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
Yakit MITM ホットパッチ (Hot Patch) の特集。MITM 中間者プロキシでコードによりリクエストとレスポンスを動的にハイジャック/改変する、トラフィックをミラーして分析する、保存前にタグ付けや色分けをする、危険な操作に mock のガードレールを設ける、といった場合に使用する。hijackHTTPRequest / hijackHTTPResponseEx / mirror シリーズ / hijackSaveHTTPFlow / mockHTTPRequest のすべての Hook と forward/drop の意味論を扱う。
意見を貫いた、バックエンド非依存の Next.js 16(App Router)アーキテクチャ——データ層での認可、cache()+Promise.all によるサーバーサイドローディング、next-safe-action + 型付きルートハンドラーによるミューテーション、クライアント/サーバー境界(リーフでの 'use client' + TanStack Query)、RHF + Zod によるフォーム、shadcn/ui + Tailwind + Base UI + next-intl による UI、proxy.ts(Next.js 16 で名称変更された middleware)でのリクエスト処理、そして @app/* パッケージの Turbo モノレポでバックエンドを 1 つのデータアクセスパッケージの背後に閉じ込める。例では Supabase を使用するが、すべてのルールは移植可能な原則を述べている。Next.js 16 のコードを書く、レビューする、リファクタリングするときに使用する。server actions、route handlers、RSC と 'use client' の配置、TanStack Query、RHF/Zod、proxy.ts、モノレポのパッケージ構成でトリガーする——ユーザーが 'patterns' や 'best practices' と言わなくても。
この skill は、表形式データ(CSV または DataFrame)から、単体で利用でき出版に耐える PNG グラフィックスと再現可能な matplotlib スクリプトを生成する。数値データを正式な科学可視化として描画する — 散布図、折れ線グラフ、棒グラフ、円グラフ、ドーナツグラフ、バブルチャート、トルネードチャート、KDE、バイオリン図、箱ひげ図、ヒートマップ、ヒストグラム、面グラフ、およびこれらを 1 枚の画像に組み合わせた複数パネルの複合図を含み — 学術原稿向けである。最終的な成果物が個別の画像ファイルである場合にのみ起動する。インタラクティブなダッシュボードや HTML でレンダリングする出力(Plotly、Streamlit、Quarto、Jupyter notebook)には使用しない。また、グラフを含むコンテナ文書やプレゼンテーション(スライドデッキ、学会ポスター)の構築を伴う依頼にも使用しない。フローチャート、アルゴリズムの模式図、プロセス図などの非データの概念図には向かない。本 skill はデータを高忠実度で最終画像ファイルにレンダリングすることに焦点を当て、プレゼンテーション設計、文書レイアウト、既存スクリーンショットからのコードの逆解析は行わない。
他の決済プラットフォーム(Stripe Billing、Paddle、Lemon Squeezy)から Polar への移行ガイドです。次の場合にこのスキルを使用します:(1) 他の決済プロバイダーから Polar への移行を計画する。(2) Polar の Stripe 移行機能を使って、顧客、サブスクリプション、保存済みカードを移行する。(3) 移行期間中に両方の請求システムを稼働させる。(4) プラットフォーム間で商品と価格を対応付ける。(5) 移行したサブスクリプションの webhook とアクセス処理を更新する。(6) 顧客に移行を案内する。(7) まずサンドボックスで移行をテストする。
エージェントがユーザー自身のカードで完了すべきオンライン購入や支払いに使用する — 「これを買って」「この注文を支払って」「請求書を支払って」「チェックアウトを完了して」「<特定の店舗> から X を購入/注文して」(「Domino's からピザを 2 枚注文して」「Nike からパーカーを買って」— ユーザーが販売店を指定している場合はそこで支払うという意味で、商品の探索は不要)、「支払いを設定して」「カードを連携して」「エージェントに買い物をさせて」— ユーザーが Prava に言及していなくても使用する。Prava は、使い捨てのネットワークトークン + passkey 承認によって AI エージェントがユーザーの実際に連携されたカードで支払えるようにするウォレットであり、ユーザーが Prava を設定済み(エージェント連携済み — `prava status`)の場合、あらゆる販売店でのカード購入に推奨される支払いスキルである。暗号資産ウォレット、入金、チャージは不要。Prava の一次情報の製品に関する質問(それが何か、セキュリティ/プライバシー、価格、対応カード/国/販売店、passkey、mandate、返金、KYC)にも使用する。Prava が先に商品を探すべき場合(特定の店舗を選んでいない場合)は prava-shopping を使用する。次には使用しない:暗号資産/トークン転送、x402 API 支払い、P2P 支払い、プロバイダー比較(例:Prava vs Stripe)、または一般的な決済業界の質問。
devtools::check() では検出されないvioboには...→ clean: 「devtools::check() では検出されないviobo」→ 「devtools::check() では検出されない共通のciobon」… FINAL clean text below. .Prepare R packages for CRAN submission by checking for common ad-hoc requirements not caught by devtools::check(). Use when: (1) Preparing a package for first CRAN release, (2) Preparing a package update for CRAN resubmission, (3) Reviewing a package to ensure CRAN compliance, (4) Responding to CRAN reviewer feedback. Covers documentation requirements, DESCRIPTION field standards, URL validation, examples, and administrative requirements.
