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 97,222 件掲載。コマンド 1 行でインストールできます。
すべて
Chat SDK（`chat` npm パッケージ）でマルチプラットフォームのチャットボットを構築します。create-chat-sdk でボットのスキャフォールドを作成する、Slack、Teams、Google Chat、Discord、Telegram、GitHub、Linear、WhatsApp のボットを構築する、メンション、ダイレクトメッセージ、購読済みのスレッド、リアクション、スラッシュコマンド、モーダル、カード、ファイル、AI ストリーミングを処理する、webhook ルートやマルチアダプターのボットを設定する、チャットプラットフォームにリッチカードやストリーミング AI 応答を送信する、カスタムアダプターや状態アダプターを構築する、といった場合に使用します。
直接の競争ではなく価値イノベーションによって、未競争の市場空間を創出します。ユーザーからのメッセージに「ブルーオーシャン」「レッドオーシャン」「戦略キャンバス」「ERRC フレームワーク」「価値イノベーション」「非顧客」「バイヤーユーティリティマップ」「市場が混みすぎている」「どう差別化するか」「価格戦争から抜け出す」が含まれるときに使用します。新しい市場カテゴリーの探索や、満たされていない顧客・非顧客の発見でも発動します。四つの行動フレームワーク、六つの道筋、バイヤーユーティリティマップ、価値とコストのトレードオフを扱います。実戦的な戦略立案や悪い戦略の見分けは good-strategy-bad-strategy を、技術導入戦略は crossing-the-chasm を、プロダクトポジショニングは obviously-awesome を参照してください。
拡張可能な B2B アウトバウンド営業の仕組みを、SDR、AE、CSM などの専門ロールで構築します。ユーザーが「outbound sales」「Cold Calling 2.0」「cold email sequences」「sales pipeline」「SDR process」「sales development」「build an outbound sales team」「fill my pipeline」と言及したときに使用してください。B2B SaaS の営業チームをゼロから構築する場合や、成約率を高めるリード資格評価フレームワークを構築する場合にも作動します。3 つのリード種別（seeds/nets/spears）、ロール専門化、紹介メール手法、ANUM 資格評価、パイプライン計算を扱います。オファー設計は hundred-million-offers を、影響力の心理学は influence-psychology を参照してください。
Worktrunk（`wt` CLI）に関するガイダンス —— git worktree の管理、フック、設定。どの worktree に `wt` コマンドが作用するかを見極めているときや、グローバルな `-C <path>` で対象を指定しようとしたときに読み込む。.config/wt.toml や ~/.config/worktrunk/config.toml の編集、フック（post-merge、post-start、pre-commit、pre-merge、post-switch など）の追加・変更・デバッグ、コミットメッセージ生成やコマンドエイリアスの設定、wt の動作のトラブルシューティングでも使う。worktrunk/wt に関する一般的な質問にも答える。
Amazon Aurora MySQL — Aurora MySQL クラスタの作成、変更Pie、助言を専門的に行う（MySQL 互換エンジン、Aurora サーバーレス、並列クエリ）。Aurora MySQL クラスタの操作、ACU のサイジング、I/O-Optimized ストレージ、コミットメント価格、MySQL アップグレード計画のトリガー。Aurora MySQL はフル（VPC ベース）設定を使用する—ekspostgrespress（高速）設定は PostgreSQL のみ。Aurora PostgreSQL には代わりに amazon-aurora-postgresql を使う。デフォルトを上書きするセーフティガードレールとレスポンシブテンプレートを含む。
Google Cloud 上で AI エージェントまたはマルチエージェントシステムを設計、構築、デプロイします。要件を収集し、最適なアーキテクチャを提案して、デプロイ手順を生成する対話型ワークフローを提供します。Google Cloud 上でエージェントシステムを設計または実装する場合に使用します。一般的な Google Cloud ソリューションアーキテクチャ（代わりに google-cloud-solution-architecture を使用）や、エージェントの文脈を伴わない単一製品を対象とする限定的なタスクには使用しないでください。
見知らぬ人から熱狂的なファンまで、完全な顧客ジャーニーをカバーするマーケティングプランを作成します。ユーザーが「マーケティングプラン」「マーケティング戦略」「ターゲット市場」「USP」「リードナーチャリング」「顧客生涯価値」「PVP Index」、または「マーケティングをどこから始めればよいかわからない」に言及builderies NAVIGATE สำนักเลขานุการองค์กร 継続.**가。「マーケティングプランをゼロから組み立てる場合、獲得チャネルを選ぶ場合、エンドツーエンドの顧客ライフサイクルキャンペーンを設計する場合にもトリガーされます。PVP Index、チャネル選択snowflake<u+dead>LOOPS、応援仕組みを扱います。ブランドメッセージについては storybrand-messaging を、_
