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
本番品質のコードに向けた Go のテストパターン：サブテスト、テストヘルパー、フィクスチャ、ゴールデンファイル、httptest、testcontainers、ファジーテスト、testing/synctest。モック戦略、テストの分離、カバレッジ分析、テスト設計の考え方を扱います。テストの作成、カバレッジの改善、テスト品質のレビュー、テスト基盤の構築、テスト手法の選択に使用します。起動例：「テストを追加」「カバレッジを改善」「これのテストを書く」「テストヘルパー」「この依存関係をモック」「統合テスト」「ファジーテスト」「不安定なテスト」「synctest」「テストでの goroutine リーク」。対象外：ベンチマーク手法（go-performance-review）、セキュリティテスト（go-security-audit）、テーブル駆動パターン（go-test-table-driven）。
アルゴリズムのパラメーター、アニメーション値、デザイントークン、レイアウト寸法など、テキストで表現しにくい値を調整できるよう、スライダー、ノブ、トグル、ライブプレビューを備えたHTMLプレイグラウンドを作成します。選択した値をClaude Codeに返せるよう、必ず Submit ボタン（`submitToClaude`を呼び出す）を含めてください。値の試行、動作の微調整、パラメーター空間の探索、連続範囲からの選択をユーザーが希望する場合に使用します。対象はデバウンス時間、色の値、イージング曲線、しきい値、レイアウト寸法など、調整可能なあらゆる値です。
パスワード忘れ／アカウント復旧フローの認証不備を調査します。主なパターンは5つ：（1）有効なメールと無効なメールで異なる応答を返すことによるユーザー名列挙、（2）API 応答本文へのリセットトークンの直接露出、（3）使用後も無効化されないリセットトークン（リプレイ）、（4）別の IP／ブラウザーからも使えるパスワードリセットリンク（バインドなし）、（5）リセット要求エンドポイントのレート制限なし。これらは単独の復旧フロー認証不備の原型であり、リセットメールの Host ヘッダー汚染（hunt-host-header）や完全な ATO チェーンとは異なります（hunt-ato はパスワードリセットを ATO 経路として扱います。ここで原型を検証し、そこで連鎖させます）。検出：要求からトークンの使用まで忘れたパスワードのフロー全体を追跡し、有効／無効なメールへの応答差を確認し、使用後のトークンリプレイをテストします。深刻度は中～高（列挙＝中、トークン再利用＝高、既知のメールアドレスと連鎖したアカウント乗っ取り＝致命的）。
シャドー／ゾンビ／未文書化の API サーフェス（OWASP API9 不適切なインベントリ管理）を調査します。API の全バージョン履歴（v1/v2/beta/legacy のパス、ヘッダーやサブドメインによるバージョニング）を列挙し、アクセス可能なすべての OpenAPI/Swagger 仕様（Wayback Machine でしか見つからないものを含む）を取得して差分を確認します。レスポンス形状の違いだけでなく、認証／レート制限／検証に関する回帰について、旧バージョンと現行バージョンの動作差分を調べます。仕様やエンドポイント取得後の悪用（mass assignment、JWT、OData、Swagger チェーン攻撃）を担当する hunt-api-misconfig とは別であり、ホストレベルの探索を担当する hunt-subdomain とも別です。このスキルはバージョンの棚卸しと動作差分のワークフロー自体を担当します。対象にバージョン付き API パス、複数の仕様、非推奨エンドポイントに言及する変更履歴がある場合や、モバイルアプリにハードコードされたバックエンド呼び出しが現行 Web アプリより古く見える場合に使用します。
プレミアム、アプリネイティブなスクリーンコンセプトとフローを作成するための精選モバイルアプリ画像生成スキル。iOS、Android、およびクロスプラットフォームモバイル製品向けに設計されています。きれいな階層構造、読みやすいテキスト、強力なマルチスクリーン一貫性、制御されたカラーパレット、非ジェネリックなクリエイティブな方向性、テクスチャ表面、画像主導の構図、上品なカスタムアイコン、きれいな電話モックアップフレーミングを優先します。デフォルトでは、スクリーンは微妙なプレミアム iPhone または同様の電話モックアップ内に表示され、目に見えるフレームがあります。一方、メインのフォーカスはアプリコンテンツ自体に留まります。このスキルは画像のみを生成します。コードは記述しません。
