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
高度なTypeScript——型レベルプログラミング、ライブラリ/DSL API、宣言マージ、最新言語機能（decorators、using、const T、NoInfer、variance）の深い活用、高度な型に基づく機能実装パターンを扱います。再帰的な条件型、inferパターン、マップ型のキー再マッピング、可変長タプル、ファントム状態を持つフルーエントビルダー、スキーマ優先の型推論（Zod/Valibot）、エンドツーエンドで型付けされたAPIクライアント、有限状態機械、モジュール拡張、ライブラリ公開に関するタスクで起動します。ユーザーが「高度」と言わなくても、型レベルアルゴリズム、ライブラリ作者向けAPI設計、またはTS 5.x機能の表面的な利用を超える作業が含まれる場合は起動します。読者が`typescript-refactor`スキルを習得済みであることを前提とし、そのパターンをさらに深く扱い、再説明はしません。
このセッションで検証された学びを 1 つ、永続的な AGENT ガイダンスに反映します。最小限で役立つルールを抽出し、適用範囲（Global / Claude Code Only / Agent-Specific）を分類して、中央の agent-learnings ファイルに一度だけ保存し、再生成した `## Learnings` セクションを、存在する CLI ツリー内のすべての有効な Agent 定義に同期します。永続的な Agent プロンプトを変更するユーザー専用のメンテナンスワークフローです。このセッションで実際に明らかになった内容を根拠とし、捏造はせず、先に適用範囲と表現を確認します。「Claude Code Only」の学びはサブ Agent のプロンプトに含めません。今後の Agent が引き継げるよう、Agent の振る舞いに関するルールを記録する際に使用します。
TikTok、Instagram、YouTube、Facebook、LinkedIn の各プラットフォームの正確な仕様に沿って動画広告を作成します。寸法、長さの制限、AIDA フレームワーク、字幕要件を扱います。用途：動画広告、ソーシャルメディア広告、有料メディアのクリエイティブ、動画マーケティング、広告制作。起動語句：動画広告、ソーシャルメディア広告、TikTok 広告、Instagram 広告、YouTube 広告、Facebook 広告、LinkedIn 広告、動画クリエイティブ、広告仕様、有料メディア、動画マーケティング、広告制作、Reels 広告、Stories 広告、プレロール広告、バンパー広告
1 つのトピックを、阿里雲百炼 CLI + ローカル ffmpeg で、Vox スタイルのペーパーコラージュ解説 / 広告動画にエンドツーエンドで仕上げる — スクリプト、コラージュのキーフレーム、モーション、ナレーション、音楽、キャプションまですべて自動。ユーザーが「Vox スタイル」の動画、紙 / ちぎり紙のコラージュアニメーション、「モーションコラージュ」、AI 生成のコラージュポスターから作るナレーション付き解説や短編広告、スクラップブック風のトリビュートを求めているとき、またはトピック / 製品 / 人物をテンポの良いナレーション付きコラージュ動画にしたいときに使用する — ユーザーが「Vox」という言葉を口にしなくても。Stav Zilber / rom1trs / Higgsfield スタイルのコラージュ広告ワークフローを再現するときにも使用する。入力モダリティは 3 つ:トピック(B-roll)、トーキングヘッド動画(A-roll モード)、コラージュに人物 / 製品を 1 枚の写真で固定する(C-roll モード)。トリガー:「vox video」「collage video」「motion collage」「paper collage explainer」「make a collage ad」「turn this topic into a collage video」「turn my photo/this product shot into a collage video」。
1本または複数の動画をYouTubeにアップロード。ユーザーが「上传到 YouTube」「发 YouTube」「批量上传」「upload to YouTube」「post videos to YouTube」を希望する場合、または完成した`final/`ディレクトリ内のMP4を公開する場合に使用。動画ごとのメタデータ（タイトル／説明／タグ）は、存在する場合は同階層の`UPLOAD_META.md`ファイル（ユーザー標準のMarkdown形式）から読み込み、またはコマンドラインフラグから取得。`requests`で直接レジューム可能なアップロードを行うため、SOCKS/HTTPプロキシ経由でも動作（このユーザーのプロキシ設定では、標準の`google-api-python-client` MediaFileUploadは停止する）。
Zeaburテンプレートをマーケットプレイスに公開または更新する際に使用します。ユーザーが「publish template」「update template online」「push template to Zeabur」「create template on Zeabur」と言った場合に使用します。テンプレートのデプロイには使用しないでください（代わりにzeabur-template-deployを使用）。テンプレートYAMLの編集にも使用しないでください（代わりにzeabur-templateを使用）。
