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
Kiro CLIから独立したセカンドオピニオンを取得します。厳格な読み取り専用で、別のレビュアー実行環境が実際の差分を確認し、リポジトリへの書き込み権限はありません。実際の差分（ブランチ、コミット、または未コミットの変更）から焦点を絞ったプロンプトを作成し、必要に応じてスタックの規約スキル（`--skill`。kiroは自身で読み込めないため）を注入します。その後、同梱ヘルパー経由でkiroを起動し、信頼範囲を`fs_read,execute_bash`に限定します。これによりgrep/gitで指摘を検証できますが、編集はできません。`--trust-all-tools`（自動モード分類器が読み取り専用タスクで行き詰まるため）や、シェル経由でのプロンプトの手書きは決して行いません。秘密情報を含めず、指摘を検証候補として扱い、問題なしの場合はその旨を明示します。ユーザーの明示的な意図がある場合、またはユーザーが呼び出したワークフローでkiroがレビュアーに指定された場合のみ使用します。
マーケティングまたはセールスチーム向けに LinkedIn の従業員アドボカシープログラムを立ち上げて運用する。14 日間の立ち上げプレイブック、ブランドガイドラインの統制、投稿ごとの時間予算、投稿頻度のベンチマーク、チーム ROI（リーチ、エンゲージメント、パイプライン）を扱う。トリガーは \"employee advocacy\"、\"get the team posting\"、\"scale LinkedIn across team\"、\"advocacy ROI\"。個人のカレンダー計画には使用しない（linkedin-content-planner を使用）。
ローカルのソースファイルを読み込むか、会話のコンテキストを統合し、採用した内容を既存のメモリ（ウィキ基盤）のトピック、エンティティ、概念、分析ページに直接統合します。ユーザーがウィキへのソースや文書の追加、ローカルのメモ、文字起こし、記事、レポート、PDF の取り込み、または現在の会話をトピックノートとして明示的に保存することを望む場合に使用します。ウィキ、ガイダンス、チェックポイント、タスク注釈への振り分け、または破棄など、セッション学習の振り分けには /loam::learning-from-session を使用します。目標を丸ごと取り込まず、独立して再利用できる知見のみを採用してください。
EMがマネージャーと信頼できる関係を築き、リーダーシップとの意見の相違に対処し、効果的に上層部へコミュニケーションできるよう支援します。ユーザーが「上司をマネジメントする」「自分のマネージャー」「決定に賛成できない」「異議を唱えたい」「直属の上司の上司」「リーダーシップとのコミュニケーション」「マネージャーが相談なしにチームの約束をした」「上司にどう伝えるか」「シニアリーダーシップ」と言った場合に使用します。同僚や部門横断の関係者への影響力行使（influenceを使用）、または一般的なEMの自己内省（managing-yourselfを使用）には使用しないでください。
markstream-vue、markstream-react、markstream-vue2、markstream-angular、markstream-svelte、または markstream-solid を既存のリポジトリにインストールして組み込みます。Codex が適切なパッケージの選択、フレームワーク固有の最小限のピア依存関係のインストール、CSS/reset の順序修正、Vue 3 レンダラーモードと組み込み・プレーン・カスタムのコードブロック方式の選択、`content`、`nodes`、Vue 3 の仮想スクロール連携の選択、または最小限の動作するレンダラー例の追加を行う場合に使用します。
Midjourney の公式ドキュメントに記載されたウェブサイトと Discord インターフェースで制作した静止画の作業を、計画・プロンプト作成・反復・編集・移行・品質チェックする。Midjourney のモデルとパラメータの選択、画像/スタイル/Omni 参照、Draft または Conversational ワークフロー、タイポグラフィを意識した制作、プライバシーと権利の確認、Midjourney 画像パイプラインのトラブルシューティングに使用する。サポートされていない Midjourney API を考案したり自動化したりするために使用しないこと。
