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
OpenRouterのBenchmarks APIを照会して、モデルのベンチマークランキングとスコアを取得します。ベンチマークに基づくモデル選定、コーディング／知能／エージェント能力別のランキング、Artificial AnalysisまたはDesign ArenaのELO／勝率の結果、ベンチマークの引用、GET /api/v1/benchmarksの呼び出しを求められたときに使用します。アプリ、製品、ワークフロー、ユースケースに適したモデルを尋ねられ、ベンチマークの証拠が推奨の判断や除外に役立つ場合は、openrouter-modelsと併用します。創作、編集、コーディング、デザイン、エージェント機能、知能を多く要するアプリも対象です。OpenRouterの利用分析、請求／支出分析、生成メタデータ、プロバイダーの稼働率／レイテンシ、選定やベンチマークとの関連判断を伴わない一般的なモデルの価格／機能照会、ローカルアプリ用評価スイートの作成には使用しないでください。
Blazor 用の Syncfusion Maps コンポーネントを使用して、インタラクティブな空間データ可視化を実装します。地理データの表示、地図へのマーカー／ポリゴンの追加、地図プロバイダー（Google Maps、Bing Maps、Azure Maps、OpenStreetMap）の統合、コロプレスマップの作成、地図上の操作への対応、地図のエクスポート／印刷、国際化のサポート、アクセシビリティ機能の実装、地図のスタイルや外観のカスタマイズが必要な場合に使用します。
Syncfusion Blazor Ribbon コンポーネントを実装します。Syncfusion Blazor プロジェクトでリボンインターフェースの作成、タブ／グループ／項目の実装、ファイルメニューの追加、リボンイベントの処理、スタイルのカスタマイズを行う際に使用します。すべてのリボン項目タイプ（Button、Checkbox、DropDown、SplitButton、ComboBox、ColorPicker、GroupButton、Template）、ファイルメニュー操作、ギャラリー項目、コンテキストタブ、バックステージビュー、KeyTips によるキーボード操作、イベント、テーマ、アクセシビリティ機能に対応します。
Unity 6.3 LTS のビルドサイズを大きくしている要因を特定し、削減します。Build Report の読み取り、非圧縮テクスチャ、glTFast モデル、PCM オーディオ、プラットフォームごとの調整項目に対応します。APK、AAB、WebGL ビルド、Steam depot がサイズ上限を超えた場合や、ダウンロードサイズが大きすぎる場合に使用します。フレームレート（`performance-optimization`）、ビルドスクリプトやストリッピング（`unity-build-pipeline`）、ストアへのアップロード（`steam-publish`）には使用しません。
MCPの`skill-*`ツールでPostHog skillsを管理する際のベストプラクティスです。特に多数のファイルを含む大規模なskillについて、効率的な発見、読み取り、作成、更新、リファクタリングの方法を説明します。`skill-*`ツールを呼び出す前、共有skillの作成または編集を依頼された場合、skillの書き込みが拒否された原因を調査する場合に使用します。skillの用途や構成方法（プロジェクトハブ、ランブック、カタログ、引き継ぎ資料、日常業務用）について尋ねられた場合にも使用します。ツールの基本操作を扱う`skills-store`と連携し、意思決定ツリー、効率化、パターン、注意点に関する指針を提供します。
kaggle CLI と kaggle-benchmarks Python SDK を使って Kaggle Benchmark タスクを作成、プッシュ、実行、公開、管理します。Kaggle データセットを添付してベンチマークタスクを作成またはプッシュする、LLM モデルでベンチマークを実行する、タスク／実行状況を確認する、実行ログをストリーミングまたは取得する、結果とソースノートブックをダウンロードする、タスクを公開する、またはベンチマークのワークフローをトラブルシューティングする場合に使用します
README.mdやpackage-info.javaファイル、Javadocの拡充など、Javaプロジェクトのドキュメントを生成または改善する場合に使用します。具体的なドキュメント要件に合わせて調整する、モジュール式の段階的な対話プロセスで進めます。ドキュメントによるコード改善、ドキュメントの適用、ドキュメントを伴うリファクタリング、JavaプロジェクトのREADMEや開発者向けドキュメントの生成、Java API・アーキテクチャ・プロジェクトワークフローの文書化などの依頼で起動します。Plinth Toolkitの一部です
Azure Monitor の開発に関する専門知識を提供します。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイを含みます。Log Analytics/AMA、App Insights、アラート／自動スケーリング、Container Insights/Prometheus、Workbooks など、Azure Monitor 関連の開発タスクで使用します。Azure Managed Grafana（azure-managed-grafana を使用）、Azure Network Watcher（azure-network-watcher を使用）、Azure Service Health（azure-service-health を使用）、Azure Defender For Cloud（azure-defender-for-cloud を使用）には使用しないでください。
Douyin の投稿を検索するツール。キーワードで人気の Douyin 投稿を検索し、日付範囲で絞り込み、結果を構造化テーブルで表示します。ユーザーが Douyin の人気コンテンツや話題の動画を検索したり、Douyin の投稿データを照会したりする場合に使用します。トリガー語：Douyin 投稿検索、Douyin の話題投稿、Douyin 人気投稿、Douyin トレンド、Douyin 検索、話題の動画、人気動画。API がポイント不足（code=3210）を返した場合、Alipay を自動で起動してチャージし、検索を続行します。
Claude を、エビデンスに基づく教育プレゼンテーション設計のエキスパートにします。記憶への定着と理解が重要となる、教育、研修、学習の場でのプレゼンテーション設計に使用します。認知負荷理論、Mayer のマルチメディア学習の 12 原則、Gagné の 9 教授事象、C.R.A.P. デザイン原則、WCAG 2.1 AA アクセシビリティ基準を適用します。（1）教育・研修用プレゼンテーションの作成、（2）授業やワークショップ用スライドの設計、（3）既存の教育プレゼンテーションの改善、（4）コンテンツのビジュアルプレゼンテーションへの変換、（5）アクセシブルでインクルーシブなプレゼンテーションの実現、（6）プレゼンテーション設計への学習科学の適用を求められた場合に起動します。
