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
Eureka 特許データプラットフォームを通じて、特許タイトルと要約の翻訳版を取得します。特許要約やタイトルの翻訳、翻訳済み特許要約、他言語の特許内容、中国語／英語／日本語の特許要約を求める場合、または特許 ID や公開番号から特定特許の要約やタイトルを検索する場合に起動します。Eureka の特許要約、特許要約翻訳、特許タイトル翻訳、Eureka 特許、特許翻訳、要約検索などが対象です。「翻訳」と明示されていなくても、Eureka や特許要約検索に言及した場合は起動します。
`marketing-automation` の互換エイリアスです。既存のプロンプト、設定画面、ワークフロー、または旧カタログ項目で `marketing-skills-collection` が明示的に参照されている一方、実際のニーズが CRO、コピーライティング、SEO、ライフサイクルメッセージ、分析、価格設定、ローンチ、リテンション、実験にわたる幅広いプロダクトマーケティングやグロースマーケティングの振り分けである場合に使用します。通常の標準用途では `marketing-automation` を優先してください。トリガー：marketing-skills-collection、旧マーケティングスキル名、旧マーケティングプロンプトパック、マーケティングエイリアスの移行。
Microsoft Foundry Local（別名：Azure AI Foundry Local）の開発に関する、ベストプラクティス、意思決定、構成、統合とコーディングパターンの専門知識を提供します。Olive による HF モデルのコンパイル、CLI／SDK、埋め込み／チャット、音声、ツール呼び出し、REST アプリ、およびその他の Microsoft Foundry Local 関連の開発タスクで使用します。Azure Local（azure-local を使用）、Microsoft Foundry（microsoft-foundry を使用）、Microsoft Foundry Classic（microsoft-foundry-classic を使用）には使用しません。
散文の草稿、記事、スピーチ、レポート、メモをもとに、agegr/mindmap-ppt 静的プレゼンテーションプロジェクトのコンテンツを作成・更新します。Codex が文章をプロジェクトの project/source.js にある Markdown のマインドマップデータに変換し、挿絵が必要なノードを選び、プロジェクトの控えめなプレゼンテーションスタイルに合う GPT Image 2 の挿絵を生成または依頼し、素材を project/ に配置して npm run check で検証する場合に使用します。現在の作業ディレクトリ内のみで動作します。
フレームワークのデフォルトではなく、設計されたインタラクションフィードバックを強制する。コミットを伴うすべてのインタラクションは同一フレーム内で確認され、モーションは状態を装飾するが状態そのものにはならない（アニメーションをオフにしても最終状態は同一）。設計時に、各モーメントがトリガー、duration ロール、ハプティクス枠、縮小モーション時のフォールバックを宣言する命名済みカタログを用意する。ハプティクスは HapticTheme のイベントから強度へのマップとして、コミットフレームでちょうど一度だけ発火する（アニメーションフレームごと、合流した入力ごとには決して発火せず、エラーに heavyImpact は使わない）。単一の中央トグルで制御する。すべてのアニメーションは中断可能で、タップすると最終状態に解決される。祝祭演出は有界で一度だけ再生され、ループも入力のブロックもしない。すべての繰り返しアニメーションには明示的な停止条件がある（ルート離脱、バックグラウンド、縮小モーション）。フィードバックを複数チャネルで提供し、縮小モーションでもハプティクスと音が生き残るようにする。アニメーション、成功・エラー状態、ハプティクス、祝祭演出、画面遷移を追加または調整するときに使用する。
AI 画像・動画モデルを使い、無駄なコストをかけずに、アニメーションウェブサイトに必要な画像や動画クリップを計画・生成します。費用をかける前に、正確なプロンプトとコストを含むコンセプトと素材リストを提案すること、全素材のスタイルを統一すること、連結またはループするクリップの開始・終了フレーム、機能に基づくモデル選定、コスト調整、レート制限の遵守、失敗したジョブの復旧、ループやアウトペイントの修正、プロジェクトを再構築できるよう全プロンプトを記録することを扱います。サイトに生成されたヒーロー画像、キャラクター、製品画像、テクスチャ、背景ループ、カメラ移動クリップが必要な場合や、「Higgsfield を使って」「Runway を使って」「Kling を使って」「Veo を使って」「素材を生成して」「この画像をアニメーションにして」と言われた場合に使用します
公開の `orca` CLI を使用して、Orca が管理する worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、アーティファクト、worktree コメント、および Orca アプリに埋め込まれたブラウザを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「control the browser inside Orcaoclassroom」と言ったときに使用する。Orca が管理する状態に wortt Involving タスクでは、生の `git worktree`、場しの PTY、Playwright、Computer Use よりこの方法を優先する。Orca の埋め込みブラウザ以外のブラウザウィンドウ、webview、デスクトップ UI には Computer Use を使用してきた。
inference.sh CLI で Pruna P-Image モデルを使って画像を生成します。モデル：P-Image、P-Image-LoRA、P-Image-Edit、P-Image-Edit-LoRA。機能：テキストからの画像生成、画像編集、LoRA スタイル、複数画像の合成、高速推論。Pruna は品質を損なわずにモデルを高速化します。トリガー：pruna、p-image、pruna image、fast image generation、optimized flux、pruna ai、p image、fast ai image、economic image generation、cheap image generation
