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
CockroachDB のバージョンアップグレードを、各ティアに適した手順で案内します。Self-Hosted では finalization 制御を伴う手動のローリング バイナリ置換を扱います。Advanced/BYOC では Console から開始するメジャー アップグレード、パッチ用のメンテナンス ウィンドウ、リリース チャネルの選択を扱います。Standard と Basic のアップグレードは完全に自動で、お客様の操作は不要です。バージョン アップグレードの計画、実行、監視時に使用します。
ローカルのプロジェクトディレクトリまたは Git リポジトリを Volcengine にデプロイし、稼働中でアクセス可能なクラウドサービスにする。使用タイミング:deploy to Volcengine、deploy to 火山引擎/火山、このリポジトリ/プロジェクトをデプロイ、現在のコードを公開、アプリを起動、クラウド上で実行、サービスとして公開、ECS/VKE/veFaaS にデプロイ、ECS で実行、VKE にプッシュ、serverless/FaaS としてデプロイ、またはユーザーがエージェントに Volcengine のホスティング先を選ばせたい場合。ユーザーがどの Volcengine デプロイ先を選ぶかだけを尋ねている場合は、先に `volcengine-prepare` skill を使用。単一の独立したリソースの作成には適さない — その場合は `volcengine-cli` skill を使用。
weapp-tailwindcss と `weapp-tw` CLI のスタイル未生成、JS/テンプレート class の未変換、classNameSet、@source/cssEntries、source candidates、rpx、疑似クラス/custom variant、コンポーネント分離、Rspack、圧縮、watch/HMR、H5/Web/App/uni-app x のマルチプラットフォーム成果物の問題を診断する。Use for debugging, troubleshooting, CLI output failures, classes not working, broken hot reload, wrong output, or runtime compatibility;新規プロジェクトの設定、独自 API 設計、Lynx 専用の統合には使用しない。
yak スクリプトと Yakit UI の連携メカニズムを扱う特集。yakit.* ライブラリ関数が gRPC の ExecResult ストリームを通じてどのように画面描画を駆動するかを解説する。yakit.Info/Warn/Error/Success のログ出力、yakit.SetProgress のプログレスバー、yakit.NewTable/EnableTable/TableData のテーブル(静的 vs 動的)、yakit.NewLineGraph/NewBarGraph/NewPieGraph/NewWordCloud のチャート、yakit.StatusCard のステータスカード、yakit.EnableWebsiteTrees の Web サイトツリー、yakit.EnableText/TextTabData のテキストタブ、統合出力チャネル yakit.Output、そしてフロントエンドが useHoldGRPCStream で ExecResult を消費して UI を描画するまでの一連の流れを取り上げる。ユーザーが「スクリプトで Yakit にテーブル/チャート/プログレスバー/カードを表示するには」や「yakit.Info の出力はどこに行くのか」と尋ねたときに使用する。
three.js を使って、Zack D. Films 風の3Dカートゥーン「もしも」解説ショート(9:16)をすべてコードで作成します。プロシージャル生成のカートゥーン人物、プロップ、エフェクト、青いスタジオ空、スローモーションの衝突、赤い衝撃波のオーバーレイ、素早いウィップカット、ナレーションに合わせた1〜3語の字幕が含まれます。ユーザーが /zach-d-films を実行した場合や、3Dカートゥーン解説、「X は Y を止められるか」または人物やプロップが登場する「もしも」ショートを求めた場合に使用します。
AI Evaluation Playbook(eval.playbook.org.ai;The Agency Fund と CGD、IDinsight、2026)を用いて、GenAI / AI ツールと製品の評価に関する質問に回答します —— 4 レベルのフレームワーク(Model / Product / User / Impact)、Minimum Viable Evaluations、ゴールデンデータセット、LLM-as-judge、エンゲージメントファネル、ガードレール指標、レベル間の連携。Ane が AI ツール、チャットボット、GenAI 製品の評価方法を尋ねる場合、「how do I know this AI is working」「what should we measure for this AI tool」「where do I start with AI evals」といった質問の場合、または MA/パートナーの AI ツール提案に評価鑑定が必要な場合に使用。プログラム評価や MEL 評価設計には使用しません(/ann、/grill-mel、indicator-designer、evidence-synthesis が担当)。評価者が作業ツールとして使う AI にも使用しません(wiki ページ ai-mel-framework が担当)。
