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
精緻化された AI ショートドラマ IP 制作スキル(v0.6.0)。三フェーズ構成:Phase 1 制作(脚本+ref 画像、反復的にイテレーション)→ Phase 1.5 絵コンテ画像(各 grid あたり 1-4 枚の候補静止画 = 動画の最初のフレーム、産業級の中核レイヤー)→ Phase 2 映像化(話数ごとにアンロック、4 モデルを自動選択)。v0.6.0 の主要なアップグレード:① ref ライブラリの工芸バイアス鉄則(現代の超高層ビルは擬物化しやすく、古建築では必ず chibi 人体が出るため、初期 IP 設計段階で回避する)② 即梦 5.0 の失敗モード + センシティブワード一覧(3 種類の fail の区別 / prompt 1500 文字の厳格な上限 / 敵役ワードの置換表 / 曖昧ワード一覧)③ 絵コンテ 8 段 prompt テンプレート(CHARACTER/BACKGROUND/ACTION/SCENE/CAMERA/LIGHT/TEXT/STYLE)+ NOT humans 句を必ず追加。v0.3.0 からの継続:Phase 1.5 絵コンテレイヤー、4 モデル動画、ref 5-8 が最適。v0.2.0:bash → Python subprocess、36 grid × 4-10s のバリエーション、红果で必ずヒットする 7 の手法、産業級 ref ライブラリ 80-150 枚、1 prompt あたり 300-500 文字。必ずトリガーする:ユーザーがショートドラマ、マイクロショートドラマ、縦画面ドラマ、AI ショートドラマ、AI コミックドラマ、脚本制作、絵コンテ、即梦/Seedance での映像化、红果/番茄/抖音 の IP 改編、爽劇、転生、タイムスリップ、婿養子、追妻、神医・風水師、AI コミックドラマのスペクタクル、または「ショートドラマを作って」といった依頼を口にしたとき。
テキスト、画像、スクリプトなど任意の入力から Pexo で AI 動画を生成する。各ショットを 10 以上のモデル(Seedance、Kling、Veo、Sora など)の中から最適なものに自動ルーティングし、プロンプトを作成し、すべてのショットを生成し、音楽と字幕付きの完成動画を返す。あらゆる AI 動画生成リクエストに使用:「ai video generation」「generate a video with ai」「ai video generator」「make an ai video」。既存の動画の編集には使用しない。
Alibaba Cloud Elasticsearch インスタンス診断スキル。Elasticsearch インスタンスのクラスタヘルスチェック、トラブルシューティング、パフォーマンス分析に使用します。トリガー(英語):Elasticsearch diagnosis、ES instance issues、slow search、write failures、cluster Red/Yellow、unassigned shards、node disconnected、load imbalance、thread pool 429、JVM/OOM/circuit breaker、disk watermark / read-only index、instance activating / change stuck、service avalanche / all shards failed。トリガー(中文): ES诊断、阿里云ES、Elasticsearch诊断、ES集群/实例故障排查、ES健康检查、集群红灯/变红/黄灯/变黄、集群异常、分片未分配、主分片未分配、节点掉线/离线、负载不均衡、搜索/查询变慢、慢查询、写入失败/变慢/拒绝、线程池打满、HTTP 429、内存过高、OOM、断路器、磁盘满/水位、索引只读、实例激活中/activating、变更卡住/未完成、雪崩、服务不可用、all shards failed。
自律型プリンシパル・デザインテクノロジスト兼アンチ AI スロップスペシャリスト。雑然とした汎用的な、雰囲気でコーディングされたプロトタイプやテンプレートだらけの UI を、独自性があり、人間の品質基準を満たす、本番対応のソフトウェアへと変革します。Web アプリ、SaaS ダッシュボード、ランディングページ、モバイルインターフェース、Tailwind CSS、コンポーネントシステムの構築、スタイリング、リファクタリング、監査、または「UI を直して」「プロらしくして」「AI スロップを整理して」「UX を改善して」「フロントエンドデザインをレビューして」と依頼されたときに使用します
ADK API リファレンスドキュメントとバージョン固定文字列が、すべての言語 SDK で最新かどうかを監査する。リポジトリ内のバージョンを上流のリリースやパッケージレジストリと比較し、何を更新すべきか、どのプロセスに従うべきかを報告し、依頼された場合にのみ実行可能な計画を出力する。トリガーは「audit API reference」「check API ref docs」「are API docs up to date」「bump API doc versions」「check SDK doc versions」。
