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
googleapis のインストール、OAuth 資格情報の作成、トークン管理、前提条件の検証を含む Google Tag Manager API のセットアップを自動化する。ユーザーが「set up GTM API」「configure GTM API access」「get GTM OAuth credentials」「install googleapis」を必要とするとき、または認証エラーに遭遇したときに使用。依存関係のインストールから API 接続の検証までの完全な技術セットアップを処理する。
網羅的でインタラクティブな HTML テストチェックリストを生成します。エンドツーエンドのフローに整理された実際のテスト計画で、合格/不合格/ブロックのステップ状態、プログレスバー、フィルターと検索、コピー可能でシンタックスハイライトされたコマンドスニペットを含みます。常に送信ボタンで終わり、各ステップの状態とメモを返すため、失敗のトリアージと修正に役立ちます。変更、機能、リリース、PR、バグ修正バッチをテスト・QA・検証・確認したいときに使用します。埋め込まれたスニペットはレダクション処理を経るため、認証情報らしき値が成果物に残ることはありません。
Arcjet Guard を Python OpenAI Agents に統合する——FunctionTool / function_tool を guard_tool でラップし、openai_agents_context 経由で呼び出し側が所有するセッションまたは会話 id を読み取る。openai-agents、Runner.run に Arcjet を追加する、それらのツールにレート制限をかける、受信メッセージを検査する、プロンプトインジェクション / PII をブロックするよう求められたときに使用。これは Python の openai-agents であり、JS の @openai/agents アダプターではない。
inference.sh 向けの JavaScript/TypeScript 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/sdk(npm install)。完全な TypeScript サポート、ストリーミング、ファイルアップロード。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、ツールビルダー API、スキル、人間による承認。用途:JavaScript 統合、TypeScript、Node.js、React、Next.js、フロントエンドアプリ。トリガー:javascript sdk、typescript sdk、npm install、node.js api、js client、react ai、next.js ai、frontend sdk、@inferencesh/sdk、typescript agent、browser sdk、js integration
論文、補足資料、方程式、図、表、および任意のソースコードから、公開された機構モデル、QSP、PK/PD、ODE モデルを Jinkō で再構築します。要求された結果が実行可能な論文の再現である場合に常に使用します。コードが存在しない場合や、スキャンした PDF に OCR が必要な場合も含みます。証拠が十分であれば検証済みの Jinkō モデルを、そうでなければ記録されたブロックまたは失敗の結果を生成し、常に再現レポートを生成します。そこには保真度、信頼度、仮定、相違点、および論文が目標値を示す場合の数値比較を明示します。NONMEM が実装の主要なソースである場合は jinko-task-from-nonmem を使用してください。
`runcomfy` コマンドラインを介して、RunComfy 上で顔の口の動きを指定した音声トラックに同期します。ByteDance OmniHuman(ポートレート画像と音声から音声駆動の全身アバターを生成)、Sync Labs sync v2 / Pro(動画に口の動きを同期)、Kling lipsync(音声から動画、同期音声付きのテキストから動画)、Creatify lipsync に振り分けます。ユーザーの実際の意図に応じて適切なエンドポイントを選択します。ポートレート静止画 + 音声(アバター風)、元動画 + 音声(既存映像の口の動きを差し替え)、またはスクリプトから生成して同期します。「lip sync」「lipsync」「この動画をしゃべらせて」「口の動きを音声に合わせて」「動画に吹き替え」「声に口の動きを同期」「Sync Labs」「ナレーション同期」、または音声トラックで顔の口を動かす明示的な依頼で起動します。
Knuth の文芸的プログラミングのスタイルで、コードベースや機能への物語形式のガイドを作成する。コードと文章を一つのエッセイとして織り交ぜ、コンパイラーの要求ではなく人間の理解に合わせて並べる。ユーザーが「このコードベースを物語として説明して」「文芸的ガイドを書いて」「物語形式のウォークスルーを作成して」「このコードの物語を語って」「Knuth 風のドキュメント」「この機能のガイドを織り上げて」と求めたとき、またはプログラムを文学として扱う深く読みやすいドキュメントを求めたときに使用する。思慮深い読者が最初から最後まで読み通し、コードが何をするかと、なぜすべての設計判断がなされたかの両方を理解できるドキュメントを求める場合にも起動する。
