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 96,981 件掲載。コマンド 1 行でインストールできます。
すべて
コンテキストの引き継ぎ、エスカレーション手順、ドキュメント作成を通じて、オンコールシフトの引き継ぎを習得します。エンジニア間でオンコールの責任を引き継ぎ、次の担当者が状況を完全に把握できるようにするとき、進行中のインシデント、調査、最近の変更をまとめたシフトサマリーを書くとき、インシデントの途中でコンテキストを失わずに新しいエンジニアがインシデントコマンダーを引き継ぐとき、新しいエンジニアを初めてオンコールローテーションに加えるとき、またはチーム間で既存の引き継ぎプロセスを監査し品質を改善するときに使用します。
inference.sh CLI 経由で Pruna P-Video-Avatar を使い、トーキングヘッドアバター動画を生成します。ポートレート画像を、TTS 内蔵のリアルな発話動画に変換します。競合製品より 18 倍高速、6 倍低コストです。モデル：P-Video-Avatar、P-Image（ポートレート生成用）。機能：テキストからアバター動画生成、音声駆動アバター、30 種類の音声、10 言語、720p/1080p、TTS 内蔵、動的背景、全身制御。用途：AI プレゼンター、製品デモ、解説動画、バーチャルインフルエンサー、マーケティング、教育、多言語コンテンツ、UGC、ゲームアバター。トリガー：avatar video、talking head、ai avatar、p-video-avatar、pruna avatar、video avatar、ai presenter、digital human、virtual presenter、lipsync、talking avatar、ai spokesperson、heygen alternative、synthesia alternative、veed alternative、fabric alternative、omnihuman alternative
inference.sh CLI で OpenAI GPT-Image-2 を使って画像を生成・編集します。モデル：GPT-Image-2。機能：テキストからの画像生成、画像編集、インペインティング、マスクベースの編集、複数画像の参照、バッチ生成。用途：製品モックアップ、マーケティングビジュアル、画像編集、コンセプトアート、インペインティング、写真加工。トリガー：gpt image、gpt-image-2、openai image、chatgpt image、dall-e、dalle、openai image generation、gpt image edit、gpt inpainting、openai dall-e、gpt 4o image
ユーザーが Python で新しい Model Context Protocol（MCP）サーバーを作成したい場合に、このスキルを使用します。Python 関数、API、データベースを MCP ツールとして AI クライアントに公開する場合にも使用します。このスキルは、MCP Python SDK v2（MCPServer）、型付きツール、インメモリテスト、クライアント設定を備えた uv プロジェクトを作成します。MCP クライアントや、別の言語で実装するサーバーには使用しないでください。
AIエージェントが誤りやすいIAMの挙動について、ポリシー評価の境界ケース、信頼ポリシーの注意点、STSセッション制限、Organizationsの特有事項、SAML/MFAの詳細など、検証済みの修正情報を提供します。IAMロール管理や、アプリケーションのソースコードまたはTerraform plan JSONからのベースラインポリシー生成に関する構造化ワークフローも提供します。条件演算子の安全な使い方（Nullチェックを伴うForAnyValue/ForAllValues）、バケットポリシーの拒否パターン（VPCエンドポイント制限、組織パス）、混乱した代理人の防止、aws:SourceAccount/aws:SourceArn信頼条件を使ったAWSサービス（Glue、CloudTrail、Lambda、ECSなど）向けサービスロールの作成を扱います。IAMロールの作成、IAMまたはバケットポリシーの記述、アプリケーションのソースコードまたはTerraform plan JSONからのポリシー生成、STS、Organizations、条件演算子の利用、またはサービスロールや実行ロールが必要なタスクに適用されます。CognitoユーザープールポリシーやアプリケーションレベルのRBACなど、IAM以外の認可は対象外です。
