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
非推論型または軽量な LLM タスクで、プロンプト全体の繰り返しが有効な精度向上策となる場合と、プロンプト構成、検索、より強力なモデルが本当の解決策となる場合を判断します。Haiku、Flash、mini 系モデルでの長いコンテキストからの検索、選択肢を先に示す多肢選択、位置に敏感なプロンプトに使用します。モデルが末尾の指示を見落とす、長いコンテキストの後で質問を忘れる、在庫/インデックス検索に繰り返し失敗する、といったドメイン固有の表現で依頼された場合も対象です。推論やツールを多用する問題、RAG アーキテクチャの問題に対する汎用的なプロンプトエンジニアリングの既定策としては使用しないでください。
検索エンジンとAIでの可視性を高めるためのSEO、AEO（アンサーエンジン最適化）、GEO戦略。「SEO監査」「テクニカルSEO」「オンページSEO」「AI検索最適化」「AEO」「GEO」「AIでの可視性」「ChatGPT向けの最適化」「Perplexity向けの最適化」「AI Overviews」「アンサーエンジン最適化」「生成エンジン最適化」「AI引用」「強調スニペット」「メタタグ」「スキーママークアップ」「検索順位」「コンテンツ最適化」「E-E-A-T」「構造化データ」「search console」「SEOヘルスチェック」「検索順位が上がらない理由」「AI検索への対応」「バックリンク戦略」「リンク構築」「ドメインオーソリティ」「プログラマティックSEO」「大規模SEO」「テンプレートベースのSEO」「AEOモニタリング」「AI検索モニタリング」「JSON-LD」「リッチスニペット」「schema.org」「SERP分析」「検索意図」「サイト構造」「情報アーキテクチャ」「URL構造」「内部リンク」「ナビゲーション」に関する作業で使用します。キーワード調査については keyword-research-and-clustering を参照してください。
Uploader、NumericTextBox、TextBox、Signature、CheckBox、OTP Input、RangeSlider、TextArea、ColorPicker、MaskedTextBox、Rating など、Syncfusion Angular の入力コンポーネント実装に関する包括的なガイドです。非同期・分割アップロードに対応したファイルアップロード UI、ドラッグ＆ドロップ、検証と書式設定を備えた数値入力、フローティングラベルとカスタム装飾のあるテキスト入力、取り消し・やり直し・エクスポートに対応したデジタル署名、チェックボックスの複数選択と不定状態、シームレスなフォーム連携、アクセシビリティ対応、ワンタイムパスワード（OTP）入力、行のプログラムによる調整、スライダー目盛りのカスタマイズとスタイル設定、HSV ピッカーとパレット対応の視覚的な色選択、構造化データ入力用のマスク付きテキスト入力、インタラクティブな星評価コンポーネントを備えた Angular アプリの構築を対象としています。
JavaScript のみ（TypeScript なし）で Vue 3 コンポーネントを作成し、バニラ JS の composable を構築し、Vite プロジェクトを設定して、ルーティングと状態管理を整備します。@typedef、@param、@returns アノテーション付きの JSDoc 型コードを生成し、TS コンパイラーなしで完全な型カバレッジを実現します。JavaScript のみで Vue 3 アプリを構築する場合、JSDoc ベースの型ヒントが必要な場合、Vue 2 Options API から JS Composition API に移行する場合、またはバニラ JavaScript や .mjs モジュールを好むチーム、TypeScript の設定なしで素早くプロトタイプを作成したい場合に使用します。
「学んでから構築」——開発者が特定のワークロードに適した AWS Well-Architected のベストプラクティスを理解できるよう支援し、コミットして利用できる実用的なビジュアル成果物（WA 注釈付きアーキテクチャ図、決定木、改善ロードマップ）を作成します。初心者には説明を調整し、経験豊富な開発者には成果物を迅速に生成します。プロジェクトにおける WA の理解、柱の健全性を重ねて表示するアーキテクチャ図の作成、アーキテクチャ選択のガイド付き意思決定フロー、または視覚的な改善ロードマップの生成を希望するときに使用します。
