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 100,696 件掲載。コマンド 1 行でインストールできます。
すべて
公開中のページをアクセシビリティの問題について監査し、各違反を正確に特定します。URL、設定ターゲット名（例：`accesslint:scan dev`）、または何も指定せず accesslint.config.json のデフォルトターゲットを使用できます。デバッグ可能な Chrome を確保し、CDP 経由で @accesslint/core エンジンを実行して、各違反の DOM セレクターとソースファイルの行番号に紐づく、ライブ DOM の WCAG 違反リストを返します。問題の特定のみを行い、編集はしません。出力をもとに Claude が修正します。「このページはアクセシブルか」の確認や、UI 変更の検証に使用します。未コミットの変更やブランチとの差分を確認するには、`diff` skill を使用してください。
ZBrush でリアルな頭部、顔、ポートレート、身体、クリーチャーをスカルプトするときに使用（解剖学、ランドマーク、プロポーション、「顔がなんか変」、目、唇、あご）。アルファ、Surface Noise、レイヤー、モーフターゲットで肌、毛穴、しわ、爬虫類やドラゴンの鱗を加えるとき、映画のクローズアップ向けにサブディビジョンや HD Geometry を計画するとき、ディテールを再投影するとき、布のシワをスカルプトするか Dynamics の布を走らせるとき、FiberMesh で毛皮や髪を生やすとき、角を作るとき、あるいはシニアキャラクターアーティストのようにキャラクタースカルプトを評価するとき。
エージェントが ZBrush 2026 で有機的な形状を彫刻するときに使用（球体、ZSpheres、プリミティブから ZBrush で頭部、胸像、クリーチャーを彫刻する場合）。主要形体と二次形体のブロッキング、DynaMesh、Sculptris Pro、サブディビジョンレベルの選択、ClayBuildup、Dam_Standard、Move、TrimDynamic の設定、マスク、ポリグループ、Morph Targets、レイヤーの使用、またはスクリプト化されたストロークが効かない、何も起きない、強すぎる、跡が残る、再 DynaMesh が何も起こらない／ポリグループを失う場合に使用。
アイデア創出と実験のサイクルを通じて、永続的な研究メモリを管理します。2 つのストアを維持します。Ideation Memory M_I（実現可能／未成功の方向性）と Experimentation Memory M_E（データ処理、モデルのトレーニング、アーキテクチャ、デバッグに再利用できる戦略）です。3 つの進化メカニズムがあります。IDE（research-ideation の後）、IVE（実験失敗後に、失敗を実装上の問題か根本的な問題かに分類）、ESE（実験成功後に、再利用可能な戦略を抽出）。次の場合に使用します：research-ideation サイクルや実験パイプライン完了後のメモリ更新、手法が失敗した理由の分類（実装上の問題か根本的な失敗か）、過去の知識を必要とする新たな研究サイクルの開始、ユーザーが「メモリを更新」「失敗を分類」「以前うまくいったこと」「研究履歴」「進化」に言及した場合。実験の実行（experiment-pipeline を使用）、実験コードのデバッグ（experiment-craft を使用）、アイデアの生成（research-ideation を使用）には使用しません
ユーザーがGoogle Adsアカウントの監査、新規アカウントの引き継ぎ、アカウント全体の健全性評価、最初の30日間のレビュー、影響の大きい問題の特定、優先順位付きの最適化ロードマップの作成を希望するときに使用します。「アカウント監査」「Google Adsを監査して」「アカウントを引き継ぐ」「アカウントの健全性チェック」「最初に何を修正すべきか」「アカウントレビュー」「新規アカウントのオンボーディング」「アカウントスコア」「最適化をどこから始めるか」「Google Ads診断」などで起動します。特定領域の監査については個別スキル（google-ads-quality-score、google-ads-negative-keywordsなど）を参照してください。
特定の ML／LLM トピックについて、数式と導出、一から書く PyTorch コード、比較表、頻出面接問題 25 問（L1 必須／L2 上級／L3 トップラボ）を含む、長文の中国語面接対策チートシートを生成します。「面接チートシートを書いて」「X のチュートリアルを書いて」「Y の面接問題の準備を手伝って」「X のクイックリファレンスを作って」と頼まれた場合、または特定の ML トピックについて 600～1,000 行の中国語チュートリアルを求められた場合に使用します。
小説をショートドラマのアウトライン一式に変換します。内訳は、脚色説明、登場人物一覧、見どころ一覧、各話のあらすじ、アセット一覧です。outline.json + Markdown + 1ページのレビュー報告書（KPI帯、重要な決定事項、見どころのタイムライン、進行マトリクス、シーン概要、品質ゲート）を生成します。14項目の品質ゲートはすべてスクリプトで決定論的にチェックします（登場人物の階層別上限、話数に応じて動的に変わる主要シーンの上限、見どころの間隔は最大3話、各話に必須の引きなど）。モデルの自発的な注意には依存しません。既存のアウトラインを入力し、品質ゲートのみを実行して診断するチェックモードにも対応。依存関係ゼロ、API key不要で、現在のセッション枠を使用します。脚色アウトライン、ショートドラマのアウトライン、アウトラインの分解、小説のショートドラマ化、adaptation outlineを求められたときに使用します。
