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
ユーザーが実際に読む製品の変更履歴とリリースノート。分類、ユーザー向けの言葉遣い、ビジュアル、配布を扱う。用途:リリースノート、変更履歴、製品アップデート、機能のお知らせ、バージョン管理。トリガー:changelog、release notes、product update、version notes、what's new、feature announcement、product changelog、update log、release announcement、version release、product release、ship notes
inference.sh の Python SDK — AI アプリの実行、エージェントの構築、すべてのモデルとの統合。パッケージ:inferencesh(pip install inferencesh)。同期/非同期、ストリーミング、ファイルアップロードに対応。テンプレートまたはアドホックなパターンでエージェントを構築でき、ツールビルダー API、スキル、人間による承認を備えます。用途:Python 統合、AI アプリ、エージェント開発、RAG パイプライン、自動化。トリガー:python sdk、inferencesh、pip install、python api、python client、async inference、python agent、tool builder python、programmatic ai、python integration、sdk python。
Solana 向けの Quicknode ブロックチェーンインフラ — RPC エンドポイント、NFT と圧縮資産向けの DAS API(Digital Asset Standard)、Yellowstone gRPC ストリーミング、Priority Fee API、Streams(リアルタイムデータパイプライン)、Webhooks、Metis Jupiter Swap 連携、IPFS ストレージ、Key-Value Store、Admin API、x402 のリクエスト課金 RPC。Ethereum、Polygon、Arbitrum、Base など 80 以上のチェーンに対応。Solana RPC インフラの構築、DAS API による NFT/トークン/圧縮資産の照会、リアルタイム gRPC ストリームの構築、データパイプラインの設定、優先手数料の見積もり、Metis 経由の Jupiter スワップ連携に使用します。Quicknode、qn_ メソッド、DAS API、getAssetsByOwner、searchAssets、Yellowstone、gRPC、Geyser、Streams、IPFS、Key-Value Store、qnLib、Metis、x402、Quicknode RPC への言及で発動します。
AI/ML の出版物(論文、プレプリント、記事、技術ブログ記事)を分析し、企業の AI エンジニアがそれに対して何をすべきかを抽出する。誰かが RAG、埋め込み、ファインチューニング、プロンプトエンジニアリング、エージェント、LLM デプロイに関する URL やドキュメントを提示し、「review this paper」「what do you make of this」「is this worth adopting」「summarise the method and its limits」と尋ねたときに使用する。題材自体が機械学習でなければならない。
Mozilla UniFFI を用いて、共有 Rust コンポーネントとクロスプラットフォームバインディングのビルド、生成、テスト、パッケージング、トラブルシューティングを行う。ユーザーがビジネスロジックを Rust で一度書けば、Swift、iOS、macOS、Kotlin、Android、JVM、Python、Ruby、JavaScript、ブラウザ、デスクトップアプリ、または複数プラットフォームから呼び出し・再利用したい場合に自動的に使用——UniFFI に言及していなくてもよい;Rust を Swift/Kotlin/Android/iOS とブリッジ、公開、接続、共有したいと求める場合;または procedural-macro と UDL の選択、records、enums、errors、objects、traits、callbacks、カスタム型、uniffi.toml、uniffi-bindgen、async エクスポート、生成バインディングの診断、ネイティブライブラリの読み込み、パッケージング、ABI、アップグレードが必要な場合。ロックされた UniFFI リリースが各要求ターゲットをサポートしているか確認すること;手書きの C ABI の作業は rust-unsafe-ffi に回す。
arXiv を基盤とし、skill ネイティブな Scispark ワークフローでエビデンスを追跡できる研究アイデアを生成する。Codex が研究キーワード、問い、論文セット、Zotero/ライブラリ資料、または arXiv の結果を、構造化された事実、検証可能な仮説、初期の研究アイデア、技術的最適化、作用機序の分析、人間と AI の協働レビュー、または任意の学術スライドに変換する必要があるときに使用する。また、ユーザーが Scispark、科研想法生成、研究假设生成、机制优化、MoA、文献に基づくアイデア生成、または 从关键词到研究方案 に言及したときにも使用する。
Julia Galef の Scout Mindset フレームワークを用いて推論から認知バイアスを検出して取り除く。反転テスト、スコープ感度チェック、現状維持バイアステスト、信頼区間監査、完全なバイアス監査を提供する。予測が感情的だと感じられる場合、50/50 で止まっている場合、または予測プロセスを検証する場合に使用する。ユーザーが scout mindset、soldier mindset、bias check、reversal test、scope sensitivity、認知の歪みに言及したときに使用する。
開発者が使いたくなる SDK を設計する——ネイティブに感じられる API、導いてくれるエラーメッセージ、摩擦を減らす体験。本スキルでは、強引なマーケティングではなく卓越した開発者体験によって SDK の採用を促す方法を扱う。トリガーフレーズ:"SDK design"、"developer experience"、"API design"、"SDK DX"、"error messages"、"type safety"、"IDE integration"、"SDK versioning"、"migration guides"、"client library design"、"making SDKs feel native"、"SDK best practices"