所有またはアクセス許可を得たサイトでの承認済みテスト、QA、正当な自動化ワークフローのために、自動化ブラウザセッションにサードパーティの CAPTCHA 解決サービスを統合する。ユーザーが次のことを必要とする場合にこのスキルを使用する:Playwright または Puppeteer のテストスイートで CAPTCHA チャレンジを処理する、reCAPTCHA v2/v3、hCaptcha、Cloudflare Turnstile、または画像ベースの CAPTCHA 解決を承認済みの自動化に統合する、QA スクリプトで CAPTCHA トークン注入を完了する。また、次の技術用語でもトリガーする:\"recaptcha integration\"、\"hcaptcha integration\"、\"turnstile integration\"、\"captcha solving service\"、\"CAPTCHA token injection\"、\"captcha API\"。承認済みの CAPTCHA 関連の自動化では常にこのスキルを使用する — 単純なケースでも正しいトークン注入パターンの恩恵を受ける。
複数の検出方法を用いて、草稿の盗用、自己盗用、テキストリサイクル、引用のない近似引用をチェックし、重複する箇所を報告して、査読者や整合性チェックに指摘される前に著者が修正できるようにする。研究者が「盗用をチェックして」、「盗用チェック」、「コピーしすぎたか」、「自己盗用」、「テキストリサイクル」、「自分の論文を再利用しすぎているか」、「オリジナリティをチェックして」、「これは出典に近すぎるか」、「十分に言い換えられているか」と言ったときに使用する。草稿をユーザーが提供した出典(本人の過去の論文、共著者の草稿、疑わしい出典、オンデマンドで取得した論文)と比較し、内部の重複を検出し、外部検索用に特徴的なフレーズを提示する。範囲については正直であり——iThenticate/Turnitin ではなく、出版社の非公開コーパスも持たない。与えられた出典との重複や公開されているフレーズを検出する。トリガーワード——盗用、自己盗用、テキストリサイクル、オリジナリティ、コピー、重複、出典に近すぎる、重複テキスト。
CodeRabbit CLI によるローカルコードレビューと .coderabbit.yaml の設定。プッシュまたは PR 作成前に未コミット / コミット済みの変更に対して AI レビューを実行し、--agent の検出結果を解析し、時間単位のレート制限内で修正と検証のループを反復し、低ノイズ高シグナルのレビューに向けてリポジトリ設定を調整する。また CLI からクラウドの Coding Agent タスク(coderabbit code)を実行する。プッシュ前 / PR 前のローカル変更のレビュー、coderabbit/cr CLI のインストールや操作、CodeRabbit クラウドタスクの開始や追跡、.coderabbit.yaml の作成や調整、CodeRabbit レビューのノイズ削減に使用する。PR 側のレビューループとスレッド処理(git-pr)、コミット(git-commit)、CI ステータス(git-ci)には使用しない。
ユーザーの Codex サブスクリプションを使い、Claude Code からラスター画像ファイル(PNG)を作成、編集します。短いクリエイティブインタビュー、明確に異なるビジュアル方向、参考画像に基づく編集、スタイルを合わせたアセットセット、検証済みの透過 PNG に対応します。メインビジュアル、商品写真、イラスト、ポスター、アプリアイコン、UI アセットなど、新しいビットマップ画像の作成や変更をユーザーが希望する場合に使用します。imagegen、GPT Image、「이미지 생성」「이미지 시안」「앱 아이콘」「에셋」「이미지 수정」「투명 배경」「画像生成」「生成图片」にも対応します。画像解析、SVG/ベクターやコードで描画するグラフィック、アニメーション、画像 API を呼び出すコードには使用しません。
コンテンツの原子化——1 つのコンテンツを多様なフォーマットに変換。ブログからスレッド、ブログからカルーセル、ポッドキャストからブログ、動画から引用など。用途:コンテンツマーケティング、SNS、マルチプラットフォーム配信、コンテンツ戦略。トリガー:content repurposing、repurpose content、content atomization、content recycling、one to many content、multi platform content、cross post、adapt content、reformat content、blog to thread、blog to video、podcast to blog、content multiplication
ユーザーがディスカバリーコールを計画したい、ディスカバリー質問を作成したい、リードを適格化したい、または見込み客との初回通話を準備したいときに使用する。ユーザーが 'prep for a discovery call'、'write discovery questions'、'help me qualify this deal'、'qualify a lead'、'first call with a prospect'、'initial meeting' と言った場合にも使用する。通話前の深い買い手調査は buyer-persona を参照。通話後の分析は call-debrief を参照。
