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
circleci CLI を使ってターミナルから日常的な CircleCI 操作を行います。認証、コミット前の設定検証、プッシュで開始した実行の確認、パイプライン/ワークフロー/ジョブのステータス確認、最新の失敗実行のレポートをワンコマンドで出力、ジョブのログと失敗したテストの確認、プロジェクトの不安定なテストの一覧表示、アーティファクトのダウンロード、実行の再実行/キャンセル/起動に対応します。開発者が CLI アクセスの認証、ビルドやパイプラインのステータス確認、プッシュ後の実行確認、CI の失敗原因の調査、ジョブ出力やログの確認、失敗テストの特定、不安定なテストの一覧表示、失敗したジョブの再実行、実行のキャンセルまたは再起動、設定変更のローカル検証、プロジェクトの環境変数、コンテキスト、トリガー、パイプライン定義の検索を求める場合に使用します。初回のプロジェクト接続やパイプライン定義の設定には onboarding スキルを、失敗したビルドの診断と修正の方法には circleci-builds を使用してください。
CloudBase の WeChat 統合ガイド。ミニプログラムの WeChat Pay、ミニプログラムの仮想支払い(虚拟支付、wx.requestVirtualPayment)、公式アカウントの JSAPI Pay、Native QR コード決済、公式アカウントの OAuth、openid の処理、支払いコールバック、CloudBase 統合センターが生成する関数を扱う。ユーザーが CloudBase 上で WeChat 決済、仮想支払い、公式アカウントのフローを追加、デバッグ、拡張したい場合にこのスキルを使用する。
コードベース全体のコード品質監査システム。セキュリティ、SOLID 原則、アーキテクチャ、エラー処理、パフォーマンス、テスト品質、コードスメル、デザインパターン、フレームワークのベストプラクティスを扱う 9 つの専門サブスキルを備える。スコア付きの健全性ダッシュボード(カテゴリごとに 0-100)、深刻度評価付きの指摘(P0-P3)とその根拠、コピー&ペースト可能な修正プロンプトを生成する。また、ベースブランチとの PR 形式の差分レビューも行う。厳密に読み取り専用 —— ユーザーのコードを決して変更しない。ユーザーが "codeprobe"、"audit"、"full code review"、"code health"、"check my code"、"security scan"、"code smells"、"SOLID check" と言う場合、またはコードベースの健全性、リスク、保守性を尋ねる場合に使用する。(作業中の差分のみをレビューする場合は、ユーザーが codeprobe を求めない限り、組み込みの /code-review の方が適切なことがある。)
会話の中で修正可能なユーザープロファイルを徐々に形成します。プロファイルの作成・確認・更新を求められたとき、回答をより自分に合ったものにしてほしいとき、または「自分らしくない」「堅すぎる」「理解が違う」と繰り返し訂正する場面で使用します。また「好みを覚えておいて」「今後はこれを既定に」「いつものやり方で」「もうそうしないで」「記録しないで」「プロファイルを削除して」「何を記録した?」「忘れてるよ」といった発言や、通常のタスクで既知の好みを引き継ぐ必要がある場面でも使用します。「覚えて」が長期的な好みを指す場合のみトリガーし、「このポート番号を覚えて」のようなタスク内の指示は該当しません。以降の回答に影響する好み、判断の傾向、表現上の境界、確認待ちの点だけを記録します。
外部ユーザー向けに Confluent 固有のスキルを作成する。ユーザーが Confluent Cloud、Confluent Platform、Apache Kafka、WarpStream、Flink、Connectors、Schema Registry、Tableflow、CDC パイプライン、または任意の Confluent 製品に関連する新しいスキルを作成、構築、執筆したいときにこのスキルを使用する。スキルはユースケース中心(データエンリッチメント、CDC から Tableflow、ストリーム処理ワークフローなど)にも、コンポーネント固有(Flink スキル、Schema Registry スキル、Connector スキルなど)にもできる。ユーザーが Confluent 製品を直接使用したい場合(例:パイプラインの構築、プロデューサーの作成、Flink SQL のデプロイ)にはこのスキルを使用しない——代わりに適切な製品固有のスキルを使用する。このスキルは新しいスキルの作成専用であり、既存のスキルの使用向けではない。
D3.js でカスタムのインタラクティブなデータ可視化を作成するためのガイド — 棒/折れ線/散布図、ネットワーク図、地理マップ、階層構造、ズーム/パン/ブラシ操作とアニメーション遷移を伴うリアルタイムデータ更新。チャートライブラリ(Highcharts、Chart.js)に必要なカスタマイズ性がなく、データ駆動の DOM 操作、スケール、シェイプ、レイアウトを低レベルで制御する必要がある場合に使用する。ユーザーが D3、d3.js、custom visualization、force-directed graph、data-driven SVG に言及したときに呼び出す。
