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 97,501 件掲載。コマンド 1 行でインストールできます。
すべて
セキュリティ分析用に、多言語のソースコードおよびバイナリーコードのグラフを構築・検索します。影響範囲、汚染伝播、権限境界、エントリーポイントの列挙、プロキシ／未解決呼び出しの追跡、型／参照クエリ、構造トラバーサル、グラフ差分、監査の拡張、`.trailmark/links.toml` による宣言済みの言語間／FFI／外部リンク、SQL スキーマグラフの事前分析パスを含みます。呼び出しパスの分析、攻撃対象領域のマッピング、複雑性の高い箇所の特定、エントリーポイントの列挙、汚染伝播の追跡、影響範囲の測定、SARIF/weAudit/バイナリーの検出結果のインポート、言語間または RPC 境界を越えたソースグラフのリンク、監査の優先順位付け用コードグラフの構築に使用します。使用前にバージョン固有の Trailmark API を機能ゲートで確認してください。対象言語が不明または複数言語の場合は、`trailmark.parse.detect_languages()` または `--language auto` を優先してください。
StoreKit 2 を使用してアプリ内購入やサブスクリプションを実装、レビュー、改善します。SubscriptionStoreView または ProductView によるペイウォールの構築、Product および Transaction API によるトランザクション処理、権利の検証、購入フロー（消耗型、非消耗型、自動更新型）の処理、オファーコードやプロモーション／離脱防止／初回オファーの実装、サブスクリプションの状態や更新状態の管理、構成ファイルを使った StoreKit テストの設定、ファミリー共有、Ask to Buy、返金処理、請求の再試行ロジックの統合に使用します。
SwiftUI のジェスチャー処理の実装、レビュー、改善に使用します。タップ、長押し、ドラッグ、拡大、回転ジェスチャーの追加、simultaneously/sequenced/exclusively によるジェスチャーの合成、@GestureState による一時状態の管理、highPriorityGesture または simultaneousGesture による親子間のジェスチャー競合の解決、独自の Gesture プロトコル準拠の作成、非推奨の MagnificationGesture から MagnifyGesture への移行、新しい RotateGesture の使用を扱います。
再開可能な実行と厳密なステップ追跡が必要な、長期・複数ステップの仕様実装向けの高度な om-auto-create-pr。実行フォルダー（PLAN/HANDOFF/NOTIFY）、各 Step につき簡潔なコミット 1 件、約 5 Step ごとに統合テストと UI スクリーンショットでチェックポイントを検証し、完了時に全ゲートを実行して ready ラベル付き PR を作成します。om-auto-continue-pr-loop で再開できます。小規模な修正には通常の om-auto-create-pr を使用してください。
ローカルの ~/projects/referenzen/ にチェックアウト済みの自分の GitHub リポジトリから、規約、パターン、具体的な実装を調べます。コードベース群での実装方法が不明な場合（例：Helm chart の構成、Kubernetes マニフェスト、フレームワークの設定パターン、Docker Compose の規約、CI/CD パイプラインの設定、その他繰り返し登場するアーキテクチャ上の判断）に使用してください。規約を推測する前に積極的に呼び出し、パターンを採用する際は必ず参照元のプロジェクトとパスを記載します。ユーザーが参照リポジトリのチェックアウト、更新、検索を依頼した場合や、リポジトリ横断の GitHub Actions トリガー（push、pull_request、schedule/cron）の概要／レポートを作成する場合にも使用します。
Foundation Models、Core ML、MLX Swift、llama.cpp を使って、iPhone、iPad、Mac 向けのプライベートなオンデバイス AI 機能を構築します。Apple ローカルモデルのランタイム選定、Apple Intelligence チャットボットやツール呼び出し機能の構築、Apple Silicon での LLM 実行、Core ML 向け Python モデルの変換や圧縮、オンデバイス推論バックエンドの比較に使用します。Swift の Core ML 読み込み・予測コードには coreml skill を使用してください。
WidgetKit のウィジェットやコントロールの実装、レビュー、改善に使用します。タイムラインプロバイダーを使ったホーム画面、ロック画面、StandBy、CarPlay ウィジェットの構築、AppIntentTimelineProvider による設定可能なウィジェット、Button/Toggle を接続したインタラクティブなウィジェットやコントロールセンターのコントロール、WidgetKit のプッシュ再読み込み、更新予算、ディープリンク、Smart Stack の関連性、Liquid Glass／アクセント付きレンダリング、ウィジェット拡張の設定、WidgetBundle、App Groups、エンタイトルメントを扱います。
