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
.NET MAUI アプリ向けのパフォーマンス最適化ガイダンス。プロファイリング、コンパイル済みバインディング、レイアウト効率、画像最適化、リソースディクショナリ、起動時間、トリミング、NativeAOT 構成を扱う。用途:「performance optimization」「slow startup」「app performance」「compiled bindings」「layout optimization」「image optimization」「trimming」「NativeAOT」「profiling MAUI」「reduce app size」「startup time」。用途外:データバインディング構文(maui-data-binding を使用)、非推奨 API の移行(maui-current-apis を使用)、単体テストのセットアップ(maui-unit-testing を使用)。
モダンでクリーンな UI/UX ガイダンスとレビューを行うスキル。実践的な UX/UI の推奨事項、設計原則、または新機能や既存システム(web/app)向けのデザインレビューチェックリストが必要なときに使用する。CRAP(コントラスト/反復/整列/近接)に加えて、タスクファーストの UX、情報アーキテクチャ、フィードバックとシステム状態、一貫性、アフォーダンス、エラーの防止/回復、認知負荷に焦点を当てる。モダンでミニマルなスタイル(クリーン、余白豊か、タイポグラフィ主導)を徹底し、不要なコピーを削減し、アイコンとしての emoji を禁止し、一貫したアイコンセットから直感的で洗練されたアイコンを推奨する。
Omni Analytics のトピックを Unity Catalog の Databricks Metric View 定義に変換する。Omni のメトリクスを Databricks にエクスポートする、Omni トピックから Metric View を作成する、BI メトリクスを Unity Catalog に定着させる、Omni のセマンティックレイヤーと Databricks AI/BI ダッシュボードや Genie スペースを橋渡しする場合にこのスキルを使用する。
ローカルでログイン済みの Chrome を使って Web ページを操作・検証する(自分のサイトのテスト、E2E、スクリーンショットを含む)、ログイン済みの管理画面を読む、API のないデータを取得する、フォームに入力する、あるいは OpenCLI doctor、セッション、adapter の不具合を調査する場合、または opencli、ブラウザ自動化、タブの乗っ取りに明示的に言及した場合に使用。公開テキストにはまず HTTP を使用;トピック調査は agent-reach へ;SEO とキーワード選定の意思決定は rankup へ;被リンクの選定、送信、Semrush、Similarweb レポートの解釈は backlink へ;本 Skill はブラウザ操作、セッション、データ取得の仕組みのみを担当する。
Prodig Suites のプロダクトオーケストレーター。プロダクト計画を導き、作業を各スペシャリストに振り分け、プロダクトライフサイクル全体にわたる実行を調整する。ユーザーがデジタルプロダクトを形にしているとき、次のステップを決めるとき、適切な Prodig スペシャリストやワークフローの選択に助けが必要なときに使用する。トリガー:'prodig'、'digital product'、'product idea'、'product planning'、'which product agent should I use'、'SaaS planning'、'course creation'、'template pack'、'productized service'。
ユーザーがアプリ内ペイウォール、アップグレード画面、アップセルモーダル、機能ゲートを作成または最適化したい場合に使用します。「paywall」「upgrade screen」「upgrade modal」「upsell」「feature gate」「convert free to paid」「freemium conversion」「trial expiration screen」「limit reached screen」「plan upgrade prompt」「in-app pricing」への言及erview灵活性... 「in-app pricing」と言及した場合にも使用します。公開の料金ページ(page-cro を参照)とは異なります。本スキルは、ユーザーがすでに価値を実感した後のアプリ内アップグレードの場面に集中します。
`@mariozechner/pi-coding-agent` をコーディングエージェント実行環境として Node スクリプトに組み込む場合、`pi.registerTool` / `pi.registerCommand` / `pi.on` で pi 拡張(プラグイン)を書く場合、npm/git からのパッケージングと `pi install`、あるいは非 Node ホストで SDK と `pi --mode rpc` のどちらを選ぶかに使用。セッション設定、cwd × tools ファクトリの落とし穴、TypeBox ツールスキーマ、`peerDependencies` のルールを扱う。`pi-coding-agent`、`pi.registerTool`、`pi install`、または「コーディングエージェントを Node に組み込む」という説明で、pi が明示されていなくてもトリガーする。