高級なフロントエンド画像指導スキル。プレミアム品質で、コンバージョン対応のウェブサイトデザインリファレンスを生成します。重要な出力ルール — 各セクションごとに 1 つの独立した横長画像を生成します。8 つのセクションを持つランディングページは 8 つの画像を生成します。複数のセクションを 1 つの画像に圧縮しないでください。構図の多様性（常に左テキスト/右画像ではない）、背景画像の自由度、異なる CTA、異なるヒーロースケール（巨大/中程度/ミニマリスト小）、ナラティブコンセプトスパイン、二次読み取りモーメント、すべての画像にわたって単一の一貫したパレットを強制します。ランディングページ、マーケティングサイト、開発者またはコーディングモデルが正確に再現できるプロダクトコンプ向けに最適化されています。
対象サーバー上で稼働する Jenkins INBOUND AGENT 経由で docker-compose アプリをデプロイします（コントローラーからの SSH は不要）。Docker-secrets の "L3" 強化により、実行時シークレットは tmpfs に保存され、`docker inspect` にも `.env` にも表示されません。「Jenkins agent 経由でデプロイ」「SSH なしでデプロイ」「ssh の代わりに agent」「docker secrets L3」「docker inspect からシークレットを隠す」「シークレットをディスクに保存しない」といった要望や、Linux ホストに docker-compose をデプロイする Jenkins pipeline の設定時に使用します。実際の 1:1 実行で得られた注意点（Java 21、0444 のシークレット権限、0400 の file-credential、agent ユーザーに docker+sudo が必要）を記載しています。
ローカル開発とテスト向けに Resend メール API をエミュレートします。ユーザーがローカルでメールを送信する、トランザクションメールのフローをテストする、マジックリンクや確認コード認証を実装する、送信済みメールを確認する、ドメイン/連絡先/API キーを管理する、または実際にメールを送らずに Resend API を使う場合に使用します。「Resend API」「Resend をエミュレート」「ローカルでメール送信」「メールをテスト」「マジックリンク」「確認メール」「メール受信箱」「RESEND_BASE_URL」、またはローカルメール API が必要なタスクで起動します。
ワークスペースが不明な場合に Catalog Search API で全ワークスペースの Fabric アイテムを検索します。表示名によるアイテム検索、テナント全体での特定のアイテム種別の一覧化、後続の呼び出しに必要なワークスペース ID とアイテム ID の取得ができます。Dataflow Gen1 と Gen2 のアイテムには対応していません。アイテムの検索のみに使用し、見つかった後は sqldw-cli、spark-cli、eventhouse-cli、fabriciq など、そのアイテムを管理するスキルで照会してください。
DisGeNET、OpenTargets、Monarch、OMIM、GenCC、Orphanet、Gene2Phenotype（G2P）を横断した遺伝子・疾患関連分析です。複数の情報源を相互参照し、根拠レベルと一致度スコアを含む関連レポートを作成します（5/5 の情報源が一致 → 強、1/5 → 弱）。定量的な確信度を伴う「遺伝子 X はどの疾患に関連するか」「疾患 Y の原因となる遺伝子はどれか」といった質問に使用します。臨床パネルに基づくキュレーション（発達障害、がん、心臓、骨格、眼、皮膚の各パネル）にも対応します。
創薬標的の検証に向けた構造生物学とプロテオミクスの統合。PDB の実験構造、AlphaFold の予測、GPCRdb、SAbDab の抗体構造、ProteinsPlus による結合部位予測、BindingDB のリガンド親和性データ、BMRB の NMR データ、CATH/InterPro のフォールド分類、内在性無秩序予測（MobiDB/DisProt/IUPred3）、膜タンパク質トポロジー（OPM/TopDB/PDBTM/ChannelsDB）、酵素触媒部位データ（M-CSA）、PDBe のリガンド／化合物化学、MD シミュレーション軌跡メタデータ（MDDB）を統合します。創薬可能性評価、結合部位の特性評価、リガンドポケット解析、構造信頼度スコアリング（分解能、pLDDT）、抗体と標的の界面解析、無秩序領域評価、膜タンパク質トポロジー、触媒機構の検索、標的に関する公開済み MD シミュレーションの検索に使用します。
