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
自社チャネル向けのバナーグラフィック：ウェブサイトの hero/セクションバナー画像、メールヘッダー画像、イベント・カンファレンスのバナー、サイドバーの自社プロモ、お知らせバーを、Gemini 3.1 Flash の画像生成（デフォルト）または HTML/CSS で作成する。標準サイズ、Gemini の比率とクロッピング、CTA の配置、レスポンシブなアートディレクション、メールの制約を扱う。有料ディスプレイ/IAB 広告には ad-creative-design を、コードで実装するファーストビューのセクションには hero-section を、完全なメールテンプレートには email-design を使用。トリガーフレーズ：「design a banner」「create a website banner」「hero banner image」「email header」「event banner」「promotional banner」「web banner」「sidebar banner」「announcement bar」「Eventbrite banner」。
Создаёт memory bank проекта с нуля и выполняет его первичное заполнение. Используй только при явном вызове /bro-init-memory-bank, когда пользователь хочет создать новый банк знаний проекта. Не используй для пополнения существующего memory bank или сохранения отдельного проектного решения.
リファレンスシートと LoRA 技術を使って、AI 生成画像のキャラクターの一貫性を保ちます。ターンアラウンド、表情シート、カラーパレット、スタイルの一貫性を保つテクニックを扱います。用途：キャラクターデザイン、ゲームアート、イラスト、アニメーション、コミック、ビジュアルノベル。起動語句：キャラクターデザイン、キャラクターシート、一貫性、キャラクターリファレンス、ターンアラウンドシート、表情シート、キャラクターアート、一貫したキャラクター、キャラクターコンセプト、リファレンスシート、キャラクター制作、OC デザイン、キャラクターバイブル
Salesforce org で Consumer Goods Cloud TPM Promotion Business Object (BO) API フレームワークを有効化し、追加したいカスタム Workflow Step についてユーザーにヒアリングし、その Apex クラスを生成・デプロイして create/update/copy ワークフローに組み込み、ヘッドレス REST 取り込みでエンドツーエンドに検証するために使用する。動作する参考例（SetCommentValue）を同梱するが、カスタマイズは org ごとにユーザーが提供する。\"deploy the promotion BO API\"、\"set up promotion BO API\"、\"headless promotion create\"、\"add a BO API workflow step\" でトリガーされる。
JavaScript/TypeScriptプロジェクトの依存関係の健全性を包括的に監査します。npm auditの実行、古いパッケージの検出、セキュリティアドバイザリの確認、ライセンス遵守の検証を行います。脆弱性を深刻度順に優先付けし、実行可能な修正案を提示します。プロジェクト依存関係の監査、脆弱性の確認、パッケージの更新、リリース準備、「npm audit」警告の調査に使用します。キーワード：audit、vulnerabilities、outdated、security、npm audit、pnpm audit、CVE、GHSA、license。
このスキルを使用して、Compose Compiler Reports（classes.txt、composables.txt、composables.csv、module.json）を有効化して読み取ることで、Jetpack Compose の安定性問題を診断する。Gradle DSL、release ビルドのみの要件、および stable、unstable、runtime、restartable、skippable、readonly、@static、@dynamic マーカーを含むクラス単位・composable 単位の安定性アノテーションの解釈方法を扱う。開発者が「なぜ再コンポーズするのか」と尋ねたとき、ジャンク、ドロップフレーム、スクロールの遅さ、高い再コンポーズ回数を報告したとき、パラメータが不安定だと疑ったとき、Compose Compiler Reports、classes.txt、composables.txt、module.json に言及したとき、またはどの composable がスキップ不可かを知りたいときに使用する。修正方法は兄弟スキルにあり、このスキルは診断のみを行う。
