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
可観測性シグナルを用いて本番アラートをトリアージする。モード A は単一のアラートまたはチケットについて確認済みか推定かのコンテキストを収集しトラッカーを更新する。モード B は一定の時間枠で発火したアラートにファンアウトし、ミュート済みおよび未ルーティングのノイズを抑制し、安定したフィンガープリントで重複排除し、冪等に issue を作成または更新する。O11y Change Context マニフェストを通じてアラートを最近の変更に関連付ける。アラートやインシデントを調査するとき、または定時のオンコールトリアージを実行するときに使用する。
ClickHouse と HogQL のクエリを最適化するワークフロー。HogQL クエリ、query runner、insight、レポートが遅すぎるとき、手書きの ClickHouse クエリ（`sync_execute` 経由または migration 内）が遅すぎるとき、ClickHouse がタイムアウトしたりメモリ上限に達したりするとき、遅い `system.query_log` の行を調査するとき、または提案された HogQL printer の変更をパフォーマンスの観点でレビューするときに使用する。ClickHouse SQL の抽出、よくある臭い（`FROM ... FINAL`、properties に対する `JSONExtract`、skip index の欠落、自己結合、CTE の膨張）、実クラスタでの測定、正しい層（printer、query runner、migration）での修正の適用を扱う。Postgres / Django ORM / アプリデータベースのクエリは対象外。それらには `profiling-slow-api-endpoints` を使用する。
Penpot のレイヤーを HTML 要素名（nav、header、main、section、article、button、input、label、h1-h6、p、ul、li、img）または kebab-case のロール名に意味論的にリネームし、「Rectangle 12」のような自動生成名を置き換える。レイヤー命名の整理、引き継ぎ用のファイル準備、あるいはアクセシビリティ監査（見出し階層）やデザインからコードへのレビュー（セマンティックマッピング）の前提作業として使用する。トリガー：「rename layers」「semantic layer names」「rename to HTML elements」「clean up layer names」「fix layer naming」「add semantic names to layers」「prepare layers for handoff」。
すべてのブランドアカウントの Instagram Business 指標を確認します。トリガーフレーズ：`compare my instagram brands`、`instagram follower growth`、`best time to post on instagram`、`top instagram posts this month`、`instagram competitor analytics`、`use instagram-pp-cli`、`run instagram analytics`。
プロフェッショナルな PPT プレゼンテーションを全工程で AI 生成するアシスタント。トップクラスの PPT デザイン会社の完全なワークフロー（要件調査 -> 資料収集 -> アウトライン企画 -> 企画稿 -> デザイン稿）を模し、高品質な HTML 形式のプレゼンテーションを出力する。ユーザーが PPT の作成、プレゼンテーションの作成、slides の作成、スライドの作成、報告資料の作成、研修教材の作成、ロードショー deck の作成、製品紹介ページの作成に言及したときにこのスキルをトリガーする。ユーザーが「X についての紹介を作って」や「上司に Y を報告したい」とだけ述べた場合でも、構造化された複数ページのプレゼンテーション内容が示唆されていればトリガーすべきである。「この文書を PPT にして」や「このテーマをプレゼンテーションにして」など、内容をプレゼンテーション形式に変換する必要がある場面にも適用する。
本番アプリケーション向けの Prisma ORM と NestJS の統合パターンです。Prisma スキーマ、マイグレーション、PrismaService、アトミックトランザクション（SELECT FOR UPDATE を含む）、Clean Architecture におけるインフラストラクチャアダプターとしてのリポジトリ、最適化されたクエリ（N+1、includes、ページネーション）、シードデータ、Prisma Mock によるテストを扱う際に積極的に使用します。次のキーワードが現れた場合は必ず有効にしてください：Prisma、PrismaService、prisma.$transaction、prisma migrate、schema.prisma、PrismaClient、Prisma.validator、include/select、upsert、createMany、または NestJS プロジェクトでの Prisma を使ったデータベース操作。