CLI で Alibaba Cloud のアラートルールを作成・照会します。CMS 1.0 のクラウドリソース監視（ECS、RDS、SLB など）と CMS 2.0 の高度な監視（Prometheus、APM、UModel）に対応します。インテントルーティングにより、アラートの種類に応じて適切なワークフローを自動選択します。ユーザーが create alert、setup monitoring、configure alarm、ECS/RDS/SLB alert、Prometheus alert、PromQL、K8s monitoring、APM alert、UModel alert、list alerts、query rules、告警规则、创建告警、监控报警、Prometheus告警、应用监控、查看告警に言及した場合に使用します。
このプロジェクト独自のコードスタイル設定を使ってソースコードを再フォーマットします。IntelliJ IDE の実行中は IDE を使い、それ以外の場合は代替としてプロジェクト独自のフォーマッター（Spotless / google-java-format / palantir-java-format）を使います。単一ファイル、選択範囲や行範囲、複数の指定ファイル、未コミット（git-changed）の全ファイルを問わず、Java/Kotlin/XML などのファイルのフォーマット、再フォーマット、整理、「見栄えの改善」、インデント修正、インポートの最適化を依頼された場合に使用します。通常、ファイル編集後にもこの Skill を呼び出し、作成・変更したファイルに適用してプロジェクトのコードスタイルとの一貫性を保ちます。
『Balancing Coupling in Software Design』の3次元モデル（強度、距離、変動性）を使ってモジュール間の結合を分析します。「これらのモジュールは結合しすぎているか」「依存関係を表示して」「統合品質を分析して」「どのモジュールを分離すべきか」「結合レポート」といった質問や、アーキテクチャの健全性評価に使用します。ドメイン境界の分析には使用せず（domain-analysisを使用）、コンポーネントの規模決定にも使用しないでください（component-identification-sizingを使用）。
Depot 管理の GitHub Actions ランナーを、GitHub ホストランナーの置き換えとして設定します。GitHub Actions ワークフローを Depot ランナー向けに設定または移行する場合、ランナーサイズ（CPU/RAM）の選択、runs-on ラベルの設定、ARM、Windows、macOS ランナーの構成、ランナーの問題のトラブルシューティング、送信トラフィックフィルタリングの設定、GitHub Actions での Depot Cache の使用、Depot ランナーでの Dagger/Dependabot の実行に使用します。depot-ubuntu、depot-windows、depot-macos のランナーラベルや、より高速／低コストの GitHub Actions ランナー、`depot jobs`、ジョブ分析、CPU・メモリ指標についての質問にも使用します。
あらゆる Telegram ボットコードで使用します。`gramio`/`@gramio/*` のインポート、`new Bot()`、`bot.command`/`bot.callbackQuery`/`bot.on`/`bot.updates.on`、シーン/FSM、インラインおよび返信キーボード、メッセージエンティティ、ファイルアップロード、セッション、プラグイン、webhook とロングポーリング、Telegram Stars、Mini Apps (TMA)、ブロードキャスト、Docker が対象です。Bot API を全面的にカバーする型安全な TypeScript フレームワーク（Node.js/Bun/Deno）です。Telegraf/grammY/puregram/node-telegram-bot-api からの移行にも対応します。サブエージェントに委任する場合は、関連する参照ファイル（callback-data、scenes、formatting、context、middleware-routing、ux-patterns）をインラインで渡してください。このスキルはサブエージェントのセッションでは自動ロードされません。