Amazon のアカウントヘルスレーティング(AHR)のスクリーンショットまたはテキストダンプをトリアージする。評価を押し下げている違反と指標を特定し、ポイントの重みで優先順位を付け、是正の順序を出力する。アカウントヘルス、AHR、アカウントヘルスレーティングの低下、対処すべき違反、黄色または赤のアカウントの安定化についてユーザーが尋ねる場合に使用。トリガーフレーズ:「account health」「AHR」「violations」「policy strikes」「account at risk」。ツールなしで動作。ユーザーが AHR のスナップショットを貼り付ける。
リスティングの Customer Questions タブから未回答の購買意図を掘り起こします。公開用のブランドに沿った回答を生成し、繰り返し現れる質問テーマを箇条書き、A+ コンテンツ、バックエンドキーワードに反映します。ユーザーが Customer Questions セクション、Q&A タブ、未回答の質問、SEO のための質問活用について尋ねたときに使用します。トリガーフレーズ:"Customer Questions"、"Q&A tab"、"unanswered questions"、"questions on my listing"。ツールなしで動作します。ユーザーが質問を貼り付けます。
商品向けの完全な Amazon キーワードセットを構築し、実用的なマップに整理する。シードキーワードを生成し、インテント別に拡張し、ファネル段階と関連性で分類し、各キーワードに配置先(title、bullets、backend、PPC)を割り当てる。キーワードリサーチ、キーワードのアイデア、狙うべきキーワード、ロングテールキーワード、上位表示を狙う検索語、listing へのキーワードのマッピング方法をユーザーが求める場合に使用。トリガーフレーズ:「keyword research」「keyword ideas」「what keywords」「long tail keywords」「keywords for my listing」「keyword map」。ツールなしで動作。ユーザーが商品とオーディエンスを説明する。
完全な Amazon リスティングをランキングとコンバージョンの両方に向けて最適化し、A9 + COSMO の柱に対してリスティングがランクインしない理由を診断する。タイトル、箇条書き、説明文を書き換え、キーワードを正しく配置し、ベネフィットの主張を研ぎ澄まし、ポリシーとモバイルのコンプライアンスを確認する。ユーザーがリスティングの最適化、タイトルの改善、箇条書きの書き換え、コンバージョンしないリスティングの修正、リスティングコピーの改善、リスティングの刷新、検索での上位表示、検索可視性の監査、または A9 や COSMO アルゴリズムについて尋ねたときに使用。トリガーフレーズ: "optimize my listing", "listing optimization", "rewrite my bullets", "improve my title", "listing not converting", "listing makeover", "amazon SEO", "rank higher", "A9", "COSMO", "search ranking", "search visibility", "why doesn't my listing rank"。ツールなしで動作します。
2025 年の製造コストポリシーに基づき Amazon FBA の返金請求を構築する。対象となるケース(在庫の紛失、倉庫での破損、カスタマー返品による損失、手数料の誤り)を特定し、Amazon が現在要求する原価根拠をそろえ、60 日の期限内にケースごとの請求パケットを作成する。FBA の返金、紛失在庫の請求、倉庫での破損、新しい返金ポリシー、製造コストの根拠、回収できていない返金についてユーザーが尋ねる場合に使用。トリガーフレーズ:「reimbursement」「FBA claim」「lost inventory」「warehouse damage」「manufacturing cost」「60 day window」「SAFE-T」。ツールなしで動作。ユーザーが該当する Amazon レポートの行とサプライヤーの請求書を貼り付ける。