mapcn を使って React で地図を構築します。MapLibre GL と Tailwind CSS を基盤とする、テーマを設定できる shadcn スタイルの地図コンポーネントを提供します。マーカー、ポップアップ、ツールチップ、ルート、弧線、GeoJSON やコロプレスレイヤー、クラスター、地球儀、カスタムベースマップスタイル、ライト/ダークテーマなどの追加・カスタマイズ・テーマ設定や、shadcn/ui または Tailwind を使う React、Next.js、Vite プロジェクトで地図ページ(分析ダッシュボード、配送追跡、店舗検索など)全体を構築する場合に使用します。アプリ内で地図をどこに配置するのがよいか尋ねられた場合にも使用します。
AWS (EKS)、Azure (AKS)、GCP (GKE) 上でセルフホスト型 Materialize をデプロイするための Terraform モジュール。ネットワーキング、Kubernetes クラスター、マネージド PostgreSQL、オブジェクトストレージ、Materialize operator、Materialize インスタンスの構成を扱う。Terraform でセルフホスト型 Materialize をデプロイする方法、任意のクラウドで Materialize インフラストラクチャを構築する方法、Materialize 用に EKS/AKS/GKE を構成する方法、セルフホスト型デプロイのトラブルシューティング、Materialize インスタンスのアップグレード、Materialize 用の Terraform 変数のカスタマイズ、materialize-terraform-self-managed リポジトリの操作についてユーザーが尋ねたときはいつでもこのスキルを使用する。Materialize 用の Karpenter ノードプール、persist または metadata バックエンド URL、Materialize operator Helm chart、CRD バージョン(v1alpha1 と v1)、ロールアウト戦略、Materialize ノードの NVMe swap 構成に言及した場合にもトリガーする。
現在インストールされている Media.io CLI で画像と動画を生成する。テキストから画像、画像から画像、テキストから動画、画像から動画、参照から動画、および公開済みのワークフローに使用する。モデルは同梱の静的カタログ(`references/model-catalog.md`)から選択する。このカタログは本番レジストリから生成されたもので、`mediaio model list` にフォールバックするのはディスカバリーのガードレールに記載されたトリガーの場合のみ。すべての `job_type` をバイト単位でそのままコピーすること——一部にはリテラルの空白が含まれ、表示名はしばしば識別子と一致しない。現在の CLI は `effect list` を公開しているが `effect get` は公開していないため、エフェクトはパラメータが独立して検証済みの場合にのみ使用できる。送信前に必ず `model get` でパラメータのスキーマを確認すること。送信するとユーザーのクレジットを消費するが、尋ねられない限り CLI は金額について何も表示しない。`--show-credit` でコストを表示し、ユーザーがコストに敏感な場合、またはクレジット、価格、残高に言及した場合にのみ、先に明示的な承認を得ること。残高が不足した場合、またはユーザーがタスク履歴やアップロードしたファイルを求める場合は、`mediaio link get` が出力する製品ページのリンクを渡すこと——media.io の URL を自分で書いたり編集したりしないこと。人間が読める形式のディスカバリー出力を使用し、生成前にローカルファイルをアップロードし、`generate create` で送信し、別の `generate wait` コマンドで待機し、結果ファイルは `generate download` で取得すること(署名付きの結果 URL を再現しない)。ローカルコマンドのネットワークをサンドボックス化するホストでは、最初にネットワークを使用する `mediaio` または `curl` の Shell/Bash ツール呼び出しは、プロセス起動前にホストの承認を要求する必要がある。デフォルトのサンドボックスで実行してネットワークの可用性を確認しないこと。
アプリを paywall placements から Flow Builder flows へ移行したいときに使用 — "migrate my placements to flows"、"switch my paywalls to flows"、"we have 40 placements on paywalls and want flows"、または多数のアプリや paywalls にまたがる一括リクエスト。既存の paywall placements に加えて新しい flow placements を作成し、旧→新のマッピングと SDK 呼び出しの変更を返す。placement をその場で変換することは決してない — バックエンドが型の変更を拒否する。`flow-generator`(flows の構築と公開を担当)と `adapty-integration`(アプリ側の呼び出し箇所を担当)を補完する。
