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
BlueField DPU 上で DOCA Device Emulation を実際に扱う場合にこのスキルを使用します。ホストが実際の周辺機器として認識するカスタムエミュレート PCIe デバイスを公開し、DPU 側のコードでバックエンドを実行する方法、サブライブラリ（PCI Generic、virtio-net、virtio-fs）の選択、サブライブラリごとの Core コンテキストと doorbell／DMA プリミティブの接続、`doca_devemu_*_cap_*` の照会、`doca_devemu_*` 呼び出しから発生する DOCA_ERROR_* のデバッグを扱います。ユーザーが「devemu」と言わなくても起動します。典型的な暗黙の表現は「BlueField からホストにカスタム PCIe デバイスを公開する」「ホストに自分の DPU コードがバックエンドとなる virtio NIC を認識させる」「lspci にエミュレートデバイスが表示されない」「デバイスは列挙されたがドライバーがバインドされない」「ホストがキューをキックしても DPU 側に何も見えない」「バインド時の virtio 機能ネゴシエーションに失敗した」などです。パッケージ版 DOCA SNAP／Virtio-net Services、ホスト側 virtio カーネルドライバー、バックエンド本体の設計、標準的な BlueField NIC の動作については対応せず、該当する別のスキルへ案内してください。
ISV アプリアナリティクスのメタデータタイプ — AppAnalyticsQueryRequest と AppAnalyticsSettings。マネージドパッケージの使用データの取得、アプリアナリティクスのシミュレーションモードの設定、サブスクライバースナップショットの照会、AppAnalyticsQueryRequest のライフサイクル（New → Pending → Complete → Expired）の理解についてユーザーが尋ねたときに、このスキルを使用してください。トリガー条件：ユーザーが App Analytics、AppAnalyticsQueryRequest、AppAnalyticsSettings、パッケージの使用データ、サブスクライバーアナリティクス、ISV アナリティクス、またはアプリアナリティクスのシミュレーションモードに触れた場合。トリガーしない条件：タスクが標準の Salesforce レポート/ダッシュボードに関するもの（レポート系スキルを使用）、Account/Contact に対するカスタム SOQL のもの（querying-soql を使用）、Data Cloud のクエリ/検索に関するもの（retrieving-datacloud を使用）の場合。
Rust製のローカルファーストなベクトル特化クエリDB、fandhe-db（PostgreSQL wire protocol v3互換）のfandhe-db-engine / fandhe-db-wire-serverリファレンス。USING PLAN / USING OPERATION_ID構文、DDL / JOIN / CTE / window関数、拡張クエリ・COPY・トランザクション、TLS 1.3 / SCRAM-SHA-256、NoSQL HTTPレイヤー、precision・recallモード、HNSW / BM25 / RRF hybrid / rerank、redb永続化、tenant・RLS、SIMD / wgpu、wire_codeエラー契約を扱います。
ビデオとオーディオ向けの完全な FFmpeg ノイズリダクションとデノイズ。(1) ビデオのデノイズ（nlmeans、hqdn3d、vaguedenoiser）、(2) ハードウェアアクセラレーションによるデノイズ（nlmeans_opencl、nlmeans_vulkan）、(3) オーディオのノイズリダクション（afftdn、anlmdn）、(4) フィルムグレインの除去、(5) 低照度映像の強化、(6) 圧縮アーティファクトの除去、(7) 放送ノイズの低減、(8) クリーンな音声録音に対して積極的に有効化する。提供：デノイズフィルター、パラメータチューニング、ハードウェアアクセラレーション、品質/速度のトレードオフ。
コード内のデザイントークンを変数として Figma にプッシュする — DTCG / tokens.json / トークンオブジェクト → Figma の変数コレクション、モード、値。ユーザーがトークンをコードから Figma へ同期したいときに使用する。トリガーは「トークンを Figma にインポート」「tokens.json / DTCG / Tailwind 設定から Figma 変数を作成」「デザイントークンを Figma に同期」「トークンを Figma にプッシュ」。既存の変数（保存された id/key/name による）に非破壊的に一致するため、再インポート時は重複ではなく更新される。あらゆる Figma プランで動作する。逆方向（Figma → コード）には figma-export-tokens を使用する。
