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
Expo Router アプリに統一されたクロスプラットフォームのカラーテーマシステムを構築します。セマンティックなシステムカラー（ネイティブ iOS ラベルと Android Material You のダイナミックカラーから解決）、ブランドカラー、ダーク／ライトモードの自動再レンダリング、React Navigation ThemeProvider、useColors() / useTheme() コンテキストフックを設定します。具体的な方法が指定されていなくても、Expo / React Native アプリでテーマ、ダークモード、ダイナミックカラーや Material You カラー、統一カラーシステム、useColors/useTheme フックを設定したい場合に使用します。
Tufte に着想を得たデータレポートやインフォグラフィックダッシュボードを、スタンドアロンの HTML ファイルとして作成します。テキストに EB Garamond、数値に Monaspace Argon、インタラクティブチャートに Chart.js、インライン SVG のスパークラインを使用します。2 カラムの文章＋データレイアウト、ステータスダッシュボード、スクロールアニメーション、レスポンシブなモバイル対応を備えた出版品質のレポートを生成します。データレポート、アクティビティダッシュボード、インフォグラフィック、個人分析ページ、健康トラッカーの可視化、または文章とインタラクティブなチャートやテーブルを組み合わせた文書の作成に使用します。「Tufte 風のレポートを作る」「インフォグラフィックを作成」「ダッシュボードを構築」「データを可視化」といった依頼や、美しいデータドリブン文書の作成依頼でも起動します。
twitterapi.io を通じて 1 つ以上の X/Twitter アカウントから最近の投稿を取得し、構造化された JSON/CSV レコードを出力します。必要に応じて feishu-cli でレコードを Feishu/Lark Bitable に同期したり、OpenClaw、Codex automations、cron、launchd を使った定期実行を案内したりできます。X のブロガーを監視する、最近のツイートを収集する、ツイート指標をエクスポートする、ツイートを Feishu Bitable に追加する、または Twitter/X アカウント追跡のスケジュール済みワークフローを設定する場合に使用します。
Node.js バックエンド環境で Univer（スプレッドシートエンジン）を使用し、ヘッドレスデータ処理、一括レポート生成、サーバー側での数式計算、ワークブック操作の自動化を行います。ブラウザーを使わずサーバー上でスプレッドシートを作成、読み込み、変更する場合、Node.js で Univer を実行する場合、createUniverOnNode、UniverRPCNodeMainPlugin、数式ワーカー用の child_process fork、サーバー側の XLSX/JSON 処理、バックエンドで Facade API を使った一括セル操作が必要な場合に使用します。トリガーには「Node.js」「server side」「backend」「headless」「batch generate」「automated report」「createUniverOnNode」「rpc-node」「formula worker」「Univer in Node」が含まれます。
Mule アプリケーションのアップグレード作業の前に必ず実行するワークフローです。ユーザーが Mule アプリのアップグレード、移行、バージョン更新、モダナイズ、またはより新しい Java バージョン、より新しい Mule Runtime バージョン、あるいはその両方への移行を求めた場合は、use_skill を最初のアクションとして呼び出してください — プロジェクトファイル（pom.xml、mule-artifact.json）を読む前や、自分でバージョンを編集する前に。Java および Mule Runtime のアップグレード、互換性のある最新のコネクタバージョンの取得、コネクタとプラグインのバージョン更新、フロー、DataWeave スクリプト、MUnit テストにおける操作変更の影響の修正を扱います。「このアプリを Java 17 に移行する」や「runtime を 4.6 にアップグレードする」といった単一バージョンの更新であっても、このワークフローが必要です — pom.xml のバージョンを手で編集して自分で変更を試みないでください。このスキルを呼び出すときは、そのレスポンス内で唯一のツール呼び出しでなければなりません。
バイラル動画の成功に向けてフックの作成と視聴者維持を習得する。次の場合に積極的に有効化する: (1) 動画フックの最適化、(2) 冒頭数秒の戦略、(3) 視聴者維持の改善、(4) 注意を引くテクニック、(5) 心理的トリガー、(6) パターンインタラプト、(7) 視聴時間の最適化、(8) 離脱の防止、(9) エンゲージメント心理学。提供するもの: フックの公式、心理的トリガーのフレームワーク、維持率のベンチマーク、パターンインタラプトのテクニック、実行可能な維持改善戦略。
固定された main() のコールド起動順序を強制する — 例外を投げ得るあらゆるコードより前に crash-log sink + FlutterError.onError + PlatformDispatcher.onError を設置し、runApp の前に settings/theme を読み込んで最初のフレームが正しく描画されるようにし、実インフラをコンポジションルートの bootstrap() で構築して ProviderScope の overrideWithValue で例外を投げるプレースホルダープロバイダーを上書きして注入し、非ブロッキングのウォームアップは addPostFrameCallback に遅延させ、エラーハンドラーはちょうど 2 つで runZonedGuarded は使用せず、ログ記録の前に ProviderException をアンラップし、バックグラウンド/復帰時に永続状態をフラッシュする WidgetsBindingObserver を用いる。lib/main.dart、main_<flavor>.dart、bootstrap.dart、app.dart の編集、main() 内の順序変更、splash/onboarding/権限ゲートの追加、最初の描画前のテーマ復元、DB やサービスの ProviderScope への接続、アプリライフサイクルのバックグラウンド/復帰時のフラッシュ処理、コールドスタートの遅延、ANR、最初のフレームのジャンクの調査時に使用する。