データサイエンス、統計学、機械学習における博士レベルの専門知識に使用:厳密な統計分析、実験計画、因果推論、高度なモデリング、研究方法論、データサイエンスプロジェクトのリード。ユーザーが統計手法、実験計画、モデル選択、A/B テスト、仮説検定、検出力分析、回帰、因果関係、ベイズ分析、研究方法論について尋ねたときに読み込む。保険、アクチュアリー、保険金請求、責任準備金、ソルベンシー、クレディビリティ、テールリスク、金融リスクの統計モデリングには `actuarial-risk-modeling` を、決定論的な事業モデルと SaaS 財務モデルには `financial-modeling` を使用する。無関係なリクエストにはこのスキルを使用しないこと。最も近い指定の専門家にルーティングすること。
オペレーターが DOCA Socket Relay を操作し、ソケット指向のホストアプリケーションを書き直すことなく BlueField DPU ピアへブリッジする場合に使用するスキル——デプロイ形態(in-process、sidecar、BlueField サービスコンテナ)の選択、ホスト側ソケットと DPU 側転送エンドポイントの設定、bind → connect → round-trip → admit-fleet スモークの実行、または停止/無応答の中継の診断を行う。ユーザーが「DOCA Socket Relay」と明示しなくても発動する——典型的な暗黙の表現:「ソケットアプリを書き直さずに BlueField へ移したい」「ホストアプリが relay で ECONNREFUSED になる」「relay は接続を受け付けるが DPU 側にバイトが届かない」「最初のラウンドトリップは成功するが以降がハングする」「Comch 経由で AF_UNIX(UDS)ソケットを DPU ピアへブリッジしたい」「ソケットを BlueField へ転送する sidecar が欲しい」。comch プログラミング API、doca-eth によるライン レートの生パケット I/O、DOCA のインストール/起動については拒否して他へ誘導する——それらは別のスキルに属する。
解説動画の制作ガイド:スクリプト作成、ナレーション、ビジュアル、編集・組み立て。スクリプトの公式、テンポのルール、シーン設計、複数ツールのパイプラインを扱います。用途:製品デモ、仕組み解説動画、オンボーディング動画、ソーシャル向け解説。トリガー:explainer video、how to make explainer、product video、demo video、video production、video script、animated explainer、product demo video、tutorial video、onboarding video、walkthrough video、video pipeline。
Firecrawl API を利用した包括的なウェブスクレイピング、クロール、データ抽出ツールキット。単一ページのスクレイピング(scrape.py)、ウェブ検索(search.py)、URL の検出(map.py)、複数ページのクロール(crawl.py)、構造化データの抽出(extract.py)、自律的なデータ収集(agent.py)のスクリプトを提供する。次の場合に使用する:(1) ウェブページからコンテンツを抽出する、(2) ウェブを検索してスクレイピングする、(3) ウェブサイト上の URL を検出する、(4) 複数のページをクロールする、(5) JSON schema で構造化データを抽出する、(6) ウェブ上のどこからでも自律的にデータを収集する。FIRECRAWL_API_KEY 環境変数が必要。
SaaS 製品、Web アプリ、ダッシュボード、オンボーディングフロー、ランディングページ向けの本番用フロントエンドインターフェースを設計、構築、レビュー、改善する。Codex が要件を明確で抑制の効いた、一貫性があり信頼できる UI に変換する必要があるフロントエンドデザイン作業に使用する。AI が生成した視覚的な雑然さを取り除き、階層、状態、コピー、ナビゲーション、レスポンシブ、使いやすさを改善し、既存のインターフェースを磨いてユーザーが戸惑わずに主要なタスクを完了できるようにする場合にも使用する。
Go における依存性注入:コンストラクタ注入、main でのワイヤリング、グローバル状態の回避、およびフレームワーク(wire、fx、dig)の複雑さが見合う場面。使う場面:「依存性注入」「依存関係をワイヤリングする」「これを注入する」「グローバル状態を削除する」「Go のシングルトン」「google/wire を使う」「uber fx」「これをテスト可能にする」。使わない場面:インターフェース設計(go-interface-design)、ディレクトリ構成(go-project-layout)、テストダブルとモック(go-test-quality)。
ブログコンテンツ向けの高度な AI テキストヒューマナイザー。34 種類の AI ライティングパターンを検出して除去し、個性/魂を加え、暗号資産/Web3 特有の痕跡にも対応。ユーザーが /humanizer、「humanize this」、「remove AI patterns」、「make it sound human」と入力した場合、またはブログ記事、記事、草稿の推敲を求めた場合に使用。機能:Wikipedia の「Signs of AI writing」に基づく 28 種類の基本パターン、暗号資産/Web3 特有の 6 パターン、深刻度スコアリング(HIGH/MEDIUM/LOW)、統計出典修正、魂/個性の注入、バッチモード。
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。
