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
ユーザーが DOCA Flow DPA Provider の実践的な作業を行っているときに本 skill を使用する — `doca-flow` の pipe や外部リソース(index-selector / memory)を BlueField DPA アドレス空間にエクスポートし、DPACC で構築したカーネルがカウンターを読み取り、hash-pipe エントリを変更し、Flow とインラインで memory や index-selector リソースを更新 / 読み取りできるようにする。ポートごとの `doca_flow_dpa_ctx`、3 種類のキュー(general / resources-write / resources-read)、順序に敏感なエクスポートハンドシェイク(`_export_prepare` → エントリ追加 → `_export` → `_get_device_addr`)、DPA 側のデバイス API を扱う。ユーザーが "DOCA Flow DPA Provider" と言わなくても発火する — 暗黙の表現には "DPA kernel never sees entries in the exported pipe"、"BAD_STATE from `_pipe_export`"、"how do I disable a hash entry from a DPA kernel"、"DPA memory read returns no value"、"DPA-side post keeps returning AGAIN" がある。`doca-flow` の pipe 構築、汎用のホスト側 DPA(`doca-dpa`)、DPA 側カーネルの記述は拒否して他へ回すこと — それらは他の skill に属する。
ユーザーが doca/tools/gpunetio_ib_write_bw のツール一式を構築または解釈する場合にこのスキルを使用します。CUDA カーネルが doca-gpunetio のデバイス側インターフェースを介して RDMA WRITE ワークリクエストを送信し、GPU と IB デバイスの組み合わせで持続的な GPU 駆動 WRITE 帯域幅を測定します。ツール名が明示されなくても対象です。たとえば、"GPU が WR を送信する際の WRITE 帯域幅を測定"、"同じフラグでも実行ごとに帯域幅が変動する"、"NIC が飽和しているのか CUDA カーネルがボトルネックなのか"、"GPUNetIO 帯域幅ツールの meson コンパイルに失敗する"、"nvidia_peermem が GPU バッファーを認識しない"、"GPU 送信 WRITE 帯域幅と CPU 経路の比較" などの依頼が該当します。一般的な doca-gpunetio ライブラリーの作業、DOCA のセットアップ、GPU 送信 WRITE のレイテンシ測定、CPU 送信 RDMA ベンチマーク(doca-perftest)、アプリケーションレベルのエンドツーエンドレートは対象外のため、適切な別スキルに案内してください。
GPUNetIO を介して CUDA カーネルから発行する RDMA WRITE のラウンドトリップ時間を評価する場合にこのスキルを使用します。`doca/tools/` で `gpunetio_ib_write_lat` をコンパイルし、GPU–NIC のアフィニティを確認して、リアルタイム制御ループの中央値、p99、テールジッター分析に向けて half-iteration/full-iteration/nanosecond の各列を解釈します。"H100 + ConnectX での p99 WRITE 時間"、"バッチ処理とテール遅延の比較"、"デバイス発行と上流の ib_write_lat の比較" などの依頼にも読み込みます。スループット測定(doca-gpunetio-ib-write-bw)、GPI チャネル API(doca-gpi)、GPUNetIO API の作業(doca-gpunetio)、SDK のセットアップは対象外のため、適切な担当に案内してください。
DOCA SHA Offload Engine(OpenSSL ENGINE)を既存の OpenSSL パイプラインに組み込み、doca-sha 向けに書き直すことなくワンショットの SHA-1、SHA-256、SHA-512(EVP_Digest)を DOCA SHA ハードウェアへオフロードする場合に使用するスキル。エンジンのロード機構(`openssl engine dynamic`、`set_pci_addr` ctrl、`-engine_impl`)、オフロードが有効になったことを示す SHA-224 のネガティブテスト、オフロードが CPU SHA を上回るメッセージサイズの範囲、エンジンとライブラリの選択を扱う。ユーザーが「DOCA SHA Offload Engine」や「OpenSSL ENGINE」と言わなくても発動する——典型的な暗黙の表現:「BlueField 上の openssl SHA を高速化したい」「コード変更なしで SHA をオフロードしたい」「openssl はアクセラレータを使っているのかソフトウェアにフォールバックしているのか」「DOCA SHA が実際に動いたことを確認したい」「openssl dgst はハッシュしたがオフロードされたか分からない」。新しい SHA パイプライン(doca-sha を使用)、MD5 / SHA-3 / SHA-224 / HMAC-SHA のオフロード、チェーンされた `EVP_DigestUpdate` による増分ハッシュ、OpenSSL PROVIDER の作成については拒否して他へ誘導する。