クリエイター向けのコンテンツ公開リスクチェック。.nz（自助媒体、ソーシャルメディア、コンテンツプラットフォーム）のタイトル、本文、画像内の文字、字幕、ナレーション、コメント、プロフィール情報、動画の映像を文ごとに検査し、プラットフォームのアルゴリズムが何を検出しうるか、内容そのものにどのような実質的な問題があるかをそれぞれ判定して、具体的な箇所と最小限の変更lung Mansion-watchを提示します。動画の文脈的な境界を明確にする必要がある場合は、正確な3行のオーバーレイ小文字も生成します。「センシティブワードを確認して」「公開前のリスクチェック」「この投稿はどこが違反になる？」「この小红书の投稿は公開できるか」「動画にどの注意書きを入れるか」といった質問に使用します。強い主張、感情的な緊張感、個人のスタイル、伝播のフックは保持します。
inference.sh CLI 経由で ByteDance Seedance 2.0 を使って動画を生成します。テキストから動画、画像から動画、参照動画からの生成に対応する統合モデルで、音声同期、最大 1080p、長さ 4-15s に対応します。Pro と Fast のバリエーションがあります。Studio 版は、人物の一貫性を保つためのプライベート素材ライブラリを備えています。用途：ソーシャルメディア動画、ミュージックビデオ、製品デモ、アニメーションコンテンツ、音声付き AI 動画。トリガー：seedance、seedance 2、bytedance video、seedance t2v、seedance i2v、seedance r2v、video with audio、seedance 2.0、bytedance seedance、seedance studio
inference.sh CLI で Pruna P-Image モデルを使って画像を生成します。モデル：P-Image、P-Image-LoRA、P-Image-Edit、P-Image-Edit-LoRA。機能：テキストからの画像生成、画像編集、LoRA スタイル、複数画像の合成、高速推論。Pruna は品質を損なわずにモデルを高速化します。トリガー：pruna、p-image、pruna image、fast image generation、optimized flux、pruna ai、p image、fast ai image、economic image generation、cheap image generation
サーバーレスのリクエストを、適切なコンピュート形態とその担当スキルに振り分けます。コンピュート、オーケストレーション、統合の選択が未確定の段階で、Lambda、API Gateway、EventBridge、Step Functions、およびイベント駆動型の作業を優先的に扱います。対象には API バックエンド、Webhook、ジョブ、cron、キュー／ストリームのコンシューマー、耐久性のあるワークフロー、イベントルーティング、Step Functions と Durable Functions の比較、キューやストリームの Pipes とネイティブイベントソースマッピングの比較が含まれます。オンデマンドの Event Functions と Managed Instances、Web Functions、MicroVMs の選択や、EventBridge のルール／Scheduler／Pipes／バス、HTTP と REST API の選択を判断します。共有 Lambda リファレンス（コールドスタート、SnapStart、同時実行、イベントソース、関数 URL、スロットリング、トラブルシューティング）も担当します。リクエストで形態やサービスが決定済み、またはその特徴が明示されている場合（名前が出ていなくても、耐久チェックポイントとステップの自動再試行、Firecracker サンドボックス、マネージドインスタンス、Node.js サーバーなど）は、専門スキルに引き継ぎます。EC2、ECS/EKS/Fargate、Amplify のホスティングは対象外です。
