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
提供されたコメント、DM、レビュー、コミュニティ投稿、通話メモをもとに、人々が何を尋ね、何に抵抗し、何を繰り返し述べているかを、根拠に基づいて把握するときに使用します。トリガーフレーズには「これについて人々は何と言っている？」「これらのコメントを分析して」「どんな言葉を使えばいい？」「繰り返し出てくる反論を見つけて」「このコミュニティのフィードバックを要約して」などがあります。プラットフォームのスクレイピング、人口統計の推測、少数の逸話からのポジショニング作成には使用しないでください。まず agent-reach で公開情報を集め、audience-personas で人々を分類し、positioning-audit でメッセージを決めます。
動画の退屈で繰り返しの多い区間（長いフォーム入力、待ち時間、繰り返されるステップ）を圧縮する。中間をカットし、短い "sped up" のキューを加えることで、テンポの正確さを保つ。ユーザーが "speed up the boring parts"、"time-lapse the form filling"、"fast-forward through the waiting"、"the repetitive section drags" と言った場合、または同じ動作が長時間繰り返される動画を共有した場合に使用。
`stackbone` コマンドラインを操作して Stackbone ワークスペースを構築、実行、出荷、運用するときにこのスキルを使用する：デバイスフローでのサインイン（login / logout / whoami）、ワークスペースの構築と組織へのリンク（init、任意で最初の agent / workflow / workflow-agent）、オフラインでのコンポーネント追加（add agent / add workflow / add workflow-agent）、Studio を使ったローカルエミュレータの実行（dev）、デプロイ可能なバンドルのコンパイル（build）または deploy フォルダの書き出し（package）、デプロイ済み box の登録（link --installation --url --secret --tag）、アクティブな組織の切り替え（organization use）、ワークスペース状態の JSON としての読み取り（metadata）、Drizzle マイグレーションの管理（db migrate create / up / status）、および実行中のインストールを shell から運用する：ターゲットの検出（agents）、耐久性のあるワークフローの一覧 / 検査 / 開始（workflows）、実行の検査と制御（runs）、ログの追跡（logs）、agent DB の読み取り専用閲覧（db query / schemas / table）、オブジェクトの移動（storage）、RAG インデックスの操作（rag）、シークレットの設定（secrets）、設定ドキュメントのバージョン管理（config）、承認の判定（hitl）、プロンプトカタログの管理（prompts）、プロトコル契約の検査（contract）、eval スイートの実行（eval）、docs MCP サーバーへの到達方法の表示（docs）。次のようなリクエストで発動する：scaffold a workspace、add an agent、add a workflow、start the dev stack、log in、list my agents、start a workflow by name、retry a failed run、tail the logs、run a SELECT against the agent、set a secret、roll the config back、approve an approval、generate a migration、build the bundle、package for deploy、register the deployed agent、switch org。ワークスペース内のコードを @stackbone/sdk で書く場合は stackbone スキルを、エラーやスタックした実行を切り分ける場合は stackbone-debug を、説明から新しいコンポーネントを始める場合は stackbone-coder を使用する。
Stackbone ワークスペースでエラー、障害、予期しない動作を切り分けるときにこのスキルを使用する：`stackbone dev` でローカルに動作するディープエージェントや耐久性のあるワークフロー、または顧客のクラウドにデプロイされたインストール。SDK エラー（{ data, error } エンベロープとその `<prefix>_<reason>` コード）、stackbone.database、callDeepAgent、stackbone.connection(id) からのスローエラー、コントロールプレーンまたは box からの HTTP 4xx/5xx、コマンドラインのエラーコード（dev_not_running、runtime_not_configured など）、停止または失敗する `stackbone dev` の起動、耐久性のある実行の失敗とタイムアウト、入力 schema で拒否されたワークフロー開始（workflow_input_invalid）、どちらのレベルでも止まる HITL（requestApproval() で停止したワークフロー、ゲート付きツールで中断された agent ターン）、耐久セッションの問題（memory が保持されない）、データベースのスロークエリ / pgvector の不一致、シークレットの復号エラー、コネクタ呼び出しの失敗（インストールなし、不正な資格情報）、ビルドの失敗（ネイティブ依存、2 つ目の SDK コピー）、tier / billing の 402 応答を扱う。次のようなリクエストで発動する：my agent isn't working、why is this 500、this run hung、the inbox is empty but the run is paused、the agent forgot the conversation、the workflow rejected my input、dev won't boot、why am I getting 402、my connector call is rejected、the model returns nothing。このスキルは原因を特定するだけで、修正は提案しない。見つかったら、修正のために stackbone スキル（コード）または stackbone-cli スキル（コマンド）に切り替える。