PDF、Word(.docx)、Excel(.xlsx)、PowerPoint(.pptx)ドキュメントを生成、検査、検証、修正する:構造化されたコンテンツをそのままレンダリングできる成果物に変換し、納品前に構造と出力品質を検証し、壊れたファイルを修復する。オフィス文書と PDF の作成、編集、変換、検証を伴うタスクに使用する。電子書籍のパッケージング(epub を使用)、画像、動画、その他のメディア制作、API やコードのドキュメント、データパイプライン(data-engineering を使用)には使用しない。
このスキルは、Education Cloud 組織の学事暦の設定・作成・生成に使用します。自然言語やドキュメントから学年、学期(semester/quarter/trimester)、アカデミックセッション、登録期間、追加/削除の締め切りを作成します。日付範囲を検証して重複するセッションを処理し、学期を学年に、セッションをその学期に紐付けます。トリガー条件:ユーザーが「学事暦を作成」「学期の日付を設定」「学年を生成」「学期とセッションを追加」「登録期間を設定」「追加/削除の締め切りを追加」を求めた場合、または学期やセッションの日付を含むカレンダードキュメント(PDF、CSV、XLSX)をアップロードした場合。トリガーしない場合:既存のカレンダーレコードの照会や更新、授業のスケジューリング、開講科目の設定。
何がどう変わったのか、なぜ変わったのかを説明する PR/CL の説明、コミットメッセージ、コード変更の要約を書く、書き直す、レビューするときに使用。「write PR description」「improve this commit message」「summarize this diff」「CL description」「change description」「make this PR/CL description easier to review」でトリガー。要求された出力が変更説明でない限り、コードレビュー、PR の分割、コードの再構成、ユーザー向けチェンジログ、レビュアーへの返信ではトリガーしない。
変更の作成者としてコードレビューのフィードバックを扱うとき、レビュアーのコメントに対応するとき、返信を下書きするとき、意見の相違を解消するとき、更新を要約するときに使用する。"address review feedback"、"respond to this review comment"、"reviewer asked"、"I disagree with reviewer"、"what should I reply?"、"apply PR comments" で発動する。役割が不明な場合は、レビュアーか作成者かを確認する。発動しない: レビュアーのコメント作成、完全なコードレビュー、PR 説明。ただし作成者側の応答が求められる場合を除く。
robomotion-browser-mcp サーバーを通じてウェブサイトを対話的に探索し、セレクターの発見、操作シーケンスの記録、ネットワークトラフィックのキャプチャ、Robomotion SDK TypeScript に対応する JSON フローシーケンスの生成を行う。ユーザーが「このページを探索して」「X のセレクターを見つけて」「ログインフローを記録して」「このページはどの API を使っているか」と言ったとき、または任意の `Core.Browser.*` フローを書く前に使用する。キャプチャしたトラフィックからクリーンな API が判明する場合は `reversing-network` と組み合わせる。
SEC EDGAR の財務データを使用した米国株の四半期決算分析。次の場合に使用:企業の最新四半期業績を分析する、Q1/Q2/Q3/Q4 の決算を確認する、企業が予想を上回ったか下回ったかを確認する、売上高、マージン、EPS の傾向を理解する、上振れ/下振れの内訳を取得する、決算発表後のガイダンスや経営陣のコメントを確認する。トリガー:「AAPL の決算を分析」、「MSFT は予想を上回ったか」、「NVDA の Q4 業績」、「GOOGL の決算アップデート」、「Tesla の前四半期の業績はどうだったか」。
カスタム Frappe アプリで Document Controller を構築するときに使用する: ファイル作成、ライフサイクルフック、バリデーション、autoname、申請可能なワークフロー、コントローラーのオーバーライド、子テーブルコントローラー、flags システム、hooks.py と Server Scripts からの移行。キーワード: how to implement controller, which hook to use, validate vs on_update, override controller, submittable document, autoname, flags, extend_doctype_class, controller testing, child table controller, which hook to use, when does validate run, how to override save, document lifecycle。
ERPNext/Frappe の印刷フォーマット、メールテンプレート、ポータルページ用の Jinja テンプレートを書くときに使用する。テンプレート構文、コンテキスト変数、フィルター、マクロ、v16 の Chrome PDF レンダリングを扱う。doc コンテキストや子テーブルの反復に関するよくある間違いを防ぐ。キーワード:Jinja、印刷フォーマット、メールテンプレート、ポータルページ、テンプレート構文、PDF、v14-v16、テンプレート構文、Jinja の例、印刷フォーマットのコード、印刷で子テーブルを表示する方法。
AI 生成の回答と LLM による引用(ChatGPT、Perplexity、Google AI Overview、Claude、Gemini)に向けてコンテンツを最適化する。ユーザーが 'GEO'、'AEO'、'AI SEO'、'LLM optimization'、'citation rate'、'AI visibility'、'optimize for ChatGPT'、'roundup pages' に言及したとき、またはページの AI 可発見性を監査したいときに使用する。用語の整合、FAQ スキーマ、コミュニティシグナルの戦略を含む。