ユーザーが「BTCを買う」「ETHを売る」「指値注文を出す」「成行注文を出す」「注文をキャンセルする」「注文を変更する」「BTC無期限先物をロングする」「ETHスワップをショートする」「ポジションを建てる」「ポジションを閉じる」「利確を設定する」「指値利確」「即時TP」「損切りを設定する」「自己取引防止」「stpMode」「決済時に自動キャンセル」「トレーリングストップ」「保留中の注文」「追跡注文」「アイスバーグ」「TWAP」「分割注文」「大口注文」「レバレッジを設定する」「注文を確認する」「約定履歴」「コールを買う」「プットを売る」「オプションチェーン」「インプライド・ボラティリティ」「IV」「Greeks」「delta」「gamma」「イベントコントラクト」「Yesを買う」「Noを買う」「Upを買う」「Downを買う」「予測市場」と依頼した場合、または OKX CEX で現物、スワップ、先物、オプション、イベントコントラクトの注文を発注、キャンセル、変更する依頼に使用します。条件付きアルゴ注文（TP/SL/トレーリング）に対応します。API 認証情報が必要です。市場データ（okx-cex-market）、口座残高（okx-cex-portfolio）、ボット（okx-cex-bot）には使用しないでください。
CargoでB2Bの市場開拓業務を行います。アカウントや購買委員会を調査し、ライセンスを受けたデータプロバイダーのB2B連絡先情報を補完・検証し、リードをスコアリングして適格性を判断します。ユーザー自身のシーケンサー向けに許諾ベースのアウトリーチを作成し、CRMに同期して購買シグナルを監視します。個人に関わる各手順は、同意の根拠、配信停止リスト、件数制限によって制御されます（`references/acceptable-use.md`）。未承諾メッセージの一括送信、購入またはスクレイピングしたリストの利用、消費者ターゲティングは拒否します。トリガー：「リストを作って」「<segment>で<title>を50人探して」「誰が……で働いているか」「このアカウントの仕事用メールを探して」「このCSVを補完して」「これらのメールを検証して」「TAMを作って」「誰がICPに合うか」「実際に誰が当社から購入しているか」「アカウントについてどのデータを集めるべきか」「アウトバウンドが適切でない相手に届いている」「これらのリードをスコアリングして」「最初の連絡メールを書いて」「これらをCRMに送って」「誰が転職したか」「資金調達したばかりの企業は」「<tech>を使う企業」「<role>を採用中の企業」「購買委員会を探して」「<investor>のポートフォリオ企業」「このオーディエンスをGoogle/Meta/LinkedIn広告にアップロードして」。プロバイダー：aiArk, anthropic, apolloio, bounceban, bouncer, brightData, builtwith, cargoSignals, cleon1, companyEnrich, contactOut, datagma, dropcontact, enrichCrm, enrichley, enrowio, exa, explorium, findyMail, firecrawl, forager, FullEnrich, g2, gemini, hunter, icypeas, kitt, leadMagic, linkedin, linkup, mixrank, neverBounce, oceanio, openAi, parallel, peopleDataLabs, perplexity, piloterr, pipecorn, prospeo, proxycurl, reverseContact, rocketreach, salesNavigator, serper, sillage, snitcher, societeInfo, storeleads, theirStack, theSwarm, typesafe, waterfall, x, zeroBounce。課金を伴う呼び出しの前に、フェーズガイド、レシピ、プロバイダー別の手順書を確認します。実行済みで問題が発生した場合はスキップし、cargo-diagnosticsを使用します。
静的HTMLの抽出、デザインシステムの抽出、ファイルのアップロードを順に行い、フロントエンドコード（Vite、React、Angular、Vueなど）をStitch Designに変換します。既存のWebアプリやReact／Angular／VueコンポーネントをStitchに移す意図がある場合（「保存」「移行」「アップロード」などの依頼）は、**必ず**このスキルを使用してください。簡単な「保存」操作でもこのスキルが必要です。デザインシステムを抽出し、アセットを適切に関連付けられる唯一の方法だからです。
CTF の課題向けにリバースエンジニアリング技術を提供します。悪用や解決に先立ち、コンパイル、難読化、パッキング、仮想化された対象の動作を理解することが主な作業となる場合に使用します。バイナリ、APK、WASM、ファームウェア、独自 VM、バイトコード、ゲームクライアント、マルウェア風ローダー、デバッグ対策や解析妨害ロジックが対象です。脆弱性がすでに判明しており、残る作業が悪用である場合は使用せず、代わりに pwn を使用してください。実装の解析が本当の障害である場合を除き、Web のみのワークフロー、ログやディスクのフォレンジック、単独の暗号問題には使用しないでください。
