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
機能のウォークスルー録画を、製品内部に埋め込むための短い無音対応クリップに変える。tooltip、オンボーディングチェックリストのステップ、ヘルプウィジェットの動画向けであり、単体で共有する動画ではない。ウィジェットが隣接する単一の機能にトリミングし、無音でも要点が伝わるよう画面上のテキストを追加し、埋め込み先が必要とする場合はコンパクトなアスペクト比に再構成する。書き出されたクリップは Clueso が生成し、それをガイダンスツールに埋め込むのはユーザー自身の手順となる。ユーザーが「この機能のアプリ内ガイダンスクリップを作って」「このウォークスルーを埋め込み可能な tooltip 動画にして」「短い製品内ヘルプクリップを作って」「オンボーディングチェックリストウィジェット用の無音クリップが必要」と言ったときに使用する。
提供された要件と証拠に基づいて、Splunk のインデックス、保持期間、容量、アーカイブ、ストレージ階層、バケットライフサイクル、SmartStore の計画を、デプロイを変更せずに設計・評価する。インデックスの配置、検索可能ウィンドウとアーカイブウィンドウ、増加と容量のモデル、ストレージの選択、復元計画、SmartStore の readiness、証拠に基づく変更検証に使用する。アクティブなインシデントおよびプロバイダーが担う運用は、それぞれの運用担当者に回す。
既知のソース要件から実装可能な Splunk 取り込みパイプラインを設計する。Splunk Cloud Platform または Splunk Enterprise における、入力とコレクターの選択、プロセッサの配置、取り込み時のパース、変換、フィルタリング、ルーティング、容量、信頼性、セキュリティ、検証、オーナーシップ、実装の引き継ぎに使用する。ソースのオンボーディング調査、本番構成、SPL、HEC エンドポイントの作業、fleet の展開、デプロイ、変更操作、進行中のインシデント対応には使用しない。
Arcjet Guard を Python LangChain に統合する — 呼び出す BaseTool を guard_tool でラップする、create_agent に ArcjetMiddleware + ToolPolicy を設定する、または ArcjetCaptureHandler でチェーンを監視する。LangChain、create_agent、langchain-core ツールに Arcjet を追加する、それらのツールをレート制限する、受信メッセージをスクリーニングする、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する。これは Python LangChain であり、LangChain JS createAgent でも LangGraph JS でもない。
JoinQuant(聚宽)公式サイトの戦略開発ガイド。バックテスト、ペーパートレーディング、データ API、取引関数、ファクター、テクニカル指標を網羅する。ユーザーが JoinQuant の戦略、バックテスト、ペーパートレード、JoinQuant API の照会、get_price/order/run_daily、Alpha ファクター、テクニカル指標を書く場合、または joinquant、聚宽、jqdata 戦略に言及する場合に使用する。ローカルデータの取得には jqdatasdk スキルを使用する。
授業計画、生徒向け教材、観察テンプレートを作成する。学年、教科、トピック、標準、時期について教師に確認の質問をする前に、このスキルを読み込む。K-12 の教師が数学、ELA、科学、社会科の授業をゼロから構築する必要があるときに使用 — 学年、教科、トピックがまだ示されていなくてもよい。採点、ルーブリック、評価フィードバック、小テスト、標準の検索には読み込まない — これらは直接回答する。明示的なリクエスト(lesson plan、mini-lesson、unit plan、daily plan)と教師の暗黙の意図でトリガー:「I'm teaching long division to 5th graders」「need to teach photosynthesis tomorrow」。中心となるシグナル:教師が新しい指導コンテンツの作成を必要としている。差別化、段階別、レベル別の教材を求める新しい授業も 1 つの計画リクエストである — このスキルはその教材を授業パッケージ内で生成する。k12-lesson-differentiation も併せて呼び出さないこと。既存の授業の差別化(k12-lesson-differentiation を使用)や文章の書き換えには適用しない。
RunComfyでKling 3.0の動画を生成します。Kling 3.0(Kling V3.0とも呼ばれます)は、ネイティブ音声同期に対応し、ショット間でキャラクターのIDを一貫して保つ、Kuaishou Technologyの第3世代マルチショット動画モデルです。このスキルは、3つのレンダリング段階(Standard、Pro、4K)と2つのモード(テキストから動画、画像から動画)にわたるKling 3.0の6つのエンドポイントすべてを扱います。ローカルのRunComfy CLI経由で `runcomfy run kling/kling-3.0/<tier>/<mode>` を呼び出します。「kling」「kling 3.0」「kling v3」「kling pro」「kling 4k」「kling text to video」「kling image to video」などの語句や、Kling 3.0での動画生成またはアニメーション化を明示的に求める指示で起動します
Kubernetes クラスタとワークロードを安全に運用、トラブルシューティング、セキュア化、アップグレード、自動化する。upstream Kubernetes、k3s、RKE2、MicroK8s、k0s、Talos、OpenShift/OKD、kind、Minikube、Rancher 管理のクラスタ、EKS、AKS、GKE を対象とする。タスクが kubectl、Kubernetes API、Pod、Deployment、StatefulSet、Service、Ingress または Gateway API、CRD、RBAC、NetworkPolicy、ストレージ、スケジューリング、オートスケーリング、クラスタライフサイクル、または同梱の agent-first k8s-cli に関わるときに使用。無関係なリクエストには使用しない;最も近い名前付き専門スキルにルーティングする。
