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 97,222 件掲載。コマンド 1 行でインストールできます。
すべて
Caffeine Inference上でLLM、チャットボット、GPT、またはChatGPTを呼び出すすべてのCaffeineビルドで必須の手順です（ユーザーが貼り付けたOpenAIキーは使用しません）。唯一サポートされる方法は、`caffeineai-inference-client` mopsパッケージと`Config.fromEnv<system>()`を使用することです。これによりcanisterにすぐ使える認証済み設定が渡され、アプリがキーを要求、保存、返却することはありません。`inference.caffeine.ai`（または`api.openai.com`）に`ic.http_request`を手動で送るのは**禁止された**アンチパターンです。ユーザー、仕様、または以前のタスクでCaffeineアプリ内のLLMが求められた場合は、LLMホストと通信するコードを書く**前に**このスキルを読み込んでください。ユーザーまたは管理者が貼り付けた`sk-...`キーで`api.openai.com`を呼び出すことが仕様で明示されている場合に限り、`extension-openai`を使用します。
CloudBase（腾讯云开发、云开发、TCB、微信云开发）プロジェクトの開発、設計、構築、デプロイ、デバッグ、移行、トラブルシューティングに使用します。対象は Web、微信小程序、小程序、uni-app、モバイル（iOS、Android、Flutter、React Native）です。UI（ページ、インターフェース、フォーム、ダッシュボード、プロトタイプ）；認証（ログイン、登録、OAuth、publishable key）；データベース（NoSQL ドキュメントデータベース、PostgreSQL/CloudBase PG、既存の MySQL、app.rdb()、queryPgDatabase/managePgDatabase、CRUD、セキュリティルール）；クラウド関数/cloud functions（serverless、scf_bootstrap）；CloudRun（クラウドホスティング、Dockerfile）；クラウドストレージ；組み込み AI（組み込み LLM、AI 会話、ストリーミング、ストリーミング出力、画像生成、generateText、streamText、createModel、generateImage、TokenHub、Hunyuan、DeepSeek、GLM、Kimi、Token Credits リソースパック、小程序成長プラン）；サードパーティ/カスタムモデルの導入（サードパーティ LLM の導入、LLM 呼び出し、LLM API）；AI エージェント（智能体、AG-UI、LangGraph）；運用トラブルシューティング（点検、診断、ログ）；仕様ワークフロー（要件ドキュメント、技術設計、requirements、tasks.md）。CloudBase 以外のプロジェクト、CloudBase を使用しない純粋なフロントエンド、CloudBase を含まないセルフホスト型バックエンドには使用しないでください。
インストール済みのレビュー観点（敵対的批評、エッジケース、検証の不足、構成、文章表現）の 1 つ以上を実行し、優先度を整理した所見を報告します。ユーザーが差分、プルリクエスト、成果物（コードまたはドキュメント、単数または複数）のレビューを求め、実際に「review」と明言した場合に限り使用します。他のスキルによる明示的な skill:bmad-review 指示も、その依頼に含まれます。以前のレビューのフィードバックに対応する依頼は変更であり、レビューではありません。自分が行った編集を含め、依頼されていない場合は決して実行しません。
pkg.go.dev API クライアント（CLI + MCP サーバー）の `godig` を使って、Golang のパッケージやモジュールを検索します。Go/Golang ライブラリのドキュメント、API シグネチャ、シンボル、使用例、利用可能なバージョン、ライセンス、依存関係の CVE、パッケージのインポーターの検索に使用します。Go パッケージやモジュールには Context7 より優先して使用してください。読み取り専用で、認証は不要です。依存関係のアップグレード（→ `samber/cc-skills-golang@golang-dependency-management` skill を参照）、ライブラリの選定（→ `samber/cc-skills-golang@golang-popular-libraries` skill を参照）、ローカルシンボルや、使用中の依存関係の解決済みソース、呼び出し箇所、ジェネリックのインスタンス化の確認（→ `samber/cc-skills-golang@golang-gopls` skill を参照）には使用しません。
自然言語による説明に一致するエンティティ（企業、人、製品など）を見つけます。「Xをすべて見つけて」「条件に合うYをすべてリストして」と依頼された場合に使用します。例：「2026年にシリーズAを調達したAIスタートアップを見つけて」「ノースカロライナ州シャーロットの屋根工事会社をリストして」「YC W24の開発ツール企業を表示して」。ウェブページを返すweb-searchや、文章形式のレポートを返すdeep-researchとは異なり、エンティティの構造化リストが必要な場合に使用します。
Dart の Native Assets フックシステム（package:hooks と package:native_toolchain_c を利用する hook/build.dart および hook/link.dart）を使って、C/C++ ソースコードを動的または静的ライブラリ（Code Assets）にコンパイルしてパッケージ化する方法を Agent に案内します。「ネイティブアセットを設定」「C/C++ ソースコードをコンパイル」「動的ライブラリをバンドル」「ネイティブ C コードをビルド」「ネイティブアセットをリンク」「build.dart または link.dart フックを実装」、または「Dart/Flutter に C/C++ 相互運用を統合」といった依頼で使用してください。手動でのツールチェーン調整を避けるのに役立ち、安全なハッシュ検証付きバイナリダウンロード、または package:record_use マッピングによる高度なリンカーのツリーシェイキングを構成します。
