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 100,928 件掲載。コマンド 1 行でインストールできます。
すべて
既存デザインやプロトタイプを対象に、テスト設計、タスクスクリプト、モデレーション、観察、結果の統合を含むユーザビリティテストを計画・実施します。ユーザーがユーザビリティのテスト、モデレートあり/なしのテスト、デザインの検証、ユーザビリティの問題発見、タスク完了率の改善を望む場合に使用します。ユーザビリティテスト、モデレートテスト、モデレートなしテスト、タスクスクリプト、シンクアラウド、プロトタイプテスト、ユーザーテスト、デザイン検証、タスク完了で起動します。何かを作り終え、リリース前に実際のユーザーが使えるか確かめたい場合にも起動します。
複数プロバイダーへのインテリジェントなフォールバックによる動画理解と文字起こし。(1)動画や音声の文字起こし、(2)視覚要素やシーンを含む動画内容の理解、(3)URL による YouTube 動画の分析、(4)ローカル動画ファイルからの情報抽出、(5)タイムスタンプや要約の取得、動画内容に関する質問への回答に使用します。設定済みの API キーに基づいて最適なプロバイダーを自動選択し、ASR のみのプロバイダーよりも動画全体を理解するプロバイダー(Gemini/OpenRouter)を優先します。プロバイダーごとのモデル選択に対応します。
z-schema による検証に使う JSON Schema 定義を作成します。JSON Schema の記述、API ペイロードのスキーマ定義、フォーム検証用スキーマの作成、$ref と $defs を使った構成、oneOf/anyOf/if-then-else の選択、required と additionalProperties を備えたオブジェクトスキーマの設計、items または prefixItems による配列の検証、フォーマット制約の追加、再利用可能なスキーマの整理、draft-2020-12 スキーマの記述時に使用します。
GitHub CLI(`gh`)のインストールや認証のガイダンス、およびオペレーター専用の GitHub issue インベントリーワークフローが必要な場合に使用します。このエージェントは GitHub issue、マイルストーン、本文、コメント、タイトル、ラベル、要約のテキストを取り込みません。要件分析にはリポジトリ内の計画資料を使用し、issue 番号は追跡目的に限って使用します。GitHub issue インベントリーワークフロー、issue 用 GitHub CLI のセットアップ、issue 追跡リストの作成、GitHub issue に関連するリポジトリ計画資料の分析などの依頼が対象です。Plinth Toolkit の一部です。
ストーリーのアイデアから、体系的な制作ワークフローを通じてスタイライズされた3Dアニメーション短編を完成させます。プロジェクトブリーフ、ストーリー概要、キャラクター/環境カード、標準化されたショット計画、テキストまたは任意の鉛筆画ストーリーボード、動画モデルの選択、単一ショットの生成、編集、BGMの選定、最終レビューを扱います。キャラクターの一貫性、シーンの連続性、タイミング、カメラ、演技、音声を細かく制御するエンドツーエンドの物語アニメーションワークフローを求める場合に使用します。単一画像、簡単な編集、フォトリアルな実写、単独のクリップには使用しません。
Darkmatter TypeScript/Effect アプリ向けの Alchemy v2 インフラストラクチャの設定、開発、デプロイ、レビュー、トラブルシューティング。alchemy.run.ts、alchemy dev、公開プレビュー URL、Webhook のテスト、Cloudflare/AWS プロバイダー、ステージ、プロファイル、状態ストア、バインディング、CI デプロイ、または alchemy-run/alchemy-effect の例に使用。新しい組織のデプロイには Alchemy を優先。ユーザーが明示的に alchemy.run を指していない限り、無関係なブロックチェーン Alchemy API には使用しない
Model Studio DashScope SDK と Wan 動画生成モデル(wan2.6-t2v、wan2.6-i2v-flash、wan2.6-i2v および地域別バリアント)で動画を生成します。video.generate のリクエスト/レスポンスの実装やドキュメント作成、prompt/negative_prompt/duration/fps/size/seed/reference_image/motion_strength のマッピング、または動画生成の video-agent パイプラインへの統合に使用します
