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
Venice 経由で動画を生成します。非同期の /video/quote + /video/queue + /video/retrieve + /video/complete の一連の処理、テキストから動画、画像から動画、最初／最後のフレーム間の遷移、動画から動画への変換とアップスケール、音声入力、参照画像／動画／音声（R2V）とモデルごとの上限、Kling の要素とシーン画像、Seedance のソースに合わせた編集／拡張と omni_reference_task_type、H3 Max Multi-Angle の camera_trajectory、非同期エラーの再現を扱います。POST /video/transcriptions は廃止済み（410）です。video_url を指定した chat completions を使用してください。
WayAI のハブ、エージェント、ツール、チャンネル、スキル、状態、評価、オートメーション、分析に加え、Data サーフェス（ベース、レコードタイプ、レコード、関係、ファイル、ツールセット）やリアルタイム AI 音声通話を構成します。ハブまたはハブ設定の作成・編集、エージェント、ツール、チャンネル、接続、チーム、カンバン、状態、スキル、評価シナリオやジャーニー、オートメーション（スケジュールまたはイベント起動の送信とエージェント実行、Webhook 起動タスク）、音声通話の追加・構成、分析や評価の実行、会話結果の注釈、ワークスペース YAML（hub.yaml、agents/*.yaml、base.yaml、record-types/*.yaml）やエージェント指示 Markdown の確認・編集、ベーススキーマの設計、レコードの upsert やクエリ、関係によるレコードのリンク、バージョン管理されたファイルや添付ファイルの保存、受信 Webhook・トリガー・外部ソースの接続、MCP ツールセットと Actions の構築、ベース API トークンのスコープ設定、評価用フィクスチャの投入に使用します。wayai CLI（push、pull、publish、page new、send-message、conversations、sync-skills、create-credential、update-credential、analytics、analytics sql、run-eval、eval capture、eval call、evals sql、org、init、communities、bases、records、record-types、relationships、files、toolsets、actions、triggers、inbound-webhooks、seed、dimensions、access explain）の使用、アクセスディメンションの設定（レコードタイプの x-access、組織のディメンションと値、各ユーザー、ハブ、エージェントがアクセスできる値、レポートモード）、組織コミュニティの管理（一覧、参加リンク、統計、招待制コミュニティのアクセスリスト、参加可能なユーザー、ルール、コードによるルームやコースの設定、モデレーター、モデレーション、コミュニティメンバーに表示される内容）、メッセージ、モデル、エージェント、認証情報ごとの LLM トークン使用量やコストの分析、WayAI プラットフォーム用語（pilot/copilot、preview/production、カンバンのステータス、AI モード、エージェントの役割、ジャーニー、ベース、レコードタイプ、昇格、external_id）の解釈、またはアプリの利用方法（エンドユーザー：エージェント、タスク、ファイル、モバイルアプリとデスクトップアプリ；サポートチーム：受信トレイ、担当、転送、終了、ボード、Copilot の提案、相談）への回答に使用します。
ウェブサイトの複製／クローン手法。ユーザーがウェブサイトの複製やクローン、サイトの模倣、このサイトを基にした制作、サイトの再現、ウェブページの効果の再現、サイトをダウンロードして改変すること、またはインタラクション／WebGL／Canvas／Three.js の効果の複製を求めた場合に使用します。「まず実際のソースを取得 → 方針を判断 → リバースエンジニアリングして分解 → プロジェクトを構築 → コンテンツを差し替え」という移植可能な判断ツリーを提供します。静的サイト、React/Vue/Next コンテンツサイト、WebGL-Canvas を多用するフロントエンドサイトの 3 分岐を網羅し、AI による二次分析に含まれる実行可能コードの確認を必須とします。
pro-workflow の SQLite ナレッジベースに索引付けされる永続的なリサーチ wiki を開始・構造化・拡張する。各 wiki は出典情報付きの markdown ページのフォルダと、シャドウ FTS5 インデックスで構成され、どのセッションからも呼び出せる。ユーザーが「start a wiki」「add to wiki」「compile a page」「wiki on X」と言った場合、またはあるトピック・論文・製品・人物・プロジェクト・コードベースについて長期的なナレッジベースを求めた場合に使用する。
ユーザーの wiki にコンテンツを作成・更新します。wiki がまだない場合はセットアップも行います。「wiki を更新して」「プロジェクトを同期して」「これを保存して」「これを記録して」「この調査を保存して」「wiki をセットアップして」「wiki を作成して」「このプロジェクト用の wiki を作って」と言われた場合、プロジェクト・会話・調査から知識をまとめたい場合、既存のメモフォルダーを wiki として使いたい場合に使用します。セッションで保存価値のある知識が生まれたら、自然な締めくくりに一度だけ提案し、ターンごとには提案しません。
