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
Next.js アプリで Cache Components を有効にし、由此表示されるブロッキングルートを解決する。ユーザーが Cache Components の有効化、導入、移行を望んでいるとき、`cacheComponents` フラグを切り替えるとき、多数の blocking-prerender / instant 検証エラーに対応するとき、`cache-components-instant-false` codemod を実行するとき、`export const instant = false` でルートを対象外にするか、その場で修正するかを選ぶときに使う。
ローカルの AGENT.md を Claude Code 向けに最適化されたエージェントへ変換する — まず AUDIT してから書き換え、すべての変更を好みではなく実際の Claude エージェントランタイムの挙動に結びつける。エージェントを棚卸しし、ランタイムリファレンスと照合して確認し(本文全体がシステムプロンプトになり、役割のアイデンティティは残り、手順は skills へ移る)、根拠に裏付けられたガードレールを備えたエージェントごとの DAG 書き換え計画を作成し、求められたときだけ frontmatter とプロンプト本文をより簡潔で役割に特化したものに書き換える。既定では PLAN モードで動作し、無作為な書き換えは行わず、エージェントネイティブな frontmatter のみを使用し、慣習をでっち上げるのではなく各判断をランタイムのソースに根拠づける。Claude のエージェントランタイム向けに AGENT.md を移行または簡素化するときに使用する。
Power BI Enhanced Report(PBIR)の JSON schema とパターンのフォーマットリファレンス。ユーザーが PBIR JSON 構造、visual.json のプロパティ、PBIR 式、objects と visualContainerObjects、テーマの継承、条件付き書式のパターン、拡張メジャー、ブックマーク、フィールド参照、フィルターの書式、クエリロール、PBIR ページ構造、レポートの壁紙、その他 PBIR メタデータのフォーマットに関する質問をしたときに自動的に呼び出す。
SpiderFoot REST API とコマンドライン(sf.py/spiderfoot-cli)を使って 200 以上のモジュールにわたる OSINT 収集を自動化し、スキャンモード(footprint、investigate、passive)を選択して、ドメイン、IP、メールアドレス、漏洩した認証情報、DNS レコードの結果を解析し、標的のインテリジェンスプロファイルを作成します。組織の攻撃対象領域を把握する場合や、脅威インテリジェンスのために標的をプロファイリングする場合に使用します。
オーケストレーションされた、アイデアから計画までの PM ワークフロー。コンテキストを一度確立し、その後 PM 生成ラダーを順番に構成する —— 問題 → ディスカバリー → ユーザー → 最もリスクの高い仮説のテスト → 優先順位付け → 仕様 → 指標 —— 各ステップにゲートを設け、仕様の前に証拠を必須とし、結果を product-review に引き渡す。ユーザーが生のアイデアから構築可能な計画へ進みたいときにトリガーする(「問題から計画まで導いて」「アプリのアイデアがあるがどこから始めるか」「このアイデアをプロダクト計画にする」「新しいプロダクトを端から端まで計画する」)—— ただし、特定の PM 成果物 1 つを求める場合(そのスキルを直接トリガーさせる)や、戦略/ローンチの一連(ビジョン、競合分析、ロードマップ、GTM —— これらは次に提案する)には使用しない。
ユーザーストーリー(実際のペルソナのニーズを軸にした小さなユーザー価値の単位)を作成または批評します。タスクを言い換えるのではなく、「誰が・何を・なぜ」を軸にストーリーを構成し、INVEST に沿ったテスト可能な内容にして、ユーザージャーニー全体にマッピングし、明確さを加えないストーリーは避けます。常に適用する基本原則を押さえつつ、厳密な形式か自由形式か、ストーリーを作成するか、受け入れ条件の詳細度、ストーリーマップへの分割、伝え方といった状況依存の判断を行います。ユーザーストーリーの作成、ペルソナやニーズのストーリー化、要件のストーリー形式での表現、ストーリーマップの作成、INVEST の適用、既存ストーリーのレビューや改善を求められたときに使用します
技術的な主張を一切変えずに、学術論文の文章から AI らしさを除き、引き締める。研究者が「これでは ChatGPT / AI が書いたように読める」「論文を人間らしくして」「AI っぽい言葉を削って」「delve や leverage が多すぎる」「文章を磨いて」「記述を引き締めて」「曖昧な言い方を直して」「Moreover/Furthermore が多すぎる」「貢献を能動的に書いて」「用語の一貫性を保って」と言ったときに使用する。決定論的な標準ライブラリのリンター —— prose_lint.py(チャットボットの痕跡の残存、LLM 特有の語彙、接続詞の重ね使い、em ダッシュの密度、二重の曖昧表現、過大な主張の強調語、受動的な貢献記述)と terminology_check.py(dataset/data set/data-set の表記ゆれ、頭字語の規範、-ise/-ize の混在、用語集の強制)—— を実行し、その後、書き換えカタログと投稿先ジャンル群のレジスター規範を用いて節ごとに編集を行う。数字、結果、主張、引用は決して変更しない。投稿先の AI 利用開示ポリシーは明示し、尊重するが、決して回避しない。
