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
エンジニアリングマネージャーが緊急性の高い要求に対応し、締め切りを効果的に活用できるよう支援する。不合理な締め切りを評価するための 5 つの質問フレームワーク、プレッシャー下でのスコープ/人員配置/強度の決定に関するガイダンス、エンジニアリングに適用したパーキンソンの法則、避けるべき 5 つのよくある締め切りの誤りを提示する。ユーザーが「緊急の締め切り」「全部が火事」「速く出荷する必要がある」「偽の締め切り」「不合理なスケジュール」「危機モード」「週末出勤」「パーキンソンの法則」「経営陣がより速い納品を求めている」と言ったときに使用する。
既存の Markdown レンダリングを監査して Markstream に移行する、または markstream-vue 1.x の統合を 2.x にアップグレードする。Codex が別のレンダラーを置き換える必要がある場合、直接採用・カスタム採用・プラグイン多用の採用を分類する場合、採用中に動作を維持する場合、カスタムレンダラーをスコープ付きの Markstream overrides に移行する場合、`nodes` ストリーミングを採用する価値があるかを判断する場合、削除された 1.x のコードブロック依存、API、プレビューペイロード、パーサー型を置き換える場合に使用。
Midnight Network 上で DApp を構築するための Midnight.js TypeScript SDK。すべてのプロバイダー設定、ウォレット SDK の統合(HDWallet、WalletFacade、ShieldedWallet、UnshieldedWallet、DustWallet)、コントラクトのデプロイ、回路呼び出し、プライベート状態の管理、DUST の生成、testkit の使用を扱います。プロバイダーの設定、Node.js またはブラウザー環境でのウォレット管理、TypeScript からの Compact コントラクトのデプロイや呼び出し、DUST/手数料フローの処理、台帳状態の読み取り、Midnight DApp のテスト作成時に使用します。
マルチモジュールの Android/Kotlin プロジェクト(settings.gradle(.kts) に複数のモジュールが含まれる——:app、:core:*、:feature:*、:data など)で、クラス、オブジェクト、関数、プロパティ、定数を書いたり変更したりするときに使用。症状——トップレベルの宣言が Kotlin のデフォルトの public 可視性のままになっている。実装クラス、マッパー、ヘルパー、定数、UI 状態ホルダーが、自モジュール内でのみ使われるのに他モジュールから到達可能である。「呼び出し側が必要としているから」という理由で public にする。「これは public にすべきか internal にすべきか?」。
ユーザーが登録後のオンボーディング、ユーザーアクティベーション、初回利用体験、価値実現までの時間を最適化したい場合に使用します。「onboarding flow」「activation rate」「user activation」「first-run experience」「empty states」「onboarding checklist」「aha moment」「new user experience」「users aren't activating」「nobody completes setup」「low activation rate」「users sign up but don't use the product」「time to value」「first session experience」といった言及がある場合にも使用します。ユーザーが登録しても定着しない場合はいつでも使用してください。登録フローの最適化については signup-flow-cro、継続的なメールシーケンスについては email-sequence を参照してください。
両面市場向けの OpenSearch/Elasticsearch における検索の関連性とランキング — 候補の取得(ハイブリッド BM25 + kNN、RRF、ツータワー EBR)、基礎的な関連性(BM25F、multi_match、LambdaMART)、品質シグナル(Wilson 下限、ベイズ平均、rank_feature の飽和/sigmoid)、パーソナライズ(リスティング/ユーザー/セッションの embedding)、空間/時間減衰(gauss/exp)、市場のバランス(コンバージョン加重ランキング、供給の公平性、Pareto 多目的)、バイアス補正(IPS、クリックモデル、Thompson サンプリング)、実証的評価(ジャッジメントセット、NDCG、アブレーション、A/B のサイズ設計、CUPED、回帰スイート)、多様性(MMR、DPP、max-per-host)。function_score、rank_feature、script_score、kNN、hybrid query、learning-to-rank、両面ランキング、露出の公平性、NDCG、A/B テスト、ジャッジメントセットの構築、ランキングのアブレーション、「なぜ私の OpenSearch ランキングは悪いのか」でトリガーする。Elasticsearch にも適用される — API は同じ。
`orca` CLI で、Orca が管理する worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、アーティファクト、worktree のコメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「handoff」/「handover」/「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」と言った場合に使用します。Orca の状態が関係する場合は、素の git worktree、場当たり的な PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。