ユーザーがローカル検索の競合を分析したい、マップパックの競合と比較したい、または競合が自分より上位に表示される理由を理解したいときに使用します。ユーザーが "competitor analysis"、"who's outranking me"、"competitor GBP"、"local competition"、"competitive audit" に言及したときにも使用します。geogrid 固有のランキングデータについては geogrid-analysis を参照してください。一般的なマップパック戦略については map-pack-optimization を参照してください。
ユーザーが SaaS やソフトウェア製品のマーケティングアイデア、インスピレーション、戦略を必要としているときに使用します。「marketing ideas」「growth ideas」「how to market」「marketing strategies」「marketing tactics」「ways to promote」「ideas to grow」「what else can I try」「I don't know how to market this」「brainstorm marketing」「what marketing should I do」などを尋ねられた場合にも使用します。行き詰まっている場合や成長のヒントを探している場合の出発点として使用してください。特定のチャネルでの実行については、関連するスキル(広告、ソーシャル、メールなど)を参照してください。
.NET における OpenTelemetry — DI/builder SDK のセットアップ(OpenTelemetry.Extensions.Hosting、AddOpenTelemetry、UseOtlpExporter、OpenTelemetrySdk.Create)、ネイティブ .NET 計装 API(ActivitySource、System.Diagnostics.Metrics Meter)とログ抽象化(ILogger)、ゼロコードの CLR プロファイラエージェント、contrib 計装パッケージ、パフォーマンスチューニング、破壊的変更の監査。.NET または ASP.NET Core サービスでの OpenTelemetry の追加、レビュー、設定に使用。トリガー:「setup otel in dotnet」「dotnet telemetry」「.net tracing」「ASP.NET Core opentelemetry」「AddOpenTelemetry」「UseOtlpExporter」「OpenTelemetrySdk.Create」「ActivitySource」「System.Diagnostics.Metrics Meter」「ILogger opentelemetry」「OpenTelemetry.Extensions.Hosting」「opentelemetry-dotnet-instrumentation」、または C# の OTel に関するあらゆる質問。
独自の研究論文コレクションを対象に、根拠に基づく質問応答と検索拡張生成(RAG)を構築し、回答に該当する論文と箇所を正確に引用します。PDF フォルダーとの「チャット」や検索、文献コーパス全体の証拠の統合、特定の内容を述べている論文の特定、SQLite FTS5、pgvector(Postgres)、Chroma、Qdrant、FAISS を使ったベクトル/ハイブリッドインデックスの構築に利用します。引用可能な検索結果を返す、依存関係ゼロのローカル全文インデックスを含みます。
AI 的な癖を取り除き、Orwell/Gowers の平易な英語のルールを適用して文章を引き締める。ユーザーが書き直し、引き締め、簡素化、文章の detox を求めたときに使用する — "plain English"、"make this clearer"、"cut the AI voice"、"fix the writing"、"rewrite plainly"、"tighten this"、"detox this" などの表現。また、長文の散文(エッセイ、ブログ記事、記事、レポート)を納品する前に自己監査として実行し、出力が AI 生成と分かるものにならないようにする。3 つのモード:audit(指摘 + 提案)、rewrite(整えた文章を納品)、edit(指定ファイルをその場で修正)。技術ドキュメントは代わりに simple-english skill に回す。
統計的な厳密さをもって A/B テストや統制されたプロダクト実験を設計または批評する —— 事前登録された反証可能な仮説、事前のサンプルサイズ/検出力、完全なビジネスサイクル、主要指標 1 つとガードレール指標、セグメント + 長期的な読み、あらかじめ設定したイテレート/ピボット/パーセビアの判断。Claude が見落としがちなデフォルトを捉える:のぞき見/早期停止、小さすぎるサンプル、ガードレールなし、バニティ指標、学習ループのない「勝った」。A/B テストの設定やレビュー、実験の設計、実験指標の選択、サンプルサイズ/有意性/期間の決定、テスト結果の解釈やそれに基づく行動を求められたときにトリガーする。
プロダクトの問題ステートメントを作成または批評する —— ソリューションの前に、曖昧なプロンプト、シグナル、機能リクエストを、明確で証拠に基づき検証可能な真の問題のステートメントへ変換する。問題をソリューション、症状、目標、制約から切り分け、常に成り立つ核心(機能ではなくギャップ、症状ではなく根本原因、具体的かつ測定可能、証拠に基づく、ユーザーとビジネスをつなぐ)を適用し、文脈依存の判断(どの定義ツールを使うか、どれだけ測定可能にするか、推論された原因か検証済みの原因か、スコープ)にゲートを設ける。問題ステートメントの作成、問題の定義や枠組みの設定、「本当の問題」の特定、リクエストや指標の問題化、解決前の曖昧なプロダクトプロンプトの明確化を求められたときにトリガーする。
PostgreSQL インスタンスを安全に運用する:設定レビュー、インデックスとクエリプランの分析、vacuum と bloat の管理、WAL アーカイブとポイントインタイムリカバリ、レプリケーションとフェイルオーバー、拡張機能、メジャーバージョンアップグレード、および同梱の読み取り専用 pgdiag スクリプトによるエビデンスベースの診断。PostgreSQL サーバーの実行や調査、パフォーマンスやバックアップ健全性の診断、アップグレードやフェイルオーバーの計画時に使用。アプリケーション層のデータアクセスパターン(それは backend-engineering)や schema 設計(それは data-architect/data-engineering)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。
