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
すでに ai@6 を使用しているプロジェクト向けの Vercel AI SDK v6 開発です。v6 のコードベースで AI エージェント、チャットボット、ツール統合、ストリーミングアプリ、構造化出力を構築・保守する際に使用します。新規プロジェクトと ai@7 のコードには ai-sdk-7、バージョン不明の場合は ai-sdk を使用します。ToolLoopAgent、useChat、generateText、streamText、ツール承認、プロバイダーツール、MCP 統合、Output パターンを扱います。
Alibaba Cloud PolarDB Database AI Assistant。PolarDB MySQL/PostgreSQLクラスターの管理、インスタンスの確認、パフォーマンス診断、パラメーターの説明と変更評価、SQL/ログ分析、バックアップ、セキュリティ監査、HA/DR、イベント分析など、PolarDBの運用に使用します。PolarDB、pc-で始まるクラスターID、PolarDBカーネル/プロキシのバージョン、パラメーター、プライマリーとスタンバイの切り替え、IMCI列指向ストレージ、PolarDBコンソールの操作に関する質問で使用します。このSkillはPolarDB専用です。
ユーザーが「アノテーションを追加」「ステップからアーティファクトをアップロード」「ステップ間でデータを共有」「パイプラインを動的にアップロード」「ステップ内で OIDC トークンをリクエスト」「分散ロックを取得」「ステップ属性を取得または更新」「ログからシークレットをマスク」「実行時にクラスターのシークレットを取得」「フック内の環境変数をデバッグ」と依頼した場合にこのスキルを使用します。また、buildkite-agent annotate、buildkite-agent artifact upload/download、buildkite-agent meta-data set/get、buildkite-agent pipeline upload、buildkite-agent oidc request-token、buildkite-agent step、buildkite-agent lock、buildkite-agent env、buildkite-agent secret get、buildkite-agent redactor add、buildkite-agent tool sign/keygen、buildkite:webhook、生の webhook ペイロード、または実行中のジョブステップ内で使う buildkite-agent サブコマンドに言及した場合も使用します。
Ruby および Rails アプリケーション向けに、Cucumber と Gherkin を使った BDD テストを行います。.feature ファイル、ステップ定義、フックの作成や、Ruby/Rails プロジェクトでの振る舞い駆動開発の実装に使用します。Gherkin キーワード（Feature、Scenario、Given/When/Then、Background、Scenario Outline、Rule）、Ruby のステップ定義パターン、Cucumber Expressions、フック（Before/After/BeforeAll/AfterAll）、タグ、データテーブル、ドックストリング、World モジュール、Capybara 連携を扱います。トリガーは cucumber、gherkin、BDD、feature files、step definitions、acceptance testing、executable specifications です。
モーションとインタラクションデザインの専門家です。意図のある動きを取り入れたインタラクティブコンポーネントの構築と、既存アニメーションの AI らしい定型表現の監査という 2 つのモードがあります。監査では、各指摘にループ再生の CSS デモを添えたブランド仕様の HTML レポートを生成します。Emil Kowalski（抑制）、Jakub Krehel（本番品質の仕上げ）、Jhey Tompkins（創造的な実験）の考え方に基づき、プロジェクトの文脈に応じて各視点の重みを調整します。React、Framer Motion、CSS、HTML で動作します。
AI エージェントがドキュメンタリー風のモンタージュ、アーカイブ駆動のタイムライン、インタビューで支えるシーケンス、非営利・アドボカシー向けのショート、歴史解説、生成とアーカイブを組み合わせた編集を制作するためのベンダー非依存のワークフロー。編集上の主張の構築、調査・ソースログ、ファクトチェック、アーカイブの権利、合成再現の開示、年代順構成、インタビューのセレクト、ローワーサード、生成 b-roll の演出指示、音楽の抑制、キャプション、敏感な題材、レビューのエスカレーション、納品バリアント、ドキュメンタリー QA に使用。
Etherscan API V2 でオンチェーンの資金フローを追跡し、単一の Etherscan Flow Case JSON ファイル（ノード + エッジ）を作成します。入力：tx ハッシュ、ウォレット/コントラクトアドレス、事業/エンティティの範囲（「ENS DAO を事業として表示」）、貼り付けたメモ/草稿、またはアドレスと資金フローの主張を含むユーザー入力リンク（gist、tweet/X、記事。リアルタイムで検証）。2 つのモード：tx/アドレス調査向けの厳密な追跡、収入/支出/財務に関する質問向けの事業/エンティティプロフィール。ユーザーが「この tx を追跡」「この取引を可視化」「資金を追跡」「この詐欺のケースを作成」「この DAO の収入と支出を表示」と言う場合、または 0x ハッシュ/アドレスを貼り付けた場合に使用します。出力は JSON のみ。すべてのアドレス、金額、txhash はリアルタイム API 応答に基づき、捏造しません。デフォルトは Ethereum で、他の EVM チェーンにも対応します。セキュリティ事案では、証拠に基づくインシデントの仕組み、確信度、損失、代替案も再構成します。トランスポートの優先順位：公式 etherscan CLI、Etherscan MCP、インライン apikey=、その他の HTTP キーソース。