Fireflies の会議機能をすべて網羅し、さらにオフライン検索、会議をまたいだインテリジェンス、他のツールにはないローカルデータベースを提供する……トリガーフレーズ:`find stale action items from meetings`、`search my meeting transcripts for`、`who talked most in recent meetings`、`sync fireflies meetings`、`use fireflies-pp-cli`、`run fireflies`、`what did we discuss with`。
プロフェッショナルな ElevenLabs の音声ナレーションをスライドに同期したインタラクティブな HTML プレゼンテーションを生成する。記事/スライドのデュアルモード、スクロール表示アニメーション、GPT Image 2 のイラスト、設定可能な詳細レベルをサポートする。ユーザーがプレゼンテーション、スライドデッキ、ナレーション付きブリーフィング、音声付きの調査レポート、または読み物としても操作可能なスライドデッキとしても提示できるコンテンツを作成したい場合に、このスキルを使用する。"make a presentation"、"create slides"、"present this"、"narrated deck"、"voiceover slides"、"briefing with audio"、または調査/メモを共有可能なプレゼンテーションに変換するリクエストでもトリガーする。あらゆるコンテンツ——調査結果、会議の要約、提案、教材——で動作する。
AP スタイルと逆ピラミッド構造でプレスリリースを作成。書式、日付欄、引用、会社概要、ファクトチェックを扱う。用途:製品発表、資金調達の発表、提携、企業ニュース、イベント。トリガー:press release、pr writing、media release、news release、announcement、product launch announcement、funding announcement、company news、media advisory、ap style、press statement、news wire
自前の Kubernetes クラスタ(マネージド、オンプレミス、エッジ)で Qdrant Hybrid Cloud をセットアップして運用します:前提条件、ストレージ/CSI とバックアップ、Qdrant Cloud エージェントとオペレーターのインストール、クラスタの作成・公開・保護、レジストリミラーリング、シークレットのローテーション。誰かが自前のインフラで Hybrid Cloud をセットアップ、インストール、デプロイ、設定したいとき;自前の EKS、GKE、AKS、OpenShift、その他の Kubernetes で Qdrant を運用しているとき;エージェントやオペレーター、Hybrid Cloud のストレージクラスやボリュームスナップショット、クラスタの公開、Qdrant イメージのミラーリング、シークレットのローテーションについて尋ねたとき;または Hybrid Cloud のインストールがストレージや接続性で失敗しているときに使用します。
リモートの Linux、FreeBSD、NetBSD、OpenBSD、macOS システムを安全に管理・トラブルシューティングする。1 台のホストでも複数ホストでも対応。SSH、Ansible、Paramiko、POSIX 診断、サービス管理、ソフトウェア更新、システム設定、ファイアウォール変更、証拠に基づくリモート運用が必要なタスクで使用する。ローカルのみのデスクトップ管理、コンテナやクラスタのオーケストレーション(kubernetes にルーティング)、リモートシェルを公開しないクラウドコンソールには使用しない。
ユーザーが補充戦略の設計や最適化、補充ポリシーの決定、拠点間の在庫フローの改善を望むときに使用する。ユーザーが "inventory replenishment"、"stock replenishment"、"min-max inventory"、"DRP"、"auto-replenishment"、"vendor-managed inventory"、"forward pick replenishment"、"retail store replenishment" に言及したときにも使用する。安全在庫の計算については inventory-optimization を参照。マルチエシュロンネットワークについては multi-echelon-inventory を参照。
ドキュメント(通常は README.md、大規模プロジェクトでは加えて DEVELOPMENT.md)をソースリポジトリ内に直接作成または更新する——ソース・オブ・トゥルースとして。情報源は、既存のドキュメント、Changelog ファイル、前回のドキュメント更新以降の Git コミット、およびソースコード。ユーザーがリポジトリでドキュメントを書きたい、README を更新したい、新機能/変更を文書化したい、ドキュメントを最新の状態にしたい場合にこのスキルを使用する。トリガー用語:ドキュメント作成、README 更新、文書化、ドキュメントを最新にする、Changelog の文書化。