Platform またはコードで Ultralytics YOLO モデルをエクスポートまたはデプロイするときに使用——Platform の Export タブと yolo export/model.export() による ONNX、TensorRT、CoreML、Core AI、OpenVINO、LiteRT、NCNN、ExecuTorch、および NPU（RKNN、QNN、Hailo、Ascend、IMX、Axelera、DeepX、Xilinx）、FP16/INT8 量子化、ベンチマーク、非 Python ランタイムを扱う。.pt 重みまたは Platform エンドポイントでの推論については yolo-inference を参照。
英語または中国語の学術文を起草、監査、または最小限に修正し、定型的、内容が乏しい、機械的に反復する、あるいは執筆過程が透けて見える表現を減らします。その際、主張、証拠の強さ、論理関係、原稿全体の用語の一貫性、文書レベルの表現の変化、学術的な文体を保ちます。論文、要旨、助成金申請書、カバーレター、査読者への回答について、AI らしさの除去、人間らしい表現への調整、AI 風の言い回しの監査、または意味を変えない書き換えを求められた場合に使用します。主に英語に対応し、中国語もサポートします。検出回避、ポリシー回避、翻訳のみの依頼、学術以外の文章、また原文にない事実、引用、例、著者の経験の追加には使用しません。
Azure Kubernetes Service（AKS）のAutomaticモードと2025年のプラットフォーム機能。以下の場合に積極的に有効化：（1）AKS Automatic（マネージドKubernetes、運用負荷ゼロ）、（2）KarpenterベースのAKSオートスケーリング、（3）NodePool CRDの使用、（4）AKSでのHPA、VPA、KEDA、（5）ワークロードIDとMicrosoft Entraの統合、（6）AKSの課金モデル（AutomaticとStandard）、（7）AKS 2025クラスターのデフォルト（RBAC、Azure CNI overlay、Cilium）、（8）AKSのアップグレードとバージョン管理、（9）AKSでのGitOps（Flux、ArgoCD）、（10）AKSのオブザーバビリティ（Azure Monitor for containers、Managed Prometheus）。AKS AutomaticとStandardの比較、Karpenterのセットアップ、ワークロードIDのレシピ、KEDAスケーラーパターン、エンドツーエンドのAKS Automaticデプロイガイドを提供。
読み取り専用で証拠を重視した調査により、稼働中の Azure Kubernetes Service (AKS) インシデントをデバッグします。対象：Pod のクラッシュまたは Pending、CrashLoopBackOff、OOMKilled、ImagePullBackOff、ノードの NotReady、DNS または ingress の障害、接続タイムアウト、ネットワークポリシー、SNAT の枯渇、QuotaExceeded または InsufficientVCPUQuota によるノードプールのスケーリング阻害、アップグレードの停滞、Spot またはゾーンの障害、単独の VMExtensionProvisioningError または AllocationFailed ラッパー、未分類の容量問題、「AKS クラスターを調査して」。次の場合は使用しないでください：パケットキャプチャ（aks-network-capture を使用）、GPU またはモデルサービングの問題（aks-gpu-inference を使用）、クラスターの作成またはプロビジョニング（azure-kubernetes を使用）、コスト（任意の azure-cost プラグインの cost-analysis を使用）、Pod の適正サイズ調整（azure-kubernetes を使用）、必須の入れ子の限定条件をすべて含む、完全に特定された既知の AKS シグネチャ（aks-known-issues を使用）、AKS 以外の Azure リソース単独の障害（azure-diagnostics を使用）。限定されていないエラーや範囲の広いインシデントは、AKS の場合に限りここで扱います。
Alibaba Cloud ECS File Backup Essential Edition（ECS文件备份基础版）。ワンクリックで有効化でき、毎日自動バックアップを実行し、30 日以内のファイルを復元できます。無料枠は 100 GiB です。トリガーワード：ECS file backup、HBR essential edition、Cloud Backup essential、file deletion recovery、free backup quota、ECS data protection、lightweight backup、affordable ECS backup。除外ワード：ECS database backup、ECS full-machine backup、full-machine clone、cross-region backup、cross-account backup、KMS encrypted backup。
