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
自分の言葉で人事評価、自己評価、同僚レビュー、上方向へのフィードバックを起草する。WorkIQ を通じて自分の貢献、メール、会議履歴を分析し、STAR フォーマットを用いて誠実でインパクトに焦点を当てた草稿を作成する。USE FOR: write my performance review, draft self-assessment, peer review, 360 feedback, annual review, mid-year review, upward feedback, write review for colleague, performance appraisal。
生成ツールで音声主体のポッドキャストエピソードを制作します — 番組とエピソードの形式(インタビュー、ナラティブ、ニュースブリーフ、2 人による対談)の設計、耳で聴くための台本執筆、完全合成とハイブリッド(人間の収録+合成)制作のどちらにするかの判断と、それぞれに生じる開示義務の履行、一貫性と相性を保つためのマルチボイス TTS のキャスティングと演出、エピソード構成(コールドオープン、イントロ/アウトロ、セグメント、広告枠)の構築、組み立てと編集、音楽と SFX の権利処理、ポッドキャストのラウドネスと配信基準の達成、RSS によるメタデータ/チャプター/文字起こしの配信、公開前のプラットフォームの AI コンテンツポリシーと QA の通過。成果物がポッドキャストのエピソードや番組バイブルである場合、またはエージェントが音声コンテンツについて制作・権利・開示・配信の判断を行う必要がある場合は、必ずこのスキルを使用します。音楽トラック、単一ボイスの通知プロンプト、映像が主導する動画には使用しません(映像向けの音声は動画スキルに回してください)。
LLM アプリケーションのプロンプトインジェクション脆弱性をテストする — ジェイルブレイクの試み、システムプロンプトの抽出、コンテキスト操作、ガードレール回避手法、直接インジェクション、間接インジェクション、多段階攻撃、偵察。プロンプトインジェクション、ジェイルブレイク、LLM セキュリティ、AI セキュリティ評価、AI アプリのペネトレーションテスト、チャットボットのテスト、ガードレール回避、直接インジェクション、間接インジェクション、RAG ポイズニング、多段階攻撃、完全な評価、偵察のときに使用。
ミクロレベルでの React コード品質監査を実行する。テスト、コンポーネントアーキテクチャ、hooks パターン、状態管理、パフォーマンス、TypeScript について、最新の GitHub 標準に照らしてコードを検証する。詳細な違反レポートと優先順位付きのアクションプランを生成する。ユーザーが React のコード品質チェック、ベストプラクティスの検証、フロントエンドコード標準のレビューを求めたときに使用。トリガー:'react best practices'、'react code quality'、'component review'、'hooks review'、'react standards'、'frontend code quality'。
React + Vite TypeScript アプリを生成し、DApp Connector API (@midnight-ntwrk/dapp-connector-api) 経由で Midnight ウォレットに接続する。React フロントエンドの構築、ウォレットコネクタの初期設定、接続/切断 UI の実装、window.midnight ウォレットの読み取り、unshielded アドレスの取得、DApp Connector API の接続フローに関する質問の際に使用する。最小限の実行可能なテンプレートを生成する — スタイリングは意図的に省略しているため、ユーザーが Tailwind や CSS modules などを追加できる。
読み手向けの HTML 成果物 —— レポート、ダッシュボード、アーキテクチャビュー、データブラウザ、レビューワークベンチ —— を生成する。エビデンスに基づき、ブラウザで検証済み。成果物そのものが視覚的な HTML レポートである場合、またはユーザーが HTML/ウェブプレゼンテーションを求めた場合に使用する。チャートの判断には data-visualization-discipline を読み込む。チャットのステータスや Markdown の文章には使用しない(レポート化を求められた場合を除く)。PowerPoint には使用しない(deck-creator Route C)。
エンジニアリングマネージャーがエンジニアの離職を予防し対応できるよう、定着リスクの診断、適切な介入の選択、定着面談の準備を支援する。ユーザーが "developer quit"、"attrition"、"someone is disengaged"、"how do I retain"、"engineer is leaving"、"developer unhappy"、"keeping the team"、"someone seems checked out"、"engineer received another offer"、"retention risk"、"my best engineer may leave" と言った場合に使用する。5 状態の診断、アクションプラン、会話スクリプト、報酬・エクイティの指針、予算ゼロの称賛アイデア、警告サインを生成する。問題が日々のモチベーションだけである場合は使用しない。engineer-motivation を使用すること。
ブラウザーフローの背後にあるネットワークトラフィックを解析し、遅いブラウザー自動化を直接の HTTP リクエストに置き換える。ユーザーが "this browser flow is too slow"、"find the API this page uses"、"convert to HTTP"、"can we call the API instead" と言ったとき、または `exploring-browser` がクリーンな REST/GraphQL エンドポイントを明らかにしたときに使用。
Riverpod の provider(Provider、FutureProvider、StreamProvider、NotifierProvider、AsyncNotifierProvider、StreamNotifierProvider)を宣言して使用する。変更不可と変更可能、トップレベル宣言、Ref、Notifier の build メソッド。provider の作成、provider タイプの選択、Notifier クラスの記述、Riverpod の状態の理解時に使用。ユーザーが Riverpod の provider、provider タイプ、notifier について尋ねる場合は常にこのスキルを使用する。