STEPPS フレームワーク（ソーシャル通貨、トリガー、感情、公開性、実用価値、ストーリー）を用いて Encouraging ワード・オブ・-mouth とバイラルを設計する。ユーザーが「_go viral_」「word of mouth」「共有できるコンテンツ」「ソーシャル通貨」「なぜ人は共有するのか」「リファラルプログラム」「誰も共有してくれない」「これを広めよう」に言及した場合に使用する。共有しやすい機能の設計、ソーシャルキャンペーンの策划、同僚の推薦を通じて広がる产品的開発時にも発動する。環境のトリガーと高覚醒性の感情コンテンツを扱う。bones 残るメッセージについては made-to-stick を、説得テクニックについては influence-psychology を参照。
Playwright での E2E テストの作成、テストインフラのセットアップ、不安定なブラウザテストのデバッグで使用します。テストスクリプトの作成、ページオブジェクトの作成、テスト fixture の設定、レポーターの設定、CI 統合の追加、API モッキングの実装、ビジュアルリグレッションテストの実行のために呼び出します。トリガー語：Playwright、E2E test、end-to-end、browser testing、automation、UI testing、visual testing、Page Object Model、test flakiness。
MongoDB クライアントの接続設定（プール、タイムアウト、パターン）を、対応している任意のドライバ言語向けに最適化します。MongoDB クライアントを生成・設定する関数（`connect()` の呼び出しなど）の作成・更新・レビュー時、接続プールの設定、接続エラー（ECONNREFUSED、タイムアウト、プール枯渇）の調査、接続に関するパフォーマンス問題の最適化時に使用します。MongoDB を使ったサーバーレス関数の構築、MongoDB を利用する API エンドポイントの作成、高トラフィックの MongoDB アプリの最適化、長時間実行タスクと並行処理の作成、接続関連障害のデバッグなどが対象です。
Lakehouse for Apache Iceberg と BigQuery データエージェントを使って、要件を掘り下げ、境界のないオープンデータレイクハウスを設計します。マルチクラウド ストレージインフラ（Cloud Storage、AWS S3、Azure Blob）の設計、インジェクションおよび AI サービング サブシステムの構築、Cross-Cloud Interconnect の設定、Gemini Enterprise Agent Platform と BigQuery データエージェントのデプロイ時に使用します。シングルクラウド データウェアハウス、または Knowledge Catalog のメタデータ ガバナンスと Spark 駆動の IDE 分析ワークフローを主軸とする場合は使用しないでください（代わりに google-cloud-solution-agentic-analytics-spark-knowledge-catalog を使用）。
React Native Testing Library（RNTL）v13 および v14（`@testing-library/react-native`）を使ってテストを作成します。React Native コンポーネントのテストの作成、レビュー、修正に使用します。対象：render、screen、クエリ（getBy/getAllBy/queryBy/findBy）、Jest マッチャー、userEvent、fireEvent、waitFor、非同期パターン。v13（React 18、同期 render）と v14（React 19 以降、非同期 render）に対応します。トリガー：React Native コンポーネントのテストファイル、RNTL のインポート、「testing library」「write tests」「component tests」「RNTL」への言及。
Data Cloud における 1 つの Agentforce セッションの 360° ビュー。ユーザーが特定の Agentforce セッションについて、セッション ID（Agent Session UUID `019d…` または MessagingSession id `0Mw…`）.Trace、_inspect、要約や説明を求める場合に TRIGGER する。ユーザーがまだセッション ID を持っていない場合のセッション検索（時刻、エージェント、チャネル、結果、会話テキストで find/list/search）でも TRIGGER する。設計時のアーキテクチャ質問（代わりに agentforce-architecture-analyze を使用）および、Data Cloud の範囲外のプラットフォームテレメトリを必要とするランタイム performance/latency/SLO の質問には TRIGGER しない。
サーキットブレーカー、バルクヘッド、タイムアウト、リトライロジックといった安定性パターンを用いて、本番対応のシステムを構築します。ユーザーが「production outage」「circuit breaker」「deployment pipeline」「chaos engineering」「retry storm」「health checks」「my service keeps crashing」「prevent cascading failures」「make it resilient」に言及したときに使用します。レジリエントなマイクロサービスの設計、ゼロダウンタイムデプロイの計画、ピーク負荷に向けたキャパシティプランニングの際にも発動します。安定性パターン、キャパシティプランニング、デプロイとリリースの分離、オブザーバビリティを扱います。データシステムについては ddia-systems、システムアーキテクチャについては system-design を参照してください。