ScraperAPI DataPipeline の製品利用リファレンス — 自動で実行され、結果を webhook またはダッシュボードからのダウンロードに配信する、マネージド型のスケジュールスクレイピングプロジェクト。定期的なスクレイピングが必要なとき、処理すべき URL/ASIN/クエリのリストが大量にあるとき、自前のスクレイピング基盤の構築・運用を避けたいときに参照する。ユーザーが次のように尋ねたときに使用する: "ScraperAPI で定期スクレイピングをスケジュールする"、"ScraperAPI DataPipeline"、"スケジュールでスクレイピングプロジェクトを実行するには"、"10000 件の ASIN を自動でスクレイピングする"、"ScraperAPI のマネージドスクレイピングプロジェクト"、"ScraperAPI の pipeline を設定する"、"スクレイピング結果を自動で webhook に配信する"。プロジェクト種別、入力方法、スケジューリング、出力の配信、DataPipeline API、ジョブ管理、クレジット消費を扱う。注意: ユーザーが指定したクエリ、URL、コンテンツを ScraperAPI に送信する。
ユーザーが Amazon、Walmart、または Google Shopping 経由で商品価格を確認・追跡・通知されたい場合にこのスキルを使用する。トリガー:「monitor the price of this Amazon product」「did the price drop on [Walmart URL]?」「track these ASINs」「compare today's prices to last week」「alert me if [product] goes below $X」「what's the current price of [product]?」「check my price watchlist」「scrape the price of [URL]」。ASIN、Amazon/Walmart の商品 URL、または Google Shopping 用の自由記述の商品クエリを受け付ける。オプションのベースライン JSON ファイルを読み込んで変化を検出し、ScraperAPI の構造化エンドポイント経由でリアルタイム価格を取得し、値上がり、値下がり、再入荷、在庫切れへの移行を構造化された変更レポートで報告する。注意:ユーザーが指定したクエリ、URL、コンテンツを ScraperAPI に送信する。
ScraperAPI を使ってウェブスクレイパーを構築・実装する。ユーザーがスクレイパーの構築、作成、実装を求める場合、またはウェブサイトからデータを抽出する実行可能なコードを求める場合は常にこのスキルを使用する。トリガー:「[サイト] 用のスクレイパーを作って」「[EC サイト] から商品ページを取得するスクレイパーを書いて」「[サイト] から [データ] をスクレイピングしたい」「[URL] から [フィールド] を抽出するスクリプトを作成して」「[サイト] のスクレイピングを手伝って — [フィールド] が必要」「[サイト] をスクレイピングするコードを書いて」「[サイト] をスクレイピングするスクリプトを作って」「[URL] 用のスクレイパーを実装して」。アーキテクチャ上の判断(構造化エンドポイントか生の HTML か、JS レンダリング、プロキシ階層、同期か非同期バッチか)を導き、リトライ処理、エラー処理、ページネーション、クレジット見積もりを含む完全で実行可能な Python または Node.js スクリプトを生成する。注意:ユーザーが指定したクエリ、URL、コンテンツを ScraperAPI に送信する。
プレーンテキストのスクリプトを AI ナレーションのボイスオーバーに変換する。感情や速度のダイヤルが文字通り存在すると仮定せず、声の選択とスクリプトの作り込みによって語り方を作る。単独でも(まだ動画がなく、ナレーションは最小限のキャリアプロジェクト上に載る)、既存プロジェクトのクリップに添えてでも動作する。ユーザーが「generate a voiceover from this script」「I need narration with an energetic tone」「turn this script into AI narration」「make this voiceover sound warmer and slower」「read this script out loud for my video」と言ったときに使用。
金融・会計・税務システム向けの SDD ガバナンスレビュー。Define の後、UX Review または Design の前に実行し、DEFINE を厳選カタログ(削除できない仕訳、複式簿記、期間締め、監査証跡、職務分掌、正確な算術、冪等なインポートなど)と照合して、EARS 形式の新しい要件を提案します。各要件には、禁止された操作が失敗することを証明するテスト手順が付きます。適用、理由を添えて却下、または延期を項目ごとに判断します。Define が金銭、残高、仕訳、請求書、税金、給与、または個人データを扱う場合に使用してください。これらのテーマがなければ、1 行で N.A. と返します。カタログで確認されていない法的根拠は引用しません。
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。
