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 100,344 件掲載。コマンド 1 行でインストールできます。
すべて
このスキルは、Lynx 開発における一般的な TypeScript の問題と解決策をまとめたものです。主に環境設定、型の拡張、イベント処理、コンポーネント、ReactLynx の高度な使い方を扱います。発動シナリオ:- ユーザーが Lynx 関連の TypeScript エラーメッセージを入力し、修正案を求める場合。- LSP が Lynx 関連の TypeScript エラーを診断した場合、解決策を得るためにクエリを積極的に呼び出します。- ユーザーが Lynx 関連の TypeScript のベストプラクティスや一般的なエラーについて尋ねる場合、案内を提供するためにクエリを積極的に呼び出します。- 現在のプロジェクトの TypeScript 環境を Lynx 開発向けに設定するよう求められた場合、設定手順を提供するためにクエリを積極的に呼び出します
会議発表のエンドツーエンドのワークフロー:論文 → スライド構成案 → Beamer + PPTX → 各ページの仕上げ → 確認(主張/引用/匿名性)→ 最終エクスポートとレポート。学術会議での発表(NeurIPS / ICML / ICLR / VALSE / 投稿 talks)に適しています。トリガーフレーズ:「做 talk」「做 PPT 全流程」「talk pipeline」「end-to-end slides」「做演讲」「conference talk full workflow」。スライド資料だけでなく、発表成果一式を求めている場合に使用します。
学術発表スライドをページごとに Codex でレビューし、python-pptx / Beamer で対象を絞って修正します。/paper-slides(または外部生成の PPTX/Beamer)の後、全体としては「ほぼ問題ない」ものの、参照資料に合わせた視覚的なバランス調整、投影で読めるサイズへの PPTX フォント拡大、意図しない斜体の解消、テキストフレームのはみ出し修正、ページごとのレイアウトのずれの検出など、最終確認が必要な場合に使用します。起動フレーズ:「polish slides」、「slides 排版不对」、「PPTX 字体太小」、「和 Beamer 比一下」、「per-page review」、「和 codex 一页一页过」。
セキュリティ重視のコードレビュー用チェックリストと自動スキャンのパターンです。プルリクエストのセキュリティ問題の確認、認証・認可コードの監査、OWASP Top 10 の脆弱性の検査、入力サニタイズの検証に使用します。SQL インジェクション対策、XSS 保護、CSRF トークン、認証フローのレビュー、シークレット検出、依存関係の脆弱性スキャン、Python (FastAPI) と React のセキュアコーディングパターンを扱います。デプロイのセキュリティ(docker-best-practices を使用)やインシデント対応(incident-response を使用)は対象外です。
ARK 風の個別株向け破壊的イノベーション診断。4 つの観点(プラットフォーム適合性/イノベーション収益/研究開発強度/経営陣のビジョン)で適格性を判定し、通過した場合は TAM(低位/ベース/高位)、出典付き学習率を用いたライトの法則のコスト曲線、3 シナリオの 5 年目標株価(強気/ベース/弱気、割引率 15%)、リスク、条件付きアクション枠組みを作成します。データ:まず Longbridge CLI を使用し、MCP をフォールバックとします。WebSearch は TAM/学習率/業界の成長余地に限って使用します。分析前に財務諸表間の整合性を照合します。最後にデータソースの付録を付け、最終行に照合結果の要約を記載します。独立した実装であり、ARK Invest とは無関係です。トリガー:“木头姐”、“ARK”、“ARKK”、“颠覆式创新”、“莱特定律”、“TAM”、“5年目标价”、“情景分析”、“AI 与大数据”、“自动化与机器人”、“能源存储”、“基因革命”、“区块链与金融科技”、“木頭姐”、“顛覆式創新”、“萊特定律”、“5年目標價”、“Cathie Wood”、“ARK Invest”、“disruptive innovation”、“Wright's Law”、“learning rate”、“bull base bear”、“scenario analysis”。
プロジェクトで Spring Data JDBC を扱うためのルールとガイドライン。Spring Data JDBC エンティティ(org.springframework.data.relational.core.mapping の @Table)、集約、AggregateReference リンク、埋め込みオブジェクト、@MappedCollection 関連、Spring Data JDBC リポジトリ(CrudRepository / ListCrudRepository)を追加、削除、変更する際は必ずこのスキルを使用。spring-data-relational の @Table、@Column、@MappedCollection、@Embedded アノテーション、AggregateReference フィールド、@PersistenceCreator コンストラクター、JDBC リポジトリの @Query メソッドに関する依頼も対象。JPA(jakarta.persistence)エンティティには使用せず、代わりに spring-data-jpa スキルを使用。
システム設計に図が必要な場合に使用するスキルです。「アーキテクチャを描いて」「このシステムを図にして」「コンポーネントを示して」「アーキテクチャ/インフラ/トポロジー図を作成して」といった依頼や、設計のボックスと矢印、データフロー、リージョン、障害経路の可視化に対応します。自己完結型のダークテーマ HTML + SVG 図を生成します(PNG/PDF エクスポート対応)。ユーザーが「図」と言わなくても、`system-design` オーケストレーターまたは構成要素が「描画」ステップに達した場合は使用します。
dondon に同期:ローカルの Claude Code、Codex、WorkBuddy、Grok の最近のチャットを読み取り、機密情報をローカルで伏せて 800 字以内の作業状況を作成し、チャットで使われたドキュメントを探します。ユーザーの確認後に dondon bot へ送信します(送信設定がない場合は、ユーザーが貼り付けられるようにコピーします)。これにより、朝の報告やリマインダーを現在の作業に合わせます。ユーザーの同意があれば毎日自動で同期できます。「dondon に同期」「近況を bot に送って」「自動同期を開始/停止」「sync to dondon」などと言われた場合に使用します。チャットの原文、キー、パスワードはアップロードしません。
OpenAlex が提供する学術論文検索です。OpenAlex は 2 億 4,000 万件以上の学術成果を収録する無料のオープンカタログです。学術論文、研究記事、特定テーマの文献、引用データ、著者の出版物、その他の学術資料を探すときに使用します。「~に関する論文を探す」「~についての学術研究」「どんな研究があるか」「文献レビュー」「引用を探す」「~に関する学術記事」「~を発表した人」「[著者] の論文」「~に関する被引用数の多い論文」などの依頼や、査読済み・学術資料の検索に対応します。深い調査で学術文献に基づく根拠が必要な場合にも使用します。一般的なウェブ検索には使わないでください。その場合は web-search を使用します。
プッシュまたは PR 作成前に、現在のブランチを開発段階でセルフレビューするときに使用します。codex のレビュー(クロスモデル、OpenAI)、指摘ごとの修正、再レビューを自動で繰り返し、指摘が収束するか停止条件に達するまで続けます。Codex は pr-review のマルチロール手法(セキュリティ/スタッフエンジニア/sdet/仕様監査)に従います。トリガーは「self review」「self-review」「自己 review」「自我 review」「cross-model review」「pre-push review」「review and fix my branch」です。固定/インラインコメント付きの進行中の PR レビューには使用しません(pr-review を使用)。管理された PR のフォローには使用しません(pr-babysit を使用)。修正する意図のない初回レビューには使用しません(オプトインで mode=review-only を使用)。
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。