Figma の変数、コレクション、モードを作成、更新、名前変更、削除、整理する — 高速な一括作成/更新、スコープの設定、コード構文、テーマモードの追加を含む。増分的な変数作業に使用：トリガー 'create a variable'、'batch update variables'、'add a dark mode to my collection'、'rename this variable'、'set variable scopes'、'delete a variable/collection'、'add a mode'。あらゆる Figma プランで動作する。ゼロからシステムを構築する場合は figma-setup-design-tokens を、コードと Figma の同期には figma-import-tokens / figma-export-tokens を使用。
Geist デザインシステムを使用して、Next.js アプリとして探索型のインタラクティブな学習体験を構築します。チュートリアル、探索可能な解説、インタラクティブなレッスン、コードサンドボックス、クイズなど、教育向け UI の作成に使用します。Learning Loop の教育法、23 種類以上の学習コンポーネントパターン、進捗トラッキング、間隔反復、Bret-Victor 風のインタラクティブな探索を扱い、Geist のダークファーストなミニマルデザインを採用しています。
OpenAI TTS（gpt-4o-mini-tts、tts-1）、ボイスクローニング対応の ElevenLabs 多言語 TTS、Bailian Qwen TTS（qwen-tts / qwen3-tts-vd。ボイスデザインによるカスタム音声と長文分割機能を内蔵）、MiniMax speech-02-hd、SiliconFlow CosyVoice / SenseVoice、PlayHT 2.0 に対応する汎用 AI 音声・テキスト読み上げスキルです。テキストの読み上げ、音声合成、ナレーション生成、ボイスオーバー作成、台本の吹き替え、テキストからの音声（mp3 / wav / ogg / flac）生成を依頼された場合に使用します。「これを読み上げて」「……の音声を生成して」「……のナレーションを作って」「これを TTS にして」や、Alloy、Ash、Cherry、Rachel、CosyVoice、PlayHT などの音声/TTS モデル名への言及が典型的なトリガーです。プロバイダーが指定されていない場合も必ず使用し、EXTEND.md のデフォルトまたは利用可能な環境変数キーから選択してください
Huawei Cloud X インスタンスサーバーを購入し、SQLBot インテリジェントクエリアプリをワンクリックでデプロイします。技術スタック：Python 3.8+、Huawei Cloud SDK、COC（Cloud Operations Center）デプロイ。主な機能：AK/SK 認証、X インスタンスの作成、自動セキュリティグループ設定、SQLBot の自動デプロイ。用途：Huawei Cloud X インスタンスサーバーに SQLBot インテリジェントクエリアプリを迅速にデプロイする必要があるユーザー。トリガー語：「deploy sqlbot」、「install sqlbot」、「sqlbot deploy」、「one-click deploy sqlbot」、「x-instance deploy sqlbot」、「部署sqlbot」、「安装sqlbot」、「sqlbot部署」、「一键部署sqlbot」、「x实例部署sqlbot」。
現在のワークスペースに、Obsidian 対応の Markdown Wiki のひな形を作成または拡張します。Wiki の構築、ナレッジベースのセットアップ、リサーチ用保管庫の作成、または `/loam::adding-to-memory` でソースを追加する前に、更新し続ける Markdown ノートグラフのひな形を作成したい場合に使用します。目標は Wiki コンテンツではなく、同階層のワークフロー成果物として識別します。既存のメモリ風コーパスのインポートや正規化には使用しません。その場合は /loam::normalizing-memory を使用してください。
単純な変更が多くの呼び出し箇所の失敗に波及する、大規模でグラフ駆動型のリファクタリングにおいて Mikado Method の実践を徹底し、ガイドします。完全な Mikado ループを適用します：目標 → 単純な試行 → 前提条件のマッピング → 元に戻す → リーフを実装 → コミット → 繰り返し。次の場合に使用します：Mikado Method、依存関係の整理、循環依存、リファクタリングで「すべてが壊れる」、多くのファイルに波及する変更、波及効果、密結合した大規模なレガシーコードのリファクタリング、密結合モジュールの整理、大きなリファクタリングを安全な手順に分割すること、長期のフィーチャーブランチを作らず main で作業することへの言及。また、「グラフベースのリファクタリング」「前提条件ツリー」「Mikado graph」でも使用します。次の場合は使用しません：変更が小規模で局所的（単一メソッド、単一クラス、単純な名前変更）の場合。コードの臭いや Extract Method 型の作業には、代わりに `clean-code/refactoring` を使用します。機能の範囲がまだ決まっていない場合は、実施する価値があるかを確認するため、まず `kano` を検討してください。
