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 Container Storage の開発に関する専門知識。トラブルシューティング、ベストプラクティス、意思決定、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、デプロイを含みます。DACS プール、Elastic SAN CMK 暗号化、AKS のデプロイ、BlobFuse2、Run:ai + vLLM の構成、その他の Azure Container Storage 関連の開発タスクに使用します。Azure Blob Storage（azure-blob-storage を使用）、Azure Files（azure-files を使用）、Azure Elastic SAN（azure-elastic-san を使用）、Azure Managed Lustre（azure-managed-lustre を使用）には使用しません。
Azure Network Watcher の開発に関する専門知識を提供します。トラブルシューティング、意思決定、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を扱います。フローログ／Traffic Analytics、パケットキャプチャ、Connection Monitor の移行、VPN の確認、KQL/Terraform の自動化の構成など、Azure Network Watcher 関連の開発タスクに使用します。Azure Monitor（azure-monitor を使用）、Azure Networking（azure-networking を使用）、Azure Virtual Network（azure-virtual-network を使用）、Azure Virtual Network Manager（azure-virtual-network-manager を使用）には使用しないでください。
Azure Reliability の開発に関する専門知識。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、制限とクォータを含みます。リージョン/AZ、地理ペア、AKS HA、データベース/ネットワークのレジリエンス、Queue/Web PubSub の制限の選択、その他の Azure Reliability 関連の開発タスクに使用します。Azure Resiliency（azure-resiliency を使用）、Azure Monitor（azure-monitor）、Azure Service Health（azure-service-health）、Azure Site Recovery（azure-site-recovery）には使用しません。
Azure Synapse Analytics の開発に関する専門知識を提供します。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、デプロイを扱います。Synapse ワークスペース、Spark/SQL プール、Synapse Link、Delta Lake テーブル、PolyBase を使った ELT の構成など、Azure Synapse Analytics 関連の開発タスクに使用します。Azure Data Factory（azure-data-factory を使用）、Azure Data Explorer（azure-data-explorer を使用）、Azure HDInsight（azure-hdinsight を使用）、Azure Databricks（azure-databricks を使用）には使用しないでください。
Azure Web Application Firewall の開発に関する専門知識。ベストプラクティス、意思決定、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、デプロイを含みます。Front Door/App Gateway WAF ルール、レート制限、地域/IP フィルター、CAPTCHA/ボット対策、OpenAI/APIM 保護の構成、その他の Azure Web Application Firewall 関連の開発タスクに使用します。Azure Application Gateway（azure-application-gateway を使用）、Azure Front Door（azure-front-door）、Azure Firewall（azure-firewall）、Azure DDoS Protection（azure-ddos-protection）には使用しません。
FrameVideo 向けの Chanjing プラットフォーム連携：OAuth 対応のデジタルヒューマン動画合成、公開/カスタムのデジタルヒューマンと音声の選択、Chanjing AI Creation の画像/動画アセット、プラットフォームの BGM/SFX ダウンロード、生成アセットのポーリング/ダウンロード、Chanjing アセットの FrameVideo コンポジションへの組み込みに対応します。Chanjing の人物や音声の一覧表示、プラットフォームワークフローでの Chanjing 認証確認、デジタルヒューマン動画の送信/ポーリング、AI Creation の画像/動画タスクの計画/送信/ダウンロード、Chanjing の音楽や効果音のダウンロード、または Chanjing で生成したアセットの FrameVideo への統合に使用します。ローカルの Kokoro TTS/文字起こし/背景除去には framevideo-media を、コンポジション HTML の規約には framevideo を使用してください。
動作を変えずに変更の複雑さを減らします。行数ではなく認知負荷を下げます。対象コードと呼び出し元、テストを読み、ベースラインチェックを行ってから、安全な順序で最小限の明確化を行います（不要コードとブール値の整理 → ガード節によるネストの解消 → 重複の統合 → ローカルな名前変更とヘルパーの抽出）。Chesterton's Fence を尊重します。編集ごとにベースラインを再実行し、観測可能な動作を変えたりリグレッションを起こしたりする変更は元に戻し、安全な改善だけを残します。意味を変える単純化はクリーンアップではなくバグです。ユーザーが既存コードの単純化または整理を明示的に求めた場合にのみ使用します。