薬局のサプライチェーン業務の最適化、医薬品の流通管理、医薬品規制への準拠、規制物質の取り扱いをユーザーが希望する場合に使用します。「pharmacy logistics」「drug distribution」「controlled substances」「340B program」「formulary management」「medication safety」「specialty pharmacy」「drug shortages」「DEA compliance」「pharmaceutical traceability」「DSCSA compliance」に言及した場合も使用します。病院の資材管理については hospital-logistics、臨床試験薬については clinical-trial-logistics を参照してください。
シミュレーション出力データを抽出、分析、要約します。特定のタイムステップにおける空間場の取得、時系列傾向の計算と定常状態の検出、計算領域を通るラインプロファイルの抽出、統計的な要約と分布の生成、派生量（勾配、フラックス、体積分率、界面面積）の計算、解析解や実験データとの結果比較、自動分析レポートの作成を行います。完了したシミュレーション結果の解釈、質量またはエネルギー保存の確認、2 つの実行結果やメッシュの比較、フェーズフィールド出力からの界面プロファイル抽出、出版可能な品質の分析準備に使用します。「結果はどんな感じ？」「シミュレーションは定常状態に達した？」といった質問にも対応します。
曲曲大女人（乐传曲）の思考視点。感情の商業化の先駆者で、「関係＝交換」論者。自称「感情のマッキンゼー」。中核となる思考モデルは 4 つ：価値交換論、男性間／女性間の競争の使い分け、資産化思考、リスク回避型の合理主義。トリガー：「曲曲の視点」「曲曲流で」「感情の商業化」「この関係をどう見るか」「お金目当てで関係を持つべきか」。適した用途：男女関係における利害構造の分析、恋愛における価値の不一致の特定、「愛の交換」を道徳論抜きで捉えること。制約：純粋な感情的つながりを求める問いには不向き。脱税事件は、彼女の金銭面の判断に明らかな盲点があることを示しています。調査資料：メディア報道 12 件（界面、36氪、腾讯、澎湃、新浪）。調査時点：2026-04-13。
Brainstorm、Define、Design の Markdown ファイルとユーザーとのやり取りを基に、SDD/AgentSpec ワークフローの Build フェーズを実行します。仕様が確定した機能の実装をユーザーが希望する場合に使用します。3 つの成果物を読み、File Manifest を抽出して順序付けし、実行モードを提案・確認します。計画されたコードのみを変更し、段階的に検証し、ドリフトと LLM プロンプトに対処します。manifest に記載された migration をデータベースに適用し（プロジェクト名と ref の確認、および読み戻しによる証明を実施）、Define のブロッキング Verify Gate を実行して、証拠を含む BUILD_REPORT_{FEATURE}.md を生成します。プロジェクト/コードへの書き込みアクセスが必要です。SDD ワークフローを完了し、BUILD_REPORT を検証して終了してください。
Brainstorm が生成した Markdown ファイルとユーザーとの明確化のやり取りをもとに、SDD/AgentSpec フローの Define フェーズを進める。問題、ユーザー、目標、指標、スコープ、制約、技術コンテキストを抽出して構造化し、EARS で受け入れテストを書き、曖昧さを解消し、Clarity Score を算出し、客観的な Verify Gate を定義する。SDD Brainstorm by RDD の後に使用し、次のゲートに進める DEFINE_{FEATURE_NAME}.md を生成する。
Brainstorm の Markdown ファイル、DEFINE ファイル、ユーザーとの技術的な明確化のやり取りをもとに、SDD/AgentSpec フローの Design フェーズを策定する。検証済みの要件を、アーキテクチャ、コンポーネント、インライン ADR、ファイルマニフェスト、コード標準、データフロー、統合、テスト戦略、エラー処理、設定、セキュリティ、可観測性に変換する。SDD Define by RDD の後に使用し、特にユーザーが BRAINSTORM_*.md と DEFINE_*.md を提供し、SDD Build by RDD に進める DESIGN_*.md を生成したい場合に使用する。
Brad Frost のスキルをインストールした後はここから開始——一度実行すればすべてのセットアップが完了する。インストールしたスキルのうちどれがどれかを特定し、それぞれに必要なセットアップ（制限のインタビュー）を実行し、セットアップが不要なスキルの使い方を説明する。ユーザーが「setup brad frost skills」と言う、/setup-brad-frost-skills を実行する、このコレクションをインストールしたばかりである、またはこれらのスキルの始め方を尋ねるときに使用する。
メトリクス、ログ、トレース全体にわたる SigNoz のテレメトリ取り込みコストとメトリクスカーディナリティを調査し、削減します。Cost Meter を使って SigNoz の費用要因、ラベルのカーディナリティが急増または無制限になっているメトリクス、安全にデータ量を削減する方法を、ダッシュボード、アラート、Infra ページを考慮して特定します。ユーザーが「SigNoz の請求額が高いのはなぜ」「取り込みコストの要因は何か」「テレメトリ量を減らしたい」「最もコストの高いメトリクスはどれか」「カーディナリティの健全性チェック」「安全に破棄できるものは何か」と尋ねた場合や、コストや最適化という言葉がなくてもテレメトリ支出、取り込み量、メトリクスカーディナリティについて尋ねた場合は、必ずこのスキルを使用します。LLM や AI エージェントのトークン支出には使用しないでください。それは signoz-generating-queries のトレースクエリで扱います。
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。