MusicFree デスクトップ版テーマパックをゼロから開発するための完全ガイド。ユーザーが MusicFree デスクトップ版テーマパックの作成、制作、デザインを求めたり、参考画像/色/スタイルのキーワードからテーマを生成したりする場合にトリガーする。CSS 変数体系、色彩設計パラダイム、静的テーマ、動的 iframe テーマ、アセット最適化、パッケージングとテスト、テーママーケットへの提出までの一連の流れを扱う。本 Skill は AI による実行を想定し、AI とコミュニティ貢献者（フロントエンド経験がない場合もある）が協力してテーマパックを開発することを支援する。
ngrok のトラフィックモデルに関するリファレンスです。エンドポイントとは何か、エッジでトラフィックに何が起きるかを説明します。エンドポイントの種類（agent、cloud、internal）、バインディングとプロトコル（HTTP、TLS、TCP）、フェーズ、CEL 式、アクションから成る YAML ルール言語 Traffic Policy、および全 26 アクションの生成カタログを扱います。他の ngrok スキルが構築内容を決める際に参照し、適用には ngrok-surfaces を使用します。単独タスクではありません。他のスキルから参照された場合に読み込んでください。
Comet の Opik を実行する — オープンソースの LLM 可観測性、評価、最適化 — ルーティング優先の単一スキルから：Python/TypeScript SDK をインストールし、サーバーを立ち上げ（Comet.com クラウド、`./opik.sh` による Docker Compose、または Kubernetes/Helm）、`@opik.track` または 50 以上のフレームワーク統合（OpenAI、Anthropic、LangChain、LangGraph、LlamaIndex、CrewAI、DSPy、Ollama、Bedrock、Vercel AI SDK など）のいずれかでトレーシングを接続し、LLM-as-a-judge 指標（Hallucination、Moderation、Answer Relevance、Context Precision）で出力をスコアリングし、PyTest CI ゲートを含む Datasets/Experiments 評価を実行する。ユーザーが Opik で LLM トレーシング、プロンプト評価、本番 LLM モニタリング、エージェント最適化、ガードレールを求める場合に使用。トリガー：opik、comet opik、opik configure、opik.sh、llm observability、llm tracing、llm as a judge、hallucination metric、prompt evaluation、opik dashboard、opik guardrails、agent optimizer。
スレッド形式のメッセージ、ブロッキング型の質問／返信フロー、タスクの割り当て、worker_done／エスカレーション待機、タスク DAG、判断ゲート、コーディネーターループ、エージェント間の作業分割など、構造化されたマルチエージェント連携には Orca orchestration を使用します。通常のターミナル操作、軽量なターミナルプロンプト、シェルコマンド、Orca worktree の管理、ターミナルの読み取りや待機、Orca 内蔵ブラウザーの自動化には、代わりに `orca-cli` を使用します。ブラウザーウィンドウ、WebView、Orca アプリの UI、または Orca 内蔵ブラウザー以外のデスクトップ UI には、Computer Use を使用します。
パートナープログラム、共同マーケティングキャンペーン、チャネルエコシステムの構築と拡大に向けた、パートナーマーケティングの専門的なガイダンスを提供します。パートナー戦略の策定、共同マーケティングコンテンツの作成、パートナー階層の設計、アフィリエイトプログラムの構築、インテグレーションマーケットプレイスでの位置付け、チャネルパートナーの支援、共同ウェビナーの企画、収益分配の設計に使用します。テクノロジーパートナーシップ、再販プログラム、戦略的提携、パートナー関係管理に対応します。
パフォーマンス低下の診断、評価案件の整理、PIP の実施または解雇の判断、自身のマネージャー評価の検討を支援します。「perf review」「review cycle」「performance calibration」「write a review」「rating」「meets expectations」「performance improvement」「PIP」「promotion case」「end of year review」「mid-year review」「underperformer」「struggling employee」「should I let them go」と言われた場合に使用します。日々のフィードバック（feedback を使用）や新規採用候補者の評価（hiring を使用）には使わないでください。
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。