Refactoring UI の原則に基づくプロダクション品質のモバイルアプリ UI 設計。以下の場合は必ず有効化する:Flutter app、モバイルアプリ、iOS app、Android app、モバイル UI、アプリ画面、モバイルナビゲーション、bottom sheets、モバイルフォーム、タッチターゲット、モバイルタイポグラフィ、アプリの配色、モバイルカード、リストビュー、モバイルモーダル、tab bars、app bars、フローティングアクションボタン。モバイルデザインのワークフロー、タッチに最適化した余白、モバイルのタイポグラフィスケール、プラットフォームを意識したパターンを提供する。Turkish: mobil uygulama tasarımı, Flutter tasarım, uygulama arayüzü, mobil UI, telefon uygulaması, Android tasarım, iOS tasarım。English: app design, mobile interface, touch-friendly, native feel, mobile UX。
ペイウォール、オンボーディングやクイズ、オファー、アップデート画面など、WKWebView / Android WebView でレンダリングされる画面や Superwall surface として提供される画面を、スマートフォンアプリ内でネイティブらしく見せます。ネイティブ画面には必要でもウェブページにはないルールを扱います。すべてのコントロールへの押下フィードバック、実際のポインターに限定したホバー、16px の入力欄とキーボード、適切なイージングと時間設定によるモーション、サイズに応じた文字、最悪のケースを想定したコンテンツ、ホストに合わせたダークモード、iOS と Android の規約、リリース前の監査です。デザイン資料の有無を問わず、iOS または Android 向けに該当画面を構築・レビューするときや、スマートフォン上の画面が「ウェブサイトのように感じる」ときに使用します。Superwall フレームワーク独自の仕組み(インセット、ルーティング、製品、プッシュ)については superwall-framework を参照してください。React Native / Expo の画面では、代わりに各プラットフォーム独自のコンポーネントを使用してください。
React Native / Expo アプリ(iOS、Android、web)を構築するためのアンチスロップなデザインスキル。コードを書く前に App Read と Nav Read を確定し、AI が生成したように見えない画面、ナビゲーション、モーションを提供する。React Native で新しい画面、機能、アプリを作成するときに使用する。既存アプリの監査には mobile-design-review、既存画面のアップグレードには mobile-redesign-screen または mobile-redesign-app、ナビゲーション設計のみには mobile-nav-plan、tokens/テーマには mobile-design-system を使用する。
新しい/カスタムの AI モデルを opencode.json に追加する。最先端のリリース、非標準のプロバイダー、セルフホストモデル、カスタムエンドポイントに対して積極的に使用。例: - ユーザー:「新しい Claude 4.5 を追加して」 → API 仕様を Web 検索し、baseUrl 付きのプロバイダーエントリを追加し、モデル ID の形式を検証 - ユーザー:「ローカルの Ollama インスタンスを使う」 → カスタムプロバイダーを http://localhost:11434 で構成し、モデル ID の形式を設定 - ユーザー:「この OpenAI 互換プロキシを構成して」 → カスタム baseUrl 付きのプロバイダーを追加し、apikey 環境変数を設定し、互換性を検証 - ユーザー:「モデル X がリリースされたので追加して」 → プロバイダーのドキュメントを調査し、モデル ID と機能を特定して設定に追加
RunComfyでGoogle Nano Banana 2(GeminiファミリーのFlashクラスのテキスト画像生成モデル)を使って画像を生成します。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、同じモデルに単純なプロンプトを入力するよりも優れた出力を得られるようにします。Nano Banana 2の強み(高速な反復、画像内の文字描画、予測しやすい構図、任意でウェブ情報に基づくコンテキストを利用可能)、解像度別の料金、安全性許容度の調整、Nano Banana Pro/GPT Image 2/Flux 2/Seedreamに切り替えるタイミングを説明します。ローカルのRunComfy CLI経由で `runcomfy run google/nano-banana-2/text-to-image` を呼び出します。「nano banana」「nano-banana-2」「nano banana 2」「google image gen」「gemini image」などの語句や、このモデルでの画像生成を明示的に求める指示で起動します
