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
Next.js(App Router)+ Drizzle プロジェクトで Better Auth のセットアップをスキャフォールドする — lib/auth.ts、lib/auth-client.ts、/api/auth/[...all] ルートハンドラー、middleware.ts、.env.example、および権限モジュール。3 つのプラグインプリセット(minimal、social、twoFactor+magicLink を含む advanced)向けに規約準拠のテンプレートを生成する。ユーザーが明示的に "scaffold" と言わない場合でもトリガーする — "set up Better Auth"、"wire up auth"、"initialize auth in this project"、"add auth to Next.js" といったフレーズで本 skill を呼び出すべき。これらのテンプレートがエンコードするルールを扱う `better-auth` skill と組み合わせる。
QA Insights A4 を介して、失敗/ブロックされた TestRail 結果から CawPlan の欠陥を起票またはリンクする。使用場面:SQA が TestRail の Failed/Blocked 結果を CawPlan Ticket に変換したい、tests/view URL を貼り付けて欠陥を起票したい、A4 の欠陥ドラフトをレビューしたい、BUGFIX/FEATURE ticket を作成したい、既存の ticket を TestRail の欠陥にリンクし戻したい場合。tests/view からのコールドスタートでは、必ず defects draft の前に execution failures --test-id を呼び出すこと。test_id をドラフトパスの result_id として使用しないこと。A4 の書き込みパス(create-ticket)では必ず --body-file または --body JSON を使用し、--description や --result-id のようなフィールドフラグは決して使用しないこと。対象外:テストケースのインポート(`cawplan-testcase-import` を使用);TestRail Plans/Runs の作成(`cawplan-testplan-layout` を使用);リリースリスク評価;要件やテストポイントの生成。
Version/Ticket 単位でインポート済みのケースから、プレビュー優先のワークフローで CawPlan QA Insights TestRail テストプランをオーケストレーションする。ケースのインポート後に、ある CawPlan version または 1 つ以上の CawPlan ticket に対して A2 TestRail Plans/Runs を作成・実行する場合に使用する。対象外:テストケースのインポート(`cawplan-testcase-import` を使用);テストポイントの生成;実行サマリー;欠陥の起票;リリースリスク。`cawplan api GET /api/v1/public/openapi/product/{product_id}` を製品名の解決に使用しないこと — そのルートは存在しない。
一流のコピーライター(Carlton、Halbert、Makepeace、Georgi、Schwartz など)のダイレクトレスポンス原則を用いて、セールスコピー、VSL、メール、広告、ランディングページをレビューし copychief する。ユーザーがコピーのレビュー、copychief、セールスコピーの批評、VSL の改善、メールシーケンスの確認、広告コピーのレビュー、ファネルの監査、その他ダイレクトレスポンスのマーケティングコピーの評価と改善を求めたときはいつでもこのスキルを使う。ユーザーが Google Doc やドキュメントを共有し、セールスやマーケティング資料へのフィードバックを求めたときにも起動する。
Claude があなたのために管理する受動的な日次の作業ジャーナルで、自分で書く必要はない。意味のある作業の後に短いエントリ(何を行ったか、何に集中したか、触れた成果物)を 01-daily/journal/YYYY-MM-DD.md に追記する。夜または朝にガイド付きの振り返りを行う。/daily-journal を実行するとき、"log this to my journal"、"add to today's journal"、"reflect on today/yesterday" と言うとき、またはいずれかのセッションで意味のある作業の区切りを終えたときに使用する。
`depot build` と `depot bake` を使用して Depot のリモートコンテナビルドを構成・実行します。Docker イメージのビルド、Depot での Dockerfile の作成、イメージのレジストリへのプッシュ、マルチプラットフォーム/マルチアーキテクチャイメージ(linux/amd64、linux/arm64)のビルド、コンテナビルド失敗のデバッグ、Dockerfile のレイヤーキャッシュの最適化、docker-bake.hcl や docker-compose ビルドの使用、`docker build` / `docker buildx build` から Depot への移行を行うときに使用します。ユーザーが depot build、depot bake、コンテナビルド、イメージビルドに言及した場合や、Depot のビルドキャッシュ、ビルドの並列性、エフェメラルレジストリについて尋ねた場合にも使用します。
すべてのプロセス(web、celery、temporal、migrate、shell、CI)が支払う django.setup() のパスから重いインポートを遠ざける。AppConfig.ready() に触れるとき、シグナルレシーバーを配線するとき、遅延 API ルーター(posthog/api/rest_router.py またはその __init__.py シム)を編集するとき、重いインポートを遅延させるとき、またはインポート時間をプロファイリングするとき(importtime、hothog)、startup-import-budget ガードが失敗したとき、またはルーターを遅延化した長命のブランチに master をマージするときに使用する。