inference.sh CLIを介してAlibaba HappyHorse 1.0モデルで動画を生成・編集します。モデル：HappyHorse T2V、I2V、R2V、Video Edit。機能：テキストから動画、画像から動画、参照動画からの生成、自然言語による動画編集、キャラクターの一貫性維持、720P/1080P、最長15秒。物理的にリアルな動画、動画編集、キャラクターの一貫性を保ったコンテンツ、製品デモ、ソーシャルメディア向けに使用します。トリガー：happyhorse、happy horse、alibaba video、happyhorse 1.0、dashscope video、alibaba happyhorse、video editing ai、ai video editor
Cargo 内で AI エージェントを構築・設定します。エージェントの作成、モデルと temperature の選択、プロンプトの作成、検索用ナレッジ（RAG）の追加、MCP ツールサーバーへの接続、メモリーの管理、リリースのデプロイを行います。トリガー例：「エージェントを作成して」「〜するエージェントを作って」「エージェントにドキュメントを渡して」「このナレッジベースを追加して」「このライブラリをエージェントに追加して」「エージェントのリリースにリソースを追加して」「MCP サーバーに接続して」「ツールを MCP サーバーとして公開して」「Claude Desktop または ChatGPT から Cargo を使って」「エージェントのモデルを変更して」「エージェントは何を覚えている？」「エージェントをデプロイして」「エージェントの回答が間違っている」。ナレッジファイル自体のアップロードには使用せず、cargo-content を使用してください。エージェントへのメッセージ送信やレコード上での実行には使用せず、cargo-orchestration を使用してください。
Cargo ワークスペースを管理し、Cargo チームにフィードバックを送信します。メンバーの招待と管理、API トークンの発行とローテーション、plays、tools、agents のフォルダー整理、ロールの確認、バッチ入力ファイルのアップロード、レポートの提出を行います。トリガー例：「チームメイトを招待して」「CI 用の API トークンを作成して」「アクセス権があるのは誰？」「これらをフォルダーに整理して」「そのトークンをローテーションして」「バッチ用にこの CSV をアップロードして」。フィードバックの例：「このバグを Cargo に報告して」「Cargo チームにフィードバックを送って」「この CLI コマンドは壊れている」「このセッションを Cargo と共有して」「機能をリクエストして」。ほとんどのコマンドには管理者アクセス権のあるトークンが必要です。クレジット、プラン、請求書についての質問には使用せず、cargo-billing を使用してください。
Cargo に実際に処理を実行させるか、実行内容を表示します。コネクターアクションの実行、複数ステップのワークフローの実行、セグメント全体またはモデルに対するバッチの開始、AI エージェントへのメッセージ送信、ノードグラフの作成・編集、ワークフロー・ツール・play の図示、SQL によるランタイムテーブル（runs、batches、spans、records）のクエリを行います。トリガー例：「すべての連絡先に対して実行して」「アクションを実行して」「バッチを開始して」「ワークフローを作成して」「play をスケジュールして」「毎朝実行させて」「エージェントに聞いて」「ワークフローを表示して」「このツールは何をするの？」「この play を可視化して」「グラフを描いて」「このワークフローを説明して」「今日失敗した実行はいくつ？」「このアクションの出力スキーマは？」「……するステップを追加して」。実行に問題が起きた理由の説明には使用せず、cargo-diagnostics を使用してください。結果ファイルのダウンロードには cargo-analytics を使用してください。ワークフローをコードとしてコミットする場合は cargo-project を使用してください。
