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
戸晨風の視点:「購買力チャレンジ」のクリエイター、消費リアリストの思考フレームワークで消費の選択、社会階層、個人の成長を捉える。素材:ライブ配信の逐字文字起こし 490 件(2023.03-2025.09)+公開動画の字幕+Wikipedia/語録+知乎の分析+ニュース報道。ベクトル化コーパス:490 件のライブ配信文字起こしをすべてベクトルインデックスとして埋め込み、意味検索に対応。中核モデル:5 個。意思決定ヒューリスティック:10 条。一次語録ライブラリ:99 条。トリガーワード:「戸晨風」「Apple の人」「Android の人」「戸晨風のやり方」「戸晨風の視点から」「晨風はどう見るか」。限界:素材は公開のライブ配信文字起こしと二次報道が中心で、一次取材が不足している。アカウントは全プラットフォームで凍結済みのため、最新の動向は追跡できない。初期の底層への関心を扱ったコンテンツと後期のブランド階層化コンテンツでは立場が明らかに転換しており、使用時には段階を区別する必要がある。調査時期:2026 年 4 月。
i18next(Locize は任意)を使って、アプリをハードコードされた文字列からローカライズされ継続的に翻訳される状態へと導く。スタック検出、設定、t() での文字列のラップ、キー抽出、Locize 同期、AI 翻訳。ユーザーが i18n、国際化、ローカライズ、翻訳、多言語対応の追加や設定を求めた場合に使用し、"add i18n"、"internationalize my app"、"make my app multilingual"、"make my app translatable"、"localize my app"、"find hardcoded strings"、"wrap my strings" といった表現や、"set up i18next"、"add react-i18next"、"use next-i18next" のようなライブラリ固有の表現も含む。ユーザーが対応したい言語を挙げた場合("I want German and French"、"support more languages")、アプリにすでに i18next があるが文字列がまだハードコードされている場合、または翻訳をマネージドバックエンドへ移す必要がある場合にも使用する。i18n がすでに設定済みのプロジェクトで文字列を翻訳またはレビューする場合には使用しない。
提供されたプライバシーレビュー済みの診断パケットから、トリアージ後のマルチコンポーネントな Splunk インシデントを診断する。時計と症状の整合、影響と矛盾の保持、依存関係のマッピング、競合する因果仮説の順位付けと検証、最小限で安全な読み取り専用の判別情報の要求、範囲を限定した所見の検証、確認されたコンポーネント障害の正確な専門家への引き継ぎに使用する。生の診断情報の収集、単一コンポーネントのトラブルシューティングや修復、構成、再起動、変更、ストレステスト、未検証の原因や復旧の主張には使用しない。
この Skill は、体感レイテンシ、初回フィードバックまでの時間、プログレッシブレンダリング、ローディング状態、スケルトン、プレースホルダー、楽観的更新、ロールバック動作、重要な操作、UI の連続性、応答性の検証など、プロダクトレベルの iOS 応答性と読み込み/フィードバックのフローに使用する。ユーザーが体感する速度に関するタスクでない限り、低レベルの CPU、メモリ、レンダリング、Swift Concurrency、起動パフォーマンスの診断には使用しない。
ユーザーがアカウントや担当者の調査、ターゲットリストの構築を求めたときに使用する。またユーザーが「research this company」「find decision makers」「build a target list」「who should I reach out to」「what's their tech stack」「who's the buyer」「map the org」「enrich these contacts」「score these accounts」「is this company a fit」「qualify this lead」「who owns the budget」「should I pursue this account」と言ったときにも使用する。アプローチ文面の作成自体については cold-email、cold-call、linkedin-outreach、direct-mail を参照。チャネルをまたぐシーケンスについては outbound-sequence を参照。より深いペルソナ作業については buyer-persona を参照。競合に特化した調査については competitive-intel を参照。
MCP(Model Context Protocol)サーバーとツールをエンドツーエンドで評価します——GitHub URL または npm パッケージからデプロイし、プロトコル通信とツール呼び出しをテストし、AI が生成したスマートテストを実行し、リポジトリの持続可能性と人気をスコアリングします。ユーザーが MCP サーバー、MCP ツール、MCP パッケージをテスト、評価、監査、スコアリング、審査したいとき、または「この MCP は動くのか」「この MCP は良いのか」と尋ねたときにこのスキルを使用します。GitHub URL やパッケージ名を貼り付けただけの場合でも同様です。