PostHog のデータを canvas に正しく取り込みます。ホストが注入する `ph` SDK（loadInsight、query、capture、state、connectors、openExternal、navigate）、データ階層（保存済みインサイトが最優先、次に型付きクエリノード、最後にインライン HogQL）、検証可能性（インサイトに基づくメトリクスは PostHog 内の保存済みインサイトにリンクし、アドホッククエリは実行された正確なクエリを公開する）、インサイトタイプごとの結果形状、クエリごとの段階的ローディング、日付範囲の接続、閲覧者自身の接続（ph.connectors）を通じたライブのサードパーティデータ、canvas からのイベントキャプチャを扱います。canvas がメトリクス、チャート、テーブル、あらゆる PostHog データ、GitHub や MCP サーバーからのデータを表示する場合、または分析イベントを送信する必要がある場合に使用します。
同時レンダリング、Server Components、actions、hooks、メモ化に関する React 19 のパフォーマンス最適化ガイド（旧名：react-19）。React 19 コンポーネントの作成、同時実行機能の使用、再レンダリングの最適化に使用します。App Router、next.config.js、Next.js のキャッシュなど、Next.js 固有の機能は対象外です（nextjs-16-app-router スキルを使用）。React Hook Form によるクライアント側のフォーム検証には、react-hook-form スキルを使用します。
1 つの実験で公開されたセッションを監視し、各セッションのバリアントを記録して均等にサンプリングし、実験終了時に停止する Replay Vision `experiment` スキャナーを構成します。ステータスガード、バリアント間で比較可能なプロンプト、実験固有の対象数に基づくクレジット消費量の見積もり、実際のセッションでプロンプトをプレビューできるよう無効状態で作成する方法、バリアント別の結果の読み取りを扱います。 トリガー条件：Replay Vision に実験を監視させたい場合、実験の録画を AI でスキャンまたは分析したい場合、「テストバリアントでユーザーは実際に何をしているのか」と尋ねる場合、または実験で公開されたセッションに限定したスキャナーを求める場合。 トリガーしない条件：実験に紐づかない汎用スキャナーを作成する場合（creating-replay-vision-scanners を使用）、スキャナーがすでに生成した観察結果を読む場合（exploring-replay-vision-observations を使用）、または AI 分析を行わず手動で実験の録画を閲覧する場合（analyzing-experiment-session-replays を使用）。
コンピュータの利用者による明示的な同意のもと、コミットアラーム（git の pre-commit フック）をインストールする：チェックディジットが有効な CPF または CNPJ、パスワードファイル（.env）、秘密鍵を含む証明書（.pfx、.p12、.pem）、または新しいスプレッドシートを検出したときにコミットを拒否し、その理由と修正方法を説明し、git commit --no-verify に言及し、アンインストール方法を示す。ユーザーが顧客データや A1 証明書が git に入るのを防ぎたい場合、SDD で作業するためにオフィスのマシンを準備する場合、またはこのアラームによってコミットが拒否された場合に使用する。期限には適用されない（規範を照会せず、計算もしない）。git の履歴の修正、証明書の失効、.xlsx スプレッドシートの内部の読み取り、LGPD や職業上の守秘義務に関する意見の表明は行わない。何もインストールせずに環境を診断するには、sdd-checar-ambiente を使用する。
あらゆる検索・調査ニーズに対応するデフォルトの検索ツール。複数ソースの検索と重複排除を行い、意図に応じてスコアリングします。Brave Search（web_search）、Exa、Tavily、Grokを統合し、幅広く質の高い結果を提供します。クエリの意図を自動分類し、検索戦略、スコアの重み付け、結果の統合方法を調整します。事実確認、調査、ニュース、比較、リソース検索、「Xとは」、状況確認など、ウェブ検索が必要なあらゆるクエリに使用してください。raw web_searchを直接使わず、必ずこのスキル経由で検索してください。
データウェアハウステーブルまたはマテリアライズドビューから個人またはグループのプロパティを設定し、ウェアハウスの列をフィーチャーフラグ、コホート、インサイトで使えるプロパティにします。「Postgres の列を個人プロパティに同期したい」、「ウェアハウステーブルをユーザーにマッピングしたい」、「毎日の identify cron を置き換えたい」、「ウェアハウスから個人プロパティを更新したい」とユーザーが求めたとき、または PostHog へのリバース ETL を求めたときに使用します。テーブルと識別子列の選定、1 回の呼び出しでテーブル全体の列マッピングを提案すること、ID プロパティと予約プロパティの除外、既存プロパティとの衝突の確認、最初のバックフィルの実行を扱います。
