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
Alibaba Cloud PAI ワークスペース管理スキルです。Platform for AI（PAI）上でワークスペースを作成、照会、一覧表示します。トリガー：「create PAI workspace」、「query PAI workspace」、「list workspaces」、「PAI workspace」、「create workspace」、「get workspace」、「list workspaces」、「AIWorkSpace CreateWorkspace」、「AIWorkSpace GetWorkspace」、「AIWorkSpace ListWorkspaces」
Alibaba Cloud ICE を使用して動画を編集します。入力には URL または OSS を使用し、出力はクラウドでレンダリングします。Timeline 編集、通常テンプレートの作成とレンダリング、複数クリップの合成、タイトル、字幕、トランジション、音声ミキシング、翻訳やローカライズのほか、スマートカバー、消去、字幕抽出、切り抜き、美顔、リフレーミング、音声処理などの単一メディア向けインテリジェント制作に使用します。テンプレートの確認や出力 URL の検証にも対応します。ラベル、ハイライト候補、話者の割り当て、文字起こしなどのコンテンツ分析は上流から提供する必要があります。ローカルの ffmpeg を使ったメディアの生成、変換、抽出は禁止です。ローカルの ffmpeg はストリーミング音声分析に限り使用できます。
Antithesis のプロパティカタログが実際にバグを検出できるかを検証する。各安全プロパティについて、現実的なミュータントを 1 つ SUT に注入して実行し、対象のプロパティが発火することを確認する。生存したミュータントを、不良ミュータント、不良オラクル、不良ワークロード、不良プロパティとして診断し、修正を antithesis-workload または antithesis-research にルーティングする。ハーネスが構築され、ベースライン実行がグリーンになった後に使用する。
構造、スケーラビリティ、エンタープライズ対応、パフォーマンス、セキュリティ、運用、データの 7 つの観点からアーキテクチャをレビューし、スコア付きレポートを作成します。「review architecture」「critique design」「audit system」「assess scalability」「enterprise readiness」「technical due diligence」で起動します。図の作成には使わず、architecture-diagram を使用してください。浅いモジュールを対話的に探す場合や、単一モジュールのインターフェースと境界を設計する場合には使わず、module-deepening を使用してください。
症状が広範なとき（「アプリがもっさりする」「どこでもスクロールがカクつく」「perf スプリントを始める」「まず何を直すべきか?」）に、Jetpack Compose のエンドツーエンド性能監査を実行するためにこの skill を使用する。25 の焦点を絞った skill（release モード設定、R8、Baseline Profiles、Compose Compiler レポート、安定性推論、Layout Inspector、`@TraceRecomposition`、安定化、strong skipping、フェーズ遅延、derivedStateOf、lazy レイアウト、lazy プリフェッチ、Modifier.Node、modifier の順序、flow 収集、effects、CI ゲート、ホットリロード）を順序立てて Measure → Diagnose → Fix → Verify の 4 フェーズループを編成し、Before/After Macrobenchmark の数値を含む監査レポートを文書として作成する。開発者が perf スプリントのキックオフ、リリース前の perf ゲート、性能に問題を抱えるコードベースへのオンボーディング、または文書化された成果物を求める場合に使用。ユーザーが「audit」「perf review」「perf sprint」「where do I start」に言及したとき、または具体的な症状がまだないときに使用。
Azure Elastic SAN 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、デプロイが含まれます。Elastic SAN ボリューム、iSCSI クライアント、AVS データストア、AKS ストレージ、SQL/FCI クラスター化ワークロードの作成、およびその他の Azure Elastic SAN 開発タスクで使用します。Azure Blob Storage（azure-blob-storage を使用）、Azure Files（azure-files を使用）、Azure NetApp Files（azure-netapp-files を使用）、Azure Managed Lustre（azure-managed-lustre を使用）には使用しないでください。
Azure IoT Central 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、設定、統合とコーディングパターン、デプロイが含まれます。デバイステンプレート、データエクスポート、IoT Edge ゲートウェイ、REST/CLI の自動化、IoT Central の移行を設計する場合や、その他の Azure IoT Central 関連の開発タスクに使用します。Azure IoT Hub（azure-iot-hub を使用）、Azure IoT（azure-iot を使用）、Azure IoT Edge（azure-iot-edge を使用）、Azure IoT Operations（azure-iot-operations を使用）には使用しないでください。