ユーザーがチャーンの削減、拡大収益の構築、カスタマーサクセスの自動化、または純収益維持率の最適化を希望する場合に使用します。「チャーン」「リテンション」「拡大収益」「アップセル」「NRR」「純収益維持率」「カスタマーサクセス」「ランド・アンド・エクスパンド」「失注」「更新」に言及した場合も使用します。このスキルでは、利用状況のトリガーから自動化されたカスタマーサクセスまで、拡大と維持のシステムを扱います。技術的な実装、コードレビュー、ソフトウェアアーキテクチャには使用しないでください。
サイトをクロール（Burp Suite Spider、Scrapy、curl によるスクレイピング）してリンク切れハイジャックを発見・悪用し、参照されている外部スクリプト／ドメインを抽出します。DNS／CNAME レコードとドメイン登録状況を確認し、期限切れまたは未登録で攻撃者が登録できるリソースを探します。サブドメイン乗っ取りテスト、サードパーティスクリプトのサプライチェーンレビュー、ハイジャック可能な外部リソースを探すバグバウンティに使用します。
ADFとMicrosoft Fabric / OneLake 2025の連携。以下の場合に積極的に有効化：（1）ADFのFabric Lakehouseコネクタ、（2）ADFのFabric Warehouseコネクタ、（3）OneLakeショートカットとワークスペース間のデータ、（4）クロスプラットフォームのオーケストレーション用Invoke Pipelineアクティビティ（ADF -> Fabric、Fabric -> ADF）、（5）ADFとMicrosoft Fabricのワークスペース間でのデータコピー、（6）FabricワークスペースIDを使用した認証、（7）クロスプラットフォームのパラメーター受け渡し、（8）ADFとFabricのハイブリッドパイプラインパターン。Fabricコネクタのセットアップ、Invoke Pipelineテンプレート、OneLakeショートカットパターン、ADFからFabricへの移行ガイダンスを提供。
`spec.md` から詳細な `features.md` ドキュメントを生成するか、どちらかのファイルが更新された際に `spec.md` と `features.md` の変更を同期します。ユーザーが製品仕様を完全な機能一覧に展開したい場合や、「generate features」「create features.md」「expand the spec」「update features from spec」「sync spec and features」と依頼した場合に使用します。どちらかのファイルが変更され、同期を希望する場合も起動します。両方のファイルが関係する場合は必ず使用します。
UI5 linter が報告するものの自動修正できない Control レンダラーの問題を修正。linter が次のルールを出力するときにこのスキルを使用：- `no-deprecated-control-renderer-declaration` — レンダラー宣言の欠落、文字列ベースのレンダラー宣言、暗黙のレンダラー自動検出（現代の UI5 では削除済み）- `no-deprecated-api` — レンダラーオブジェクトでの apiVersion:2 の欠落、oRm.icon() 使用時の IconPool インポートの欠落、非推奨の rerender() オーバーライド。注：Library.init() の apiVersion エラーには代わりに fix-library-init を使用。- `ui5-class-declaration` — ES6 クラスにおける非静的レンダラープロパティ。トリガー：「レンダラー宣言の欠落」、「Deprecated declaration of renderer」、「deprecated renderer」、「apiVersion」（レンダラー文脈）、「IconPool」、「rerender」、「renderer must be a static property」。従来のレンダラーパターンを、適切なモジュールインポートを伴う現代の apiVersion: 2 形式に変換。
UI5 linter が報告するものの自動修正できない非推奨のコントロール/クラス/インターフェース/型の問題を修正。linter が次を出力するときにこのスキルを使用：- `no-deprecated-api`（非推奨のクラス、インターフェース、型、プロパティ、またはクラスのプロパティに関するメッセージ付き）- 「Use of deprecated class '...'」、「Use of deprecated interface '...'」、「Use of deprecated property '...'」のようなメッセージ。トリガー：JS の `new` 式での非推奨コントロールの使用、コンストラクター設定での非推奨プロパティ、メタデータでの非推奨インターフェース/型、XML ビューでの非推奨コントロール/プロパティ、sap.m.MessagePage の IllustratedMessage へのモダナイズ。linter の出力で「deprecated class」、「deprecated property」、「deprecated interface」、「deprecated type」を見たときは、ユーザーが非推奨に明示的に言及していなくてもこのスキルを使用。非推奨の UI5 コントロールとそのプロパティの代替案を示す。
