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 101,174 件掲載。コマンド 1 行でインストールできます。
すべて
あらゆるアプリや製品の TikTok + Instagram スライドショー広告を自動化します。競合を調査し、AI 画像を生成し、テキストを重ね、Upload-Post 経由で投稿し（1 回の API 呼び出しで複数プラットフォームに対応）、分析データを追跡して効果に応じて改善します。TikTok マーケティングの自動化設定、スライドショー投稿の作成、投稿パフォーマンスの分析、アプリのマーケティングファネルの最適化、またはユーザーが TikTok の成長、スライドショー広告、アプリのソーシャルメディアマーケティングに言及した場合に使用します。ブラウザーによる競合調査、画像生成、テキストの重ね合わせ、複数プラットフォームへの投稿（Upload-Post API で TikTok + Instagram などに同時投稿）、分析追跡、フックのテスト、CTA の最適化、RevenueCat によるコンバージョン追跡、閲覧数とコンバージョン数に基づいてフックと CTA を調整する完全なフィードバックループを扱います。
Wiki のゴールデンページを、CI をブロックできる評価スイートに変換します。低コストから高コストへ進むアサーションカスケードと、コミット済みの回帰ベースラインを備えます。ゴールデンは llmwiki/wiki/sources/evals/ 配下の md ファイルで、YAML frontmatter（input、expected、任意の rubric、asserts）を含みます。エンジンは純粋なコードで決定論的な第1層のアサーション（equals/contains/regex/is-json/is-sql-ish）を実行し、任意で第2層の類似度評価を行い、第3層（LLM-rubric judge）は隔離されたアダプターとして報告します。モデルは一切呼び出しません。候補出力は --outputs outputs.json から取得するため、モデルなしでスイート全体を実行できます。ユーザーが「wikieval」「eval suite for the wiki」「regression gate for goldens」「assertion cascade」「block CI on eval drop」と言うか、/wikieval を呼び出した場合に起動します。
Hyper MCP を介して、Google、Meta（Facebook / Instagram）、その他の有料プラットフォーム向けに、ブランドイメージに沿った広告クリエイティブ（ビジュアルとコピー）を生成します。ウェブサイトからブランドアイデンティティを抽出し、広告コピーのバリエーションを作成して、参照画像ベースの画像生成でブランドに一貫した画像を制作します。ユーザーが広告クリエイティブ、広告コピーのバリエーション、RSA の見出し、Meta 広告クリエイティブ、ディスプレイ広告、カルーセル広告、A/B テストのバリエーションを求めた場合に使用します。
Datadog LLM-Obs の評価器を人手ラベルに適合させる。アノテーションキューを受け取り、ラベル付けされた属性が trace のどこに実際に存在するかを特定し、人手ラベルを予測する LLM-judge を起草し、ユーザーと合意した指標でその judge をラベル済みの行に対してスコアリングし、その後ホビークライミング（エラーを確認し、焦点を絞った変更を 1 つ加え、再スコアリングし、最良の結果を上回る場合のみ採用する）を反復回数の上限まで行い、最後に勝者を DISABLED の評価器として Datadog に公開する（Datadog のドラフトではなく、`enabled: false` を設定した実際の評価器）。ユーザーが「自分のアノテーションから eval を構築して」「アノテーションキューから評価器を構築して」「自分のアノテーションを評価器にして」「自分のラベルから評価器を学習して」「judge をアノテーションキューに適合させて」「自動ラベリング」「このアノテーションキューを自動化して」「自分の人手ラベルをスケールさせて」と言う場合、またはキュー全体を人間が最初の数行を評価した方法で評価したい場合に使用する。人手ラベルに少なくとも 2 つのクラスが存在するアノテーションキューが必要である（例: ブール値で true と false が 1 つずつ）。
プロフェッショナルな AI 製品写真と商用画像を生成する。モデル: 製品撮影、ライフスタイル画像、モックアップ向けの FLUX、Imagen 3、Grok、Seedream。機能: スタジオライティング、ライフスタイルシーン、パッケージ、E コマース写真。用途: E コマース、Amazon リスティング、Shopify、マーケティング、広告、モックアップ。トリガー: product photography、product shot、commercial photography、e-commerce images、amazon product photo、shopify images、product mockup、studio product shot、lifestyle product image、advertising photo、packshot、product render、product image ai。