Azure Lighthouse の開発に関する専門知識を提供します。意思決定、セキュリティ、構成、連携とコーディングパターン、デプロイを含みます。Lighthouse の委任、AOBO/PIM アクセス、Arc/Sentinel 連携、ポリシー／修復、Marketplace オファーの構成や、その他の Azure Lighthouse 関連の開発タスクに使用します。Azure Arc（azure-arc を使用）、Azure Managed Applications（azure-managed-applications を使用）、Azure Resource Manager（azure-resource-manager を使用）、Azure Role-based access control（azure-rbac を使用）には使用しないでください。
Azure Notification Hubs 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。FCM/APNS/WNS プッシュの送信、タグ/テンプレートの使用、階層の管理、IaC の構成、Private Link アクセスなど、Azure Notification Hubs 関連の開発タスクで使用します。Azure Event Hubs（azure-event-hubs を使用）、Azure Service Bus（azure-service-bus を使用）、Azure SignalR Service（azure-signalr-service を使用）、Azure Web PubSub（azure-web-pubsub を使用）には使用しないでください。
Azure AI Personalizer 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、セキュリティ、設定、統合、コーディングパターンが含まれます。シングルスロットとマルチスロットの選択、ポリシーや探索の調整、アプレンティスモード、説明可能性、ローカル推論を扱う場合や、その他の Azure AI Personalizer 関連の開発タスクに使用します。Azure AI Search（azure-cognitive-search を使用）、Azure Machine Learning（azure-machine-learning を使用）、Azure AI Metrics Advisor（azure-metrics-advisor を使用）、Azure AI Anomaly Detector（azure-anomaly-detector を使用）には使用しないでください。
Azure SQL Database の最適化とプラットフォーム固有の機能に対応します。次の場合に積極的に有効化してください：(1) Azure SQL Database の最適化、(2) DTU と vCore の選択および適正なサイズ設定、(3) 自動チューニング（最後に正常だったプランの強制、インデックスの作成／削除）、(4) Hyperscale レベルと読み取りレプリカ、(5) Serverless レベルと自動一時停止、(6) Azure SQL のパフォーマンス監視（Query Performance Insight、Intelligent Insights）、(7) エラスティックプール、(8) セキュアエンクレーブを使用した Always Encrypted、(9) Managed Instance と Azure SQL DB の比較、(10) フェールオーバーグループと geo レプリケーション。提供内容：レベル選択マトリックス、自動チューニングの有効化手順、Hyperscale アーキテクチャの概要、監視クエリ、エラスティックプールのサイズ設定ガイダンス
問題設定が確定した後、データソースから予測器までのskrub DataOpsグラフを宣言します。ステートレスなステップには `.skb.apply_func`、ステートフルなステップには `.skb.apply` を使用します。グラフ作成後、ロック済みの分割器とデフォルト以外のスコアを設定します。適合、チューニング、永続化、`skore.evaluate` は行いません。データソースから予測器までのいずれかの接続（ローダー、前処理、特徴量、構成、最終推定器）を記述または編集する場合、その経路上の純粋なPython関数、ステップの追加や順序変更、トップレベルに単独の `sklearn.Pipeline` を置く場合、パイプライン、分類器、回帰器の構築依頼を含めて起動します。使用方法：最初の宣言行の前と、構造を変更するたびに使用します。停止条件を読み、コードより前にPre-flightを出力します。`python -m skore_skills api get` で新しい名前を確認します。
SQA の要件入力を 5 つの構造化フィールドと表示用サマリーに分析し、Requirement を CawPlan QA Insights にアーカイブします。ユーザーが明示的に要件分析、要件フィールドの整理、表示用サマリーと未解決の質問リストを含む 5 フィールドのドラフト作成、QA モジュールツリーのノード推奨、Requirement のアーカイブ、または QA Insights 内の既存 Requirement の更新を求めた場合に使用します。既存の Test Suite Link/display_id、または要件分析の意図を伴うチケットリンク/ID（例：「需求分析」、「analyze this ticket」、スクリーンショット＋チケット）も対象です。要件分析の文言がなく、CawPlan の課題 URL だけの場合は自動選択しないでください。コーディングセッションでチケットを読み込む場合は `cawplan-ticket-context` を優先します。対象外：チケットをコーディングセッションに読み込むだけの場合、コードの作成・編集、AI 日報のアップロード、チケット作成、テストポイント生成。
アーカイブ済み CawPlan Requirement（要件 Markdown）から、未解決の質問リスト付きのテストポイント網羅性アウトラインを生成します。SQA の確認後、テストポイントを一括アーカイブできます。アーカイブ済み Requirement にテストポイントや網羅性アウトラインが必要な場合、コールドハンドオフ（Test Suite Link、display_id、id）、A1 でのアーカイブ後のホットハンドオフ（「generate test points for this requirement」）、既存 Requirement へのテストポイント追加に使用します。対象外：Requirement の整理・アーカイブ（`cawplan-requirement-analyze` を使用）、テストポイントを手順付きケースや Excel に展開すること（A3）、Test Suites 内でアーカイブ済みテストポイントやレビューを表示・編集すること（Web UI を使用）、未アーカイブの 5 フィールド草稿のみの場合（先に A1 でアーカイブ）。