AI ショートドラマのストーリーボードを作成します。3 層構造：セグメント（1 回の動画生成、≤15 秒）→ショット（セグメント内の 2～5 秒のカット。各カットは脚本のビートに対応）→ストーリーボードフレーム（カットごとにキーフレーム 1 枚。メインフレームは 0.00 秒に固定し、子フレームはそれぞれのカット位置に固定）。各セグメントには MiniMax H3 動画プロンプトが付きます（公式の指針ではデフォルトは英語で、1 ショットにつき 1 行。promptLang で中国語に切り替え可能）。整合性指示と [Shot k] のカット時刻はストーリーボード構造から導出して一文字ずつ照合し、台詞は一字一句そのまま <d> ブロックに入れます（記述規則は references/h3-prompt.md に組み込み済みで、外部スキルは不要）。出力は storyboard.json、Markdown、1 ページのレビュー報告書（ショットのペース配分、エピソード別ショットリスト、生成バッチ表、ボイスオーバー調整表。JSON エクスポートを含む）。画像は生成せず、各コマのビジュアルプロンプトと関連付けるべき参照画像を納品します。18 個すべての品質ゲートをスクリプトで決定論的に検査します（第 18 ゲートの shot-recipe は任意で、shot-recipes カードライブラリを追加した場合のみ検査し、未追加ならスキップを明示します）。ワンクリックで H3 制作用パッケージ（セグメントごとのプロンプトと Picture 順のストーリーボード画像リスト）をエクスポートします。依存関係ゼロ、API key 不要で、現在のセッション枠を使用します。AI ショートドラマのストーリーボード、ショットリスト、カット割りを求められた場合に使用します
ユーザーが「オブザーバビリティ」や「モニタリング」、収集すべき「メトリクス、ログ、トレース」、「ヘルスチェック」（ライブネス／レディネス）、「アラート」や「オンコール」、「SLO/SLI」や「エラーバジェット」、「RED」または「USE」メソッド、「ダッシュボード」について尋ねる場合や、「Prometheus」「Grafana」「Datadog」などのツールを挙げる場合にこのスキルを使用します。「これが壊れたとどうすれば分かるか？」「何をアラート対象にするか？」への答えが設計にない場合にも使用します。つまり、ユーザーが「オブザーバビリティ」と言わなくても、ユーザーから苦情が来るまで障害が見えないあらゆる場合に適用します。
エージェントがあらゆるタスクで Maxon ZBrush 2026 を操作するとき（ZBrush でのスカルプト、DynaMesh、ZRemesher、UV、エクスポート、ポリペイント、ポージング、3D プリント、ZBrush で AI メッシュをクリーンアップ）、ZBrush Python（zbrush.commands）や ZScript を書くとき、ZBrush ブリッジが応答しないとき、パレットパスや set() が何も起こさないとき、スクリプト化したストロークがスカルプトしない、またはダイアログがスクリプトをブロックするとき、プロのアーティストのように ZBrush の結果を評価する必要があるときに使用します。
ZBrush でスタイライズドまたはカートゥーン調のキャラクター、バスト、コレクティブル、玩具を彫刻するときに使用（Overwatch、Fortnite、Disney 風）。シェイプランゲージ（S カーブと C カーブ、平行線、70/30、遠くからのシルエットの読み）、意図的なプロポーションの誇張、サブディビジョンを通じたスタイライズド面のキープ、スタイライズドな髪の彫刻（チャンキーな毛束、curve tube のストランド、ClayPolish）、玩具生産向けのフィギュア設計（可動、肉厚、スケール）を扱う。
個人のSecond Brainへの記録、編纂、検索、lint、接続に使用します。Karpathy LLM Wikiスキーマ（Obsidianまたは任意のMarkdown保管庫）を利用します。raw/（未処理ソース）、wiki/（AIが編纂した相互リンク付きトピックページ）、outputs/（生成物）。保管庫のデフォルトは${SECOND_BRAIN_VAULT:-$HOME/Documents/SecondBrain}/です。6つのモード：capture（raw/に追加）、compile（未処理のrawファイルをwikiページに処理し、INDEX.mdを更新）、query（wikiから質問に回答し、outputs/に保存）、lint（孤立ページ／矛盾／古い情報／未処理raw／トピックの不足を確認）、connect（ページ間の新しいwikilinksを提案）、search（簡易検索）。「/second-brain」「/sb」「capture this」「save this to my brain」「compile the wiki」「process raw notes」「query my wiki」「ask my brain」「lint the wiki」「find connections」「search my notes」で起動します。deep-research（外部コーパス）を補完する、内部コーパスです。チームの知識はここではなくcompany-brainに保存します。
