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
既存の TypeScript コードを Inngest SDK v3 から v4 へアップグレードするとき、または v3/v4 の API が混在しているときの修正に使います。現在の SDK の使い方の検出、トリガーを createFunction のオプションへ移動、EventSchemas を eventType/staticSchema に置換、serve のオプションをクライアントへ移動、realtime のインポートの更新、step.invoke の文字列 ID の書き換え、チェックポーティング／サーバーレスランタイム設定、Connect のオプション変更、検証などを扱います。
テーブル形式のレビュー——1 行に 1 文書、1 列に 1 データポイント、すべてのセルに出典を付す。M&A デューデリジェンス向け（「review these 200 target contracts for change-of-control, assignment, and MAC clauses」）に設計されているが、シート出力を必要とする任意のバッチレビューにも使える。ユーザーが「tabular review」「review grid」「build a grid」「extract these fields from these contracts」「review these documents for X, Y, Z」「give me a spreadsheet of」「batch review」と述べるか、文書のフォルダーを示して比較を求める場合に使う。
Apifox CLI を使って Apifox のプロジェクトリソースを管理する。トリガーシナリオ：API 自動テスト／テストスイートの実行、API・環境・スキーマ・Mock・ブランチなどのプロジェクトリソースの照会・作成・更新・削除、API ドキュメントのインポート／エクスポート、テストレポートの確認、Runner・スケジュールタスク・通知などの CI/CD 設定の管理。CLI の出力は構造化 JSON で、agentHints.nextSteps が含まれることが多い。すべてのコマンドで --help を利用できる。
GitBook の integrations（アプリ）を構築・開発・公開します。GitBook 内で動作し、カスタムブロックの追加、イベントへの反応、OAuth による外部サービス接続、エディタの拡張を行います。GitBook の integrations プラットフォームが関係するタスクでは必ずこのスキルを使用してください：GitBook CLI（`gitbook new`）での統合の雛形作成、統合コード（`createIntegration`、`createComponent`、ContentKit TSX）の作成・編集、`gitbook-manifest.yaml`（スコープ、ブロック、設定、シークレット）の設定、カスタムエディタブロックやリンクアンファラーの作成、`space_content_updated` などの GitBook イベントの処理、統合の OAuth フローの設定、`gitbook dev` の実行、統合の公開（private/unlisted/public、マーケットプレイスへの提出）。ユーザーが「GitBook Detroit アプリを作りたい」「カスタムブロックを追加したい」「<何かのツール> を GitBook に接続したい」と言い、「integration」という単語を明示していなくても発動します。
エンドツーエンドのパイプライン：エンジニア候補者を探し、Crustdata でプロフィール URL を検証し、メールアドレスを探し（Crustdata による情報補完後、公開コミット履歴を確認）、個別化した連絡文を作成して Gmail の下書きを作成します。「職種 X の候補者が必要」から送信可能な下書きまで進めたい場合に使用します。「候補者を探してメールする」、「エンジニアを探して連絡文を作る」、「候補者パイプラインを構築する」、「[職種]の人を探してメールを準備する」、「候補者への連絡を自動化する」、「ソーシングパイプライン全体を実行する」、「候補者の LinkedIn URL があるのでメールアドレスを探して連絡文を作る」など、候補者探しと連絡の両方が目的の依頼がトリガーです。全工程をカバーします。ユーザーが一部だけを求める場合に限り、個別のスキル（engineering-candidate-finder、contact-email-enricher、candidate-copy-drafter）を使用します。
OpenTelemetry Transformation Language（OTTL）の専門家。OTTL をサポートするあらゆる OpenTelemetry Collector コンポーネント（プロセッサー、コネクター、レシーバー、エクスポーター）向けに OTTL 式を記述・デバッグするときに使用します。テレメトリ変換、フィルタリング、属性操作、データマスキング、サンプルポリシー、ルーティング、Collector の設定に関するタスクで発動します。構文、コンテキスト、関数、エラーハンドリング、パフォーマンスを扱います。
プラットフォーム仕様に合ったソーシャルメディア画像を作成します。プラットフォームごとに適切な寸法とレイアウトを選び、見出し／本文／CTA のコピーを書き、生成プロンプトを構築して、リポジトリの FAL.ai パイプラインで画像を生成します。ソーシャル投稿用ビジュアル、Instagram の投稿／ストーリー／カルーセル、LinkedIn のグラフィック、Twitter／X の画像、TikTok のサムネイル、Pinterest のピン、ローンチ報告のグラフィック、「X について投稿するものを作りたい」などがfowl 依���で発動します。プラットフォーム名を明示しなくても対象です。1 つの結果を複数のプラットフォームに合わせて調整するときにも使います。素材ごとに Social Graphic Spec（プラットフォーム、寸法、レイアウト、コピー、生成プロンプト全文）を作成し、FAL_API_KEY があれば生成済みの画像も出力します。
許可を得た対象に対して、認証回避、IDOR、セッション処理、ビジネスロジックの欠陥、パラメーター改ざん、Burp Suite／OWASP ZAP のワークフローなど、ブラックボックス／グレーボックスの Web アプリケーション侵入テストを実施します。ユーザーが 'web pentest'、'web application penetration test'、'pentesting'、'bug bounty'、'Burp Suite'、'ZAP'、'OWASP testing'、'authentication testing'、'session testing'、'authorization testing'、'web vulnerability testing' に言及する場合、または稼働中の Web アプリケーションをテストする明示的な許可がある場合に使用します。
参照画像を、高精細で編集可能な Draw.io ファイルに再構成し、レンダリング済みプレビューを作成します。テキストと構造には Draw.io のネイティブ要素を使い、参照画像に合うシンプルなアイコンには SVG を、複雑なビジュアルには切り抜きまたは透過 PNG を使用します。図の画像、研究用の図、アーキテクチャ図、スライド、UI スクリーンショット、画像フォルダーを `.drawio` XML に変換したい場合に使用します。バッチ処理では、可能な場合は並列数を制限したマニフェストを使い、それ以外の場合は完全な忠実度を保って順次処理します。
実際にライセンスされた録音素材を使い、コードで制作する動画やアニメーション向けに高品質でリアルなサウンドトラックを制作します。Remotion、HyperFrames、three.js、GSAP など任意のレンダラーで作るローンチ映像、製品・機能紹介動画、UI ウォークスルー、ロゴ音、解説動画、予告編、短編アニメーションが対象です。動画やアニメーションにサウンドデザイン、SFX、フォーリー、環境音、音楽、サウンドトラック、スコア、UI のクリック音／ウーシュ音／ライザー音／インパクト音／ロゴ音、または映像に合わせた音楽編集が必要な場合に使用します。合成音や「ランダム」に聞こえるサウンドトラックを実録音に置き換える場合や、映像用音声の調達、ライセンス取得、クレジット表記、ミキシング、マスタリング、批評、MUX を求められた場合にも使用します。映像に基づくキューリストの作成、Freesound／Mixkit／作曲家ライブラリからのライセンス確認付き調達、小節線に合わせた音楽編集、決定論的ミキサーでレンダリングする JSON サウンドデザイン、測定による QA（クリックノイズ、マスキング、耳障りさ、同期、ラウドネス）と試聴、複数エージェントによる批評、マスタリング、クレジット、MUX を扱います。
playbook-monitor エージェントが提示した保留中の playbook 更新提案をレビューし、承認（または却下）して、承認された変更を practice profile に適用します。playbook-monitor エージェントが提案を提示した場合、ユーザーが「review playbook proposals」「what playbook updates are pending」と言った場合、または乖離に基づく playbook の変更を一つずつ確認したい場合に使用します。
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。