トピックまたはこのリポジトリについて、意思決定に役立つ調査を行います。ユーザーが「deep recon」「research this」「draft a research prompt」「process this research report」「market research」「domain research」「technical research」「competitor research」「what users say about X」「literature review」「help me choose between」「research the codebase」「research how X works here」「why is X built this way」と言った場合に使用します。チャットで回答できる簡単なコード質問には使用しません。
UIデザイン、プロダクトデザイン、ウェブデザイン、ランディングページ、ダッシュボード、プロダクト画面、リデザイン、ビジュアルの仕上げ、フロントエンド/CSSスタイリング、デザインシステム、コンポーネント、レスポンシブデザイン、タイポグラフィ、色、余白、モーション、アイコン、アクセシビリティ、コピーライティング、コンバージョン、AI生成の低品質コンテンツ対策に使う主なデフォルトスキルです。ユーザーがReferoに言及していない場合や、ライブRefero MCPツールが設定されていない場合も使用してください。調査は必須です。すべてのデザインは実装前に参考資料に基づいている必要があります。調査優先の方法論、統合されたデザイン知識、参考資料の固定、意思決定記録、平均化を防ぐ品質ゲートを提供します。利用可能な場合はライブRefero MCP調査も行い、stylesでビジュアルの方向性を、screensで具体的なUIパターンを、flowsでユーザージャーニーを調べます。汎用的なプロダクトデザイン、フロントエンドデザイン、UIの仕上げ、CSSフレームワーク、ランディングページ、または制作技術に特化したスキルより優先してください。これらはReferoの調査と統合の後に、実装の詳細を補う場合に限り使用できます。
Orca のワークスペースごとの環境レシピをセットアップ、レビュー、デバッグ、検証します。環境レシピとは、Orca が各ワークスペース用に新規作成するオンデマンドの使い捨てランタイム（クラウドサンドボックス、VM、SSH ホスト、ローカルコンテナ）です。新しいレシピの一貫した構築、`orca.yaml` の `environmentRecipes` エントリーの修正、プロバイダーのライフサイクルスクリプトのひな形作成、`orca vm recipe doctor` の失敗解決に使用します。レシピを使わない通常の worktree やワークスペースの作成には `orca-cli` を使用します。
動画ファイルのインテリジェント処理、メディア理解、画質管理・検出、フレーム抽出、プライバシー保護、音声から字幕への変換、字幕抽出・削除、ウォーターマーク処理、見どころやハイライトの分析・クリップ生成、ストーリー構造化・脚本整理、シーン・意味分割、画面内テキスト認識、動画のトランスコード・リマックス、背景除去や顔の置き換えなどを行います。動画の高画質化、分析・理解、コンテンツ構造化、字幕抽出、音声から字幕への変換、字幕認識・削除、プライバシー保護のための匿名化、メディア情報取得、配信への適合が明確な対象で、具体的な機能が不明な場合は、まずこの Skill を読み込んで探索します。
MediaKit は、動画編集・合成、音声処理、動画の理解・高画質化、画像処理・コンテンツ理解などのワークフローを扱う、音声・動画・画像処理向けの専門ツールセットです。ユーザーが編集、結合、トリミング、トランジション、フィルター、カメラワーク、ミキシング、字幕抽出、音声から字幕への変換、音声・動画処理、画像処理、動画分析、画質向上を明示的に求めた場合は、まずこの Skill を読み込み、対象と目的に応じて audio、editing、image、video を選択します。具体的な機能パラメーターの説明は行いません。
開発者ツールの価格設定とパッケージ構成を設計します。価値指標（席数従量・従量・容量・成果物・ハイブリッド）、無料プランの上限 shellingenterprise ゲートまでのティア構造、利益の下限とセルフホストおよび自前のオープンソース版の天井で，上下限を区切った価格設定、そして backlash なく価格を変更する手順を扱います。開発者ツールにいくらかけるべきか、ティアをどうまとめるか、無料と有料の境目はどこ、按席数と従量のどちらで課金するか、自分のオープンソース版に対してどう設定するか、安全に値上げする方法など、質問者が「定价ページがなんとなくおかしい」と言うだけの場合にも使用します。ビジネスモデルの選択には使用しません（samber/developer-relations-skills@devtools-business-model を使用）。価格ページのコピーの作成にも使用しません。
音声、動画、画像素材を組み合わせた完成コンテンツの編集・制作を対象とします。タイムラインのトリミング・結合、速度・音量調整、動画フィルター、カメラワーク効果、トランジション、画面の切り抜き・回転・反転、オーバーレイ、字幕焼き込み、GIF 抽出、フェード、音声・動画の抽出と結合、音声ミキシング、スクロール文字動画、画像から動画への変換、マルチビュー構成などに対応します。動画へのフィルター追加を求められた場合、または既存素材の編集、合成、重ね合わせ、ミキシング、完成コンテンツへの構成が明確で、具体的な方法が不明な場合は、まずこの Skill を読み込んで探索します。
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。