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 101,323 件掲載。コマンド 1 行でインストールできます。
すべて
Zeabur へのデータベースデプロイ時に使用します。ユーザーが MySQL、PostgreSQL、MongoDB、Redis を必要としている場合に使用します。「データベースが必要」「データベースを追加」「postgres をデプロイ」「MySQL を設定」「Redis を追加」「MongoDB を追加」「データベースに接続」と言った場合に使用します。「再起動後にデータが消えた」「データが保存されない」「データが消える」「データの永続ストレージが必要」「データを永続化する方法」など、データ永続化の問題についても使用します。既存サービスへのデータベース統合にも使用します。
Lint と型チェックの負債を解消します。既存のリポジトリ全体の lint／型違反と抑制（@ts-ignore、# type: ignore）を、原因を修正しながら一度に 1 つのルールずつ段階的に解消します。main がグリーンの状態で実行します。diff 範囲の品質改善には absolute-simplify を使用してください。トリガー語：「absolute debt」、「fix our lint warnings」、「clear the type errors」、「get to strict mode」、「burn down suppressions」。
エンドツーエンドの自然言語ゴールのために、互換性のある最小の AI Agent Skills のセットを見つけ、評価し、組み立てます。ユーザーが多段階ワークフロー向けの Skills を求めている場合、どの Skills がプロジェクトに適するかを尋ねている場合、インストール済み Skill の監査や競合チェックが必要な場合、Skill の再現率が低い場合、ヒューマナイザーやコンプライアンスチェックなどの間接的なヘルパーを求める場合、または制御されたインストールを伴うプロジェクト固有の Skill Stack を求める場合に使用します。ローカルの Skills、レジストリ、GitHub、OpenCLI を検索し、採用状況、検証済みの適合性、安全性、重複を比較します。既知または一般的な単一の Skill を特定する用途には使用しないでください。汎用の find-skills ワークフローを使用してください。
ユーザーが AI 製品の価格設定、課金指標の選択、料金プランの設計、利益率の最適化を希望する場合に使用します。「AI pricing」「usage-based pricing」「consumption pricing」「outcome pricing」「BYOK」「bring your own key」「per-seat pricing」「pricing tiers」「AI margins」「cost per token」「pricing model」に言及した場合にも使用します。このスキルでは、AI ネイティブ製品の価格戦略、パッケージング、利益率管理を扱います。
Compose ツリーが SubcomposeLayout、BoxWithConstraints、Scaffold を使用しており、開発者が追加の測定パス、初回フレームの遅延、レイアウトパスがコンテンツのコンポジションを繰り返し実行していると報告した場合にこのスキルを使用する。SubcomposeLayout が測定フェーズ中にスロットをコンポーズする理由、BoxWithConstraints が新しい Constraints 値ごとにサブコンポジションを強制する理由、Scaffold や BoxWithConstraints のネストがコストを倍増させる理由、カスタム Layout や Modifier.layout { } が SubcomposeLayout を置き換えるのはどのような場合か、SubcomposeLayout が本当に必要なときに SubcomposeLayoutState のスロット再利用ポリシーと precompose API をどう使うかを扱う。開発者が BoxWithConstraints、SubcomposeLayout、Scaffold、"extra measure pass"、"double measurement"、"first frame slow"、"subcompose" に言及した場合、または LazyColumn 内でコンテンツを BoxWithConstraints で包むとスクロール性能が劣化することに気づいた場合に使用する。
バックエンドのソースコード、ルート定義、OpenAPI スニペット、貼り付けた API ドキュメント、curl コマンド、エンドポイント一覧から Bruno API コレクション、リクエストファイル、環境、リクエストドキュメントを生成する。ユーザーが Bruno 向けのコレクション、opencollection YAML ファイル、.bru ファイル、フォルダ、リクエストドキュメント、リクエストメタデータ、環境、API クライアントコレクションの作成、雛形生成、変換、整理、改善を求めたときに使用する。
CawPlan QA Insights A3 の TestRail 実行進捗を Version または Run 単位で照会・要約する：実行率、合格品質、重複排除した失敗/ブロッカーキュー、Ticket ごとの進捗テーブル。使用場面：A3 実行進捗、テスト実行サマリー、TestRail run 進捗、実行サマリー、失敗リスト、合格率、未実行数、ステータス集計、カスタムステータス、查询A3执行进度、查询Version测试进度、查询TestRail Run进度、执行摘要、失败列表、通过率、未执行统计、全status统计。 対象外：テストケースのインポート、TestRail Plans/Runs の作成、欠陥の起票（`cawplan-defect-ticket` を使用）、リリースリスク評価。