🇺🇸 AI Product／SaaS の海外展開 完全 SOP — 競合調査からローンチ、収益化までを網羅するフルサイクルのプレイブック。Phase 0-5（市場検証、ポジショニング、最初の 100 ユーザー、ユーザーインタビュー、ベータから成長）に加え、オープンソースのローンチ、Product Hunt、Reddit、SEO/GEO、コンバージョン、組織原則を扱います。開発者ツール／OSS／B2B SaaS を標準とします。2C 製品（教育、アプリ、ゲーム）ではローンチチャネルと指標が異なります。gingiris-seo-geo/references/2c-adaptation.md を参照してください。 🇨🇳 AI 产品 / SaaS 企业出海完整 SOP — 从竞品调研到 Launch 到商业化的全流程操作手册。覆盖 Phase 0-5（市场验证、定位、前100用户、用户访谈、Beta转增长）+ 开源发布、Product Hunt、Reddit、SEO/GEO、转化与组织原则。**默认面向开发者工具/开源/B2B SaaS；2C 产品（教育/应用/游戏）的启动渠道与指标不同，见 gingiris-seo-geo/references/2c-adaptation.md。** 🇯🇵 AI製品/SaaS海外展開フルサイクルSOP — 競合調査からローンチ、マネタイズまで。Phase 0-5（市場検証、ポジショニング、最初の100ユーザー、ユーザーインタビュー、ベータから成長）＋オープンソース、Product Hunt、Reddit、SEO/GEO、コンバージョン、組織原則。 🇰🇷 AI 제품/SaaS 글로벌 진출 완전 SOP — 경쟁사 조사부터 런칭, 수익화까지 전 주기 플레이북. Phase 0-5(시장 검증, 포지셔닝, 첫 100명 사용자, 사용자 인터뷰, 베타→성장) + 오픈소스 런칭, Product Hunt, Reddit, SEO/GEO, 전환, 조직 원칙. Triggers: “go global” | “出海” | “overseas expansion” | “GTM” | “cold start” | “launch strategy” | “international expansion” | “海外增长” | “出海SOP” | “product launch overseas” | “海外进出” | “グローバル展開” | “글로벌 진출” | “go-to-market” | “出海打法”
Git 2.49固有の機能とパフォーマンス改善。次の場合に積極的に有効化します：(1) 部分クローン向けの新しいgit-backfillコマンド、(2) path-walk APIの改善、(3) 圧縮を高速化するzlib-ngの統合、(4) reftablesバックエンドの安定化、(5) revision-walkのパフォーマンス、(6) bundle URIの改善、(7) 2.49でのsparse-checkoutの強化、(8) 2.49でのgit maintenanceのデフォルト設定、(9) credential helperの更新。2.49の変更履歴の概要、git-backfillの使用例、2.48とのパフォーマンス比較、2.40以降からアップグレードするユーザー向けの移行メモを提供します。
ゲームバランスの監査や再調整に使用します。ソース駆動の Monte Carlo バランスラボ（Rust + rayon）を構築し、ライブゲームデータを抽出して、人間のプレイスタイル（AFK→プロ）をシミュレーションし、信頼区間付きの勝率／経済性評価を出力して、パラメーターを総当たりで調整します。不公平なレベル、到達不能なショップ、ファームの悪用、利息曲線の急変、コンテンツ追加後の再調整、CI のバランス JSON 差分に反応します。キーワード：バランスラボ、Monte Carlo、勝率、難易度曲線、経済進行、プレイスタイルシミュレーション、リソース抽出、GDScript パーサー、総当たり調整。
Agent が作成したアプリをリポジトリからユーザー自身のアカウント上の本番環境へ、ユーザーが選んだプロバイダー（ホスティング、データベース、認証、決済、メール、ドメイン/DNS）でデプロイします。人間がアカウントを接続し変更を承認し、対応する接続操作はローカルのコマンドラインで実行され、明示的な制限を伴う検証エビデンスを生成します。ユーザーがアプリの出荷、デプロイ、公開、リリース、パブリッシュ、オンライン化を望むとき、または環境変数、webhook、認証設定（サインアップ、メール確認、パスワードポリシー）、実際のサインアップ → 確認メール → ログインの流れ、パスワード復旧、2 人のユーザー間のアカウント分離、認証リダイレクト、メール DNS、カスタムドメインの接続を求めたときに使用します。
Google DeepMind の Veo 動画生成シリーズを、Gemini Developer API と Google Cloud Gemini Enterprise Agent Platform（旧 Vertex AI）で活用した制作ディレクション。Veo のルートとモデル選定、テキスト/画像/参照/先頭・末尾フレーム/延長のワークフロー、ネイティブ音声のプロンプト、カメラディレクション、非同期 API 操作、トラブルシューティング、QA、責任ある商用コンテンツ制作に使用。