「論文を改善して」「草稿を改訂して」「优化论文」「润色论文」「投稿前检查」など、一般的な原稿の依頼をこのワークフローに振り分けます。論文の種類、依頼範囲、対象セクション、利用可能な根拠を特定し、必要な執筆・確認手順を選びます。「Abstract を書き直して」「改摘要」「写引言」「讨论怎么写」のように特定のセクションが指定された場合や、より幅広い読者に向けて草稿を整える場合(面向大同行、写给非本领域读者、専門的すぎる)にも使用します。そのセクションの役割、読者、他セクションとの依存関係を考慮します。文章が AI 生成に見える場合(去 AI 味、AI 味重、像 AI 写的、sounds AI-generated)や、「发布会原则」(論文は発表会であり、業務報告ではない)にも使用します。引用スタイルなど、専門スキルや限定的な作業が指定された場合は、該当する専門スキルに直接振り分けます。通常のメール、コードドキュメント、原稿以外の文章作成には使用しません。
Trivy が対応するすべての対象タイプ — コンテナイメージ、ファイルシステム、Git リポジトリ、Kubernetes クラスター — に対して Trivy を実行し、OS と依存関係の脆弱性、IaC の設定不備、露出したシークレット、ライセンスを検出して、CycloneDX または SPDX の SBOM を生成します。Trivy を CI/CD に統合する場合、Trivy Kubernetes operator をデプロイする場合、イメージ以外の対象をスキャンする場合、または結果を大規模にトリアージする場合に使用します。キーワード: Trivy、trivy k8s、operator、SBOM、CycloneDX、SPDX、misconfig、secret scanning。単一の Docker イメージスキャンには使用しないでください — scanning-docker-images-with-trivy を使用してください。
ショートドラマ-WeChat 公式アカウント情報源 — 毎日 WeChat 公式アカウントのヒットしたショートドラマ記事をスキャンし、閲覧数で人気コンテンツを絞り込み、ジャンル方向をインテリジェントにクラスタリングした上で、カバー画像、エンゲージメントデータ、創作インサイトを含む HTML 日報を生成する。ジャンル(タイムトラベル/CEO ロマンス/転生など)、公式アカウント、期間による絞り込み検索に対応。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語彙(topic_keywords で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)にヒットする必要があり、ヒットした場合はそのキーワードをそのまま使ってデータを検索する。満たさない場合は「关键词不满足查询条件」と通知し関連語を推薦し、API リクエストは行わない。日付が有効な検索範囲外の場合は通知し、データのある直近の日付に自動的にフォールバックする(ユーザー確認は不要)。データなし確認制:検索で一致するデータがない、またはデータ不足の場合は、いかなる追加クエリも自動で発起することを禁止し(全量への自動フォールバック/ジャンルの自動拡張を禁止)、まず推薦ジャンルキーワードを表示してユーザーの確認を待ってから検索できる。ユーザーがショートドラマ公式アカウント日報、公式アカウントのショートドラマヒット作、ショートドラマのホットトピック、ショートドラマの創作トレンド、またはカスタムジャンル検索を必要とするときに使用。
AI モデル向けのプロンプトエンジニアリングを習得します:LLM、画像生成器、動画モデル。技法:チェーンオブソート、少数ショット、システムプロンプト、ネガティブプロンプト。モデル:Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion のプロンプト。用途:より良い AI 出力、一貫した結果、複雑なタスク、最適化。トリガー:prompt engineering、how to prompt、better prompts、prompt tips、prompting guide、llm prompting、image prompt、ai prompting、prompt optimization、prompt template、prompt structure、effective prompts、prompt techniques。
「このプロジェクトはどの Python 環境マネージャーを使っていて、それでパッケージをどうインストールするか」の唯一の情報源。検出表(pixi / uv / poetry / hatch / conda+mamba / pip+venv)、マネージャーごとの install / remove / upgrade コマンド、マネージャーが未導入のときのブートストラップ手順(既定の推奨:pixi)を担う。止まるのは「正しいマネージャーでインストールコマンドを発行し、そのパッケージがインポート可能になった」時点。トリガー条件(いずれか):(1) **Python パッケージをインストール/追加/固定/アップグレード/削除しようとしている** — `pip install`、`pixi add`、`uv add`、`poetry add`、`conda install` など — どのような表現であっても;(2) `data-science-python-stack` の § "Missing dependency" で欠落したインポートが見つかり、次にインストールする段階;(3) ワークフロースキルの停止条件が依存関係の欠落で発火した(`build-ml-pipeline`、`evaluate-ml-pipeline`、`organize-ml-workspace`、`audit-ml-pipeline`);(4) 新しい Python プロジェクトを始め、まだマネージャーが導入されていない(ユーザーが別途選ばない限り pixi でブートストラップ);(5) `audit-ml-pipeline`(または他のエージェント専用の利用側)が **agent feature**(`ipython` + `pyright`)を必要としているが、まだプロジェクトのマニフェストに存在しない — § "Agent feature" を参照。スキップ条件:プロジェクトが Python 以外;install/add コマンドが Python 以外のツール向け(npm、brew、apt、cargo、gem);依存関係がすでにインストール済みでインポート可能;作業が既存ソースコードの編集のみで新しい依存関係を伴わない。使用方法:**まず検出し、それからインストール**。インストールコマンドを発行する前に、プロジェクトルートで § "Detection" 表を実行する。マネージャーが検出されない場合は、ブートストラップの前にユーザーに尋ねる。プロジェクトが使うマネージャーとは別のマネージャーでインストールしない(例:pixi 管理のプロジェクトに `pip install` しない)— マニフェストが追跡できない環境状態の分岐を生む。**"Stop conditions" ブロックを読み、Pre-flight チェックリストを返信内に可視テキストとして出力する — どちらもコマンドを発行する前に必須。**