B 站のショートドラマのヒットコンテンツを追跡するツール。毎日 B 站のショートドラマ制作コンテンツを自動スキャンし、いいね数でヒット作品を絞り込み、ジャンルをインテリジェントにクラスタリングして可視化された HTML 日報と制作トレンド分析を生成する。⚠️ クエリ前にスクリプトがまず入力検証を行う:キーワードはショートドラマのジャンル辞書(topic_keywords に規定されたジャンル名+すべての関連語、例えば「打脸」は逆襲ジャンルの関連語にヒット)に一致する必要があり、一致した場合はそのキーワードをそのまま使ってデータをクエリする。一致しない場合は「キーワードがクエリ条件を満たしていません」と通知して関連語を推薦し、API リクエストは発行しない。データは毎日 15:00 に前日分が更新され、対象日にデータがない場合は必ず先にユーザーへ告知し確認を待ってから API を呼び出すこと。自動取得は禁止。ユーザーが B 站ショートドラマのヒット日報の照会、ショートドラマのジャンルトレンド分析、人気クリエイターの実績確認、ショートドラマの制作トレンドレポートの生成を必要とするときに使用する。
ショートドラマ - 小紅書(Xiaohongshu)情報源 — 毎日小紅書のショートドラマのヒットコンテンツをスキャンし、エンゲージメント量で人気ノートを絞り込み、ジャンル方向をインテリジェントにクラスタリングして、カバー、エンゲージメントデータ、制作インサイトを含む HTML 日報を生成する。ジャンル(タイムスリップ/御曹司/転生など)、クリエイター、期間による絞り込み照会に対応。⚠️データは毎日 15:00 に前日分が更新され、対象日にデータがない場合は必ず先にユーザーへ告知し確認を待ってから API を呼び出すこと。自動取得は禁止。⚠️クエリ前にまずカテゴリ/キーワードがショートドラマのジャンル辞書に一致するか検証し、一致しない場合は API をリクエストせずに直接通知し関連語を推薦する。ユーザーがショートドラマの小紅書日報、小紅書のショートドラマヒット、ショートドラマのホットトピック、ショートドラマの制作トレンド、またはカスタムジャンルの照会を必要とするときに使用する。
ポップアップ、モーダル、オーバーレイ、スライドイン、バナーを目的とされた変換のために作成・最適化したいときに使います。「exit intent」「popup conversions」「modal optimization」「lead capture popup」「email popup」「announcement banner」「overlay」への言及ABOUTfirmwhen 発動します。ポップアップ以外のフォームについては form-cro を、ページ全体の変換最適化については page-cro を参照してください。
rerun.experimental.ParquetReader を使って表形式の Parquet ファイルを Rerun のチャンクストリームに取り込む。軌跡やセンサーのテーブル(LeRobot 形式の parquet、エクスポートされたログ)をエンティティとコンポーネントに変換するときに読む——列のグループ化、タイムライン/インデックス列、静的列、およびリーダーのグループ化された struct/scalar 出力から型付きコンポーネント(Transform3D、Scalars)を組み立てるレンズ(DeriveLens)。rerun-chunk-processing と rerun-data-model を基盤とする。
Rust 標準ライブラリの API を選択・組み合わせる——コレクション(HashMap/BTreeMap/Vec/VecDeque/LinkedList/BinaryHeap)、スマートポインタ(Box/Rc/Arc/RefCell/Mutex/OnceLock/LazyLock)、文字列型(String/&str/OsString/PathBuf/Cow)、内部可変性(Cell/RefCell/OnceCell/OnceLock)、I/O ストリーム(Read/Write/BufRead)、イテレータ、Option/Result のコンビネータ、スレッドと mpsc チャネル、時間(Duration/Instant/SystemTime)、パス、環境、プロセス、ファイルシステム、ネットワーク、モジュール選択の判断。ユーザーが「どの std 型を使うべきか」と尋ねるとき、コレクション/ポインタ/文字列の選択肢を比較するとき、Option/Result のチェーンを設計するとき、Cell か RefCell か Mutex を選ぶとき、std のスレッド/チャネルを扱うとき、またはタスクに適した std モジュールを選ぶときに使用する。非同期ランタイムは rust-concurrency、言語セマンティクスは rust-stable、アプリケーション層の関心事はドメインスキルに委ねる。
普遍的な問題解決アルゴリズムとしての科学的方法 — 目標優先、複数の反証可能な仮説、設計された実験、誠実な測定。TDD から機能検証、MVP ローンチまでスケールする。USE WHEN think about, figure out, experiment, iterate, optimize, hypothesis, science, full cycle, quick diagnosis, structured investigation, how do we test, analyze results. NOT FOR 多角的なレンズによるレビュー(IterativeDepth を使用)。
Zero Trust、Microsoft Cybersecurity Reference Architectures(MCRA)、Cloud Adoption Framework Secure 手法、Well-Architected Security の柱を用いてセキュリティアーキテクチャを設計するためのガイダンス。Zero Trust の 6 本の柱、多層防御、参照アーキテクチャとの整合を扱う。適用場面:セキュリティアーキテクチャ、Zero Trust 設計、MCRA、多層防御、セキュリティ参照アーキテクチャ、CAF セキュア手法、Well-Architected セキュリティの柱、エンドツーエンドのセキュリティ設計、セキュリティ戦略、目標状態。戦術的な製品構成(製品固有のスキルを使用)や SOC ツールの設計(sentinel / unified-secops-platform を使用)には使用しない。
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。