Ark UI ベースの shadcn 風レジストリ向け Shark UI スキル。コンポーネント（オーバーレイ、メニュー、ポップオーバー、シート、ダイアログ）、コレクション駆動のコントロール（combobox、select、リストパターン）、Field/フォーム、サイドバーやチャートのドキュメントパターン、Tailwind v4 トークンの実装やデバッグ、Radix/shadcn の例を Shark へ移行する際に使用。shadcn CLI を `@shark/*`、`components.json`、またはレジストリ形式の add/search/diff ワークフローで使用する場合にも適用される。
skills.sh ディレクトリからエージェントスキルを検索・評価・推薦する。使用する場面：(1) ユーザーが X 向けのスキルの検索を求める、(2) "есть скилл для..."、(3) "skill for zoom/notion/stripe/..."、(4) "поищи на skills.sh"、(5) "нужен плагин/расширение/скилл для..."、(6) "как подключить X к Claude Code"、(7) skills.sh への言及がある場合、(8) "найди скилл"、(9) "find skill"、(10) ユーザーがレビュー用に skills.sh のリンクを共有する。
任意の SKILL.md 向けの SkillOpt 風オフライン訓練ループ。蓄積された learn-rule の修正を訓練トラジェクトリとして扱い、オプティマイザ LLM を介して有界のパッチを提案し、ユーザー自身の過去の修正から構築したホールドアウト検証セットで各候補を判定し、スコアが実際に向上する候補のみを提供する。Microsoft SkillOpt の ReflACT パイプライン（rollout → reflect → aggregate → select → update → evaluate）に着想を得て、pro-workflow の SQLite ストアに適合させたもの。skill に learn-rule 行が 8 件以上蓄積され、ユーザーが skill を長くするだけでなく改善したい場合に使用する。
Fabric Lakehouse Livy API セッションを通じた対話型のアドホックな Spark 分析に限定。このスキルではノートブックの作成や実行は一切行わない。ノートブックセル（%%sql/%%configure）や、名前を指定したノートブックの実行（および実行ステータスの報告）は、このスキルではなく `spark-authoring-cli` の対象。範囲：Livy セッションの作成、PySpark の実行、出力の確認、lakehouse データの簡易計算（DataFrame、lakehouse 間の結合、Delta のタイムトラベル、非構造化データ／JSON）。Spark の障害切り分けには `spark-operations-cli`、通常の T-SQL Lakehouse/Warehouse クエリには `sqldw-consumption-cli` を使用。起動語句：「create Livy session」「run Livy calculation」「Livy session calculation」「interactive Livy session」「PySpark」「analyze with PySpark」「Spark DataFrame」「lakehouse with Python」「PySpark data quality」「Delta time-travel with Spark」「join tables across Lakehouses」
エンタープライズアプリケーション構築向けのJava Spring Bootスキルセット一式です。オプションコンポーネントを備えたモジュラーアーキテクチャを含みます。JPA/HibernateとFlywayマイグレーションを使用するPostgreSQLデータベース、Redisキャッシュ（任意）、Kafka/RabbitMQメッセージング（任意、どちらか一方）、JWT + OAuth2認証（OAuth2は任意）、RBAC認可（任意）、MockitoによるTDD、OpenSpecによる仕様優先開発。
Web アナリティクスチーム向けにパスクリーニングルールを提案する自動 AI ヘルスチェックを実行し、その内容を推論する。チームまたはコホート向けのパスクリーニング提案の生成、提案チェックの実行、AI 提案ルールのレビュー/適用、path_cleaning_suggestions のヘルス問題の調査、提案パイプラインの拡張を求められたときに使用する。suggest_path_cleaning_rules 管理コマンド、path_cleaning_suggestions ヘルスチェック、コホートゲーティング（チームの事前計算）、および保存前に提案が実際のパスに対して検証される方法を扱う。ルールを手動で作成または直接適用する場合は、代わりに managing-path-cleaning-rules 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。