人間とエージェントの間に立つレイヤーです。人の言葉を行動に、決定をグラフに、仕事を単位に変換し、停滞箇所や空白箇所、ボトムアップのフィルター、人による選択を扱います。トリガー：「持ち場に就く」「仕事を分ける」「エージェントを起動」「誰が就いたか」「ほかに誰を呼ぶか」「エージェントにタスクを割り当てる」「作業を受け入れる」「段階的に計画する」、chief of staff、run a crew。人の言葉で任命されます：立つ、見張る、自己紹介する。グラフ外の実行は単位に委ね、各自がグラフ上の担当部分を管理します。standing、minding、writing、inquiry を組み合わせます。iskron_* が必要です
`aiTrace` プラグインを有効にして CodeceptJS テストを実行した後、結果を確認する必要があるときに使用する —— 修正が維持されたかの検証、単一の失敗の調査、CI の大量失敗にまたがるエラーのクラスタリング、再実行にわたる不安定さの診断。実行が行われるたびに、他の CodeceptJS スキルから呼び出される。"what failed"、"analyse the run"、"cluster these errors"、"is it flaky"、"did the fix hold" でトリガーする。
Codex App で、複雑かつ並列化可能な知識作業やプログラミングタスク向けに、モデルと推論強度を指定できる複数のバックグラウンドタスクを自動作成します。メインの Agent が計画、分担、統合、検収を担当します。複数ソースの調査、複数章のコンテンツ、複雑な Skill／PPT、複数モジュールにまたがる開発、独立した検証、または 2 つ以上の相互依存しないワークフローに使用します。ユーザーがモデルルーティング、バックグラウンド Worker、Agents Team、継続的なプロジェクト連携を明示的に求めた場合にも使用します。簡単な質疑応答、状態確認、単一ファイルの小規模な変更、厳密な逐次タスク、公開／支払い／削除／アカウント操作では自動起動しません。
リモート SLURM クラスターで Proteina-Complexa のパイプライン（binder 検索、LaProteina モノマー設計、マルチノード分散トレーニング）を起動します。ユーザーが「launch on SLURM」「submit to the cluster」「submit binder search to SLURM」「kick off training on the cluster」「multi-node training」「cluster job」「sbatch」「remote GPU run」「complexa slurm」「launch_protein_binder_search.sh」「launch_laproteina_train.sh」「launch_laproteina_design_pipeline.sh」「launch on grizzly / polar」「--on-cluster」「run distributed training」「sweep on SLURM」「run all targets on the cluster」「kick off a multi-target binder search」「rsync to cluster」「submit a singleton requeue chain」と言った場合、または Hydra 設定／スイープを単一のワークステーション外で実行する必要がある場合に使用します。このスキルは `slurm_utils/` 配下のランチャースクリプトを実行し、**必ず最初に `--dry-run` でプレビュー**してから送信し、SLURM ジョブ ID を取得して再実行可能なマニフェストを出力します。SLURM への送信はクラスター時間を消費し、取り消しが困難なため、dry-run による確認は必須です。
Orca の computer-use CLI を使用して、アクセシビリティツリー、スクリーンショット、安全な UI 操作を通じてローカルのデスクトップアプリのウィンドウを確認・操作します。デスクトップアプリの操作（アプリ/ウィンドウの一覧表示、アプリの状態取得、表示中の UI の読み取り、コントロールのクリック、入力、キー操作、スクロール、ドラッグ、値の設定、アクセシビリティ操作）に使用します。ブラウザーウィンドウ、webview、Orca アプリの UI、その他のデスクトップ UI にも使用します。トリガー：「computer use」「orca computer」「read Spotify」「read Slack」「control/click/read in a desktop app」「get app state」。