fframes（Rust、SVG シーン、ffmpeg エンコード、Skia GPU レンダリング）を使って、コードで動画を作成、アニメーション化、レビュー、レンダリングします。動画、アニメーション、モーショングラフィックス、解説動画、プロモーション、ソーシャルクリップ、タイトルカード、ポッドキャスト用ビジュアル、歌詞／字幕動画、またはプログラムで生成する .mp4/.webm を作りたい場合や、fframes の動画の変更、修正、高速化、確認を依頼された場合に使用します。fframes のインストール、プロジェクト作成、見栄えのよいモーションの設計、3D ショット（`fframes::three_d`、three.js 風シーン）、サウンド（音楽、音声、SFX、ラウドネス）、リアルタイムプレビューウィンドウでの再生に加え、視聴せずに結果を確認する方法（PNG のフレームとコンタクトシート、自動問題検出、ラウドネス数値、高速ドラフトおよび範囲レンダリング）を扱います
クローズドなアプリ、API、デバイス、プロトコル、ファイル形式、ゲーム向けのオープンソースのリバースエンジニアリングツールを見つけ、内容を確認または取得します。公式 API、SDK、ドライバー、仕様がない、または限られている対象との連携が必要な場合に使用します。例：「Tuya プラグをローカルで操作」「.psd または .dwg ファイルを読む」「非公式 WhatsApp、Instagram、Bilibili クライアント」「Bambu プリンタープロトコル」「車の API と通信」「Garmin または CGM のデータ」「ゲームの逆コンパイル」「Web チャットボット向け OpenAI 互換プロキシ」。スター数、言語、ライセンス、活動状況で順位付けされた、検証済みプロジェクト 17,000 件以上の厳選インデックスを検索します。
「録画を見たいが、どれを見ればよいかわからない」というユーザーを、見る価値のあるセッションの短い高精度リストへ導きます。視聴するセッションやリプレイを尋ねる場合、興味深い／役立つ録画を探したい場合、セッションリプレイのどこから始めればよいかわからない場合、または具体的なフィルターを指定せずに、目標（登録、価格設定、オンボーディング、チェックアウト、機能、レイジクリック、エラー、モバイル、特定の人物）に関するセッションを見たい場合に使用します。`query-session-recordings-list` を使って曖昧な意図を絞り込んだ RecordingsQuery に変換し、有力候補にディープリンクを付けて `investigating-replay` に引き継ぎます。ユーザーがすでに録画／セッション ID を持っている場合（investigating-replay を使用）、または既知のエラーに関するリプレイを求めている場合（finding-replay-for-issue を使用）は使わないでください。
過去 30 日間の agent-framework の最前線をスキャンし、8 つの軸で overstack と比較する（frontier-gap-scan runbook）。cron ではなく、即時に呼び出す。WebSearch を 5 回実行し、優勢・接近・劣勢を評価して前回との差分を取り、新たなギャップの issue を作成、既存のギャップを更新し、レポートを更新する。トリガー：「frontier scan」、「quét đối thủ」、「scout tuần」、「chúng ta thua gì」、「/frontier-scan」。
Go のインターフェース設計パターン：暗黙的インターフェース、利用側での定義、インターフェース適合性の検証、コンポジション、「インターフェースを受け取り、構造体を返す」原則、よくある落とし穴。インターフェースの設計、パッケージの疎結合化、契約の定義、インターフェース利用のレビュー、テスト容易性を高めるリファクタリングに使用します。起動例：「インターフェースを設計」「インターフェースを受け取り構造体を返す」「インターフェース適合性」「利用側インターフェース」「インターフェースのコンポジション」。HTTP ハンドラーパターン（go-api-design）や一般的なレビュー（go-code-review）には使用しません。
Godot エキスパートアナリスト：Anara。Godot 4.7+ アーキテクチャを対象に、先進的なプロジェクト評価と認定を行います。プロジェクトの健全性、最新性、スケーラビリティ、依存関係グラフの評価や、Visionary Certificates の生成に使用します。キーワード：アナリスト、Anara、評価、認定、アーキテクチャ監査、ResourceLoader.get_dependencies、typed Dictionary、機能別フォルダー構成、Visionary Certificate、Godot 4.7。
AscendC プログラミング言語を使用してカスタム演算子を開発・最適化します。演算子の性能ボトルネックを分析し、最適化を検証します。AscendC と CANN toolkit に基づきます。ユーザーが (1) Ascend NPU 上の性能が重要な演算子を最適化したい場合、(2) 特定のワークロード向けにカスタム演算子を開発したい場合、(3) 演算子最適化によってモデル推論性能を向上させたい場合に使用します。トリガー：「AscendC」、「operator optimization」、「custom operator」、「performance」、「NPU optimization」、「Ascend operator」、「算子优化」、「自定义算子」、「算子开发」、「AscendC算子」、「性能优化」。
テキストから AI 生成文章の特徴を取り除きます。文章をより自然で人間が書いたような表現に編集またはレビューする際に使用します。Wikipedia の包括的な「Signs of AI writing」ガイドに基づいています。誇張された象徴表現、宣伝的な言葉、表面的な -ing 分析、曖昧な帰属、em dash の多用、三つ組の法則、AI 特有の語彙、否定的な並列表現、過剰な接続句などのパターンを検出して修正します。30c5c8d（humanizer プラグインを上流の v2.2.0 に更新）