新しい FrameVideo レジストリブロック（キャプションスタイル、VFX ブロック、トランジション、ローワーサード）またはコンポーネント（テキストエフェクト、オーバーレイ、スニペット）を作成し、framevideo リポジトリに上流 PR として送ります。ユーザーが公開カタログへの貢献を希望する場合にのみ使用してください。プロジェクト内でキャプション/トランジションを作成する場合は `framevideo` skill を、既存のレジストリー項目をインストールする場合は `framevideo-registry` skill を使用してください。
オンラインコースの設計と構成に関する専門知識を提供します。カリキュラム設計、学習成果、モジュール設計、評価戦略を扱います。逆向き設計の方法論、段階的なコンテンツ構成、実際に変化をもたらすコースの作成を網羅します。「create a course, course curriculum, course outline, learning outcomes, course structure, design a course, online course, 」という語句が言及された場合に使用します。
公開インターフェースに Effective-Dart のドキュメントを強制する — すべての公開クラス/メソッド/getter/フィールド/typedef に `///` ドキュメント、WHY と単位/範囲/Null 許容性/スロー/副作用を示す一文の単独要約（名前の言い換えは決してしない）、動詞句のメソッドドキュメント、"Whether…" のブール getter、`[bracket]` による相互リンク、エクスポートされる barrel ごとに 1 つの `library;` ドキュメント、何をではなくなぜを説明する本体内の `//`、そして強制される不変条件をその強制箇所で再述すること — `public_member_api_docs` と `dangling_library_doc_comments` を analyzer エラーとして裏付ける。公開 API、Notifier/provider、Service インターフェース、sealed Failure、値型を追加またはレビューするとき、あるいはパッケージの dartdoc を準備するときに使用する。
Agent ワークスペースの移行。任意のプロジェクトを、Claude Code／Codex／Grok の3環境で一貫性があり、長期保守可能な Agent ワークスペースに整えます。ルールファイルを監査し、正本を特定し、名前を統一してブリッジを生成します。トリガー：/dbs-agent-migration、/agent迁移、「Codex に移行」「Claude Code に移行」「Grok に移行」「AGENTS.md を統一」「skill bridge を整理」「Agent ワークスペースが散らかっている」「Claude と Codex と Grok を統一して」 Agent workspace migration. Turn any project into a maintainable Claude Code / Codex / Grok three-host workspace by auditing rule files, establishing source-of-truth skills, normalizing names, and generating bridges. Trigger: /dbs-agent-migration, /agent-migration, “migrate to Codex”, “migrate to Claude Code”, “migrate to Grok”, “fix AGENTS.md”, “organize skill bridges”
温かみのある紙のようなグレーの背景、大きな黒のスラブセリフ体／中国語ディスプレイ書体、ゆとりのある余白、ドットのベクター分析アイコンを使った、再現性の高いエディトリアル風カバー画像を作成します。「点阵编辑风封面」「暖灰杂志风封面」「Codex + Hyperframes 同款封面」を求められた場合や、左にテキスト、右にアイコンを配置した特定のミニマルなバナーを再現・応用したい場合に使用します。編集可能な SVG とレンダリング済み PNG を出力します。このビジュアルの方向性がない一般的なカバーには使用しないでください。
TypeScript向けのGoスタイルのエラー処理：エラーをthrowせず、単純な `Error | T` のユニオン型として返します。`instanceof Error` で型を絞り込めるため、Resultラッパーは不要です。要点：```ts class NotFoundError extends errore.createTaggedError({ name: 'NotFoundError', message: 'User $id not found', }) {} async function getUser(id: string) { const user = await db.findUser(id).catch((e) => new DbError({ cause: e })) if (user instanceof Error) return user // Goのerr != nilと同様に早期return if (!user) return new NotFoundError({ id }) return user // 呼び出し側も同様に型を絞り込む } ```リポジトリがerroreの規約（errore.org）を使用している場合は、必ずこのスキルを読んでください。新しいTypeScriptプロジェクトでは必ずerroreを使用してください。
GEO（Generative Engine Optimization）の引用追跡と最適化（2026-06-24 標準）。4 つの主要 AI（Claude/GPT/Perplexity/Gemini）に毎週固定クエリを実行し、回答で対象ドメインが引用されているかを確認します。引用されていないページに Citable Statistics と AI に適した形式（一文の回答＋表＋FAQ）を追加します。Bing IndexNow で送信し、LLM がすばやく発見・インデックスできるようにします。GA4 の AI 流入を監視します。「AI に引用されているか」「GEO 最適化」「llms.txt 更新」「AI 引用追跡」と言われたときに呼び出します。デフォルトは B2B/オープンソース向けです。2C 製品（教育/アプリ）ではクエリのトピックと Citable Stats の情報源が異なります。gingiris-seo-geo/references/2c-adaptation.md を参照してください。