Azure Defender For Cloud の開発に関する、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、デプロイの専門知識を提供します。VM／コンテナの保護、SIEM／XDR の統合、API／CLI／ARG による自動化、マルチクラウドデプロイの計画、およびその他の Azure Defender For Cloud 関連の開発タスクで使用します。Azure Defender For Iot（azure-defender-for-iot を使用）、Azure DDoS Protection（azure-ddos-protection を使用）、Azure External Attack Surface Management（azure-external-attack-surface-management を使用）、Azure Security（azure-security を使用）には使用しません。
Azure Private Link の開発に関する、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、構成の専門知識を提供します。Private Endpoints、DNS ゾーン、NSP、Azure Firewall ルール、Azure Private Resolver の構成、およびその他の Azure Private Link 関連の開発タスクで使用します。Azure Virtual Network（azure-virtual-network を使用）、Azure Virtual Network Manager（azure-virtual-network-manager を使用）、Azure Load Balancer（azure-load-balancer を使用）、Azure Application Gateway（azure-application-gateway を使用）には使用しません。
暗いテーマのアニメーション付き技術図を、自己完結型の HTML+SVG ファイルとして作成します。コネクターが目に見えて流れるフローチャートや、光点としてリクエストがシステム内を移動するアーキテクチャ図（Diagrid/Temporal のランディングページ風）を作成します。フローチャート、ワークフロー、パイプライン、プロセス図、状態機械、システムアーキテクチャ、インフラ、クラウド、マイクロサービス、ネットワークトポロジー図の依頼で使用します。特に「アニメーション」「流れる」「動的」「生き生きとした」「GIF風」や、ランディングページ、README、ドキュメント、製品デモ用の図が求められる場合に適しています。Mermaid ソース（mermaid コードブロックまたは .mmd ファイル）をアニメーション図に変換する場合にも使用します（「この Mermaid をアニメーションに」「このフローチャートを動かして」）。リクエスト、イベント、データ、ジョブ、メッセージ、制御フローなど、動きを表す図では静的な図より優先します。
決定論的なデザインシステム監査と、スラッシュコマンドとして使えるデザイン専門家一式を提供します。`npx dwic-audit`はWCAGのコントラスト計算とトークン解析を使い（LLMは不使用）、色、タイポグラフィ、余白、アクセシビリティ、フォーム、ナビゲーション、モーション、コピーなどのカテゴリでプロジェクトをスキャンし、検出事項を修正担当の専門家に振り分けます。専門分野は、視覚的階層、インタラクションデザイン、デザインシステム設計、タイポグラフィ、色、余白、モーション、フォーム、ナビゲーション、ダッシュボード、モバイル、ランディングページ、認証UX、ヘルスケアUX、B2B SaaS、Eコマース、ダークモード、エラー処理、オンボーディング、データ可視化です。Claude Codeプラグインとしてインストールされ、コマンドは実行時依存関係のない純粋なMarkdownです。
Domo 用のサンプルデータを生成します。リアルなサンプルデータセットを作成して Domo インスタンスにアップロードする必要がある場合に呼び出します。主なトリガー：Domo 用のサンプルデータ、デモデータ、テストデータ、または架空データの依頼、Salesforce、Google Analytics、QuickBooks、NetSuite、Google Ads、Facebook Ads、HubSpot、Marketo、Health Portal のサンプルデータへの言及、datagen CLI または domo_data_generator に関する質問。対応内容：データセットの生成と Domo へのアップロード、Domo 内でのデータセット作成、日付のローリング、エンティティプール、コネクターアイコン、カタログ管理、新しいデータセット定義の追加。実際のコネクター設定、本番データパイプライン、データ変換（Magic ETL）、Domo App Platform には使用しません。
Playwright を使用して Axure プロトタイプから、スクリーンショット、デザイントークン、インタラクションマップ、注釈、ページテキストなどの構造化データを抽出します。ユーザーが Axure プロトタイプからのデータ抽出、Axure ページの再構築または複製、Axure デザイントークンの分析、Axure コンテンツのエクスポート、Axure プロトタイプ URL の操作を求めた場合に使用します（「Axure」と明言していなくても、AxShare リンク、/start.html#p= URL、/start.html?id=...&p= URL、オンラインでホストされたワイヤーフレーム／プロトタイプへの言及を確認してください）。
freehire.me アグリゲーターの公開 API を使って、多数の国や市場（リモートを含む）のソフトウェア／テクノロジー／データ／エンジニアリングの最新求人を検索したり、特定の求人情報を調べたりするスキルです。約 50 の ATS プラットフォームの職種を統一スキーマに集約するため、1 つのスキルで多くの市場を対象にできます。ただし、ファセット検索（スキル、カテゴリ、経験レベル）は技術職向けに調整されているため、トリガーは技術職に限定してください。トリガーフレーズ：find a tech job、software job search、developer jobs、engineering vacancies、data/ML jobs、DevOps roles、remote developer jobs、「are there any <tech role> jobs in <place>」、look up this freehire job posting
超高速な LLM 推論を活用した AI アプリケーションを構築するための Groq API 統合。Groq の Chat Completions API、Python SDK（groq）、TypeScript SDK（groq-sdk）、ツール使用／関数呼び出し、ビジョン／画像処理、Whisper による音声文字起こし、ストリーミング応答、テキスト読み上げ、Llama Guard によるコンテンツモデレーション、バッチ処理、その他の Groq API 統合タスクで使用します。Groq、GroqCloud、または高速な LLM 推論の必要性に言及した場合に起動します。
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。