iOS App Store の申請と審査通過を支援する専門システム。9 つの専門エージェントが、コンプライアンス、デザイン、プライバシー、収益化、メタデータ、技術要件、申請時期、却下からの回復、学習について、上級 App Review Team レベルの専門知識を提供します。app store、iOS submission、apple review、app rejection、aso、privacy manifest、privacy labels、ATT、iap、in-app purchase、subscription、storekit、review guidelines、HIG、testflight、app store connect などのキーワードで起動します。
Azure AI Search 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、デプロイを扱います。インデックス、ベクトル/セマンティック検索、インデクサーとスキルセット、RBAC/ACL セキュリティ、デプロイの自動化など、Azure AI Search 関連の開発タスクに使用します。Azure Cosmos DB（azure-cosmos-db を使用）、Azure Data Explorer（azure-data-explorer を使用）、Azure SQL Database（azure-sql-database を使用）、Azure Synapse Analytics（azure-synapse-analytics を使用）には使用しません。
inference.sh CLI 経由で BiRefNet を使って画像の背景を除去します。モデル：BiRefNet（高精度の背景除去）。用途：商品写真、ポートレート、E コマース、透過 PNG、写真編集。トリガー：remove background、background removal、remove bg、transparent background、cut out image、background remover、rembg、product photo editing、cutout、transparent png、bg removal、photo cutout。
包括的な書籍執筆アシスタント兼メモリー管理ツールです。以下の依頼に使用します：- 書籍、小説、フィクション、ノンフィクション、その他の長編原稿の執筆 - キャラクターの作成、章立て、世界の構築 - 章の下書き、レビュー、改稿 - 2～9 歳向けの児童書、絵本、韻を踏んだ物語、歌の執筆 - 「メモリーバンクを初期化」「メモリーバンクを更新」「新しい本を始める」「作り始めよう」 - 書籍の構成の計画（MVB、短い本、完全版、文芸小説、絵本） - 章をまたいだ連続性や一貫性の確認 - 書籍の章、原稿、ストーリー開発に関するあらゆる依頼。熟練作家のように執筆するための専門ガイドラインを提供し、セッション間で文脈を保持する自動書籍メモリーバンクを維持します。児童書の執筆、章の並行ワークフロー、複数ジャンルに対応します。
並列サブエージェントを統括し、規模を問わずコードベースをマッピングして文書化します。アーキテクチャ、ファイルの役割、依存関係、ナビゲーションガイドを記載したdocs/CODEBASE_MAP.mdを作成し、概要をCLAUDE.mdに追記します。ユーザーが「このコードベースをマッピング」「cartographer」「/cartographer」「コードベースマップを作成」「アーキテクチャを文書化」「このコードベースを理解」と言った場合や、新しいプロジェクトへの参加時に使用します。マップの有無を自動検出し、変更されたセクションのみ更新します。
ClickHouse Node.js クライアント（@clickhouse/client）の一般的な問題をトラブルシューティングして解決します。ユーザーが Node.js クライアント固有のエラー、予期しない動作、設定について質問した場合に使用してください。socket hang-up エラー、Keep-Alive の問題、ストリーム処理の問題、データ型の不一致、読み取り専用ユーザーの制限、プロキシ/TLS の設定問題、長時間実行クエリのタイムアウトなどが対象です。問題が正確に特定されていなくてもトリガーしてください。Node.js の文脈で「insert が何度も失敗する」「接続がランダムに切れる」といった曖昧な症状も、このスキルを使う強いシグナルです。ブラウザー/Web クライアントの問題には使用しないでください。