顧客が自身の結果を確認する PostHog Experiments（A/B テスト）のデバッグとサポート。実験のサポートチケットが貼り付けられたとき、または顧客が結果について質問したときに使用。最も多いのは「なぜエクスポージャーが均等でないのか」「なぜ一方のバリアントにトラフィックがないのか」「なぜエクスポージャーが欠けている／少なすぎるのか」「なぜバイアスバナーが表示されるのか」「なぜ PostHog の数値が自分の SQL と一致しないのか」。実験の実データを読み取り専用で取得し、既知原因カタログと照合して、顧客向けの説明、修正、該当数値のレビューを作成する。深い診断ライブラリとして diagnosing-experiment-health を読み込む。以下ではトリガーしない: 実験の作成（creating-experiments を使用）、ロールアウトの設定のみ（configuring-experiment-rollout）または指標の設定のみ（configuring-experiment-analytics）、ライフサイクルに関する質問（managing-experiment-lifecycle）、または結果ではなく基盤のフィーチャーフラグが不具合を起こしている場合（debugging-feature-flags を使用）。
技術ドキュメントの作成、編集、再構成、レビューを行うときはいつでも使用する — README、API ドキュメント、ガイド、チュートリアル、リファレンス、オンボーディング、その他あらゆる種類の開発者向けドキュメント — Diátaxis フレームワークを適用するため。これはコンテンツを 4 つのモード（チュートリアル、ハウツーガイド、リファレンス、説明）に分け、それぞれが異なるユーザーニーズに応える。ユーザーが Diátaxis やドキュメントの種類に言及せずに「ドキュメントを書いて」「これを文書化して」「README を改善して」「うちのドキュメントは分かりにくい」と言っただけでもトリガーする。コンパスを使ってどのような種類のドキュメントを書くべきかを決め、肥大化している、説明とリファレンスが混ざっている、またはユーザーが始められない・事実を見つけられないドキュメントを診断し、小さく安全な反復でドキュメントを改善するために使用する。特に、何かがチュートリアル、ハウツー、リファレンス、説明のどれに属するか分からないとき、または 1 つのページが 4 つすべてを同時にこなそうとしているときに使用する。
ユーザーがワークロード周辺の DOCA 環境を扱う場合に使用します。インストールの正常性確認、ビルド環境（pkg-config、headers、LD_LIBRARY_PATH、hugepages、devlink、representors）の準備、環境に起因する障害のデバッグ、コンテナーとベアメタルのデプロイ形態の選択、または NGC DOCA コンテナーの Stage-1 フォールバックを介した、未インストールのホストからの DOCA インストールへのアクセスが対象です。「DOCA setup」と明示されていなくても起動します。「BlueField を入手したばかりだが、次は何をすればよいか」「コードをビルドしたが、実行方法が分からない」「pkg-config が doca-flow を見つけられない」「空きの 2048 kB hugepages がない」「representor X が見つからない」「Mac で DOCA を学びたい」といった暗黙の表現が該当します。ライブラリ API の詳細（Flow pipes、RDMA queues）、サンプルを変更して最初のアプリを作るワークフロー、プログラム側の DOCA_ERROR_* のデバッグ、「X のドキュメントはどこか」というナレッジマップの質問は断り、他のスキルに案内します。
Drizzle ORM + SQLite のボイラープレートを生成します。新しい `drizzle.config.ts`、適切な pragma を設定したシングルトンクライアント、明示的な主キー／インデックス付き外部キー／relations()／推論型を含むテーブルごとの schema ファイル、`.returning()` + `inArray()` + `.onConflictDoUpdate()` を使うテーブルごとの repository モジュール、または drizzle-zod バリデーターを作成します。3 種類のドライバー（better-sqlite3、libsql/Turso、bun:sqlite）向けに、規約を強制するテンプレートを生成します。ユーザーが「scaffold」と明示しなくても、「X のテーブルを追加」「このプロジェクトに Drizzle を設定」「SQLite を接続」「X の CRUD モジュールを作成」「DB 層を初期化」などの依頼で起動します。テンプレートに組み込まれた 45 のルールを扱う `drizzle-sqlite` skill と組み合わせて使います。例外が必要な場合はそちらを参照してください。
scratch orgスナップショットの作成、状態確認、一覧表示、削除には必ずこのスキルを使用してください。スナップショットはscratch orgのメタデータとデータの特定時点のコピーで、scratch org定義ファイルの`snapshot`フィールドに名前で参照されます。ユーザーがスナップショットの作成／取得、状態や作成進行状況の確認、既存スナップショットの一覧表示／表示／確認（期限間近のものの絞り込みを含む）、または削除／除去を求めた場合に使用します。Scratch Org Snapshotsが有効なDev Hubが必要です。org shapesの作成（dx-org-shape-manageを使用）や、既存スナップショットから`--snapshot`で作成する場合を含むscratch orgの作成（dx-org-manageを使用）には起動しないでください。
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。