チャーリー・マンガーの思考フレームワークと表現スタイル。《Poor Charlie’s Almanack》、Berkshire/Daily Journal の株主総会、USC/ハーバードでの講演、インタビュー記録、外部からの批評など、50 件以上の情報源を詳細に調査し、5 つの中核的なメンタルモデル、8 つの意思決定ヒューリスティック、包括的な表現の特徴を抽出しています。思考アドバイザーとして、マンガーの視点から問題を分析し、意思決定を検討してフィードバックを提供します。ユーザーが「マンガーの視点で」「マンガーならどう考えるか」「マンガーモード」「munger perspective」と言及した場合に起動します。投資判断の検討、認知バイアスの確認、学際的思考の訓練、逆転思考の練習にも適しています。「逆から考えて」「どんな認知バイアスがあるか」「Lollapalooza 効果」「能力の輪」「インセンティブ構造とは何か」といった質問でも起動できます。「この判断は妥当か」「盲点を探して」といった一般的な質問では起動せず、逆転思考、認知バイアス、学際的分析など、マンガーの中核的な手法に関係する場合にのみ有効化します。
Layer でピクセルアートを作成するときに使用します。スプライト、レトロゲームキャラクター、ピクセルアイコン、ピクセルタイル、スプライトシートとウォークサイクル。生成されたピクセルアートがぼやけている、アンチエイリアスismosれている、グリッドサイズが間違っているときにも使用します。また、個々のフレームをシートにパックしたり、既存のシートをフレームに分割したりするときにも使用します。キーワード: ピクセルアート、スプライト、スプライトシート、16-bit、32x32、ウォークサイクル、アニメーションフレーム、パレット、ディザリング、パック、スプリット。
ユーザーが図、フローチャート、シーケンス図、クラス図、コンポーネント図、ER 図、アーキテクチャ図、ビジュアライゼーションを求めた場合に使用します。既存のソースコードからの図の生成や、Markdown ファイルに埋め込まれた PlantUML の画像へのレンダリング／抽出（例：Confluence/Notion 用ドキュメントの準備）も対象です。3 つ以上のコンポーネント、API、データフロー、クラス階層を含むシステムの説明でも積極的に使用します。.puml ファイルを生成し、Kroki API 経由で PNG/SVG にエクスポートします（ローカルへのインストールは不要）。
**`cx docs search`** と **`cx docs fetch`** を使って Coralogix プラットフォームの公式ドキュメントを検索・閲覧します。Coralogix の機能の仕組み、UI の設定や使用方法、連携機能（OpenTelemetry、エージェント、コレクター、webhooks）の設定、API キーの管理、製品内での spans/traces/logs の確認、アラート／SLO／ダッシュボードの設定についての質問、または信頼できる製品ドキュメントが必要な場合に使用します。稼働中テナントのテレメトリには使用しません。
1 つのコマンドでトラッカーの issue をエンドツーエンドで修正または実装する。issue ID または素の問題説明を受け取り（om-prepare-issue で先に起票）、分類したうえで、バグ自動修正チェーン（om-verify-in-repo、om-root-cause、om-fix、om-open-pr、om-auto-review-pr、UI 修正の場合は om-auto-qa-pr）または機能ルート（仕様は om-auto-write-spec、実装は om-auto-implement-spec）を駆動する。分離された worktree、claim プロトコル、クリーンな停止。「fix issue 123」や貼り付けられた問題説明に対して使う。
レジリエンスプログラムを設計します。組織、チーム、ポートフォリオ全体でレジリエンスポリシーを構成・標準化する方法（可用性/RTO/RPO目標とDRアプローチの選択を含む階層型ポリシーモデル）と、レジリエンス活動の実施頻度（運用サイクル）を扱います。組織全体のポリシー構成、設定する階層や目標、各階層に適したDRアプローチ、評価、FIS実験、GameDay、autoshiftの演習頻度について尋ねられた場合に適用します。単一のワークロード向けの特定のポリシーやリソースの作成・設定（resilience-hub-getting-startedを使用）、ライフサイクルの段階的な実行（aws-resilience-lifecycleを参照）、サービス固有のセットアップには適用しません。
yfinance Python ライブラリ（Yahoo Finance）で金融・市場データを取得します。ユーザーが株式データを求める場合に使用します。現在の株価と価格履歴、財務諸表（損益計算書、貸借対照表、キャッシュフロー）、オプションチェーン、配当と株式分割、決算とアナリスト予想、目標株価と評価、機関投資家およびインサイダーの保有状況、ニュース、複数銘柄の比較、銘柄スクリーニング、セクター・業種データに対応します。ユーザーが銘柄コード（AAPL、MSFT、TSLA）だけを提示し、意図を推測する必要がある場合も使用します。決算の見通しや振り返り、予想修正、バリュエーション、相関、流動性、ETF のプレミアム分析には、専用スキルを優先してください。
