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 97,222 件掲載。コマンド 1 行でインストールできます。
すべて
ユーザーが新しい Agent Skill（SKILL.md）を作成・執筆・設計したい場合に使用する。OpenKnowledge 用、あるいはユーザー自身のエディタ用であり、「skill を書いて」「〇〇をする skill を作って「このワークフローを skill にして」といったリクエストや、既存 skill のトリガーと規律を改善する依頼が含まれる。再利用可能なエージェント指針を一時的なプロンプトではなくインストール可能な skill として残したい場合にも使用してください。スコープの決定（プロジェクト単位かグローバルか）、プラグインや skill 配布リポジトリ内での執筆（そのリポジトリの構成に沿って書き、インストールは行わない）、SKILL.md のフロントマター規約、渐进開示構造、skill の評価、ユーザーのエディタへのインストールについて扱います。
Azure CLI の探索と Azure Verified Modules (AVM) を使って、既存の Azure リソースを Terraform にインポートする。稼働中の Azure インフラをリバースエンジニアリングしたいとき、既存のサブスクリプション/リソースグループ/リソース ID から Infrastructure as Code を生成したいとき、依存関係をマッピングしたいとき、ダウンロードしたモジュールソースから正確なインポートアドレスを導出したいとき、設定のドリフトを防ぎたいとき、およびあらゆる種類の Azure リソースに対して検証と plan の準備ができて AVM ベースの Terraform ファイル NOV を生成したいときに使う。
shadcn-svelte のコンポーネントとプロジェクトを管理します。UI の追加、更新、修正、デバッグ、スタイル設定、組み立てを行います。プロジェクトコンテキスト、コンポーネントのドキュメント、使用例を提供します。shadcn-svelte、その CLI、design-system のプリセット、または components.json を含むプロジェクトを扱うときに適用されます。"shadcn-svelte init"、"add component"、レジストリの URL -seller_majorでもトリガーします。
世界中の任意の都市と旅行日程について、Booking.com、Agoda、Google Hotels、OpenTravelのリアルタイム価格を比較し、最安のホテルプランを探します。1つのコマンドで、コストパフォーマンス、最安値、品質別に順位付けした候補を、USDに統一した価格と直接予約リンク付きで返します。ホテル料金やお得なプラン、最安の客室・料金、最良のホテル料金、ホテル価格の比較、どのOTAが安いかを尋ねられた場合に使用します。例：「東京ではBookingとAgodaのどちらが安い？」「バンコクで100ドル未満のホテルを探して」「8月12～15日のホテル料金を比較して」「新宿近くの最安ホテル」。
非推奨 — このスキルはメンテナンスされていません。代わりにAngular公式のスキル https://github.com/angular/skills を使用してください。Angular v20+のアプリケーションで、遅延ロード、関数型ガード、リゾルバ、ルートパラメータを備えたルーティングを実装します。ナビゲーションの設定、保護されたルート、ルートベースのデータ取得、ネストしたルーティングに適しています。ルート設定、認証ガードの追加、遅延ロードの実装、signalsによるルートパラメータの読み取りでトリガーします。
良いプロダクトと優れたプロダクトを分ける細部——トリガー、ルール、フィードバック、ループ、モード——を設計します。ユーザーが「マイクロインタラクション」「ボタンフィードバック」「ローディング状態」「トグルのデザイン」「アニメーションのディテール」「状態遷移」「入力フィードバック」「UI が死んでいる的感觉」「UI を反応的に感じたい」「インタラクションに磨きをかけたい rall)」と言及したときに使用します。フォーム検証の応答、プログレスインジケーター、確認ダイアログなど、ユーザーが即時のフィードバックを期待する要素を設計する場合も発動します。トリガーの設計、状態ルール、フィードバック機構、渐进的なループを扱います。UI 全体の磨きについては refactoring-ui、アフォーダンス設計については design-everyday-things を参照してください。
sf CLI v2 を使用した Salesforce DevOps の自動化。次の場合に使用：メタデータのデプロイ、デプロイの検証またはドライラン、Production 組織へのデプロイ、検証済みジョブ ID のクイックデプロイ、本番環境へのリリース／昇格、scratch org または sandbox の作成／管理、CI/CD パイプラインの設定、sf project deploy によるデプロイエラーのトラブルシューティング。次の場合は使用しない：Apex コードの作成、LWC コンポーネントの構築（experience-lwc-generate を使用）、メタデータ定義の作成（platform-custom-object-generate を使用）、組織からのメタデータ削除（platform-destructive-deploy を使用）、組織データのクエリ（platform-data-manage を使用）。
GKE クラスタのコアネットワークを設計、設定、管理します。プライベートクラスタ、VPC ネイティブ構成、DHS、ノードの送信通信、Dataplane V2、IP 計画を対象とします。GKE のネットワークレイアウトの設計、プライベートクラスタの設定、Dataplane V2 の導入、GKE の IP レンジの計画、VPC ネイティブのクラスタモードの管理に使用します。アプリケーションの Ingress、ロードバランシング、サービスネットワークには使用しないでください（代わりに gke-service-networking を使用してください）