Cargo からデータを取得し、実行結果を測定します。実行出力のダウンロード、セグメントまたはモデルの CSV／JSON へのエクスポート、実行とバッチの成功数・エラー数の取得を行います。トリガー例：「結果をダウンロードして」「これを CSV にエクスポートして」「ファイルをちょうだい」「成功したのはいくつ？」「エラー率は？」「補完済みリストを送って」「その実行の出力を取得して」「何件のレコードを書き込んだ？」。失敗の理由やクレジットの使用先を尋ねる場合は使用せず、cargo-diagnostics を使用してください。クレジット、プラン、請求書について尋ねる場合は、cargo-billing を使用してください。
Cargo ワークスペース内のデータを扱います。モデル（Companies、Contacts、Deals など）、データセット、列、リレーション、レコード、ワークスペースストレージに対する SQL が対象です。トリガー例：「どんなモデルがある？」「スキーマを表示して」「……用の列を追加して」「連絡先はいくつある？」「SELECT … FROM」「companies テーブルをクエリして」「contacts と companies を結合して」「DDL は何？」「webhook からデータを受け取るモデルを設定して」「このフィールドはどこにある？」「これをモデルにインポートして」「これらのモデルを統合して」「重複アカウントを統合して」「連絡先を会社に紐付けて」「……間のリレーションを設定して」。業務データではなく実行またはバッチのテレメトリをクエリする場合は使用せず、cargo-orchestration を使用してください。再利用可能なフィルター済みオーディエンスに名前を付ける場合は、cargo-segmentation を使用してください。
Cargo の費用を確認します。残りのクレジット、ワークフロー・コネクター・エージェント別の使用量、サブスクリプションの状態、請求書の履歴を確認できます。トリガー例：「クレジットはあといくつ？」「いくらかかった？」「請求額が高いのはなぜ？」「もうすぐ使い切る？」「予算内に収まる？」「請求書を表示して」「今月はいくら使った？」「どのプランを利用中？」「無料で使えるものは？」「無料クレジットはいくつ？」「この実行を利用できる？」「カードを追加して」「支払い方法を更新して」「カードが拒否されたのはなぜ？」。管理者アクセス権のあるトークンが必要です。特定のノードへの費用の割り当てや play のコスト削減には使用せず、cargo-diagnostics を使用してください。
Gemini Live APIを使用したリアルタイム双方向ストリーミングアプリケーションの構築や、旧Liveモデル（2.0/2.5/3.1）からGemini 3.8 Liveへの移行に使用します。WebSocketベースの音声・動画・テキストストリーミング、音声アクティビティ検出（VAD）、バックグラウンド推論（拡張思考）、非同期関数呼び出し、セッション管理、一時トークン、ライブ文字起こし、ライブ翻訳を扱います。対象SDK：google-genai（Python）、@google/genai（JavaScript/TypeScript）。
inference.sh CLI で Pruna P-Video および WAN モデルを使って動画を生成します。モデル：P-Video、WAN-T2V、WAN-I2V。機能：テキストからの動画生成、画像からの動画生成、音声対応、720p/1080p、高速推論。Pruna は品質を損なわずにモデルを高速化します。トリガー：pruna video、p-video、pruna ai video、fast video generation、optimized video、wan t2v、wan i2v、economic video generation、cheap video generation、pruna text to video、pruna image to video
ワークスペースの GTM ナレッジベース（ICP、ペルソナ、施策、証拠、異議、競合、シグナルを記述した Git 管理の Markdown リポジトリ）と、そのランタイムサンドボックスおよび型付きナレッジグラフを読み書きします。トリガー：「ICP を文書化して」「このペルソナをまとめて」「ポジショニングは何か」「バトルカードを追加して」「この異議を記録して」「<segment> について何が分かっているか」「コンテキストを更新して」「コンテキストリポジトリには何があるか」「誰に販売しているか」。次の場合は使用しません。受注／失注データを分析して実際の購入者を特定する場合は cargo-gtm を使用（このスキルは結論を導き出さず、記録します）。文章ではなく構造化レコードを保存する場合は cargo-storage を使用。RAG 用に Agent にドキュメントを添付する場合は cargo-content 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。