コード内の dataLayer イベントと API 経由の GTM 設定を含む、完全な GTM トラッキングを実装します。「GTM トラッキングの実装」「dataLayer イベントの追加」「GTM 変数とタグの作成」「CTA トラッキングの設定」「イベントトラッキングの実装」や、トラッキング計画の実行が必要な場合に使用します。コード実装（dataLayer.push）と GTM コンテナ設定（変数／トリガー／タグ）の両方を API 経由で自動処理します。増分更新とフレームワーク固有のパターン（React、Next.js、Vue など）に対応します。
Web API のデータ収集とフロントエンドの署名問題に関する汎用的な手法です。API リクエストの取得や Node/Python のプロトコルプログラム作成、sign/token/動的 Cookie/カスタムヘッダー、ローカルで生成した値がサーバーに拒否される問題、HTTP 200 でも業務エラーや空データが返る問題、ブラウザーでは動くがローカルでは動かない問題、SDK や API の変更による不具合、難読化/JSVMP/WASM/環境の補完/Hook/計装、パラメーターの追跡やバージョンの記録が関わるタスクでは、ユーザーが「リバースエンジニアリング」と言わなくてもこの Skill を使用します。Camoufox MCP による証拠収集を組み合わせ、ページネーション、中断位置からの再開、変更後の回帰テストに対応した検証可能な収集プログラムを提供します。自社所有または許可された API のみが対象です。WeChat ミニプログラムの wxapkg 展開には、該当するミニプログラムスキルを使用してください。
アダプター実装の前に候補モデルを分析します。モデルの実装元（transformersまたはモデル内実装）、構造的特徴、レイヤー単位の読み込み要件、MoEの融合重みのリスクを特定します。(1) msModelSlimアダプター作成前にモデル適応の実現可能性を評価する、(2) モデル構造を分析してタイプを分類する、(3) 量子化におけるMoEの互換性を評価する場合に使用します。トリガー：「model analysis」「msModelSlim」「adapter」「transformers」「MoE」「layer-by-layer」「model assessment」「feasibility」「模型分析」「适配可行性」「模型评估」「MoE分析」。
ユーザーがフロントエンドインターフェースの設計、再設計、構成、批評、監査、仕上げ、明確化、要約、強化、最適化、調整、アニメーション化、色付け、抽出、その他の改善を望む場合に使用。ウェブサイト、ランディングページ、ダッシュボード、製品 UI、アプリシェル、コンポーネント、フォーム、設定、オンボーディング、空の状態を対象とする。UX レビュー、視覚的階層、情報アーキテクチャ、認知負荷、アクセシビリティ、パフォーマンス、レスポンシブ動作、テーマ、アンチパターン、タイポグラフィ、フォント、余白、レイアウト、配置、色、モーション、マイクロインタラクション、UX コピー、エラー状態、エッジケース、i18n、再利用可能なデザインシステムやトークンに対応。平凡なデザインをより大胆または魅力的にしたい場合、派手なデザインを控えめにしたい場合、ブラウザー上で UI 要素を反復的に調整する場合、技術的に際立つ高度な視覚効果を求める場合にも使用。バックエンドのみ、または UI 以外のタスクには使用しない。
Jinkō の計算モデルを SimBiology にエクスポートし、エクスポートされたシミュレーション設定を MATLAB で適用し、選択した時系列を Jinkō の simple_solve の結果と比較する。Jinkō モデルを MATLAB/SimBiology に移行したい、Excel ベースの SimBiology エクスポートを Jinkō と照合して検証したい、Jinkō のシンプル求解を SimBiology で再現したい、2 つのソルバーの差異を調査したい場合に使用する。ユーザーがモデルのショート ID やリンクのみを提示して SimBiology 比較を求めた場合にも使用すること。
jinko-sdk を介して NONMEM の実行を Jinkō の試験設定に変換する。NONMEM モデル、コントロールストリーム、.mod/.ctl/.lst ファイル、.ext 推定値、.phi 個体推定値、または NONMEM データセットを Jinkō にインポート、変換、移植、移行したい場合、あるいは NONMEM コードとして存在する公表済みの母集団 PK モデルを再現したい場合に本スキルを使用する。計算モデル、仮想母集団、プロトコル設計、出力セットを生成し、宣言された参照に対して結果を数値的に検証し、その根拠を Jinkō ドキュメントとして公開できる。モデルをゼロから作成するには jinko-model、既存のプロトコルを編集するには jinko-protocol、母集団を編集するには jinko-vpop、パラメータを適合するには jinko-calibration-cmaes を使用する。
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。