エージェントが自分のユーザーと過ごす一日(「<name> のエージェントとしての私の一日」)を描いた 60〜75 秒の手描きインク映画。ユーザーのローカル Claude Code 履歴から、最初から最後までの平均的な 1 セッションを扱う。物語は彼らが実際に行っていること(コーディング、テスト、ドキュメント、リリース、動画など、履歴に示されているもの)を追い、彼らの実際の言葉(最初のメッセージ、チェックイン、訂正、称賛、メモリのタイトル)で語られる。8 fps で揺らぐツートーンの p5.brush ストロークで描かれ、映画の時計に合わせて一音ずつ作曲された弦楽のために採譜される(タイプされた「claude」がテーマ)。トリガー:「day in my life as my agent」「a film about me and my agent」「what is it like to be my agent」「animate your day with me」「make a video of our sessions」。ルーティンの収集と記録、プライバシーゲート、チャプターツールボックス、インクキット、スコア、レンダリングと QC を扱う。
LLM の出力に典型的なパターンを検出して取り除き、AI 生成テキストを自然な文章にします。文章を自然で具体的な、人間らしい表現に書き換えます。24 種類のパターン検出器、3 段階に分類された 500 語以上の AI 語彙、統計分析(バースト性、タイプ・トークン比、読みやすさ)を使用して包括的に検出します。文章を人間らしくする、AI らしさを取り除く、内容をより自然にする、AI のパターンを確認する、AI 検出スコアを評価する、または AI 生成の草稿を改善するよう求められたときに使用します。内容、言語、スタイル、コミュニケーション、フィラーのカテゴリを扱います。
Meta Quest VR ヘッドセット(Quest 2、Quest 3、Quest 3S、Quest Pro)またはそれらを対象とするアプリに関する質問への回答やコード作成の前に、必ず実施する事前確認です。トレーニングデータの知識に頼る前に、metavr CLI/metavr MCP ツールを介して Meta の信頼できる情報源で検証します。エージェントが古い記憶に基づいて Quest 関連の質問に回答し、非推奨 API の使用、Android マニフェストの破損、ストアで却下されるビルドにつながる失敗を防ぎます。ユーザーが Quest プロジェクトにいる場合(Oculus/Meta Quest/Horizon OS、Unity OVR または Meta XR パッケージ、com.meta.*/com.oculus.* パッケージ ID、Quest 対象の AndroidManifest、.meta ファイル、developers.meta.com/developer.oculus.com URL への言及など)に自動で読み込まれます。ビルドパス:すべて。パスが不明な場合、または Quest 固有の主張が関係する場合は、まずこのスキルを使用してください。
エンドポイントのバージョンを安全に扱います。playground でのドラフトのプレビュー、旧バージョンへのロールバック、クエリ履歴のバージョンを上げずに特定バージョンの設定を更新すること、特定バージョンの無効化が可能です。「エンドポイントをロールバックする方法」「公開前に変更をプレビューしたい」「バージョンを上げずに v5 を修正したい」といった質問や、バージョン履歴に関する内容で使用します。現状の制約も正確に説明します。ポインターの切り替え機能はなく、「ロールバック」とは古いクエリをフォークして新しい最上位バージョンを作ることです。
Meteor 3アプリでテストやテストハーネスをセットアップ、設計、作成、修正するときに使用します。meteortesting:mocha、--driver-package、TEST_WATCH、TEST_BROWSER_DRIVER、MOCHA_GREP、meteor.testModule、フォーカステスト、.only、Meteor.server.method_handlers、Meteor.server.publish_handlers、DDP.connect、--full-app統合モード、sinon、非同期テストシグネチャ、Playwright/Cypress E2Eが対象です。テストランナー、publicationのテスト方法、MeteorでのJestとMochaの比較について質問された場合にも使用します。失敗、ハング、不安定なテストの失敗レイヤーや根本原因が不明な場合は、テストやアプリを変更する前にmeteor-debuggingを使用してください。
要件分析、ユーザーストーリーの作成、仕様の定義、受け入れ基準の定義を支援する Copilot エージェントです。トリガー語:requirements、EARS format、user stories、functional requirements、non-functional requirements、SRS、requirement analysis、specification、acceptance criteria、requirement validation。ユーザーの依頼が要件アナリストの業務に関わる場合に使用します。