画像・動画・音声のアップロード、プレビュー、再生コントロール、進行状況の追跡、サードパーティ製メディアとの連携（WaveSurfer、Swiper、Picture-in-Picture、Blurhash など）、メディアを多用する Hotwire 機能を扱います。主な課題がメディアのレンダリング、再生状態、またはメディアライブラリとの連携である場合は、このスキルを優先してください。サーバープッシュによる Turbo Stream の更新には hwc-realtime-streaming、メディア以外のページネーション／タブ／遅延ナビゲーションのフローには hwc-navigation-content、フォーム検証とインライン編集の動作には hwc-forms-validation、一般的な読み込み／遷移パターンには hwc-ux-feedback、メディア固有ではない Stimulus のプリミティブには hwc-stimulus-fundamentals を使用します。
Infisical Gateway と Relay のガイド — インバウンドファイアウォールルールなしで、Infisical からプライベートネットワークリソース（VPC 内のみのデータベース、オンプレミスのディレクトリ、内部 API、HSM）に到達する。SSH リバーストンネルを用いた gateway/relay アーキテクチャ、正確なポートと egress 許可リストの要件（relay への TCP 2222、Infisical への TCP 443、プラットフォームから relay への TCP 8443）、`infisical gateway start` と `infisical gateway systemd` によるデプロイ、Infisical 管理と自己デプロイの relay、高可用性のための Gateway Pools、ヘルスチェックとハートビート間隔、そしてどの機能と App Connection タイプが gateway 経由でルーティングできるかを扱う。次のような質問があるときにこのスキルを使用する: Infisical Gateway、relay サーバー、Infisical からプライベートデータベースへのアクセス、パブリックエンドポイントのないデータベースの動的シークレット、gateway pools、または「Infisical が内部リソースに到達できない」。Gateway はセルフホスト（infisical-self-host）の代替ではなく、App Connection（infisical-app-connections）でもない — プライベートリソースには gateway と接続の両方が必要。
Infisical Privileged Access Manager（PAM）のガイド — 接続する側が資格情報を一切見ることなく、データベース、サーバー、Kubernetes クラスター、クラウドアカウントへの人間および AI エージェントのアクセスを仲介し、完全なセッション録画と監査を提供する。13 種類すべてのアカウントタイプ（SSH、PostgreSQL、MySQL、MSSQL、OracleDB、MongoDB、Redis、Kubernetes、AWS IAM、GCP service account、Azure CLI、Windows、Windows AD）、accounts/folders/templates/memberships モデル、Admin/Connector/Auditor ロール、セッションのライフサイクルと録画、承認を伴うジャストインタイムアクセスリクエスト、アカウント資格情報のローテーション、ディスカバリー、依存関係、Web および CLI アクセス、`infisical pam agentic access` による AI エージェント向けの agentic アクセスを扱う。次のような質問があるときにこのスキルを使用する：Infisical PAM、特権アクセス、セッション録画、ジャストインタイムのデータベースアクセス、仲介された SSH アクセス、AI エージェントに安全にデータベースアクセスを付与する方法、インフラストラクチャのアクセスリクエストと承認、または「パスワードを渡さずに本番環境へ入れるにはどうすればよいか」。資格情報を保持せずにインフラストラクチャに到達する人間と AI エージェント向け。アプリケーションが自ら資格情報を取得する用途には対応しない（infisical-dynamic-secrets）。
lib/routing/ 内の単一のアプリ全体 GoRouter を MaterialApp.router 経由で接続することを強制し、ディープリンク可能な識別子はパスパラメータに置き state.extra は決して使わないこと、context.go と context.push の使い分けの規律、Riverpod refreshListenable で駆動される純関数としての redirect ガード、分岐状態を保持する BottomNavigationBar/NavigationRail シェルのための StatefulShellRoute.indexedStack、視差効果の低減設定を尊重する CustomTransitionPage トランジション、未保存の変更を傍受する PopScope（canPop/onPopInvokedWithResult）、および errorBuilder による 404 ルートを扱う。ルートの追加、GoRoute、redirect、認証/オンボーディングゲート、ディープリンク、ShellRoute またはネストしたナビゲーション、ボトムナビ/レールのタブシェル、ページトランジション、戻るボタン/未保存変更の処理、通知ペイロードからロケーションへのマッピング、型付きルート、go_router_builder、または go_router を app.dart に接続する場合に使用する。
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。