ユーザーがホスト側で DOCA PCC を実際に操作し、カスタムのプログラマブル輻輳制御アルゴリズムを BlueField DPU にロードするときにこのスキルを使用する——ポートごとの `doca_pcc` コンテキストを作成する、`dpacc` でコンパイルした `doca_pcc_app` を RoCE を担うポートの `doca_dev` にロードする、パラメータ化する、三軸のケイパビリティ検出(DOCA cap-query + DPA 対応 BlueField + ファームウェアのカスタム PCC スロット有効化)を行う、`doca_pcc_*` の `DOCA_ERROR_*` をデバッグする、などの場合。明示的に "DOCA PCC" と言わなくてもトリガーする——暗黙的な形式には "loading my own congestion control onto a BF port"、"DOCA_ERROR_NOT_PERMITTED on algorithm load"、"DOCA_ERROR_DRIVER when I attach my custom algorithm"、"my custom rate-update isn't affecting RoCE traffic"、"load succeeds but no on-wire change" などがある。DPA 側のアルゴリズム本体の設計、`pcc_counters` コマンドライン、ConnectX ファームウェアのデフォルトのファクトリ PCC、RDMA / RoCE トラフィックの構築については拒否して他へ誘導する——それらは他のスキルに属する。
ライフサイクル全体にわたる Docker セキュリティ強化のガイダンス — イメージ セキュリティ(最小限のベース イメージ、非 root ユーザー、バージョン固定)、ランタイム セキュリティ(seccomp/AppArmor/SELinux、capabilities、読み取り専用 rootfs、no-new-privileges)、シークレット管理(BuildKit secrets、Swarm の Docker secrets)、Docker Bench Security による監査、CIS コンプライアンス チェックリスト、サプライ チェーン セキュリティ(イメージ署名、コンテンツ トラスト、SBOM)。ユーザーが Docker セキュリティ、イメージ強化、非 root コンテナ、seccomp、AppArmor、Docker Bench、シークレット管理、コンテナの安全な運用について尋ねたときに使用します。 使用场景:docker 安全、镜像安全、非root运行、seccomp、AppArmor、security、Docker Bench、secret管理。
.NET の CI/CD パイプライン(setup-dotnet を使う GitHub Actions、NuGet キャッシュ、再利用可能なワークフロー;DotNetCoreCLI、テンプレート、マルチステージを使う Azure DevOps)、コンテナ化(マルチステージ Dockerfile、Compose、rootless)、パッケージング(NuGet オーサリング、ソースジェネレーター、MSIX 署名)、リリース管理(NBGV、SemVer、変更履歴、GitHub Releases)、可観測性(OpenTelemetry、ヘルスチェック、構造化ログ、PII)を構成する。18 のトピック領域にわたる。アプリケーション層の API や UI の実装パターンには使用しない。
Bun の Web アプリを Electron デスクトップアプリにラップし、ネイティブのウィンドウ管理、自動更新、コード署名、CI/CD 配布を実現する。既存の Bun ベースの Web サーバーからネイティブデスクトップアプリを作成したい場合、macOS/Windows 向けにパッケージ化したい場合、自動更新を設定したい場合、ドラッグ領域やトラフィックライトといった Electron の UX 課題に対応したい場合に使用する。Electron アプリのリリースやバージョンのタグ付けを行う場合にも使用する。
ElevenLabs Agents プラットフォーム(ブランド名 "ElevenAgents"、旧称 "Conversational AI")で本番用の音声エージェントを構築、設定、提供する。エージェントが、音声会話用のシステムプロンプトを設計する、リアルタイム音声ボット向けに LLM と TTS 音声/モデルを選ぶ、クライアント/サーバー/システムツールとナレッジベース RAG を接続する、チャネル(WebRTC/WebSocket SDK、埋め込み可能なウィジェット、Twilio/SIP 経由の電話)を接続する、ターンテイキングとレイテンシを調整する、シミュレーションテストと評価を設定する、あるいは合成音声が実在の人物と話す際の料金、同時実行数、同意/開示義務を検討する必要がある場合に使用する。非会話型の通常のテキスト読み上げ、吹き替え、音楽生成には使用しない。
データを収集する前に、「何を検証したいのか」を統計的に妥当で再現可能、かつ解釈可能な研究デザインに変えます。ユーザーが実験・研究計画を設計する、デザインの種類(完全無作為化/無作為化区画/要因/一部実施要因/クロスオーバー/反復測定/クラスター無作為化/応答曲面)を選ぶ、無作為化とブロック化を行う、サンプルサイズと統計的検出力を見積もる、機械学習のアブレーション・ベンチマークを計画する、または統計解析計画と事前登録を作成するときに使用します。「収集前のデザイン」のみを扱い、収集後の統計・オミクスの実行はデータ分析系のスキルに任せます。
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。