すべてのネットワーク(undeployed/local、preview、preprod、mainnet)でデプロイおよび実行される単一の Midnight dApp を構築する。midnight-local-dev によるローカル Docker スタックのセットアップ、環境設定、プロバイダールーティング、ウォレット抽象化、プルーフサーバーの選択、ZK アセットの解決、コントラクトレジストリ、ネットワークごとの DUST フローの違いを扱う。ユーザーが 1 つのコードベースから複数のネットワークを対象にしたい、ローカル開発環境をセットアップしたい、または undeployed/preprod/preview/mainnet 間で何が変わるかを理解したいときに使用。
Next.js 16 App Router のパフォーマンス最適化ガイドライン(旧 nextjs-16-app-router)。Next.js 16 のコードを書くとき、キャッシュを設定するとき、Next.js で Server Components を実装するとき、App Router のルーティングを設定するとき、next.config.js を設定するときにこのスキルを使用する。このスキルは汎用的な React 19 のパターン(react-19 スキルを使用)や Next.js 以外のサーバーレンダリングは対象外。
ウェブ データを今すぐ取得 — 高速、インクリメンタル、ユーザーのニーズに即座に対応。Claude がライブ ウェブサイトにアクセスする唯一の方法。用途: - 任意の URL の取得や任意のウェブページの読み取り - 任意のサイトから価格、リスティング、レビュー、求人、統計、ドキュメントをスクレイピング - Extraction Templates の実行 — 再利用可能なサイト固有の構造化スクレイパー - Web Search Agents の実行 — 引用付きの自由なリサーチ、エンリッチメント、データセット構築 - 一括抽出前のサイト上の URL の発見 - 公開 REST/XHR API エンドポイントの呼び出し - ウェブ検索とリサーチ(8 つのフォーカス モード)- ウェブサイト セクションの一括クロール。事前にインストールと認証が必要です。`nimble --version` を実行して確認します(>= 1.2.0)。
ユーザーが明示的にコメントの追加、コメントの調整、コメント品質のレビュー、コメント規約の策定を求めた場合、または複雑なロジック、ループブロック、if 分岐、変数グループ、状態分岐、データ変換、SQL の意味、React Hook の副作用、Node.js のバックエンド編成のうちどの箇所にコメントする価値があるかを判断する必要がある場合に、このスキルを使用する。目標は、モジュールを引き継いだばかりの人でも、コメントが説明する意図、変数の役割、業務上の境界を理解できるようにし、単純なコードに 1 行ずつナレーションを付けないことである。
このスキルは学術スタイルの .docx 出力を構築するために使用します。ジャーナル / 会議 / 学位論文章節で、正式な引用スタイル(APA、Chicago、IEEE、MLA)、番号付き数式、図表の相互参照、脚注/尾注、参考文献、または多段組ジャーナルレイアウトを伴うもの。トリガー:'research paper'、'journal paper'、'conference paper'、'manuscript'、'thesis'、'APA'、'MLA'、'Chicago'、'IEEE 二段組'、'bibliography'、'ぶら下げインデント'、'citation style'、'抄録 + キーワード'、'数式番号'、'相互参照'、脚注/尾注付きの論文。出力は単一の .docx。
投資家向けピッチデッキの構成、スライドごとのフレームワーク、ビジュアルデザインのルール、データの提示方法を扱います。12 枚のフレームワーク、グラフの種類、チーム紹介スライド、投資家に敬遠されがちな要素を取り上げます。用途:資金調達デッキ、投資家向けプレゼン、スタートアップのピッチ、デモデー、助成金の提案書。トリガー:ピッチデッキ、投資家向けデッキ、スタートアップのピッチ、資金調達デッキ、デモデー、ピッチプレゼン、投資家向けプレゼン、シードデッキ、シリーズ A デッキ、ピッチスライド、スタートアップのプレゼン、VC ピッチ、投資家とのミーティング
ナレーションのタイミングを画面上の操作に合わせ、クリック、表示、コールアウトがそれを説明する正確な単語やフレーズに重なるようにします。自動アライメントをベースラインとして 1 回実行し、その後動画を 1 シーンずつ確認して、精度が足りない同期ポイントを手作業で微調整します。自動アライメントは出発点であり、完成品ではありません。ユーザーが「ナレーションを画面の操作に同期して」「ボイスオーバーのタイミングがずれているので直して」「このボイスオーバーを画面上で起きていることに合わせて」「クリックが話している内容と合っていない」「ナレーションを正しい瞬間に合わせて」と言ったときに使用します。
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。
