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
営業および収益オペレーションを包括的に支援するスキルです。営業チームの構築、創業者主導の営業、初の営業担当者の採用、エンタープライズ案件の推進、プロダクト主導型営業の導入、営業報酬制度の設計、ICP の定義、バイヤーペルソナの作成、収益エンジン（RevOps）の最適化に使用します。対象：営業戦略、営業オペレーション、収益オペレーション、営業イネーブルメント、営業報酬、ICP、理想顧客プロファイル、バイヤーペルソナ、営業プロセス、案件遂行、リードスコアリング、リードルーティング、リードライフサイクル、MQL、SQL、パイプライン管理、CRM 自動化、営業適格性評価、BANT、MEDDIC、創業者営業、エンタープライズ営業、プロダクト主導型営業、スタートアップ営業、SDR、AE、ノルマ、ランプ期間、コミッションプラン。
データファイル（CSV/TSV/TXT/XLSX/XLS/JSON）を、単体で動作するインタラクティブな ECharts HTML チャートに変換する — 32 種類のチャートタイプ、3 つのテーマ、CDN 不要の完全オフライン。データプロファイル（--profile）により、エージェントがデータ自体を読み取って何をプロットするかを判断できる。各チャートには埋め込みのファクトシート（plot_stats と data_preview）が付属する。本スキルはチャートと事実を生成するものであり、文章によるレポートや叙述的なドキュメントは生成しない。トリガー：ユーザーが表形式のデータファイルを提供または指定してチャートを求める場合、チャートの生成/グラフの作成/データの可視化を依頼する場合。
コードベースのセキュリティ脅威モデリング、攻撃対象領域のマッピング、信頼境界の分析を行います。「脅威モデル」「セキュリティレビュー」「攻撃対象領域」「信頼境界」に関する依頼や、プロジェクトのセキュリティ状況を評価する場合に使用します。ユーザーが認証、暗号、ファイル I/O、ネットワークサービス、ネイティブブリッジなどのセキュリティ機密機能を構築する前に、脅威の状況を把握する必要がある場合も、明示的に「脅威モデル」と言っていなくても対象となります。最近のコミットを段階的にセキュリティレビューするための「変更点」や「差分分析」にも対応します。
ENCODE、Roadmap Epigenomics、ChIP-Atlas のデータを用いて、ヒストン修飾 ChIP-seq、ATAC-seq アクセシビリティ、クロマチン状態、TF 結合を分析します。組織別のクロマチン状態の照会、領域別の TF 結合、調節ランドスケープのマッピング、ENCODE-cCRE アノテーションに使用します。DNA メチル化には tooluniverse-epigenomics、RNA-seq には tooluniverse-rnaseq-deseq2 を使用してください。
MassIVE、ProteomeXchange、PRIDE Archive、NCI Proteomics Data Commons（PDC）からプロテオミクスデータセットを検索・取得します。生物種、キーワード、アクセッション番号、タンパク質で検索し、詳細なメタデータ（機器、論文、生物種、研究対象の PTM）、実際のファイルダウンロード URL（PRIDE）、または臨床情報と関連付けられた定量的存在量マトリックス（PDC/CPTAC）を取得できます。再解析用の公開プロテオミクスデータセットの検索、研究間の機器／プロトコルの網羅範囲の比較、ダウンロード前のデータセット評価、特定のタンパク質が同定されたすべてのデータセットの検索に使用します。
Flutter のウィジェット構成を徹底します。名前付きの const Widget クラスを切り出し、`Widget _buildX()` メソッドは使いません。build() は簡潔に保ち（I/O、フォーマット、ドメイン計算を行わず、ViewModel で事前計算）、View は単一の Notifier を監視して ref.read で意図をルーティングするだけにします。デフォルトで StatelessWidget を使用し、すべてのコントローラーを破棄します。リストには遅延読み込みの `.builder` を使い、最も軽量なウィジェット（Container より SizedBox/ColoredBox/Align）を選択します。key の方針を厳守し（並べ替え可能なリストには ValueKey を使い、GlobalKey は使わない）、ジェスチャーには視認・フォーカス可能な代替手段を用意します。さらに、全画面背景と SafeArea のコンテンツの分離、セルサイズの計算、GridView の横軸・主軸の間隔の落とし穴、EdgeInsetsDirectional、resizeToAvoidBottomInset/IME の処理など、構造的なレイアウトも扱います。画面やウィジェットの構築・リファクタリング、大きな build() のコンポーネント分割、GridView/ListView/LayoutBuilder/SafeArea/Scaffold の記述、onTap/onLongPress/Draggable の接続、key やデータクラスの選択、差分内のウィジェットコードのレビューに使用します。