オープンソースのベストプラクティスに従い、Arduino/ESP32/RP2040 プロジェクト向けのプロフェッショナルな README.md を自動生成する。ユーザーが GitHub 向けにプロジェクトを文書化したい場合、README の作成支援が必要な場合、または "make my project shareable" と言った場合に使用する。awesome-readme 標準に従い、Overview、Hardware、Software、Setup、Usage、Troubleshooting、Contributing の各セクションを備える。
「X を実装して」という素朴な依頼から動作する成果物を構築する:まずエンドツーエンドの背骨を動かし、その後は各段ごとに 1 つの機能を加え、未確定の意思決定はそれが依存するコードより前に必ず前提台帳へ記録し、宣言されないまま漏れたものについてはクロスモデルスイープを行う。ユーザーが「给我实现」「implement X」「帮我做一个能跑的」「先搭个原型再加功能」「build this feature」「prototype then extend」と言ったとき、または実験計画ではなく能力の説明を渡してきたときに使用する。
CockroachDB クラスターの包括的なヘルスチェックを実行する。まずデプロイのコンテキストを収集し、その後ティアに応じた診断を提供する。Self-Hosted はノードレベルのシステムテーブルに対する SQL とコマンドラインを使用する。Advanced/BYOC は Cloud Console とノード可視性を備えた SQL を使用する。Standard は Cloud Console 経由でプロビジョニングされたコンピュートとワークロードを監視する。Basic は Request Unit の消費と接続性を監視する。日次チェック、メンテナンス前の検証、インシデント後の検証、本番稼働準備の評価に使用。
`hogli ci:preflight` を使って、自分の diff から到達可能な確定的な CI 失敗をプッシュ前に捕捉する。pre-push フックがプッシュをブロックしたとき、タスク完了を報告する前、または Python、シリアライザー、マイグレーション、ワークフロー、依存関係マニフェストを編集した後に使用する — ローカルで捕捉できる失敗(フォーマット、lint、壊れたロックファイル、OpenAPI のドリフト、マイグレーションの競合、古いブランチ)で CI マトリクスを無駄に消費しないため。トリガー用語:ci:preflight、preflight、pre-push checks、pre-push hook failed、「will this break CI」。
短くコンパイル可能な例で Rust のパターンを示す——型変換(From/Into/TryFrom/as/Deref)、制御フロー(if let/while let/match/loop)、関数とクロージャ(Fn/FnMut/FnOnce、キャプチャ)、モジュール(mod/use/pub/super/self)、ジェネリクスと trait(境界/関連型/trait オブジェクト)、エラー処理(?/Result/thiserror/anyhow)、属性(derive/cfg/inline/allow)、unsafe(生ポインタ/union/ABI)、手続きマクロ(derive/属性/関数ライク)、インライン asm。ユーザーが "how do I write X in Rust" と尋ねるとき、コピー&ペースト可能なコードを伴う具体的なパターンを必要とするとき、Java/Python/Go/C++ から移行して Rust での対応する書き方を求める場合に使用する。アーキテクチャの決定は rust-api-design/rust-workspace に、標準ライブラリ API の選択は rust-stdlib に、非同期ランタイムは rust-concurrency に委ねる。
Senpi のトレーディング戦略が Hyperliquid 上のランタイムエンジン(@senpi-ai/runtime)とどのように連携するか:戦略は runtime.yaml から起動し、scan(inputs, ctx) をエクスポートする Python モジュールを指し示します。ランタイムはそれを監督し、各インターバルで呼び出したうえで、執行、リスク guard_rails、二段階の DSL トレーリングストップによる決済を担います。runtime.yaml、scan(inputs, ctx) 契約、external_scanner、ctx、DSL 決済エンジンを扱うときに使用します——未決済ポジションが DSL で保護されているか(有効なストップロスがあるか)の確認を含みます。ライフサイクル系スキルが参照する共有ランタイム契約です。戦略の構築、インストール、選定には使用しません(→ senpi-strategy-author / senpi-strategy-ops / senpi-strategy-discover)。
ax(エージェント体験レイヤー)をインストールして検証する。ユーザーが「install ax」「set up ax」「ax not found」「ax doctor」「is ax running」「fix ax install」「first-time ax setup」と言った場合、または ax コマンドライン / skills / デーモンに関する設定の質問でトリガーする。install.sh + skills.sh + 初回取り込みでインストールを進め、`ax doctor` で検証し、ユーザーを ax:retro(実験ループ)と ax:extract-workflow(出荷済み成果物の背後にあるワークフローを再構築)へ案内する。
Scholar MCP で高品質な研究論文を検索・ランク付け・要約・追跡し、永続的なローカル受信箱を通じてユーザーが提出した PDF、DOI、リンクを関心シグナルとして受け取り、lark-cli を使って詳細な要旨、貢献、手法、図表、検証済みリンクを含むエビデンス豊富なバイリンガルの Feishu 精読ドキュメントを作成する。定期的な論文レコメンド、週次の研究ダイジェスト、ユーザーからの論文の直接受信、論文フィードバックの処理、研究関心の変更、Feishu での詳細な論文ノートの作成に使用する。
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。