Amazon のレビューから商品・listing・マーケティングのインサイトを抽出する。繰り返し出てくる不満、機能要望、顧客が使う言葉、選んだ理由を取り出し、listing の修正、商品改善、コピーに変換する。ユーザーがレビューを貼り付けて、分析、不満パターンの発見、レビューのマイニング、顧客感情の把握、競合レビューからのインサイト抽出、レビューの改善への活用を求める場合に使用。トリガーフレーズ:「analyze reviews」「review analysis」「complaint patterns」「what customers say」「mine reviews」「competitor reviews」。ツールなしで動作。ユーザーがレビューを貼り付ける。
中国のみの調達から、ベトナム、インド、メキシコ、または国内での軽組み立てへとサプライヤーを多元化する計画を立てる。代替原産地ごとに HS コードの関税率、リードタイム、MOQ、関税エクスポージャーを比較する。ユーザーがサプライヤーの多元化、中国からの調達移転、代替製造国、関税エクスポージャー、サプライチェーンのリスク低減について尋ねる場合に使用。トリガーフレーズ: "diversify suppliers"、"out of China"、"Vietnam supplier"、"India supplier"、"Mexico"、"tariff exposure"、"supply chain risk"。ツールなしで動作する。
ACoS、TACoS、オーガニックランク、コンバージョン傾向をまとめて読み取り、売り手が「ACoS トラップ」にはまっているかを診断する。入札額の引き下げがオーガニック売上を殺しているかどうかを特定し、再バランス計画を出力する。ユーザーが TACoS、ACoS トラップ、広告によるオーガニックのカニバリゼーション、オーガニックランクの低下、広告支出の再バランスについて尋ねたときに使用。トリガーフレーズ: "TACoS", "ACoS trap", "ad cannibalization", "organic rank dropping", "ad spend rebalance"。ツールなしで動作します。ユーザーが傾向データを貼り付けます。
システムアーキテクト — 境界をまたぐシステムの構成要素:契約、スキーマ、ライフサイクル、再利用、整合性、アーキテクチャレビュー、論点、オーナー向けの意思決定。トリガー:「アーキテクト」「システムアーキテクト」「整合性を保つ」「横断的に設計する」「意思決定案を準備する」、architect、cross-cutting decision;複数の境界にまたがる対象や全体的な変革について「深く検討する」。コーディングには使用しません。design、integrity、assembly、reality-audit、reconcile、inquiry、writing を組み合わせます。iskron_* が必要です。
公式 `cld` CLI を使って、ローカルのファイルや画像をプロジェクトの Cloudinary CDN(cloud “cyeam”)にアップロードし、/admin/upload と同じ動作を行います。保存時に画像を webp に変換し、指定フォルダーにアップロードします。ユーザーが画像やファイルの Cloudinary へのアップロード、ディレクトリの一括アップロードを希望する場合や、「上传图片到cloudinary」「传图」「upload to cloudinary」と尋ねた場合に使用します。
ユーザーが「Locaweb Cloud にデプロイ」「GitHub Actions のデプロイワークフローをセットアップ」「プレビュー環境を作成」「本番環境を追加」「環境を解体」「カスタムドメインを設定」「データベースに接続」「デプロイログを確認」「VM をスケール」「スナップショットから復旧」「災害復旧」「アプリの URL は何か」「デプロイ後の URL は何か」「自分のアプリはどこか」を求めたり、アーキテクチャの意思決定(モノリスかマイクロサービスか、垂直か水平スケーリングか)、プラットフォームの制約(Postgres のみ、単一コンテナ、ポート 80)、シークレットと環境変数の管理、Dockerfile の要件、データベースマイグレーション、稼働中のインフラでの操作とトラブルシューティング(SSH アクセス、コンテナログ、ヘルスチェック)について尋ねたときに、このスキルを使用してください。
ユーザーが「SSH キーをローテーションする」「SSH キーを再生成する」「SSH キーを交換する」「SSH キーを更新する」と尋ねる場合、またはエージェントがデプロイ済み VM へのトラブルシューティング(ログ、デバッグ、データベースアクセス)のために SSH アクセスを必要としたが、想定していた SSH キーファイルがローカルディスクに存在しない(例: `~/.ssh/<repo-name>` が存在しない)と判明した場合に、このスキルを使用する。また、ユーザーが「SSH キーを失った」「SSH キーが見つからない」「サーバーに SSH できない」「SSH のアクセス許可が拒否された」「新しいコンピューターに移った」「別のマシンでリポジトリをクローンした」と言及する場合にも使用する。
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。