Spring Boot アプリケーションで Spring Modulith を使ったモジュラーモノリスを設計、レビュー、改善する場合に使用します。対象にはアプリケーションモジュールのパッケージ構造、ApplicationModules の検証、名前付きインターフェース、許可される依存関係、ドメインイベント、@ApplicationModuleTest、Scenario ベースのモジュールテスト、ドキュメント生成、actuator の公開、可観測性、イベント公開レジストリの選択肢が含まれます。Spring Boot アプリケーションへの Spring Modulith の追加、モジュール境界のレビュー、モジュラーモノリスアーキテクチャの改善、@ApplicationModuleTest テストの追加、Spring Modulith ドキュメントの生成などの依頼で起動します。Plinth Toolkit の一部です
GitLabの管理対象セキュリティテンプレートを使い、SAST（Semgrep、SpotBugs、Gosec、Bandit、NodeJsScan）、DAST、コンテナスキャン、依存関係スキャン、シークレット検出を組み込んだGitLab CI/CDパイプラインを設定します。GitLabでシフトレフト型のDevSecOpsパイプラインを構築する場合、.gitlab-ci.ymlに自動脆弱性スキャンのステージを追加する場合、またはデプロイ前にGitLab Duo AIでスキャナーの検出結果をトリアージする場合に使用します。
Sinh sẵn 1-liner để trace 1 lệnh approve/return/reject của DMS trên log BE (docker) + FE proxy, ghi ra file .sh cho user copy-paste lên product server. Dùng khi user nói "viết lệnh check approve", "check duyệt request <CODE>", "approve treo / không thấy lệnh duyệt", "/check-approve".
ユーザーが「画像を Cloudflare にアップロード」「クリエイターによる直接アップロードを実装」「画像変換を設定」「WebP/AVIF を最適化」「画像バリアントを作成」「署名付き URL を生成」「画像にウォーターマークを追加」「Next.js/Remix と連携」「Webhook を設定」「CORS エラーをデバッグ」「エラー 5408/9401-9413 をトラブルシューティング」「Cloudflare Images API でレスポンシブ画像を構築」と尋ねた場合に使用します。
Adobe Commerce App Builder プロジェクトを Integration Starter Kit または Checkout Starter Kit から新しい App Management 方式に移行します。移行する App Builder プロジェクトのルートから実行します。--auto を渡すと確認プロンプトを省略できます（CI または一括処理向け）。自動モードでは、デフォルトで回答されたすべての Q&A の概要を表示します。--doc-scan-only を渡すと、ファイルを変更せずに README.md と env.dist の古い内容をスキャンします。Integration Starter Kit または Checkout Starter Kit から App Management 方式への App Builder プロジェクトの移行をユーザーが希望する場合、または Adobe Commerce 拡張機能のアーキテクチャのアップグレードについて言及した場合に使用します。