ローカル skill を Claude Code に最適化された形へ変換する — すべての変更を実際の Claude skill ランタイムの挙動に結び付け、FRONTMATTER を最もレバレッジの効くルーティング面として扱う AUDIT 後に書き換える手法。skill を棚卸しし、ランタイムリファレンスと照合し(Claude はまずメタデータから skill をルーティングし予算を配分する)、出典に裏付けられたガードレールを備えた skill 単位の DAG 書き換え計画を作成し、要求された場合にのみ、より安価なルーティングとより安全な実行のために frontmatter、本文、参照を書き換える。既定では PLAN モードで、盲目的な書き換えは行わず、skill ネイティブの frontmatter のみを使用し、構造的な内容(ルーティングテーブル、ガードレールルール)を大量のものとして削ぎ落とすのではなく保持する。Claude の skill ランタイム向けに SKILL.md を移行または再構築する場合に使用する。
アプリのオンボーディングまたは web2app ファネルの中核を設計します。すべての質問と回答、順序、分岐、質問間の説明文や解説画面、画像の説明、各トランジションの意味を定め、ユーザーが完了して購入するよう促し、収益を予測する回答を収集します(411 アプリの ARPU データに基づく)。App Store URL(存在する場合はウェブサイトも)を起点にアプリを調査し、Superwall surface として最速で実装できる仕様を提供します(superwall フレームワーク:画面ごとに1ページ、回答はユーザー属性として送信)。デザイン、UI、コードには依存せず、ペイウォール、価格設定、決済は扱いません。ユーザーが「オンボーディングで何を尋ねるべきか」「オンボーディングの質問を書いて」「クイズ/アンケートファネルを設計して」「誰が支払うかを予測する質問はどれか」「オンボーディングのコンバージョンを高めて」と尋ねる場合や、オンボーディング画面のアイデアを求める場合に使用します。
公開 `orca` CLI を使用して、Orca が管理するワークツリー、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、ワークツリーコメント、および Orca アプリに組み込まれたブラウザーを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「share skills」「control the browser inside Orca」と言ったときに使用する。タスクが Orca 管理の状態に触れる場合は、素の `git worktree`、その場限りの PTY、Playwright、Computer Use よりもこれを優先する。Orca の組み込みブラウザー以外のブラウザーウィンドウ、webview、デスクトップ UI には Computer Use を使用する。
`orca` CLI を通じて、Orca 管理の worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、worktree コメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」/「handover」/「give this to another agent」「Orca browser」「orca artifacts」「share skills」と言った場合に使用します。Orca の状態が関係する場合は、通常の git worktree、臨時の PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。
ユーザーがマルチチャネルのアウトバウンドシーケンスやケイデンスを設計したいとき。また、ユーザーが 'build me a sequence'、'create a cadence'、'how many touches'、'what's the right sequence'、'multi-channel outreach plan'、'design my outbound'、'how should I follow up'、'SDR playbook'、'outbound motion'、'sales sequence'、'follow-up strategy'、'prospecting cadence'、'drip sequence' と言ったときにも使用する。個別チャネルのコンテンツについては cold-email、cold-call、linkedin-outreach、direct-mail を参照。シーケンス設計前のリサーチについては lead-research を参照。
Panda CSS を使用するプロジェクトでスタイルを記述・編集する。css()、cva()、sva()、patterns、recipes、tokens、conditions、JSX style props を呼び出すコードの作成・変更・レビュー時、スタイルがクラス名を出力するのに CSS が出ない場合、またはスタイルがまったく適用されない場合に使用する。Panda v2(2.x)と v1(1.x)を対象とする。テーマの設計や、いつ recipe や slot recipe にするかの判断(panda-css-theming を使用)、v1 から v2 へのアップグレード(panda-css-migrate を使用)には使用しない。
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。