新しいカスタム Jetpack Compose 修飾子を作成し、レガシーな修飾子を Modifier.composed { } から Modifier.Node + ModifierNodeElement<T> へ移行するためにこのスキルを使用する。永続ノードのライフサイクル（onAttach、onDetach、onReset、coroutineScope）、専用ノードインターフェース（DrawModifierNode、LayoutModifierNode、SemanticsModifierNode、PointerInputModifierNode、CompositionLocalConsumerModifierNode、LayoutAwareModifierNode、GlobalPositionAwareModifierNode、ObserverModifierNode、DelegatingNode、TraversableNode）、差分比較のために ModifierNodeElement が data class でなければならない理由、手動無効化の調整項目（invalidateDraw、invalidateMeasurement、invalidatePlacement、shouldAutoInvalidate）を扱う。開発者が Modifier.composed、カスタム修飾子、ModifierNodeElement、Modifier.Node、"rewriting our drawBehind helper"、ノードライフサイクルに言及した場合、またはコードレビューで Modifier.composed { } を見た場合に使用する。
OpenClaw Dashboard のウェブ UI を起動・管理し、すべてのボット、エージェント、モデル、セッションを監視します。OS を自動検出し、更新を確認して依存関係をインストールし、開発サーバーを起動します。macOS、Windows、Linux に対応し、git の自動検出と代替ダウンロード方法を備えています。トリガー：「打开机器人大盘」、「打开 OpenClaw-bot-review」、「打开Openclaw大盘」、「打开 bot review」、「open openclaw dashboard」、「open OpenClaw-bot-review」、「open bot dashboard」、「open bot review」、「launch bot review」。
OpenTofu（Terraform のオープンソースフォーク）と Pulumi によるインフラストラクチャ・アズ・コードを扱います。OpenTofu の HCL 構文、プロバイダー、リソース、データソース、モジュール、リモートバックエンドによる状態管理、ワークスペース、既存インフラのインポート、plan/apply ワークフロー、変数管理、出力値、プロビジョナー、状態の暗号化（OpenTofu 独自）をカバーします。Pulumi の TypeScript/Python SDK、スタック管理、コンポーネントリソース、設定／シークレット、状態バックエンド、ポリシー・アズ・コード、自動化 API も含みます。マルチ環境構成、モジュールの構成、CI/CD 統合、ドリフト検出、シークレット管理の一般的なパターンを扱います。HCL 構成の作成・レビュー、クラウドインフラの状態管理、Terraform から OpenTofu への移行、TypeScript または Python での Pulumi プログラム作成、マルチ環境 IaC パイプラインの設定、状態暗号化の実装に使用します。
このスキルは、Jetpack Compose の Modifier 順序のバグ（background の描画領域の誤り、clickable のクリック領域の誤り、clip のクリッピングの誤り、padding/size の測定の誤り、予想外の graphicsLayer スコープ）を診断して修正するために使用します。「次の Modifier を包む」というメンタルモデル、典型的な落とし穴（padding と background、clickable の配置、background より前の clip、graphicsLayer の配置）、および remember { Modifier.… } で Modifier チェーン全体をホイストしても、Compose が同一のチェーンをすでにインターンするため、実際のパフォーマンス向上になることはほとんどない理由を扱います。開発者が「クリック領域が可視のボタンを超えて広がるのはなぜか」「背景が間違った場所に描画されるのはなぜか」「Modifier の順序は重要か」「Modifier チェーンをキャッシュすべきか」と尋ねるとき、または Modifier を並べ替える diff をレビューするときに使用します。
Go における OpenTelemetry — SDK のセットアップ、API サーフェス、破壊的変更、contrib 計装ライブラリ（otelhttp、otelgrpc、otelmongo）、コンパイル時のゼロコード計装（otelc）、パフォーマンスチューニング。Go サービスで OpenTelemetry を追加・レビュー・設定するときに使用。トリガーは "setup otel in go"、"go telemetry"、"go tracing"、"otelconf go"、"otelhttp"、"otelgrpc"、"TracerProvider go"、"MeterProvider go"、"otelc"、"compile-time instrumentation go"、"zero-code go instrumentation"、"go build instrumentation"、または Go 関連の OTel の質問全般。