技術的なセキュリティ業務を、セキュリティ以外の対象者向けの言葉に置き換えます。取締役会、経営幹部、エンジニアリング、カスタマーサクセス、顧客、法務、調達、営業を対象とします。インシデントコミュニケーション、事後分析の説明、関係者向け監査結果、リスクの正当化、セキュリティ支出の正当化、顧客向け情報漏えい開示を扱います。「security comms」「communicate this finding」「explain to my boss」「board update」「executive summary」「incident communication」「breach notification letter」「customer disclosure」「security memo」「post-mortem narrative」「why this matters to the business」「translate this finding」「stakeholder update」などの言及がある場合、または技術的なセキュリティ業務を非専門家に伝える必要がある場合に使用します。
Guide the user through connecting a new data warehouse source, including databases, SaaS tools, and bucket files. Use when the user wants to "connect Stripe", "import data from Postgres", "import files from a bucket", "upload a file", "add a new data source", or pick sync methods for each table. This skill covers source-type discovery, credential validation, table discovery, per-table sync_type selection, and the final create call. Also covers picking a good prefix, what to do right after creation, and sending a source's tables to the user's own warehouse (Snowflake, BigQuery, Postgres, S3 and other destinations).
微信公众号のコンテンツ制作を一貫して支援するツール。Markdownのテーマ別組版、Dan Koe風の執筆、AIの痕跡の除去、画像アップロード、記事の下書き、小绿书への公開に対応します。ユーザーが微信公众号への投稿、Markdownから微信HTMLへの変換、微信への画像アップロード、下書き作成、Dan Koe風の執筆、AI文章の痕跡除去（人間らしい文章への調整）について尋ねた場合に使用します。微信の組版、公众号への投稿、公众号の書式、記事の微信向け組版、微信の記事と画像、小绿书、または微信コンテンツのワークフローに言及した場合も、「wechat-studio」と明示していなくても起動します。
チームで共有するAI対応ナレッジベース。人、企業、会議、SOP、意思決定を構造化し、エージェントがチームに代わって回答できるようにします。second-brainのチーム向け版で、個人のメモはそちらに保存し、ここには保存しません。モード：capture、compile（wikiページ + INDEX.md）、query（信頼度で重み付けし、outputs/に保存）、review（古い記録の検証／廃止／置き換え）、lint、connect、search。構造化されたrawディレクトリ（people/、companies/、meetings/、sops/、decisions/、customer-language/、sales-objections/）。記録ごとに作成者、タイムスタンプ、信頼ステータスを付与します。通話の文字起こし、Slack／メールのエクスポート、CRMからの同期は任意です。保管場所は${COMPANY_BRAIN_VAULT:-$HOME/Documents/CompanyBrain}/です。「/company-brain」「/cb」「capture this into the team brain」「log this meeting」「save this SOP」「compile the company wiki」「query the team brain」「what does the team know about X」「review the company brain」「lint the company brain」「who's the internal expert on X」で起動します。
GitHubリポジトリの履歴から機密データ（シークレット、APIキー、プライベートドメイン/IP、PII）をスキャンして削除し、安全性を確認してから安全に強制プッシュします。「清理敏感数据 / 历史重写 / 泄露」、「scan sensitive data」、「clean git history」、「remove secrets from repo」への対応や、公開リポジトリへの強制プッシュ前に使用します。ローカル限定のGit復旧（git-safety-netを使用）や通常のリポジトリ設定（auto-repo-setupを使用）は対象外です。
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。