ユーザーが AI セールス開発担当者の導入、営業適格性評価の自動化、シグナルからアクションへのルーティング構築、または営業向け AI エージェントアーキテクチャの設計を希望する場合に使用します。「AI SDR」「AI sales agent」「automated qualification」「signal routing」「sales automation」「11x」「Artisan」「AiSDR」「AI BDR」「autonomous sales」に言及した場合にも使用します。このスキルは、AI SDR の導入、適格性評価の自動化、セールス開発向けエージェントアーキテクチャを扱います。
プロファイルを考慮した読み取り専用の証拠を使って、Day-2 の AKS GPU および KAITO インシデントを診断します。対象：「Insufficient nvidia.com/gpu」、GPU Pod の Pending、モデル読み込み時の OOM、DCGM/VRAM、KAITO Workspace が未準備、GPU のオートスケーリング。次には使用しないでください：セットアップ（airunway-aks-setup）、GPU 以外のインシデント（aks-troubleshooting）、スタンドアロン VM のクォータ（azure-quotas）、一般的なコスト分析（オプションの azure-cost プラグインの cost-analysis または cost-optimization）。
プロンプトに正確なカタログシグネチャとすべての条件が含まれる場合に限り、記録済みの AKS 修正を検索します：VMCannotFitEphemeralOSDisk、NodePoolMcVersionIncompatible、「NodeImageVersion is not accepted」、サイズ・場所・ゾーンを伴う AKS SkuNotAvailable、ゾーン容量不足を伴う ZonalAllocationFailed、制約一覧を伴う OverconstrainedAllocationRequest、ネストされた AKS vmssCSE/CSE VMExtensionError_OutboundConnFail、VMExtensionError_K8SAPIServerConnFail、VMExtensionError_K8SAPIServerDNSLookupFail、またはカタログ記載の内部エラー／リージョン容量不足のメッセージ全文を伴う AllocationFailed。クォータエラー、コードのみや単独のラッパー、一般的な症状、不完全なシグネチャ、AKS 以外の障害には決して使用せず、aks-troubleshooting または azure-diagnostics を使用してください。
Docker でのローカル開発向け Azure サービスエミュレーター（2025）。次の場合に積極的に有効化：（1）Storage（Blob、Queue、Table）をエミュレートする Azurite、（2）Cosmos DB Linux Emulator コンテナー、（3）Event Hubs エミュレーター、（4）Service Bus エミュレーター、（5）Azure Functions Core Tools イメージ、（6）Azure SQL Edge コンテナー、（7）Azure App Configuration エミュレーター、（8）エミュレーターの接続文字列規約、（9）fixtures を使ったエミュレーターへのデータ投入、（10）CI でエミュレーターを対象に統合テストを実行する場合。エミュレーター選定マトリックス、docker-compose テンプレート、一般的な開発用接続文字列、シードデータのパターン、CI 統合手順を提供。
AI エージェントがブランドローンチフィルム、製品公開動画、マニフェストフィルム、キャンペーンのヒーロー動画、ウェブサイトのヒーロー動画、投資家/顧客向けローンチ素材、SNS 用カットダウンを制作するためのプロバイダー非依存の制作ワークフロー。戦略、主張、ブランドボイス、ビジュアルの方向性、製品の証拠、アクセシビリティ、コンプライアンス、マルチプラットフォーム配信を整合させる必要があるローンチフィルムの企画、脚本、生成、編集、レビュー、納品時に使用。
最も精度の高いセマンティックバックエンドでコードを検索します。tilth MCPを優先し、構造パターンにはAST検索（`sg`）を使用します。ユーザーがシンボル、定義、呼び出し元、インポート、テキストパターンの検索を求める場合、「where is X defined」「what calls Y」「find all usages of Z」「trace this function」「find the TODO comments」「search for this error string」などの表現が含まれる場合に使用します。「grep」「rg」「ripgrep」「ag」「ack」「fd」「find」と言われた場合も使用します。ファイル全体の読み取り（cheez-readを使用）、コードの編集（cheez-writeを使用）、テストやビルドの実行には使用しないでください。