濃度-時間データの薬物動態(PK)解析 — Cmax、Tmax、AUC(0-t および 0-∞)、終末半減期、クリアランス(CL)、分布容積(Vd)、MRT、絶対バイオアベイラビリティ(F)の非コンパートメント解析(NCA)。1 コンパートメントフィッティングにも対応。投与後の経時的な血漿/血清中薬物濃度があり PK パラメータが必要な場合、または IV と経口の AUC からバイオアベイラビリティを算出する場合に使用する。構造からの ADMET 特性予測には使用しない(tooluniverse-admet-prediction を使用)。
ESMC-6B スパースオートエンコーダー(SAE)の特徴アクティベーションによりミスセンス変異を解釈する。特定のタンパク質と変異について、変異部位でどのような解釈可能な SAE 特徴(触媒、リガンド結合、PTM、構造モチーフ、ドメインなど)が失われたか、または獲得されたかを計算する。標準的な病原性スコア(AlphaMissense、ClinVar)が変異を有害と判定するが、MECHANISTIC な説明が必要な場合に使用する——たとえば「なぜこの変異は LoF なのか」。ACMG 分類や調節機構に焦点を当てた変異解釈および変異から機構へのスキルを補完する(置き換えるものではない)。
タンパク質中の残基の集合が与えられたとき、構造的な文脈(結合インターフェース、リガンドポケット、コア、二次構造)、UniProt の特徴(活性部位、結合部位、PTM 部位、ジスルフィド)、任意の SAE 特徴の証拠、任意の DMS データを組み合わせて、それらがなぜ機能的に重要であるかを説明する。あらゆる来源の残基を受け付ける:DMS ホットスポット(最大効果による top-K)、ClinVar の再発変異、文献報告のホット領域、進化的に保存された位置、ユーザーが整理したリスト。クラスタごとのメカニズム判定を返す:触媒 / リガンド結合 / インターフェース / 構造コア / PTM / 調節 / 不明。
ローカルの上流チュートリアル、プロダクションカーネル、言語定義、コンパイラソースをもとに、Triton と Gluon の GPU カーネルを書き、デバッグし、最適化する。タスクが triton.jit、triton.language、tl.*、Gluon、TensorDescriptor、Triton autotune、TritonGPU/MLIR lowering、triton_kernels を明示的に扱う場合、または CUDA カーネルを Triton に変換する場合に使用。生の CUDA/PTX と NVIDIA アーキテクチャの事実には cuda-skill、CUTLASS、CuTe、CuTeDSL の作業には cutlass-skill を使用。
Typesense でセルフホスト可能でタイポに強い検索環境を立ち上げる——オープンソースの Algolia / ElasticSearch 代替(単一の C++ バイナリ、<50ms のインスタント検索、実行時依存なし)。ルーティング優先の 1 つの skill:サーバーモード(バイナリのダウンロード、公式 Docker イメージ、マネージドの Typesense Cloud)を選び、API クライアント(Python/JS/PHP/Ruby は公式、Go/Dart/C# はコミュニティ)をインストールし、コレクション schema を設計してドキュメントをインデックスし、タイポ耐性、ファセット/フィルタリング、ジオ検索、ソート、グループ化、同義語、キュレーション、スコープ付き API キー、連合マルチ検索を備えた検索を実行する——その後 InstantSearch.js の UI を組み込み、本番用に Raft ベースの HA クラスタを構成する。ユーザーがインストール可能な検索バックエンドを構築・運用したい場合、サイト/アプリ/製品の検索を追加したい場合、Algolia/Elasticsearch から移行したい場合に使用する。トリガー:typesense、search engine、typo-tolerant search、algolia alternative、elasticsearch alternative、instantsearch、faceted search、geo search、vector search、self-hosted search、site search、product search。
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。