DatoCMS CLI (datocms) — コマンドラインでのマイグレーション、スキーマコード生成、スキーマ検査、単発の CMA 呼び出し、型付き TypeScript CMA スクリプト、環境操作、デプロイワークフロー、複数プロジェクトのプロファイル同期。datocms CLI コマンド／スクリプトに使用します：migrations:new、migrations:run；schema:generate；schema:inspect（モデル、ブロック、フィールド、バリデーター、外観、フィールドセット、ネストされたブロック、参照／埋め込みモデルのダンプ）；cma:call、cma:docs、cma:script（ambient client/Schema globals を使ったオンデマンドの型付き TS）；モデル／フィールド／ブロックのマイグレーションひな形作成；datocms.config.json + profiles による CLI 設定；OAuth（login/logout/whoami）；projects:list；プロジェクトのリンク／解除；環境の list/fork/promote/rename/destroy；メンテナンスモードの切り替え；CI/CD マイグレーションパイプライン；blueprint/client プロジェクト同期；WordPress または Contentful からのインポート（アセット + コンテンツ）；CLI プラグイン管理。
UI コードのレビュー、コンポーネントやレイアウトの設計、イージングカーブやトランジションの選択、アニメーションや音の要否の判断、タイポグラフィ・色（OKLCH、コントラスト）・アバターの選択、UI コピーやエラー文の作成、AI らしさ・コード上の兆候・アクセシビリティの見落としの監査、画面の生成感を抑える調整、DESIGN.md や .design トークンの利用、エージェント向けデザインシステム文書の作成、Agentation へのフィードバック、UI が平坦または未完成に感じる理由の分析、楽しさを加える価値の判断、UI 効果音の設計・生成と動きとの同期、プロダクトローンチ動画の企画・編集・採点・レビュー、SVG（アイコン、マスコット、ロゴの演出、動画からベクターへの変換）の作成やアニメーション、図や tldraw キャンバスの作成、ピッカーで選ぶ案のプロトタイピング、プロンプトを再調整する代わりにツールを構築する場合、またはどのデザインスキルが担当すべきか選ぶ場合に読み込みます。Emil Kowalski、Benji Taylor、transitions.dev、guidelines.sh、Vercel、Index、Apple、および計測分析された 47 本のローンチ動画から要点を抽出しています。
Eva Learn 2.5.0 は独立した学習プロジェクトの入口です。ユーザーが /eva-learn、eva-learn、Eva Learn と明示する場合、または「理解できるように教えて」「体系的に学ぶのを手伝って」「一緒に読んで」「テーマ別に読んで」「前回の学習を続けて」と明確に依頼する場合に使用します。すべての Learn タスクでは、まず追跡可能な記録を作成または復元し、同じターン内に学習を開始する必要があります。通常の説明、創作、文章の修正、タイトル作成、広告記事の作成、資料から短い動画や記事への変換には対応しません。トリガー：/eva-learn、eva-learn、Eva Learn、Eva Learn モードに入る、理解できるように教えて、体系的に学ぶのを手伝って、一緒に読む、質問形式で学ぶ、テーマ別に読む、Eva Learn 学習プロジェクトを続ける、前回の学習プロジェクトを続ける、前回のガイド付き読書の続きを話す。
PostHog Web Analytics の Live タブのデータを調べます。現在のオンラインユーザー数、直近 30 分間のページビュー、人気ページ、参照元、デバイス、ブラウザー、国、ボットトラフィック、分単位のボット／ユーザーグラフを確認します。「今、サイトに誰がいますか？」「リアルタイムで何が起きていますか？」「どのボットが巡回していますか？」といった質問や、「Live タブ」／「Live ダッシュボード」についての問い合わせ、直近 30 分のリアルタイム数値の確認、Live ビューの絞り込みや詳細確認に使用します。タイルの表示内容に対応するプロダクト分析インサイトの作成にも対応します。
Figma MCP ワークフロー（デザインコンテキスト、スクリーンショット、アセット、プロジェクト規約への変換）を使い、Figma ノードを視覚的に 1:1 で一致する本番対応コードに変換します。ユーザーが Figma URL またはノード ID を提示し、Figma の仕様に一致するデザインやコンポーネントの実装を求める場合に使用します。動作する Figma MCP サーバー接続が必要です。一般的な Figma データ取得、変数の探索、MCP のトラブルシューティングには使用しないでください（代わりに figma 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。