Azure 上で安全な API を設計するためのガイダンスです。認証、認可、ゲートウェイ制御、入力検証、レート制限、シークレット管理、ランタイム脅威検出を扱い、OWASP API Security Top 10 および Azure API Management に準拠します。対象：API セキュリティ設計、安全な API、OWASP API Top 10、API 認証、API ゲートウェイセキュリティ、レート制限、JWT の検証、バックエンド API の保護、API Management のセキュリティポリシー、安全な API アーキテクチャ、BOLA、BFLA。一般的なアプリケーションセキュリティや Web アプリ設計には使用しないでください（security-architecture / threat-modelling を使用）。API のランタイム検出のみには使用しないでください（defender-for-apis を使用）。
AscendCオペレーターの精度問題をデバッグし、根本原因を特定します。オペレーターの精度テストに失敗した場合（allclose不合格、結果のずれ、出力がすべてゼロ／NaNなど）に使用します。手順：誤差分布の分析 → ミスが起きやすいコードの確認 → 実験の切り分け → printf/DumpTensorによる計測コードの挿入 → 修正の検証。キーワード：精度デバッグ、精度問題、結果の不一致、誤差の特定、allclose失敗、出力のずれ、NaN、全ゼロ、precision debug。
PostHog Signalsのscout（プロジェクトを定期的にスキャンし、検出結果をSignalsの受信トレイに送るエージェント）の作成、編集、調整方法を説明します。ユーザーが自分の設定に合わせて標準scoutをカスタマイズする（対象範囲を絞る、しきい値を調整する、除外条件を追加する）、scoutのスケジュールやdry-run設定を変更する、または特定の用途（カスタムイベント、標準scoutがカバーしていないプロダクト領域）向けに新しいscoutを一から作成する場合に使用します。scoutのSKILL.mdの構造、emit契約、重複排除とスクラッチパッドメモリの規約、チームごとのスキルストアのパスと標準リポジトリ内パスの違い、emitして確認するテストループ（任意の安全策としてdry-runを使用）を扱います。「signals scoutを作成／編集／カスタマイズ」「X用の新しいscout」「scoutのスケジュールを調整」「<event>を監視するscoutを作成」などで起動します。
Azure AI Immersive Reader の開発に関する専門知識。ベストプラクティス、制限とクォータ、セキュリティ、設定、統合、コーディングパターンを含みます。読み上げ／翻訳の調整、ユーザー設定の保存、Entra 認証の設定、JS SDK の統合、言語サポートなど、Azure AI Immersive Reader 関連の開発タスクに使用します。Azure AI Language（azure-language-service を使用）、Azure AI Speech（azure-speech を使用）、Azure Translator（azure-translator を使用）、Azure AI サービス（microsoft-foundry-tools を使用）には使用しないでください。
トラブルシューティング、制限やクォータ、セキュリティなど、Azure Import Export の開発に関する専門知識を提供します。Key Vault 経由での CMK 設定、ドライブ制限の確認、前提条件の検証、Import/Export ジョブの失敗のデバッグ、その他 Azure Import Export 関連の開発タスクに使用します。Azure Data Box（azure-data-box-family を使用）、Azure Blob Storage（azure-blob-storage を使用）、Azure Files（azure-files を使用）には使用しません。
制限やクォータを含む、Azure Open Datasets の開発に関する専門知識を提供します。Spark 以外のデータセットのダウンロード、スロットリングの動作、クォータ制限、再試行ロジック、レート制限の回避策、その他 Azure Open Datasets 関連の開発タスクに使用します。Azure Data Explorer（azure-data-explorer を使用）、Azure Synapse Analytics（azure-synapse-analytics を使用）、Azure Databricks（azure-databricks を使用）、Azure Machine Learning（azure-machine-learning を使用）には使用しません。
トラブルシューティング、セキュリティ、構成、統合、コーディングパターンなど、Azure Osconfig の開発に関する専門知識を提供します。IoT 経由で OSConfig を実行してコマンドやネットワークを扱う場合、SSH Posture Control、エージェントの状態、Windows セキュリティベースライン、その他 Azure Osconfig 関連の開発タスクに使用します。Azure Update Manager（azure-update-manager を使用）、Azure Automation（azure-automation を使用）、Azure Policy（azure-policy を使用）には使用しません。