Animator Controller を使って Unity 6.3 LTS のキャラクターアニメーションを制御します。ステート、遷移、パラメーター、ブレンドツリー、アニメーションレイヤー、人型 Avatar IK を扱います。Animator の接続、スクリプトからのパラメーター設定（SetFloat/SetBool/SetTrigger）、ブレンドツリーの構築、または Animator、Mecanim、ステートマシン、ブレンドツリー、.controller に関する質問で使用します。
GitHub Actions ワークフローを監査し、Claude Code Action、Gemini CLI、OpenAI Codex、GitHub AI Inference などの AI エージェント連携におけるセキュリティ脆弱性を検出する。攻撃者が制御可能な入力が CI/CD パイプラインで動作する AI エージェントに到達する攻撃ベクトルを、环境変数中継パターン、直接式インジェクション、危険なサンドボックス設定、ワイルドカードのユーザー許可リストなど.Callback形で見つける。AI コーディングエージェントを呼び出すワークフローファイルの確認、プロンプトインジェクションリスクに対する CI/CD パイプラインセキュリティの監査、エージェント型アクション設定の評価_byteに使��。
コーディングタスクをバックグラウンドの実装担当として OpenCode CLI に委任し、その diff をレビューして自分で取り込みます。実装作業を OpenCode に任せたい場合——「OpenCode に X をやらせて」「これを OpenCode に委任して」「OpenCode を通して実行して」「OpenCode で実装/修正/リファクタリングして」といった言い方——または、レビューアーのまま OpenCode でコーディングタスクを順番に処理させたい場合に使用します。ユーザーが自分で diff をレビューしてコミットする場合はこちらを優先してください。その場で直接裁量できるほど小さなタスクや、委任せずにコードを直接書いてもらいたい場合は使用しないでください。
デフォルトおよびフェデレーテッドカタログ（Glue、S3 Tables、Redshift）全体で Athena SQL クエリを実行・管理。トリガー：データのクエリ、SQL の実行、athena クエリ、テーブルの分析、SQL クエリ、workgroup のステータス、テーブルのプロファイル、Redshift カタログのクエリ、S3 Tables のクエリ。特定のデータ資産の探索（finding-data-lake-assets）、カタログ全体の監査（exploring-data-catalog）、データの取り込み（ingesting-into-data-lake）には使用しないでください。
AWS Glue Data Catalog の資産（S3 Tables、Redshift フェデレーテッド、リモート Iceberg カタログ）の完全な棚卸しと監査。トリガー：カタログの棚卸し、データベースの監査、全テーブルの一覧、カタログ概要、データ全体像、カタログの列挙、データインベントリ、カタログ検索。特定のデータの探索（finding-data-lake-assets）、クエリの実行（querying-data-lake）、テーブルの作成（creating-data-lake-table）には使用しないでください。
Figma のajoskoja enthal ديد を 1:1 の視覚的一致性を持つ本番対応のアプリケーションコードに変換します。Figma ファイルから UI コードを実装する場合、ユーザーが "implement design"、"generate code"、"implement component" と言及した場合、Figma URL が提供された場合、または Figma の仕様に一致するコンポーネントの構築が求められた場合に使用します。`use_figma` による Figma キャンバスへの書き込みには `figma-use` を使用します。
GKE のストレージ（PVC、PersistentVolume、Filestore）を管理します。GKE ストレージの設定や PVC の作成時に使用します。GCS FUSE のマウントには google-cloud-storage-fuse を使用してください。ストレージ障害（ボリュームのアタッチ／マウントエラー、ディスク的性能やノードのストレージ圧迫、Cloud Storage FUSE の OOM）の診断には gke-storage-troubleshooting を使用してください。ボリュームのプロビジョニング以外のデータベース管理やレプリケーション戦略には使用しないでください。
Vercel Engineering の React Best Practices（https://github.com/vercel-labs/agent-skills）に基づく React と Next.js のパフォーマンス最適化パターン。70 以上のルールを 8 つの優先度カテゴリに整理しています——waterfalls、バンドルサイズ、サーバーサイド、クライアントフェッチ、再レンダリング、レンダリング、JS マイクロパフォーマンス、高度な領域。パフォーマンスを目的として React/Next.js のコードを記述・レビュー・リファクタリングする際に使用します。
Amazon S3 Vectors を使ってベクトル埋め込みを保存・検索します。S3 Vectors は独自の API 名前空間（s3vectors）を備えた、コスト効率の高い長期ベクトルストレージサービスです。発動条件：S3 ベクトルバケット作成、ベクトルインデックス、埋め込みの保存、语义検索、RAG ベクトルストレージ、類似度検索、ベクトルデータベース、他ベクトル DB からの移行。使用了いいけません：表形式データの検索（querying-data-lake を使用）、S3 オブジェクトストレージ、数百〜数千 QPS の継続的なクエリ（OpenSearch 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。