Proteina-Complexa のエンドツーエンド設計パイプラインドライバー。「結合タンパク質を設計」「X 向けの結合タンパク質を設計」「complexa design を実行」「de novo 結合タンパク質」「PDL1 結合タンパク質」「TrkA 結合タンパク質」「標的向けタンパク質を設計」「タンパク質結合タンパク質の設計」「リガンド結合タンパク質」「低分子結合タンパク質を設計」「ATP 結合タンパク質」「AME モチーフの足場構築」「リガンド近傍にモチーフの足場を構築」「モチーフ + リガンド設計」「酵素の足場構築」「フローマッチングによるタンパク質設計」「ビームサーチ結合タンパク質」「FK ステアリング」「MCTS タンパク質設計」「AF2 で再フォールディング」「RF3 で再フォールディング」を希望する場合や、単一コマンドで成功率、インターフェース pAE、scRMSD、FoldSeek の多様性を求める場合に使用します。このスキルセットの科学的な中核であり、ターゲット選択からマニフェスト出力まで `complexa design <pipeline>` を実行し、合格した設計数をユーザーに伝えます。
Python パッケージ `datalens-sdk` を使った Yandex DataLens の自動化タスク全般にこのスキルを使用します。次の場合に起動します：DataLens、datalens、даталенс、chart、чарт、график、dashboard、дашборд、dataset、датасет、connection、подключение、workbook、воркбук、collection、коллекция、wizard chart、QL chart、editor chart、BI automation、автоматизация DataLens、「create a dashboard」、「построй дашборд」、「создай чарт」、「export dataset」、「clone dashboard」などの語句、dataset_id、chart_id、dashboard_id、workbook_id などのエンティティ ID、コードを使った DataLens オブジェクトの作成、更新、確認、インポート、エクスポート、コピー、診断の依頼。対象外：指標値に関するビジネス上の質問、DataLens Web UI の閲覧やスクリーンショット撮影、埋め込みや iframe、DataLens エンティティを管理しない生の SQL／YQL 分析、生の HTTP API 呼び出し、独立した HTML ページやレポート。ただし、この SDK を通じた公開や管理は対象です。
アプリページ、ビュー、またはマルチセクションのレイアウトを Figma に変換するタスクでは、figma-use と併せてこのスキルを使用します。トリガー：'write to Figma'、'create in Figma from code'、'push page to Figma'、'take this app/page and build it in Figma'、'create a screen'、'build a landing page in Figma'、'update the Figma screen to match code'、'convert this modal/dialog/drawer/panel to Figma'。ユーザーがコードや説明から Figma 上でフルページ、モーダル、ダイアログ、ド Judaism、サイドバー、パネル、または複合的なマルチセクションのビューを構築・更新したい場合、これは第一選択のワークフロースキルです。Code Connect ファイル、既存のスクリーン、ライブラリ検索からデザインシステムのコンポーネント、変数、スタイルを検出し、それらをインポートして、ハードコードされた値の代わりにデザインシステムのトークンを使い、セクション単位でビューを段階的に組み立てます。
コード変更に対する、深く実装可能なエンジニアリング計画が必要な場合に使用します。GitNexus のグラフインテリジェンス、ステートメントレベルの PDG 分析、対象を絞ったソース検証に基づき、実装エージェントが再調査せずに着手できる簡潔な計画を作成します。Deepen モードで既存の計画を強化することもできます。例："/gitnexus-plan Add retry support to the ingestion pipeline"、"/gitnexus-plan deepen docs/plans/<plan>.md"、"ナレッジグラフを使ってこの変更を計画して"。
スポーツゲーム（FIFA、NBA 2K、Rocket League、Tony Hawk）向けの専門ガイド。物理ベースのボール操作、チーム AI のフォーメーション、状況に応じた入力、試合の審判／スコア管理を扱います。中継風の画面構成には godot-camera-systems を使用します。サッカー、バスケットボール、ホッケー、レース系スポーツ、アーケードスポーツゲームの制作に使用します。キーワード：ボール物理、マグヌス効果、フォーメーション AI、チーム戦術、状況に応じた操作、ステアリング行動。
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。