freestyle アプリケーション向けの UI5 テーブルのベストプラクティスです。sap.m.Table（ResponsiveTable）、sap.ui.table.Table（GridTable）、TreeTable、SmartTable、sap.ui.mdc.Table など、あらゆるテーブルの作成やトラブルシューティングに使用します。コントロール選択マトリクス、必須ルール、一般的なエラー、各コントロールの API ガイダンスを扱います。トリガー：「create a table」「which table should I use」「GridTable」「ResponsiveTable」「TreeTable」「SmartTable」「MDC table」「sap.ui.mdc.Table」「table not showing data」「table binding」「table selection」「drag and drop table」「table personalization」「table growing」「table pop-in」「table performance」「table export」「table sticky header」。キーワード：sap.m.Table、sap.ui.table、GridTable、ResponsiveTable、TreeTable、SmartTable、sap.ui.mdc.Table、rows、items、rowMode、growing、sticky、personalization、p13n.Engine、DragDropInfo、OData V4、OData V2、ariaLabelledBy、cell templates
レーダー Skill（AI Radar）——API、Key、サーバーを一切使わず、中国語の AI ニュースを検索します。AI News Radar の公開静的 JSON を読み込み、中国語のブリーフィングを作成します。ユーザーが「今日の AI 業界の動向」「AI 日報」「過去 24 時間の AI ニュース」「最近の LLM 発表」「AI プロダクトの更新」「新しい Agent ツール」「OpenAI／Anthropic／Google の最近の発表」「AI の話題」「AI Radar の確認」「おすすめの AI 情報源」「今日の AI ニュースへの辛口コメント」など、中国語の AI ニュースを尋ねた場合に起動します。ユーザーが「AI 業界」「AI ニュース」「今日は何か新しいことがある？」とだけ尋ねた場合も、文脈が AI、LLM、Agent、開発者ツールに関するものであれば起動します。起動をためらわないでください。AI ニュースの質問にこのスキルを使わないと、古い学習データを今日のニュースとして提示することになり、ユーザーに害を与えます。AI News Radar リポジトリ自体の保守（情報源の追加、取得ロジックの変更、Pages のデプロイ。伯乐 Skill／ai-news-radar を使用）、AI 以外の一般ニュースの検索、ログインが必要な非公開情報源には使用しないでください。
DataWorks インフラストラクチャ管理：データソース（50 種類）、コンピューティングリソース、Serverless リソースグループの作成と照会に加え、接続テスト、リソースグループのバインド／解除を行います。aliyun CLI を使用して dataworks-public OpenAPI（2024-05-18）を呼び出します。トリガーキーワード：DataWorks data source、compute resource、resource group、datasource、data source、compute resource、resource group、mysql/hologres/maxcompute data source、holo/mc/flink resource、Serverless resource group、DataWorks infra、create/list datasource、DW environment config、infrastructure initialization、connect database to DataWorks、database connection failure、configure holo/mc resource。対象外：データ開発タスク、スケジュール設定、MaxCompute テーブル管理、データ統合タスク、ECS/RDS/OSS 操作、ワークスペースメンバー管理、データ品質監視、データリネージ、データプレビュー。
OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope、Z.AI GLM-Image、MiniMax、Jimeng、Seedream、Replicate API を使った AI 画像生成。テキストからの画像生成、参照画像、アスペクト比、保存済みプロンプトファイルからの一括生成に対応します。デフォルトでは順次生成です。ユーザーが複数のプロンプトを用意している場合や、安定した複数画像の生成スループットを求める場合は、一括並列生成を使用します。画像の生成、作成、描画を依頼さ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。