AWS Step Functions ステートマシンを作成・編集します。JSONata で Amazon States Language (ASL) を記述し、状態タイプ（Task、Choice、Map、Parallel、Pass、Wait、Succeed、Fail）を選択・構成します。ASL 構文、JSONata によるデータ変換と変数、Retry/Catch によるエラー処理、サービス統合（.sync、waitForTaskToken コールバック）、大規模な S3/CSV 処理向けの Distributed Map、saga/補償パターン、Standard と Express のワークフロー選択、TestState API のユニットテスト、ステートマシンの JSONPath から JSONata への移行を扱います。ユーザーが Step Functions のステートマシンや ASL 定義を構築、作成、デバッグ、移行する場合、または分岐、再試行、人による承認コールバックを含む複数ステップのワークフローをオーケストレーションする場合に使用します。「Step Functions」と明言していない場合も対象です。一般的な Lambda 関数コード、API Gateway、EventBridge の配線、SAM/CDK アプリケーションのパッケージ化には使用しないでください。
Amazon Redshiftへのデータウェアハウス移行を、調査、スキーマ/SQL/ストアドプロシージャ/マクロ/スクリプトの変換、データ移行、検証、性能比較、レポート作成まで一貫してガイドします。`references/<source>/` を介して移行元に応じた内容を提供します。対応する移行元は Teradata (Vantage) です。追加の移行元は、それぞれ独自の `references/<source>/` セットとして追加されます。テキストのみの知識（実行可能なコードなし）で、実行に必要な内容はすべてAIが実行時に生成します。TeradataからAmazon Redshiftへの移行、TeradataのDDL/SQL/ストアドプロシージャ/マクロ/BTEQからRedshift/RSQLへの変換、または移行の複雑さの評価に使用します。対象プラットフォームがAmazon Redshiftの移行に限られます。移行元を問わず、他のプラットフォーム（Snowflake、BigQuery、Databricksなど）への移行は対象外です。一般的なRedshift管理、性能チューニング、既存のRedshiftクラスターのトラブルシューティング（移行を伴わないもの）、および `references/` に記載されていない移行元は対象外です。
React 19、Vue 3、Angular 17+、Svelte 5、Rust、TypeScript、Java、Java 8、PHP、Ruby、Rails、Python、Django、FastAPI、Go、C#/.NET、Kotlin、Swift、Dart、Flutter、NestJS、C/C++、Zig、CSS/Less/Sass、Qt などを対象とした包括的なコードレビューガイドを提供します。各エコシステムのアーキテクチャレビュー、パフォーマンスレビュー、セキュリティ監査、コード品質のアンチパターン、一般的なバグを扱います。プルリクエストやコード変更のレビュー、コードレビュー、レビュー基準の策定、開発者の指導、アーキテクチャレビュー、セキュリティ監査、パフォーマンスレビュー、コード品質の確認、バグの発見、コードへのフィードバックに使用します。
ソースコード、RFC、学術論文、擬似コード、非形式的な文章、ProVerif（.pv）または Tamarin（.spthy）モデルからプロトコルのメッセージフローを抽出し、暗号関連の注釈付き Mermaid sequenceDiagrams を生成します。暗号プロトコルの図示、ハンドシェイクや鍵交換フローの可視化、仕様書や RFC からのメッセージフロー抽出、ProVerif または Tamarin モデルの図示、TLS、Noise、Signal、X3DH、Double Ratchet、FROST、DH、ECDH プロトコルのシーケンス図作成に使用します。
Salesforce Custom Report Type メタデータの作成、生成、検証に使用します。カスタムレポートタイプ、CRT、クロスオブジェクトレポート、レポートビルダーのデータソース、関連オブジェクトの項目をレポート用に公開する設定、レポートでの内部結合と外部結合、レポートタイプのカテゴリ、.reportType-meta.xml ファイルのデプロイエラーに対して起動します。既存レポートの実行、編集、フィルタリング、レポートフォルダー・ダッシュボード・リストビューの作成、レポート作成以外の質問では起動しないでください。
AWS Resilience Hub v2をゼロからセットアップします。SLO目標を含むレジリエンスポリシーの作成、システムとユーザージャーニーの登録、入力ソースを使ったサービスのオンボーディング、初回の障害モード評価の実行を行います。Resilience Hub v2の利用開始、ポリシーの作成、サービスのオンボーディング、評価の実行を希望する場合に適用します。単一サービス（tier-1を含む）向けに、具体的な可用性/RTO/RPO目標とDRアプローチを含むポリシーを作成する場合も対象です。FIS実験やARCルーティングコントロールには適用しません。
AWS Resilience Hub v2の障害モード評価を実行し、結果を解釈します。評価の開始、検出結果（重大度、カテゴリー、推奨事項）の理解、実現可能性に基づく優先順位付け、AI生成のサービス機能への対応、検出結果の解決を扱います。評価の実行、検出結果の確認、障害モードの理解を希望する場合、または特定の検出結果について解決・修正方法を尋ねられた場合に適用します。初期セットアップ（resilience-hub-getting-startedを使用）やFIS実験には適用しません。
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。