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
Azure Cloud Adoption Framework を使用したクラウド導入の計画と実行に関する専門的なガイダンスを提供します。戦略、計画、準備状況とランディングゾーン、導入パターン、ガバナンス、セキュリティ、運用と管理、組織とチーム、導入シナリオを扱います。Azure ランディングゾーン、AVD、Arc 対応 Kubernetes、Azure 上の SAP/Oracle、AI PaaS ワークロードの設計、およびその他の Azure Cloud Adoption Framework 関連の開発タスクで使用
**カスタム Domo コネクターの作成** — カスタム Domo コネクターを定義する JavaScript コードを作成している場合に呼び出します。主な兆候:authentication.js、dataProcessing.js、または Domo のコネクター API(datagrid、httprequest、auth、metadata)に関する質問。認証情報の検証、API ページネーションループ、書き戻しコネクター、列の一貫性、コネクター README ドキュメントなど、コネクターのコーディング全般を扱います。ユーザーは既製品を使うのではなく、Connector Dev Studio でコネクターを*構築*しています。対象外:既製コネクター(Salesforce、Postgres、Snowflake)、Python コネクター、Domo App Platform のカード/アプリ、Workflows、Federated Connectors。
各宣言がどの Dart 3 構文を獲得すべきかを強制します — sealed class + `default:`/`case _:` のない網羅的 switch、3 つのクラス修飾子(`sealed`/`final`/`abstract interface class`)で残りはスキップ、record はレイヤー内タプルとしてのみ、不変値型(`final` フィールド、`const` コンストラクター、値等価性)は単純なら手書き、ボイラープレートが支配的な場合は `freezed`、明示的な安定アイデンティティ、全域的で例外を投げないドメイン関数、不正な状態を表現不能にする、そして厳格なメソッド/ビルド/ファイル/ネストの複雑度上限(他のスキルが参照する単一の真実源の表)— 同時に `late`/`!`/`dynamic` といった誠実さの回避を禁止します。あらゆる Dart の型や宣言を書いたりレビューしたりするときに使用します:class と enum と record と typedef の比較、手書きと `freezed` の比較、`switch`/`if-case` の追加、`copyWith` や `==`/`hashCode` の記述、アイデンティティの決定、ドメイン関数を全域的に保つこと、または長さ/ネストの上限に達したとき。
ユーザーから dsh プラグインリポジトリ(または実際の移行コミット/バージョン範囲)が渡され、そのアップグレード体験を自動採点可能な Harbor ベンチマーク試験タスク 1 件にまとめる場合に使用します。harbor run が 0~1 で採点でき、dsh-plugin-upgrade-skill ベンチマークスイートに組み込める tasks/<id>/(fixture + instruction.md + task.toml + judge.mjs + solution)を作成します。既存のバージョンカード(references/v*.md)を実行可能な試験タスクにする場合にも使用できます。アップグレードカードの作成やベンチマークの実行には使用しません。
Domo の埋め込み編集エクスペリエンスを設定します。外部ユーザーは埋め込み iframe を介して Domo コンテンツを作成、編集、保存、共有できます。Identity Broker、JWT 認証、ロールベースのアクセス(Admin/Privileged/Editor/Participant)、インスタンスマッピング、編集 URL の生成を扱います。Domo の編集モードの埋め込みに使用します。読み取り専用の埋め込み(programmatic-filters を使用)やクライアント側のフィルタリング(jsapi-filters を使用)には使いません。
Eva Audience Finder 2.5.0 の主要な話題読者の特定と、執筆後の読者との適合確認のための入口です。ユーザーが明示的に /eva-audience-finder を呼び出す、「话题人群识别器」と名指しする、「この話題の背後にいるのはどんな人か、本当に誰に響くのか、このテーマは誰に向けたものか、誰が関心を持つのか」と明確に尋ねる、または完成した文章を提示して「結局誰の代弁になっているのか、読者層を外していないか、本当に誰かに向けて書けているか」と明確に尋ねる場合に限り使用します。執筆前には具体的な読者層、認識のギャップ、ユーザーの疑問、後続コンテンツの切り口を特定します。執筆後は、原稿が実際に誰に届くか、実質的なずれが生じたかのみを確認します。一般的なテーマの議論、通常の文章修正、公開前の総合レビュー、第三者サンプルの分析、公開後の反応の振り返りには介入しません。タイトル案一式や原稿全体を直接作成しません。
Cassondra Roberts の「A Storybook format that scales with you」に基づく実証済みのパターンを使い、拡張しやすい Storybook ファイル構成を作成・整理します。story 定義、テンプレート構成、controls/args、Chromatic によるビジュアルリグレッション、コンポーネントドキュメント、CSF 規約を扱います。ファイル構成、controls、args、コンポーネントドキュメントなど、Storybook に関するあらゆる質問で起動します。
inference.sh CLIを介してAlibaba HappyHorse 1.0モデルで動画を生成・編集します。モデル:HappyHorse T2V、I2V、R2V、Video Edit。機能:テキストから動画、画像から動画、参照動画からの生成、自然言語による動画編集、キャラクターの一貫性維持、720P/1080P、最長15秒。物理的にリアルな動画、動画編集、キャラクターの一貫性を保ったコンテンツ、製品デモ、ソーシャルメディア向けに使用します。トリガー:happyhorse、happy horse、alibaba video、happyhorse 1.0、dashscope video、alibaba happyhorse、video editing ai、ai video editor
PostHog Metrics におけるサーバー / インフラのメトリクス異常を調査する——「このメトリクスが上昇 / 低下 / 急騰している」または発火したアラートから、証拠を伴う推定原因まで。メトリクスがおかしい理由を尋ねられたとき(取り込み遅延の上昇、エラー率の急騰、レイテンシの劣化、キューの深さの増大、スループットの低下)、OTel / Prometheus メトリクスでアラートが発火したとき、またはメトリクスの症状から始まるインシデントトリアージに使用する。characterize-metric-anomaly、query-metrics、metric-names-list をログ(query-logs)やトレース(APM span ツール)と組み合わせ、シグナル横断的な根本原因の相関を行う。
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。