ユーザーが DOCA DMA の実践的なプログラミングを行う場合にこのスキルを使用する。doca_dma コンテキストの起動、単一の doca_dma_task_memcpy タスクタイプの構成、doca_dma_cap_task_memcpy_* クエリによるバッファサイズの決定、ソース/宛先の doca_mmap 領域への LOCAL_READ_ONLY / LOCAL_READ_WRITE 権限の設定(ピア間コピーには doca_mmap_export_* も)、進行エンジンの駆動、DOCA_ERROR_* の戻り値のデバッグなど。ユーザーが "DOCA DMA" や "doca_mmap" を明示的に言及していない場合でもトリガーする。典型的な暗黙の表現には "memcpy host buffer to BlueField without using the CPU"、"offload a bulk copy to the DPU"、"copy returns NOT_PERMITTED on first submit"、"buffer too big for one DMA task"、"task submitted but no completion"、"scatter-gather copy between two memory regions" などがある。ネットワーク間コピー(DOCA RDMA)、プロデューサ/コンシューマメッセージング(DOCA Comch)、DOCA Core / 進行エンジンの内部、DOCA のインストールについては拒否し、他のスキルへ誘導する。これらは他のスキルに属する。
稼働中システムの DPU/NIC ハードウェア状態に影響する変更をエージェントが推奨または適用しようとする場合は、必ずこのスキルを使用します。mlxconfig ファームウェアパラメーターの書き込み、NIC ファームウェアの書き込み、BFB の再フラッシュ、NIC ↔ DPU モードの切り替え、SR-IOV またはデバイスエミュレーションスロットの有効化、カーネル起動パラメーター(IOMMU、hugepages、VFIO)の変更、PCIe の再バインド/再スキャン/リンク状態変更、BlueField のコールドリブート、BlueField の熱停止への対処が対象です。変更に先立ち、事前インベントリー、OOB 接続性、メンテナンス時間、レプリカでのリハーサル、ロールバックを含めます。「SSH 経由で BlueField モードを切り替える」「SR-IOV を有効にして再起動」「ファームウェアを書き込んだが mlxconfig に古い値が表示される」「BlueField の熱停止」といった暗黙の表現でも起動します。読み取り専用のインベントリーやバージョン照会(doca-version、doca-caps)は対象外です。概要案内(doca-public-knowledge-map)、インストールや環境デバッグ(doca-setup)、プログラム側のデバッグ(doca-debug、doca-programming-guide)は断り、他へ案内します。
自然言語の説明を編集可能な `.drawio` 図に変換し、ネイティブの draw.io デスクトップ CLI で PNG / SVG / PDF / JPG にエクスポートする。または既存のコードベース(Python / JS-TS / Go / Rust)を自動レイアウトの構造図に変換する。Agents365-ai/drawio-skill をラップする:6 種類の図のプリセット(ERD、UML クラス図、シーケンス図、アーキテクチャ図、ML/DL、フローチャート)、10,000+ の公式 AWS/Azure/GCP/Cisco/K8s/UML/BPMN シェイプの検索、321 の AI/LLM ブランドロゴ、ビジョンによる自己チェック + 自動修正、5 ラウンドの反復改善ループ。MCP サーバーもデーモンも不要 — 単一の SKILL.md と draw.io CLI だけで動作する。洗練された正確でエクスポート可能な図を作りたい場合、またはコード構造を可視化したい場合に使用する。トリガー:drawio、draw.io、drawio diagram、architecture diagram、ERD、UML diagram、sequence diagram、flowchart、network diagram、visualize codebase、code structure diagram、class hierarchy、export diagram png/svg/pdf、AWS/Azure/GCP icon、draw.io shapes。
lib-content および lib-node API を使用して、コンテンツの一括作成、更新、クエリ、移行、変換を行う Enonic XP スクリプトを生成します。クエリ DSL(NoQL)、集計、バッチ処理、長時間実行処理向けのタスクコントローラー、エクスポート/インポートのワークフローを扱います。コンテンツの一括作成・更新・削除スクリプトの作成、NoQL 構文でのクエリ、環境間のコンテンツ移行、長時間実行タスクの実行、集計やページネーション付き取得に使用します。Guillotine GraphQL のフロントエンドクエリ、コンテンツタイプのスキーマ定義、単一の contentLib.get() 呼び出し、Enonic 以外のデータ移行ツールには使用しないでください。
ESP32 ファミリーのボード向けファームウェアの構築、設定、書き込み、テスト、デバッグ、復旧を行います。ESP-Mosaico キットの立ち上げ、ESP-IDF C/C++、Arduino/PlatformIO、MicroPython、CircuitPython、ESPHome、Zephyr、Rust、NuttX に対応します。ESP32 ボードの特定、フレームワークの選択、GPIO や周辺バスの配線、センサーやアクチュエーターの統合、シリアル/起動/電源/ネットワーク障害の診断、OTA と製品セキュリティの計画、ハードウェアテストやフォールトインジェクションの自動化に使用します。対象ボードの回路図、SoC データシート、接続部品のデータシートの代わりには使用しないでください。