OSINT に基づく標的プロファイリングと、GoPhish、the Social Engineer Toolkit (SET)、Evilginx などのツールを使ったフィッシング、ビッシング、スミッシング、物理的な口実作りのキャンペーンを組み合わせ、人的セキュリティの耐性を測定するソーシャルエンジニアリング侵入テストを設計・実施します。許可された人的攻撃対象領域のテストを計画・実行し、セキュリティ意識向上トレーニングの不足を特定するために結果を報告する際に使用します。
アニメーションチャートで論旨を伝えるデータストーリー動画。時間とともに線が描かれ、棒が伸び、大きなカウンターが進み、データの意外な動きに応じて軸が再スケールされ、重要な場面に注釈が付く動画を、HyperFrames、SVG、GSAPで9:16または16:9のMP4にレンダリングします。統計のアニメーション化、傾向や時間経過に伴う成長・コストの表示、数値の比較、給与・予算・ベンチマークなどの内訳、データセットや表の短いナレーション動画化に適しています。アーキテクチャやリクエストフロー（system-diagram-animationを使用）、テキストのみの動画（kinetic-typographyを使用）には適しません。
独自性がありブランドに沿ったメールを設計する——ニュースレター、キャンペーン、ウェルカムシリーズ、プロモ、購入後、ウィンバック、トランザクション、お知らせ。ユーザーがメールの下書き、執筆、構成、設計、再設計、批評、推敲、改善を望む場合、または任意の ESP（Nitrosend、Klaviyo、Mailchimp、ActiveCampaign など）でキャンペーン / 一斉配信 / ブロードキャストを送信したい場合に使用する。構造化されたデザインブリーフを作成し、送信ツールのセクション形式に変換する。アンチスロップ原則を組み込む：主色を一つ持つ、抑制されたパレット、出典またはプロンプト付きの画像スロットを備えた実画像、独自の声、カテゴリ反射的な美学の排除、孤立した余白の排除、単一カラム ≤600px、モバイルファースト、本物のフッター（検証済みのミッションのみ、加えてソーシャル + 住所 + 配信解除）。ブランドの不足を埋めるために最大 3 つ質問する。それ以外は接続済み ESP アカウント設定またはプロジェクトのブランドファイルから推定する。自己完結型——他のスキルは不要。純粋な戦略、到達率、コピーのみ、プラットフォーム選択の質問には使用しない。
Motion（旧称 Framer Motion）を使用した、React および Next.js 向けの本番品質のアニメーションパターンです。React または Next.js のプロジェクトで、コンポーネントのアニメーション化、トランジションの追加、スクロール連動エフェクトの作成、ページトランジション、レイアウトアニメーション、ジェスチャー操作など、あらゆるモーション／アニメーションをユーザーが求めた場合に使用します。コードが 'framer-motion'、'motion/react'、'motion/react-client' をインポートする場合や、ユーザーが animation、transition、fade-in、slide、parallax、scroll animation、exit animation、AnimatePresence、motion.div、spring、gesture、drag、hover animation、stagger、whileInView、layout animation に言及した場合も対象です。
このスキルを使用して、AGP 8.2+ Baseline Profile Generator モジュールと Macrobenchmark ハーネスで Jetpack Compose Baseline Profile をエンドツーエンドで生成・測定する。コールドスタートと初回スクロールのための `BaselineProfileRule` ジャーニーの記述、`baseline-prof.txt` の生成、`assets/dexopt/baseline.prof` に同梱されたことの検証、`CompilationMode.Partial(BaselineProfileMode.Require)` 下での `MacrobenchmarkRule` による測定、`androidx.activity.compose` の `ReportDrawn` / `ReportDrawnWhen` / `ReportDrawnAfter` による正確な完全描画時間の出力を扱う。Compose は非バンドルで出荷されるため、すべての Compose UI アプリが恩恵を受ける——約 30% の起動高速化と 40% の初回スクロールの滑らかさ向上が挙げられている。ユーザーが「baseline profile」「macrobenchmark」「slow cold startup」「first-scroll jank」「StartupTimingMetric」「FrameTimingMetric」「ReportDrawn」「TTFD」に言及したとき、または性能測定用のリリースビルドを準備するときに使用する。
ghosthand CLI を使って、この Mac に接続された実機の iPhone を操作します。USB 経由でスクリーンショットの取得とデバイス上の OCR、Bluetooth 経由でタップ、スワイプ、スクロール、キー操作、文字入力、USB 経由でファイル、写真、アプリ、バッテリー、ログにアクセスできます。アプリを開く、メッセージを読む・返信する、フォームに入力する、iPhone から写真やファイルを取り出すなど、ユーザーの iPhone 上でのあらゆる作業に使用します。ユーザーが ghosthand、iPhone や電話に言及した場合、またはスマートフォンアプリ（Messages、WhatsApp、Instagram、TikTok、Settings、App Store）での操作を求めた場合は、必ずこのスキルを読み込んでください。
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。