Apple/Microsoft/Google レベルの品質を持つ、achevintage_kmprofessional デザイン、一貫したtainablePflege 倍Eval_blah 是不可能なので 专业极品品質 Welche。orry言語が混在しない properly. 世界トップクラスの PowerPoint プレゼンテーションを作成。professionally なデザイン、統一された_-_branding、洗練されたアニメーション、-_Till: 整ったビジュアル階層。ユーザーがプレゼンテーション、スライド資料、ピッチ、レポートを 요청 requestedencyclopedia オプションや、markdown を_found_professionally デザインされた PowerPoint に変換したい場合に使用します。
BigQuery の請求エクスポート、コスト配分データ、ライブクラスター監視メトリクスを使い、GKE クラスターとワークロードのコストに関する自然言語の質問に回答し、分析を行います。プロジェクト、名前空間、ワークロードを横断した GKE コストのクエリ、BigQuery（`bq`）での請求レポート分析、クラスターコスト予算の確認（`gcloud billing`）、Pod の要求量と実際の使用率などのコスト要因の診断（`kubectl top`）に使用します。コスト最適化の変更適用、適正化マニフェスト（VPA/MPA）の作成、ComputeClasses の選択には使用しないでください（代わりに gke-cost-optimization を使用）。
6 つのワークフローにわたって Amazon CloudFront のコンテンツ配信を構成します。CloudFront をいつ使うか、AWS WAF、Shield、CloudFront Functions、Lambda@Edge、Route 53、オリジンとどう組み合わせるか（ディストリビューションの作成、キャッシュ、Flat Rate Pricing（FRP）と従量課金の選択）、カスタムドメインの TLS 証明書の管理（us-east-1 の ACM）、マルチテナントディストリビューションの設定、オリジンアクセス制御（OAC）、VPC オリジン、オリジン相互 TLS（mTLS）によるオリジンの保護、署名付き URL と Cookie、ジオ制限、ビューア相互 TLS、エッジトークン検証によるコンテンツの保護、標準ログとリアルタイムログによるトラフィック観測。顧客の要望が CloudFront をコンテンツの前に配置する、課金方法を選ぶ、オリジンを固定する、閲覧者を制限する、ログを分析する である場合に適用します。CloudFront のカスタムドメインにおける Route 53 の DNS 部分やディストリビューション間のフェイルオーバーには適用しません（route53-cloudfront スキルを参照）。純粋な Route 53 の DNS 作業にも適用しません（route53 スキルを参照）。
Google Cloud 上のデータリネージグラフを要約し、ユーザーによるデータ品質問題のデバッグや、BigQuery および Cloud Storage のデータの出所の把握を支援します。上流・下流のデータフローを要約し、複雑なリネージデータをわかりやすい Markdown レポートにまとめる場合に使用します。一般的な BigQuery クエリ、リネージ関係の編集、下流の非推奨化には使用しないでください。下流への影響範囲分析にも使用しないでください（代わりに datalineage-bigquery-asset-impact-analysis スキルを使用）。
ネットワークプロトコル、リソースの読み込み、ブラウザのレンダリングの仕組みを通じてウェブパフォーマンスを最適化します。ユーザーが「my site is slow」「Core Web Vitals」「HTTP/2 or HTTP/3」「resource hints」「network latency」「render blocking」「TCP/TLS optimization」「service worker」「Cache-Control or caching strategy」「critical rendering path」に言及した場合に使用します。ページ読み込みの遅さの診断、TTFB の最適化、WebSocket と SSE の選択、バンドルサイズの削減でもトリガーします。UI の視覚的パフォーマンスについては refactoring-ui を、Web フォントの読み込みについては web-typography を参照してください。
Trail of Bits Testing Handbook（appsec.guide）から Claude Code の Skill を生成します。ハンドブックのページを分析し、各 Skill タイプに必要な構造の SKILL.md ファイルを出力します。ハンドブックの内容から Skill を作成・更新するとき、またはユーザーが testing handbook や appsec.guide に言及したときに使用します。セキュリティテストの質問への回答には使用しません——それらの内容は生成された Skill がカバーしています。
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。