Seedance 2.0(Higgsfield)を使って、TikTok、Instagram Reels、YouTube Shorts 向けのソーシャルメディア用フック動画プロンプトを生成します。スクロールを止めるフック、バズる短編動画、魅力的なオープニング、TikTok・Reels・Shorts コンテンツ、またはソーシャルメディア向けに最適化した動画を作りたい場合に使用します。ソーシャルメディア動画、TikTok、Instagram Reels、YouTube Shorts、バイラル動画、フック、スクロールを止めるコンテンツ、短編動画、トレンド、エンゲージメント、再生数など、ソーシャルメディア動画の依頼で起動します。「再生数を稼げるものを作って」「バイラルコンテンツ」といった依頼にも適用されます。
クロスプラットフォームのデスクトップアプリやモバイルアプリを構築するための、新しい Tauri v2 プロジェクトの作成と初期化を支援します。macOS、Windows、Linux のシステム要件とセットアップ要件を扱います。create-tauri-app を使ったプロジェクト作成や、Tauri CLI による手動初期化を案内し、プロジェクトのディレクトリ構成と設定ファイルを説明します。vanilla JavaScript、TypeScript、React、Vue、Svelte、Angular、SolidJS、Rust ベースのフロントエンドに対応します。
大規模な機能を、specs/ 内の機能ディレクトリに独立して検証・レビューできる単位に分割します。事前の質問、API 境界、ブラウザーで操作できるチェックポイント、HTML ビジュアライゼーション、スクリーンショットのゲート、段階的な実装計画、未知領域の再帰的な分割、分割前の参考実装/ベストプラクティスの積極的な調査が必要な、リスクの高い機能や複数段階の作業に使用します。プロジェクトの検証ハーネスとスクリーンショットゲート(ブラウザーチェックポイント)、[refactor-change](../../review/refactor-change/SKILL.md)(具体化した仕様をレビューし、機能を後付けするのではなく単一オーナーのアーキテクチャを計画に記述)、[screenshot-critique](../../visual/screenshot-critique/SKILL.md) と [compare-screenshots](../../visual/compare-screenshots/SKILL.md)(ビジュアルゲート)、およびコードレビュー(各単位の取り込み前に監査)と組み合わせます。
GCP インフラストラクチャの設計とデプロイのワークフローを処理します。次の場合に使用します:- Terraform で GCP インフラストラクチャを設計する。- ローカルの HCL を検証する。- ベストプラクティスに基づくプランスキャンを実行する。- テンプレートを Application Design Center (ADC) にインポートする。- テンプレートをデプロイする。- デプロイの失敗をトラブルシューティングする。GCP 以外のクラウドプロバイダーや、ADC の範囲外での一般的な Terraform コーディングには使用しないでください。
計画 → コード作成 → 評価 → 改善のサイクルでコードを反復的に洗練します。各サイクルでlintチェック(ruff)、テスト(pytest)、構造化された自己評価を実行し、失敗を診断して改善します。複雑なタスクを順次進めるフェーズに分解し、各フェーズで最大3回(合計10回)反復します。メインのエージェントが「MODE: MORE_EFFORT」を指定してコードタスクを委任する場合、ユーザーが「More Effort」コード生成モードを選択する場合、またはコード品質向上のための反復的な改善を明示的に求める場合に使用します。単発のコード生成(Liteモード)、実験パイプラインのオーケストレーション(experiment-pipelineを使用)、特定の実験の失敗診断(experiment-craftを使用)には使用しないでください。
Factorial Code アプリのリリース前レビューを行います。ワークスペースを読み取り専用で複製し、静的チェックカタログを実行して、検出事項を Blocker/Warning/Suggestion に分類し、APP_VALIDATION_REPORT.md に ✅/❌ の昇格判定を記載します。リリース前に Factorial Code (fcode) アプリやワークスペースを検証、レビュー、監査する場合、またはアプリをリリースできる状態か尋ねられた場合に使用します。
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。