作業ツリーから、意図を明確にした git コミットを 1 つ以上作成します。盲目的にステージして推測したメッセージを使わず、実際の差分を根拠にします。まず `git diff HEAD` とブランチ／ログの状況を確認し、変更ファイルに問題要因（シークレット、競合マーカー、不要なファイルやデバッグ生成物）がないか調べ、変更範囲に応じた最小限のチェックを実行します。ファイル名を明示してステージし、Conventional Commit の件名を作成した後、生成されたハッシュと作業ツリーの残存状態を確認します。依頼がない限り `git add -A`/`.`、`--no-verify`、`--amend`、共同作成者トレーラーは使用しません。シークレットや競合マーカーがあれば停止し、分割方法が曖昧なら、作業ツリーがクリーンだと偽らずに確認します。ユーザーが明示的にコミットを依頼した場合のみ使用します。
データベーススキーマ（SQL、NoSQL、グラフ）、ナレッジグラフ、オントロジー、API データモデル、タクソノミー向けに、エンティティ、関係、制約の厳密で検証済みのモデルを作成します。リレーショナル、ドキュメント、グラフ、イベント／時系列、ディメンショナルの各スキーマパターンに加え、ライフサイクルモデリング、論理削除、多態的な関連、階層構造を扱います。ユーザーが「schema」「data model」「entities」「relationships」「ontology」「knowledge graph」に言及した場合や、データ構造の形式化が必要な場合に使用します。
Android または KMP で Jetpack DataStore を使ってキーバリュー設定や小さな型付き設定を永続化するときに使用する——Preferences と Typed（Proto/JSON）と Room の選択、IOException と破損復旧のエラートラップ、破損ハンドラー付きシリアライザー、プラットフォームごとのファイルパスを持つ KMP ファクトリ。DataStore、Preferences、PreferenceDataStoreFactory、DataStoreFactory、preferencesDataStore、Serializer、SharedPreferences から DataStore への移行、永続設定の作業でトリガーする。
アプリの読み込み前でも、Power Apps モバイルのインストール／起動失敗、npm run dev のエラー、パッケージのエントリーポイント不足、QR コード／デバイスでの起動問題を診断します。まずローカルで調査します。ロック済み依存関係の復元や Metro の再起動は明示的な承認がある場合に限り、パッケージのアップグレードや host/MSAL ソースの変更は行いません。実行中のネイティブアプリでは、サニタイズ済みのプロジェクト内 Metro ログを監視し、実行時エラーや空のリスト、真っ白な画面などの無音障害を診断します。起動のみの診断、症状、ポート／プラットフォームによる絞り込み、時間を限定した監視、変更を加えない --no-fix モードに対応します。インストール成功やログが静かなことだけでなく、元の症状を検証します。
ユーザーが「ディープリサーチ」、「〜に関する調査レポート」、「〜の包括的な分析」を求めたり、「X を深く調べて」、「X についてレポートを書いて」と依頼したり、単一の検索を超えた複数ソースの統合を要する質問をしたときに使用する。反復的な Think → Search → Extract → Synthesize → Stop ループを実装する自律型のマルチステップ・ディープリサーチエンジン。何を検索するか、何が関連するか、何が欠けているか、いつ停止するかというすべての判断を LLM が主導する。引用付きの雑誌品質のレポートを生成し、インライン引用、カテゴリ別の書式、リサーチ統計を含む。エンティティの審査・調査書には entity-research、ニュースダイジェストには news-monitoring、ソースに基づく Q&A には notebooklm-mode を使用する。
このスキルは、頻繁に変化する Jetpack Compose の状態読み取り（スクロール位置、アニメーション値、ドラッグオフセット）を Composition フェーズから Layout または Draw へと押し下げるために使用する。Modifier.offset { }、Modifier.layout { }、Modifier.graphicsLayer { }、Modifier.drawBehind { }、Modifier.drawWithCache { } などのラムダベースの修飾子を用いる。三フェーズモデル（Composition、Layout、Draw）、フェーズ N での状態読み取りがフェーズ N およびそれ以下のすべてのフェーズを無効化する理由、修飾子フェーズのチートシート、composable 間でホットな値をホイストするラムダプロバイダー（() -> T）を扱う。開発者が毎フレームの処理、スクロールのジャンク、アニメーションのジャンク、フレーム落ち、アニメーションの alpha や offset、"スクロール時にサブツリー全体が再コンポーズする"、Modifier.alpha(state.value)、Modifier.offset(x.dp)、graphicsLayer に言及したときに使用する。
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。