クライアント側の DOM 脆弱性を調査します。DOM Clobbering（HTML インジェクションによる JS グローバルの上書き）、PostMessage の乗っ取り（オリジンチェックの欠如）、Service Worker の悪用（同一オリジンのスクリプトからのリクエスト傍受）、CSS インジェクション／外部流出（属性セレクターで OOB 経由でトークンを 1 文字ずつ取得）、クライアント側テンプレートインジェクション、dangerouslySetInnerHTML が対象です。公開研究として明記されている Gareth Heyes / PortSwigger の DOM-clobbering と DOM-Invader、Michał Bentkowski の DOMPurify clobbering バイパス、jQuery htmlPrefilter XSS（CVE-2020-11022 / CVE-2020-11023）、d0nut の CSS 外部流出研究に基づきます。DOM-XSS、クライアント側認証バイパス、サーバー側とのやり取りを伴わないトークン外部流出の調査に使用します。
Hostヘッダーインジェクションを調査します。パスワードリセットポイズニングによるアカウント乗っ取り（ATO）、キー化されていないHost/X-Forwarded-Hostを介したWebキャッシュポイズニング、ルーティングベースのSSRF（Hostによる上流の選択 → クラウドメタデータ/内部サービス）、パス上書きによるSSRF/ACLバイパス（X-Original-URL/X-Rewrite-URL）、OAuth redirect_uri/issuerポイズニング、メール内の絶対URLリンクポイズニングが対象です。ATOや大規模なキャッシュポイズニングに至る場合、重大度は高からクリティカルです。公開されているHostヘッダー研究（PortSwiggerの「Practical web cache poisoning」とJames Kettle、および従来のパスワードリセットポイズニングの脆弱性分類）に基づいています。パスワード忘れフロー、CDN/リバースプロキシ配下のアプリ、OAuth/OIDCエンドポイント、メール内で絶対URLを使用する機能に使用します
ローカルファイルインクルージョン（LFI）、リモートファイルインクルージョン（RFI）、パストラバーサルを調査します。/etc/passwd の読み取り、ログポイズニング → RCE、PHP filter-chain RCE（アップロード不要）、php:// / data:// / zip:// / phar:// ラッパー、allow_url_include による RFI、ディレクトリトラバーサルによる読み取り／書き込み／削除が対象です。OOB／ブラインド LFI の確認と誤検知の抑制も扱います。あらゆるターゲットでファイルインクルージョンやパストラバーサルの脆弱性を調査する場合に使用します。
Node.js 固有の脆弱性を調査します。Prototype Pollution → RCE チェーン（lodash/merge/assign）、Express の trust proxy 設定ミス、child_process/eval インジェクション、テンプレートエンジンの SSTI（EJS/Pug/Handlebars）、ファイルサーバーのパストラバーサル、require() インジェクション、/proc/self/environ 経由の環境変数窃取が対象です。対象が Node.js/Express/Fastify/NestJS/Koa を実行している場合に使用します。
弁護士または調停人が調停に向けて紛争を分析する際に使用します。訴状、契約書、通信記録、証拠などの事件資料を確認して争点を特定し、各当事者の立場と利害を要約し、主要な争点を法的に分析し、調停戦略や和解の方向性を提案し、調停セッションに備える作業を含みます。「調停」「紛争分析」「和解」「紛争解決」「争点の特定」「当事者の立場」「調停ブリーフ」「調停向け事件分析」「ADR」「調停準備」「個別協議戦略」「和解案」への言及や、解決を目的として二者以上の対立を分析する依頼がトリガーになります。ユーザーが事件資料をアップロードし、各当事者の要求、核心的な対立点、または和解の可能性を構造的に整理するよう求めた場合も使用します。「調停」と明示されなくても、訴訟ではなく解決を目的に対立する立場を分析する状況なら使用します。
Motion（Framer Motion）を使って React のアニメーションを構築します。ジェスチャー（ドラッグ、ホバー、タップ）、スクロール効果、バネ物理、レイアウトアニメーション、SVG に対応。バンドルサイズ: 2.3 KB（mini）から 34 KB（full）。使用場面: ドラッグ＆ドロップ、スクロールアニメーション、モーダル、カーセル、パララックス。トラブルシューティング: AnimatePresence の終了処理、リストのパフォーマンス、Tailwind との競合、Next.js の「use client」。
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。