Goのドキュメント規約:godocコメント、パッケージドキュメント、テスト可能なExample関数、非推奨の通知、ドキュメントリンク、プロジェクトドキュメント(README、CHANGELOG、llms.txt)。使用例:「godocを追加」「このパッケージを文書化」「ドキュメントコメントを書く」「ドキュメントに例を追加」「関数を非推奨にする」「READMEを書く」「変更履歴を更新」「ドキュメントを改善」。対象外:コミットメッセージ(git-commit)、コードスタイル(go-coding-standards)。
ユーザーが Google Ads の広告拡張機能やアセットについて支援を求めたときに使用する —— サイトリンク、コールアウト、構造化スニペット、電話番号拡張、リードフォーム拡張、画像拡張、価格拡張、プロモーション拡張、位置情報拡張、アプリ拡張。また 'ad assets'、'extension audit'、'missing extensions'、'sitelink copy'、'lead form extension'、'extension performance'、'callout extensions'、'improve ad CTR with extensions' でもトリガーされる。RSA 広告コピーの戦略については google-ads-search を参照。検索キャンペーンの完全な設定については google-ads-search を参照。
RunComfyで画像を編集します。このスキルは、ユーザーの意図に合った編集モデルをRunComfyカタログから選ぶスマートルーターです。Nano Banana Edit(デフォルトでIDを保持し、最大20枚を一括処理)、OpenAI GPT Image 2 Edit(画像内テキストの多言語書き換え、複数の参照画像による合成、レイアウトの精密な調整)、Flux Kontext Pro(単一参照画像による高忠実度の局所編集)、Z-Image Turbo Inpaint(マスクを使った精密な領域編集)から選択します。各モデルのドキュメントに記載されたプロンプトパターンをまとめ、誤ったモデルで試行を重ねずに、より優れた編集結果を得られるようにします。ローカルのRunComfy CLI経由で `runcomfy run <vendor>/<model>/edit` を呼び出します。「image edit」「edit image」「image-to-image」「i2i」「swap background」「remove object」「rewrite headline」などの語句や、画像1枚または複数枚の編集を明示的に求める指示で起動します
Keeper Security エージェントキット向けに Keeper CLI ツール(KSM CLI と Commander)をインストールして設定する。ユーザーが keeper-secrets-manager-cli (ksm) または keepercommander (keeper) をインストールする必要があるとき、認証を設定するとき、プロファイルを初期化するとき、永続ログインを設定するとき、Keeper CLI の接続をトラブルシューティングするときに使用する。また、ユーザーが「install keeper」「setup keeper」「configure keeper cli」と言うとき、または Keeper のコマンドラインツールの始め方を尋ねるときにも使用する。
PromQL/MetricsQL を使用して KubeSense から Kubernetes、インフラ、クラウドプロバイダーのメトリクスをクエリします。メトリクスの検出、ラベルの確認、KubeSense が実際に収集するメトリクス系列(kube-state-metrics、cAdvisor、node-exporter、OTel hostmetrics、DCGM GPU、JVM、AWS/GCP/Azure/MongoDB Atlas/Confluent/Kong のクラウドリソース)、データを返すクエリの作成に必要なラベル規約(clusterId、kubesense_cloud_resource_metric)、およびすべての MetricsQL 関数のリファレンスを提供
このスキルを使用して、キーアカウントマネジメント(KAM)ユーザー向けの Life Sciences Cloud 設定ワークフローを端から端まで順に実行する。ユーザーが「set up Life Sciences Cloud end to end for kam user」「run the full LSC setup for kam user」「orchestrate Life Sciences Cloud configuration for kam user」「complete LSC setup for kam user」「Life Sciences Cloud full install for kam user」と言ったときにトリガーする。6 つのステージを順に実行する:前提条件の検証、スターター設定のデプロイ、テリトリー設定、参加者ロールと sprint の作成、KAM データとプランテンプレート(目標、タスク、指標)の作成、KAM ユーザーのプロビジョニング — 各ステージは前のステージの成功を条件とする。トリガーしない場合:ユーザーが特定のステージだけを個別に実行したい場合、またはリクエストの対象が KAM ユーザーではなくフィールドセールス担当者である場合(そのペルソナには life-sciences-fieldsalesrep-coordinate を使用する)。
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。