HL7 v2.5 IHE PAM（Patient Administration Management）メッセージを解析して説明します。メッセージタイプを特定し、セグメント（MSH、EVN、PID、PV1、PV2）を抽出して構造を検証し、患者管理ワークフロー向けの ADT メッセージを詳しく説明します。ユーザーが HL7 v2.5 IHE PAM / ADT メッセージを提示または分析を依頼する場合、メッセージタイプの特定、MSH/EVN/PID/PV1/PV2 セグメントの抽出や説明を求める場合に使用します。独自形式の HPK には、代わりに hpk-parser を使用してください。
GitHub ダークパープルのグラデーションデッキ — GitHub-dark #0d1117 + パープルブルーの radial 環境光 + 60px グリッド mask、中央揃えレイアウト、パープルの pill ラベル、3色グラデーションのタイトル（#a855f7→#60a5fa→#34d399）、GitHub 風コード palette、パープルの左ボーダー付きハイライトブロック。開発者向けワークフロー / MCP / Agent / dev tool のチュートリアルに適し、GitHub Blog / Linear Changelog に似ています。
hcloud CLI を使用した Huawei Cloud SWR（Software Repository for Container）のイメージ自動化・運用スキル。ユーザーが以下を希望する場合に使用します：（1）リージョン間のイメージ同期（自動または手動）の設定、（2）CCE/CCI への自動デプロイ用 SWR トリガーの管理、（3）同期先として利用可能なリージョンの照会、（4）同期ジョブの状態確認、（5）トリガー設定の作成・更新・削除。トリガーとなる語句：「SWR automation」「SWR 自动化」「镜像同步」「SWR sync」「跨区域同步」「cross-region sync」「触发器」「SWR trigger」「自动部署」「auto deploy」「镜像复制」「image replication」「SWR 触发器」。
特定の CI 失敗を調査し、結論を出す：誰の責任か、どの commit か、誰が書いたか、修正済みかどうか。"who broke master"、"why did this test fail in CI"、"is this failure my PR's fault or everyone's"、"is this test flaky or actually broken"、"when did this failure start" に使用する。engineering_analytics ウェアハウスビュー（engineering_analytics_ci_failures、engineering_analytics_ci_job_history）と CI 失敗ログを基に作業する。集計された CI 健全性、コスト、マージのボトルネックには使用しない（diagnosing-ci-and-merge-bottlenecks を使用）。保存されたインサイトの構築にも使用しない（turning-engineering-analytics-into-insights を使用）。
PostHog プロジェクトのログを調査する：サービスやデプロイが正常か検証し、エラーの急増を説明し、インシデントをトリアージし、またはログストリームの内容を理解する。ユーザーが「ログを確認して」と依頼したとき、サービス、デプロイ、リリース、変更が正常に動作しているか、または何かを壊していないかを尋ねたとき、エラーが増えた理由や何が変わったかを尋ねたとき、ログに現れる障害の根本原因を知りたいときに使用する。ログ MCP ツール（サービス概要、パターンマイニング、前後のパターン差分、バケット集計、ファセット、生データ行）をルーティングし、ログテーブルへの手書き SQL や生データ行ではなく要約から調査を始められるようにする。
MCP サーバーを検索、インストール、設定します。MCP の検出、OAuth の設定、環境変数、stdio と SSE のトランスポート、MCP 接続のトラブルシューティングに積極的に使用してください。例：- ユーザー：「filesystem MCP サーバーを追加して」→ サーバーファイルを読み、opencode.json の mcpServers に追加し、トランスポートの種類を確認 - ユーザー：「GitHub で MCP を使うには？」→ カタログを確認し、@modelcontextprotocol/server-github をインストールして OAuth トークンを設定 - ユーザー：「MCP が接続できない」→ トランスポートの種類（stdio/SSE）を確認し、引数/コマンドと環境変数の受け渡しを検証 - ユーザー：「利用可能な MCP は？」→ list_mcps.py を実行し、認証方式とインストールコマンドを含むカタログを表示
モバイルアプリ、Web アプリ、レスポンシブウェブサイト向けのマイクロインタラクションの専門家です。マイクロインタラクション、アニメーション、トランジション、モーションデザイン、ジェスチャーフィードバック、ハプティクス、ローディング状態、スケルトンスクリーン、プルして更新、スワイプ操作、スクロールアニメーション、ボタン状態、フォーム検証フィードバック、トースト通知、モーダル、ドロップダウン、トグル、進捗インジケーター、共有要素トランジション、ばね物理、イージング曲線、モーショントークン、またはユーザー操作に視覚・触覚・聴覚フィードバックを提供するインタラクションの追加、構築、修正、監査、相談をユーザーが求めた場合に使用します。次の語句に反応します：“micro-interaction”“animation”“transition”“motion”“easing”“spring”“gesture”“haptic”“feedback”“loading state”“skeleton”“shimmer”“pull to refresh”“swipe”“drag”“hover effect”“press state”“focus ring”“scroll animation”“parallax”“stagger”“orchestration”“reduced motion”“View Transitions”“layout animation”“shared element”“hero animation”“morphing”“Framer Motion”“GSAP”“Lottie”“Rive”“React Spring”“anime.js”、またはインターフェースを「使いやすく」「生き生きと」「きびきびと」「レスポンシブに」「洗練された」ものにしたいという依頼。
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。