表示としてマークする、CI/CD で仕様更新を自動化する、といった場合に必ず使用します。GitBook と OpenAPI に言及しただけ、GitBook 向けの仕様に `x-` 拡張を付けた、または「仕様が読み込まれない」「Test it が動かない」と尋ねただけでも、このスキル名を明示していなくても発動します。
IPPF/UNFPA の公開基準に沿って MEL/SRHR のデータ収集ツールを設計する。質問票、アンケート、KII/IDI インタビューガイド、フォーカスグループ（FGD）ガイド、観察チェックリスト、トピックガイドを対象とし、データの内訳分け、インフォームド・コンセント、機微な内容のための紹介（care-referral）を設計段階から組み込む。指標設計と分析のギャップを埋めるため、Ane がデータ収集ツールそのものを求めたときに使う。指標の定義（indicator-designer）やデータ解析は行わない。
論文、学習ノート、予備データを、ラボミーティングや PI レビュー、助成金申請、セミナーで意思決定に使える研究デッキに変換します。数値、根拠の連鎖、注意点は忠実に保ちます。ユーザーが研究デッキ、ラボミーティング用スライド、学習まとめデッキ、学術レビュー用デッキ、または論文を忠実に解説するスライドを求めたときに使用してください（装飾的なソーシャル画像デッキではありません）。研究デッキは AI ネイティブなデザインと最高水準の美的基準で作成され、K2F 形式とエンジンが支えます。AI エージェント向けに PURPOSE 構築されており、K2F はレイアウト、組版、書式付けの複雑さを自動処理しつつ、AI エージェントがセマンティックな内容とデザインの意図に集中できるようにします。
MCP を通じてエージェントから Scenario チームを管理する場合に使用してください。チームやプロジェクトで実行できるモデルの制限（モデルアクセス制御、許可リスト、ブロックリスト）、チームメンバーやプロジェクトメンバーの招待・削除、ロール変更、メンバーの Creative Unit 支出上限設定、プロジェクトの作成・削除、API キーとそのロールやスコープの監査、ユーザーまたはモデルごとの使用量の帰属に対応します。キーワード：ガバナンス、モデル制御、使用量上限、支出制限、API キー管理、チーム管理、エンタープライズ
Salesforce 管理者 が PDF、URL、テキスト、CSV から組織構造を解析して、Education Cloud の機関階層を新規作成または維持する必要がある場合、このスキルを使用します。初回実行時は ParentId でリンクされた System、Campus、College、Department の Account レコードと 1:1 の Business Profile レコードを作成します。以降の実行では、組織の既存階層を目標構造と照合し、差分（新ユニットの追加、名前変更、別親の傘下へのノードの移動）のみを適用し、既存的东西を再作成することはありません。ユーザーがマルチキャンパス構造、機関階層、または Business Profile 付きの Account 階層の設定、構成、構築、更新、再構成、再編成を行う場合や、campus、college、department の追加・改名・移動を希望する場合に TRIGGER します。階層レベルを持たない単キャンパスフラット構成、手作業での一回限りの Account 作成、Education Cloud 以外の Account 管理では TRIGGER しないでください。
URL やリンクを読み込み、取得、抽出、解析し、整洁な Markdown に変換します。ウェブページの内容を読み取るようユーザーが依頼した場合は、まず使用してください（WeChat／微信公众号 mp.weixin.qq.com、Feishu／Lark のドキュメント、X／Twitter、PDF、arXiv の論文、または後続の要約、リライト、記事、ポッドキャスト、分析所用的 URL）。WeChat と Feishu については、汎用的なウェブオープンや汎用コンテンツパーサーよりこの専用抽出を優先してください。YouTube、純粋なウェブ検索、すでに貼り付けられたテキスト、ローカルの非 PDF ファイルは対象外です。
スプリント前の診断で、チームが今すぐ Design Sprint を実行すべきか、延期すべきか、先に前提作業をすべきかを判断します。Go / Conditional Go / Wait の判定と、診断、推奨される前提条件、参加者リスト、顧客リクルーティング計画、スプリント前_absolute 作業を出力します。Design Sprint の開始を検討中で、5 日分のチーム時間と顧客リクルーティングのコストをコミットする前に.Yes / No の迅速な診断が欲しいときに使います。
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。