Presenton で新しい PPTX、PDF、PNG ファイルを作成するためのスキル。ユーザーが PowerPoint、プレゼンテーション、スライドデック、ピッチデック、レポートデック、PDF、プレゼンテーション PDF、PNG スライド、スライド画像、エクスポートされたデックを求めたときはいつでも、Presenton に言及していなくてもこのスキルを使用する。ユーザーから具体的なデザインブリーフが提供された場合はそれを使用し、そうでなければ Presenton のデザインを検索し、ユーザー提供の画像をアップロードし、Presenton のアイコンを検索し、HTTPS のアセット URL を含む 1280x720 の HTML を生成し、要求された形式をエクスポートする — 指定がなければ 3 形式すべて — そしてダウンロード URL と共有可能なプレゼンプレビューのリンクを返す。
Pudu ロボットのクラウド OpenAPI を呼び出し、ロボットタスクの発行、状態照会、配送、巡回、呼び出し、統計データ分析などを行います。使用前に認証情報とクラスタ環境変数を確認し、不足している場合はユーザーに入力を求めます。その後、ユーザーの意図に応じて対応するインターフェースを呼び出し、結果を表示します。「Pudu ロボット」「pudu」「ロボットタスクの発行」「ロボット状態の照会」「配送タスク」「巡回タスク」「ロボットの呼び出し」「リフトタスク」「お使い」「閃電匣」「広告再生」「広告設定」「貨物キャビネットタスク」「キャビネット SKU」「商品 SKU」「キャビン撮影」「交通管制区域」「マップ一覧」「統計データ」「リスク回避」「ダッシュボード概要」「OpenAPI」などのキーワードが出た場合に使用します。
Двусторонняя сверка кода и графа — уборочный такт: всюду ли код соответствует графу, а граф — коду; конец каждой сущностной задачи. Триггеры: reconcile, «сверь код с графом», «приведи граф в порядок», «протки свою область», «отдай долги графа», does the graph match the code, tidy the graph. Также: задача, записанная крией; феномен-ярлык состояния; комментарий-портянка, пересказывающая граф. Distinct from weaving (ремонт графа изнутри), integrity (claim-аудит), reality-audit (поведенческие заявки). Композирует entry, writing, weaving. Нужны тулы iskron_*.
Claude Code の実際の並列エージェントランタイムで、真に独立した 3 件以上の障害を同時に診断・修正します。1 つの根本原因を、互いに矛盾する調査に分割することはありません。開始前に、トレース上の依存関係／設定／移行／デプロイが同じかどうかを確認して根本原因が共通でないことを検証し、各作業レーンに最適な専門エージェントを割り当て、失敗出力、スタックトレース、テスト名などの実際の証拠を提示します。バックグラウンド実行とワークツリー分離を使い、1 つのメッセージですべてのレーンを起動した後、元の障害をそれぞれ再実行して修正の競合を確認します。3 件未満のレーンや、原因が共通する可能性のある症状は並列化せず、レーンが同じ根本原因に収束した場合は、個別に解決したと主張せず統合し、部分的な成功も正直に報告します。ユーザーが明らかに独立した 3 件以上の障害の並列修正を依頼した場合に使用します。
より少なく、より明確なコードで同じ動作を実現します。リンターでは検出できない判断上の盲点（再発明、不適切な枠組み、隠れた重複、派生状態、手続き的な再構築、推測的な汎用化、防御過剰、型システムの活用不足）を扱います。コードのレビュー、リファクタリング、簡素化の際に起動します。「簡素化」と明示されていなくても、コードレビューやリファクタリング中、または「もっと短く書ける？」と尋ねられた場合にも起動します。knip/eslint/ruff/tsc を補完し、それらのツールでは見えない概念モデリング層に注目します。
FastAPI の依存関係とミドルウェアに関するセキュリティ監査パターンを確認します。認証依存関係、CORS 設定、TrustedHost ミドルウェアの監査に使用します。FastAPI アプリのレビュー時に積極的に使用してください。例：- ユーザー：「FastAPI のルートセキュリティを監査して」→ Depends() と Security() の使用状況を確認 - ユーザー：「FastAPI の CORS 設定を確認して」→ allow_credentials=True の場合にオリジンを検証 - ユーザー：「FastAPI のミドルウェアをレビューして」→ TrustedHost と HTTPSRedirect の設定を確認 - ユーザー：「FastAPI の API キーを保護して」→ クエリパラメーターからヘッダースキームに変更 - ユーザー：「FastAPI の落とし穴を調べて」→ starlette の統合と依存関係の順序を確認
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。