ROS2 システムを Web 技術と統合するためのパターンとベストプラクティス。REST API、WebSocket ブリッジ、ブラウザベースのロボットインターフェースを含む。ロボット用の Web ダッシュボードの構築、カメラ映像のブラウザへのストリーミング、ROS2 サービスを REST エンドポイントとして公開、Web UI と ROS2 ノード間の双方向 WebSocket 通信の実装を行うときにこのスキルを使用する。ユーザーが rosbridge、rosbridge_suite、roslibjs、ROS2 での FastAPI、rclpy での Flask、ロボットテレメトリ用 WebSocket、MJPEG ストリーミング、ロボット用 WebRTC、ROS2 サービスをラップする REST API、Web ベースのロボット制御、ブラウザのロボットインターフェース、ロボットダッシュボード、ロボットの CORS 設定、または任意の Web から ROS2 へのブリッジパターンに言及したときに必ずトリガーする。ロボット Web インターフェースの認証、センサーストリームのレート制限、ロボットカメラからブラウザへの映像配信、ROS2 executor と並行して非同期 Web フレームワークを実行する場合にもトリガーする。rosbridge_suite、FastAPI、Flask、WebSocket、WebRTC のアプローチを扱う。
ユーザーが自社のセールスコンテキスト、ICP、バリュープロポジション、セールスモーションを定義または更新したいときに使用。また、ユーザーが 'set up sales context'、'define my ICP'、'describe my sales motion'、'set up my playbook'、'configure sales'、'define my target market'、'who should I sell to'、'set up my sales foundation' と言った場合にも使用。深いバイヤーリサーチについては buyer-persona を参照。競合ポジショニングについては competitive-intel を参照。ユーザーが差別化要因を明確に説明できない、または裏付けとなる根拠がない場合は、フォローアップとして competitive-intel を提案する。
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。
Stability AI の画像生成、イメージ・トゥ・イメージ、編集、コントロール、背景、アップスケールの各 API を安全かつ再現可能に運用する。Stable Image Ultra、Core、Stable Diffusion 3.5、v2beta の画像編集/コントロールサービス、Stability のオープンウェイト画像モデルを選択または呼び出すとき、スキーマ、モデレーション、レート制限、コスト、ライフサイクル、ライセンス、プライバシー、来歴、移行をデバッグするとき、Stability 生成画像の本番 QA を計画するときに使用する。
用量-反応 / 濃度-反応曲線のフィッティング——ペアになった濃度と反応のデータ(酵素/細胞アッセイ、薬物スクリーニング、アゴニスト/アンタゴニスト薬理学)から IC50、EC50、Hill 傾き、Emax/Emin 効力、相対効力を求める。4 パラメータロジスティック(Hill シグモイド)モデルをフィッティングする。濃度と反応のデータがあり効力値が必要な場合、2 つの化合物の効力を比較する場合、曲線の品質を判断する場合に使用する。画像由来の用量-反応には使用しない(tooluniverse-image-analysis を使用)。生存/回帰分析にも使用しない(tooluniverse-statistical-modeling を使用)。
酵素反応速度論 — 基質-速度データから Michaelis-Menten の Km、Vmax、kcat(ターンオーバー)、kcat/Km(触媒効率/特異性定数)を求め、阻害機構(競合/非競合/不競合、Ki)を解析します。MM 式を非線形回帰でフィッティングします(参考として Lineweaver-Burk も報告)。基質濃度と初速度があり、速度論パラメーターを求めたい場合や阻害剤を分類したい場合に使用します。BRENDA データベースで公表済みの定数を調べる用途には使えません(BRENDA ツールを使用してください)。
C++ から Unreal Engine 5.x の Blueprint および Widget Blueprint の .uasset ファイルをプログラムで生成する。Fab/Marketplace のサンプル、Quick-Start キット、チュートリアルアセット、または Blueprint、UMG アニメーション付き Widget Blueprint、ドメインアセット(ダイアログ、クエスト、アビリティデータ)を大量生産するエディタユーティリティ向けのコンテンツジェネレーターを構築する場合に使用する。完全なイベントグラフを記述する UBlueprint 作成(UK2Node_*、FBlueprintEditorUtils)、UWidgetBlueprint の階層、MovieScene トラックとキーフレームを備えた UWidgetAnimation、2 パスコンパイル、K2Node スポーンイディオムを扱う。トリガー: "create a Blueprint generator"、"generate WBP from C++"、"programmatically author event graph"、"build dialogue/quest assets from code"、"editor utility to generate marketplace samples"、または FKismetEditorUtilities::CreateBlueprint、UWidgetBlueprintFactory、FBlueprintEditorUtils::AddMemberVariable、UMovieScene2DTransformTrack を含むあらゆるタスク。
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。