PostHog Signals scout を探索し理解する方法——プロジェクトをスキャンして Signals の受信トレイにレポートを書き込むスケジュールされたエージェント。ユーザーが、自分にどんな scout があるか、それぞれがどう振る舞っているか、scout 群が実際に機能しているかを理解したい場合に使用する。scout 群とそのスケジュールの調査、最近の scout 実行の閲覧と単一実行の推論の掘り下げ、scout 群が蓄積した永続的な scratchpad メモリの確認、実行が書き込みまたは編集したレポートへの追跡、あるレポートを依然として測定しているフォローアップチェックの閲覧、scout の長期的な健全性とパフォーマンスの評価(頻度、成功率、レポート率、S/N 比)を扱う。読み取り専用かつ探索的——scout を書いたり調整したりする場合は代わりに `authoring-scouts` を使う。トリガーは "what are my scouts doing"、"how is my <x> scout performing"、"show me recent scout runs"、"why did this scout find/report nothing"、"what has the fleet learned"、"explore scout run <id>"、"is my scout working"。
Feishuのスプレッドシート Sheet と多次元テーブル Bitable/Base:範囲を指定したセルの読み書き、型を保持したテーブル全体の読み書き、スタイル、結合、固定、行列の追加・削除・移動・非表示、フィルターとフィルタービュー、ドロップダウン、セル内画像とフローティング画像、Markdown変換、XLSX/CSVエクスポートに対応。Bitableのテーブル、フィールド、レコード(構造化フィルター、upsert、一括処理)、ビュー、リンク解析、ロールとメンバー、ダッシュボード、フォームと共有、ワークフロー、データ集計に対応し、--as bot による無人cron実行も可能。ユーザーが /sheets/ または /base/ のリンクを提示した場合や、表データの処理を求めた場合に使用。表全体を読む・要約するだけの場合(feishu-cli-docs)、ローカルの XLSX/CSV ファイルを Feishu の表にインポートする場合やドキュメントの共同編集者権限(feishu-cli-storage)、グラフの可視化(feishu-cli-visual)、ラップされていない OpenAPI のパススルー(feishu-cli-platform)には使用しない。
Figma COMPONENT_SET をコード生成のためのステートマシンとして分析する — バリアント軸(状態/サイズなど)を抽出し、状態バリアントを CSS 疑似クラス(hover→:hover、focus→:focus-visible、disabled→:disabled、error→[aria-invalid])にマッピングし、バリアントごとの視覚的差分(各状態で変化する部分のみ)を計算する。Figma のバリアントセットからインタラクティブなコンポーネントを生成する場合に使用 — トリガー:'analyze this component set'、'turn these variants into CSS states'、'generate a button/input/checkbox from Figma variants'、'what changes between the hover and default state'、'map Figma variants to component props'、'extract the state machine for this component'。バインドされた変数を token 名に解決する。ネイティブ MCP の get_design_context/get_metadata ではカバーされない。これらはバリアント軸→CSS ステートマシンを提供しない。
GitLab のリポジトリとプロジェクトを扱う。clone、create、fork、archive、view、update、delete、search、transfer、メンバー管理を含む。リポジトリのライフサイクル管理、プロジェクトの fork、リポジトリの clone、プロジェクトの検索、コラボレーターの管理、リポジトリ設定の構成を行う場合に使用。トリガー: repository、repo、project、clone、fork、create repo、search projects、collaborators。
Google の Gemini ネイティブ画像モデル(Nano Banana)で静止画像を計画、生成、編集、品質チェックする。Gemini 3.1 Flash Image、Gemini 3.1 Flash-Lite Image、Gemini 3 Pro Image、レガシーの Gemini 2.5 Flash Image を含む。モデルと API ルートの選択、対話的な編集、複数参照画像の合成、thinking と Google Search グラウンディング、解像度 / アスペクト比の制御、正確なテキストとブランドのワークフロー、SynthID / 来歴、安全性、プライバシー、権利、レガシーの Gemini または Imagen 画像エンドポイントからの移行に使用する。Veo / 動画生成や Gemini Live / 音声の作業には使用しない。
ファーストビューの hero セクションパターン(中央揃え、分割、動画、ミニマルなタイポグラフィ)、背景手法、LCP パフォーマンスを、本番投入可能なコードとともに扱う。ユーザーが "create a hero"、"build a hero section"、"design above the fold"、"make a hero banner"、"landing page header"、"build a homepage hero" を求めたり、ページの最上部のみを再設計する場合に使用する。複数セクションからなるマーケティングページ全体には landing-page-design(その hero に本スキルを使用)を、静的な hero の*画像やバナーグラフィック*には banner-design を使用する。
有料広告、TikTok、Instagram Reels、オーガニックコンテンツ向けに、高いコンバージョンを生む心理駆動型のフックを書く。ユーザーが広告やソーシャルコンテンツ向けのフック、書き出し、スクロールを止める一文、注意を引く冒頭を書きたいときにこのスキルを使用する。"write me hooks"、"give me hooks for"、"I need hooks for my ad"、"TikTok hooks"、"hook ideas"、その他広告やソーシャルコンテンツ向けの魅力的な書き出しを求めるあらゆるバリエーションのリクエストで発動する。ユーザーが製品、ペルソナ、メッセージングの切り口、認知段階を提示し、実践的なフックの実行を求める場合にも使用する——特に Creative Strategy Engine スキルの下流で使用する場合。
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。