Docker とコンテナのセキュリティ監査パターンをレビューする。レイヤー内のシークレット、ポートの公開、非 root ユーザーの監査に使用する。Dockerfile または docker-compose.yml がある場合は積極的に使う。例:- ユーザー:「Audit this Dockerfile」→ ENV/ARG のシークレットと非 root USER を確認 - ユーザー:「Review docker-compose ports」→ 誤って公開されたデータベースを見つける - ユーザー:「Check for secrets in image history」→ レイヤーとビルド成果物を監査 - ユーザー:「Optimize Docker security」→ マルチステージビルドと最小ベースイメージを実装 - ユーザー:「Audit container privileges」→ privileged: true や docker.sock のマウントを確認
Higgsfield 上の Seedance 2.0 向けに、ビフォーアフターの変身動画プロンプトを生成する。変身の公開、グローアップ、メイクオーバー、リノベーションの公開、フィットネスの変化、デザインのビフォーアフター、ビジネス成長のビジュアル、その他劇的な変化を見せるあらゆるコンテンツに使用する。トリガー:before after、transformation、reveal、glow up、makeover、renovation、redesign、progress、results。
Zsh、Bash、Fish と統合するツールを構築するためのシェルスクリプティングとターミナル統合のパターン。補完システム(compdef/compadd、complete/compgen、fish complete)、ZLE ウィジェット、フック(precmd/preexec/chpwd、PROMPT_COMMAND)、readline、bindkey、パラメータ展開、ZDOTDIR の読み込み順序、イベントシステム、略語、POSIX シェルスクリプティング、ターミナル制御コード(ANSI/CSI エスケープシーケンス)、tput、stty、シグナル処理、プロセス管理(ジョブ制御、trap)、シェルプラグインの配布パターンを扱う。シェルプラグインを構築するとき、補完スクリプトを書くとき、エスケープシーケンスでターミナル UI を実装するとき、dotfiles を管理するとき、インストールスクリプトを作成するとき、シグナルとプロセス管理を扱うとき、ネイティブバイナリをシェルラッパーと統合するときに使用する。
人手で確認した90以上のプロジェクト一覧から、AIショートドラマ、マイクロドラマ、漫劇向けのスキルを、ユーザーの段階(小説の翻案、各話の概要とフック、脚本執筆、レビュー、絵コンテ、キャラクターの一貫性、動画プロンプト、制作)、動画モデル(Seedance/即梦、Kling/可灵、MiniMax、Wan、Veo、Sora、ComfyUI)、エージェント(Claude Code、Codex、OpenClaw/龙虾、Qwen、Doubao、WorkBuddy)に合わせて提案します。AIショートドラマや短剧/漫剧に使うスキル・ツール、またはインストール方法を尋ねられたときに使用します。人手で確認したショートドラマ・漫劇スキル一覧から、小説の翻案、各話の概要とフック、脚本、レビュー、絵コンテ、キャラクターの一貫性、動画プロンプト、映像制作に合うものを選びます。
エージェントがユーザーに見える Airtable コンテンツに触れたときは常に、クリック可能な Airtable リンクを提供する。レコード、スキーマ、インターフェースページを作成・更新・一覧表示・検索・返すすべての MCP 呼び出しの後に使用する — base、table、field、record、page を含む。エージェントのツール呼び出しがアクセスを証明した最も具体的な URL を渡す — テーブル URL より単一レコード URL を、base URL よりテーブル URL を優先し、ユーザーのアクセスがページに限定されている場合はインターフェースページ URL を使う。説明的なラベルを付けた markdown リンクとして整形する。URL はツールが実際に返した ID のみから構成する — URL を整えるために ID を捏造してはならない。Airtable コンテンツに影響するあらゆるワークフロースキルからこのスキルを組み合わせる。
ユーザーが Spree の配送システムを扱っているときに使用する — 出荷、配送方法、配送料金、在庫ロケーション、出荷のステートマシン、スプリッターロジック、返品。よくある表現には "shipping method"、"calculate shipping rate"、"stock location"、"shipment stuck in pending"、"order fulfillment"、"ship from"、"shipping zone"、"shipping category"、"returns"、"reimbursement" が含まれる。配送グラフ、ステートマシン、カスタマイズフックを提供する。
Taruvi アプリでの Refine.dev フロントエンド作業:data/storage/app/user provider、authProvider、accessControlProvider の接続、Taruvi に対する Refine フック(CRUD、useCustom、useCan、useDataGrid、useForm)、リストページ・ダッシュボード・KPI カード・ファイルマネージャー・ネットワーク経由のオートコンプリートの構築、フロントエンドからの Taruvi 関数と分析の呼び出し、401/403・トークン更新・リダイレクトループ・権限失敗のデバッグ。トリガー:Taruvi プロジェクトでのあらゆる Refine/React 作業、"build a list page"、"add a dashboard"、"wire up auth"、"dataProvider"、"@taruvi/refine-providers"、`VITE_TARUVI_*`。バックエンドの Python、MCP プロビジョニング、スキーマ、ポリシー、生の SQL はスキップ——代わりに `taruvi-app-developer` を使用する。
推定される天然物をデリプリケーションし、その化学分類を割り当てます。"is [compound] a known natural product"、"what microbe/organism produces [compound]"、"what chemical class is [compound]"、"dereplicate this metabolite (by formula/exact mass/InChIKey/SMILES)"、"classify this molecule into ChemOnt" に答えるために使用します。NPAtlas で既知の微生物天然物(産生生物 + 文献参照)を検索し、ClassyFire を介して ChemOnt の kingdom→superclass→class→subclass 階層を割り当て、OPSIN を介して体系的な IUPAC 名を構造に解決し、PubChem で同一性を照合します。一般的な薬剤/化合物の同一性や ADMET には使用しません(tooluniverse-chemical-compound-retrieval / tooluniverse-small-molecule-discovery を使用)。メタボロミクスのパスウェイ/エンリッチメント解析にも使用しません(tooluniverse-metabolomics スキルを使用)。
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。