ユーザーが Google Ads のパフォーマンスをデバイス、地域、曜日、時間帯、またはこれらの次元の任意の組み合わせで分析したいときに使用する。次の場合にも起動する：'device performance'、'mobile vs desktop'、'bid adjustments'、'geo performance'、'location targeting'、'dayparting'、'ad schedule'、'hourly performance'、'device modifiers'、'geo bid adjustments'、'best time to run ads'、'location exclusions'、'campaign splits by device or geo'。キャンペーン構造の全体像は google-ads-search を参照。スマート入札は google-ads-bidding を参照。
ReactプロジェクトをMetabase Modular embedding（embed.js Webコンポーネント）からModular embedding SDK（@metabase/embedding-sdk-react）に移行します。embed.js WebコンポーネントからReact SDKコンポーネント（MetabaseProvider）に切り替える場合に使用します。これはバージョンアップではなく、埋め込み技術の変更です。
ユーザーがあらゆるマーケティングページ（ホームページ、ランディングページ、料金ページ、機能ページ、ブログ記事など）のコンバージョンを最適化・改善・向上させたいときに使用します。ユーザーが「CRO」「コンバージョン率の最適化」「このページはコンバージョンしていない」「コンバージョンを改善して」「なぜこのページが機能しないのか」と言及した場合にも使用します。サインアップ／登録フローについては signup-flow-cro を、サインアップ後のアクティベーションについては onboarding-cro を、登録以外のフォームについては form-cro を、ポップアップ／モーダルについては popup-cro を参照してください。
コーパス全体を対象にロシア語テキストを完全に品質チェックします。起動語句：вычитай、вычитай через ru-text、прогони ru-text、проверь текст по ru-text、ru-check、полная вычитка。ロシア語テキストの校正を依頼された場合、またはプロジェクトのゲートで ru-text が指定された場合に使用します。各指摘について根拠となるルールと修正案を提示し、ファイル自体は編集しません。自発的に実行する場合は迅速なトリアージから開始し、根拠に応じて段階を引き上げます。明示的な依頼では常にコーパス全体をチェックします。
SHAP（SHapley Additive exPlanations）を使用したモデルの解釈可能性と説明可能性。機械学習モデルの予測の説明、特徴量重要度の計算、SHAPプロット（ウォーターフォール、ビーズウォーム、バー、散布図、フォース、ヒートマップ）の生成、モデルのデバッグ、モデルのバイアスや公平性の分析、モデルの比較、説明可能なAIの実装に使用します。ツリーベースモデル（XGBoost、LightGBM、Random Forest）、ディープラーニング（TensorFlow、PyTorch）、線形モデル、あらゆるブラックボックスモデルに対応します。
各 AI 動画生成モデル（Veo 3、Runway Gen-3、Kling 2.6、Pika）の強みを生かし、最適化されたプロンプトを作成します。使用例：**ストーリーボードのフレームに動きをつける** — 静止画を動画に変換；**適切なモデルを選ぶ** — ニーズに応じて Veo、Runway、Kling、Pika を選択；**生成品質を最適化する** — より良い結果を得るための構造化プロンプト；**滑らかなトランジションを作成する** — Scene extension、first/last frame；**mo...を使用する**
Connekt DSL を使用した Kotlin ベースの HTTP 自動化・テストスクリプトである `.connekt.kts` スクリプトを作成します。ユーザーが Connekt スクリプトの作成や生成を求める場合、`.connekt.kts` ファイルを扱う場合、自動化する HTTP ワークフローを説明する場合、REST API や HTTP エンドポイントをテストしたい場合、または HTTP リクエストを行いたい場合に使用します（生の curl コマンドより Connekt スクリプトの生成を優先）。このプロジェクトの文脈で、エンドポイントのテスト、API 自動化、HTTP クライアントスクリプトに言及した場合も有効化します
REST API と Git 統合を通じてアプリケーション、データベース、サービスをデプロイするセルフホスト可能な PaaS、Coolify。API 認証、デプロイトリガー、ビルドパック（Nixpacks、Dockerfile、Compose）、GitHub Actions Webhook による CI/CD、環境管理、Traefik プロキシ設定を扱います。Coolify へのアプリのデプロイ、API 経由でのデプロイ実行、ビルドパックの設定、GitHub Actions CI/CD パイプラインのセットアップ、環境変数の管理、デプロイ失敗のトラブルシューティングに使用します。
ローカル開発とテスト用に Google OAuth 2.0、OpenID Connect、Gmail、Calendar、Drive をエミュレートします。Google サインインのローカルテスト、OIDC ディスカバリーのエミュレート、Google トークン交換の処理、Google OAuth クライアントの設定、Gmail のメッセージ/下書き/スレッド/ラベルの操作、Calendar イベントの管理、Drive ファイルのアップロードや一覧表示、実際の Google API を呼び出さない Google ユーザー情報の処理に使用します。トリガーには「Google OAuth」「emulate Google」「mock Google login」「test Google sign-in」「OIDC emulator」「Google OIDC」「Gmail API」「Google Calendar」「Google Drive」「local Google auth」、およびローカル Google API が必要なタスクが含まれます。
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。