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、セキュリティ、構成など、Azure Payment Hsm の開発に関する専門知識を提供します。Payment HSM の VNet/ピアリング、FastPath、payShield Manager へのアクセス、SKU、HA/DR トポロジ、トラフィックルーティングの構成、その他 Azure Payment Hsm 関連の開発タスクに使用します。Azure Cloud Hsm（azure-cloud-hsm を使用）、Azure Dedicated HSM（azure-dedicated-hsm を使用）、Azure Key Vault（azure-key-vault を使用）、Azure Security（azure-security を使用）には使用しません。
Cloudflare Workers 上にツール、OAuth 認証、本番デプロイに対応したリモート MCP（Model Context Protocol）サーバーを構築します。サーバーコードを生成し、認証プロバイダーを設定して Workers にデプロイします。ユーザーが「build MCP server」「create MCP tools」「remote MCP」「deploy MCP」「add OAuth to MCP」を希望する場合や、Cloudflare 上の Model Context Protocol に言及した場合に使用します。「MCP authentication」または「MCP deployment」もトリガーになります。事前学習済み知識より Cloudflare ドキュメントの検索を優先します。
GPU対応、サーバーレス機能、Foundry Modelsを備えたAzure Container Apps。以下の場合に積極的に有効化：（1）Container Apps GPU（サーバーレスGPUワークロード）、（2）Dapr統合を備えたContainer Apps、（3）ゼロまでスケールするAIワークロード、（4）Container Apps Jobs（単発、スケジュール、イベント駆動）、（5）Container Apps Foundry Models統合、（6）リビジョンとトラフィック分割、（7）カスタムドメインとマネージド証明書、（8）イングレスと認証、（9）Container Apps Environmentの構成、（10）Workload Profiles（ConsumptionとDedicated）。GPU SKUリファレンス、スケールルールの例（HTTP、KEDA）、Dapr構成要素のレシピ、トラフィック分割パターン、エンドツーエンドのサーバーレスGPUデプロイを提供。
Label Studio Enterprise 向けの HumanSignal Interface を生成する：サンドボックス化された editor-shell iframe で動作する単一ファイルの JSX アノテーション画面。ラベリング UI、アノテーション画面、Document AI インターフェース、データレビューのワークフロー、または React/Claude Design のモックアップを Label Studio インターフェースへ変換する場合に使用する。
Cron とスケジュールタスクの管理。node-cron、cron 式、Spring @Scheduled、APScheduler (Python)、分散スケジューリングパターンを扱います。使用する場合：「cron」「scheduled task」「cron job」「node-cron」「@Scheduled」「APScheduler」「periodic task」「crontab」に言及された場合。使用しない場合：ワーカーを使うジョブキューには `job-queues` を使用。一度限りの遅延タスクには `job-queues` を使用。
情報密度の高いインターフェース向けのデータダッシュボードと管理パネルのパターン：アプリシェルのレイアウト、KPI タイル、チャートの選択、データテーブル、ステータスバッジ、リアルタイムインジケーター、レスポンシブな挙動。ユーザーが「ダッシュボードを構築する」「管理パネルを作成する」「分析を設計する」「データビューを作る」「設定ページを構築する」「テーブルビューを作成する」「CRM を設計する」「社内ツールを構築する」、またはデータを多用するインターフェース作業を求めたときに使用します。汎用コンポーネントには ui-design、マーケティングの KPI/機能カードには card-design、テーマの詳細には dark-mode を使用します。
ユーザーが DOCA Argus Service をデプロイまたは運用する際に使用します。これは BlueField 側にパッケージされたランタイムセキュリティコンテナで、BlueField と接続されたホストを監視して、不審なアクティビティ、完全性違反、運用上の異常を検出し、その結果を SIEM（Splunk / ELK / Sentinel / syslog）に転送します。4 軸の設定（検出ポリシー、転送、サンプリング、ホストカバレッジ）、BlueField Arm での NGC コンテナの実行、フォワーダーの接続を扱います。「DOCA Argus」と明示されていなくても起動します。典型的な暗黙の表現は、「コンテナは正常だが検出結果が届かない」「Splunk で誤検知が大量発生」「BlueField-3 のフリートでランタイムセキュリティ」などです。DOCA のインストール、SIEM 側の取り込み設定、既成の検出ルールパック、メトリクスの可観測性（DOCA Telemetry）は対象外として、別のスキルに引き継ぎます。Argus は NVIDIA が現在推奨するランタイムセキュリティフレームワークで、旧 App Shield ライブラリに代わるものです。新しいランタイムセキュリティの作業では、まず Argus を挙げてください。
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。