セッション管理とプロジェクトステータスダッシュボード。セッションの全ライフサイクル（開始/作業/終了/再開）、フォーカスレーン、ブックマーク、worktree の検出、タブの命名を担います。またプロジェクトステータスダッシュボードとしても機能し、アクティブな epic、進捗、実行可能な次のステップ、ブロック中の項目、タスク、GitHub issue、推奨事項を表示します。worktree の作成は swain-do のタスクディスパッチ（SPEC-195）に委ねられます。トリガー：'session'、'status'、'what's next'、'dashboard'、'overview'、'where are we'、'what should I work on'、'show me priorities'、'bookmark'、'focus on'、'session info'。
開発に関する文脈でユーザーが Microsoft Teams に言及したら、構築、統合、設定、デバッグ、Slack ボットの Teams への移植、質問のみの場合を問わず、このスキルを使用します。ボット、メッセージ拡張機能、埋め込み Web アプリ、Adaptive Cards、ダイアログ、SSO、インフラ、Teams Developer CLI/SDK、Slack Bolt からの移行、Teams プラットフォーム全般の問い合わせに対応します。「Teams」という語が出た場合は、このスキルを呼び出す方を優先してください。
Coder テンプレートを作成、編集、プッシュ、またはバージョン管理する。"scaffold a Docker template"、"build a Kubernetes template"、"add a coder_parameter for the Git repo URL"、"push my template to this Coder deployment"、"update the existing aws-linux template to add JetBrains"、"deprecate this template version" といったリクエストに使用する。Coder 自体のインストールやアップグレード（setup skill を使用）、すでにビルドできるテンプレートへの単一モジュールの追加（modules skill を使用）、Coder と無関係なカスタム Terraform プロバイダーの作成には使用しない。
シェルまたは MCP クライアントから Trau（表示名 Cobble）を操作します。Trau はチケット駆動型の自律開発ループ（trau.sh）です。チケットの作成、検索、キュー登録、キュー処理の開始または一時停止、実行中の処理の監視と調整、実行プロバイダーの切り替え、PR または QA の保留への対応、ADR の競合解決、証拠・支出・適合性の結果の確認、失敗または隔離された実行の診断・再開・破棄、実行へのシークレットの受け渡し、チケットのオペレーターチェックリストへの対応、設定、QA サインインアカウント、トラッカーと forge の接続、ホストされた共同作業者、ローカル Web ハブの管理ができます。trau または Cobble、trau ハブ、キュー、ドレイン、ドレインの見守り、実行の調整、隔離・保留・QA 待ち・人間の対応待ちのチケット、`trau doctor`、`trau forensics`、`trau update`、`trau connect`、QA アカウントまたは証明に言及した場合に使用します。trau が管理するリポジトリで自律チケット実行の開始、停止、監視、デバッグを求められた場合も対象です。「このチケットをキューに入れて」「ループは何をしている？」「なぜドレインを開始できない？」「COD-123 はなぜマージされなかった？」といった表現も含みます。trau 自体のソースコード作成や、trau の実行と無関係な一般的な git／PR ワークフローには使用しません。
生年月日、正確な時刻、出生地から完全なヴェーダ／ジョーティシュの出生図を直接計算し、下流の分析に必要な正規の structured_data.md を生成する。「calculate my Vedic chart」「cast my birth chart」「generate a chart from my birth details」などのリクエストに使用。中国語のトリガーには「直接排盘」「计算星盘」「快速排盘」「算一下」、日本語のトリガーには「出生図を作って」「ホロスコープを計算して」「ヴェーダ占星術で出生図を出して」が含まれる。vedic-reader に出生情報はあるが星盤ファイルがない場合にも使用する。 / 吠陀占星排盘计算引擎。
既存の Clueso 動画について、1 つ以上のターゲット言語で吹き替えと再同期したバージョンを生成する。確認済みの用語集を使って製品名と機能名をすべての言語で一貫させ、レジスターの確認（tu/vous、du/Sie、敬語）を行い、音声を生成する前にクリップごとの尺の増加予算を設定する。翻訳はアシスタント自身が行い、音声の選択、ナレーション生成、再同期は Clueso が担う。ユーザーが "translate this video into Spanish"、"dub this demo in French and German"、"localize my onboarding video for the Japanese market"、"add a Spanish voiceover"、"make a French version of this project" と言ったときに使用。
TikTok、YouTube Shorts、Instagram Reels、Facebook Reels、Snapchat Spotlight、Twitter/X でバイラル動画を制作するための完全なプラットフォーム別アップロード仕様。以下の場合に積極的に有効化する：(1) プラットフォーム固有の動画エンコード、(2) アップロード要件の確認、(3) マルチプラットフォーム書き出し、(4) ファイルサイズの最適化、(5) アスペクト比の変換、(6) 再生時間の制限、(7) 音声要件、(8) キャプション・字幕の仕様、(9) サムネイル要件、(10) 品質と互換性のトレードオフ。提供：包括的なスペック表、プラットフォーム別の FFmpeg プリセット、最適なエンコード設定、ファイルサイズ計算ツール、バッチ書き出しワークフロー、2025-2026 年のプラットフォーム別アルゴリズムの知見。
微分可能な Warp プログラムにおける誤った勾配を診断・修正するために使用。Warp カーネルを通じて学習、最適化、キャリブレーション、フィッティングされるものはすべて wp.Tape の勾配に依存するため、そのようなワークフローのあらゆる不具合は、そうでないと証明されるまで勾配の問題として扱う — 学習が発散するか NaN になる、まったく学習しない、期待損失より上で停滞・プラトーになる、誤った、または偏った解に収束する、参照実装より悪い、小規模では機能するが本番規模で失敗する、QA/検証の再確認に失敗する場合に使用。また、明示的な症状 — 勾配の爆発、NaN/inf、ゼロ、または微妙に誤った勾配、wp.Tape/backward の問題が疑われる、gradcheck の失敗 — にも使用するが、ユーザーは通常、勾配に言及せず表面的な症状（「シミュレーションが爆発する」「フィッティングが外れ値に引っ張られる」）だけを述べる：その推測を行うこと。Warp のフォワードのみの作業、ビルド/インストールの問題、または Warp を使用しない他フレームワークの自動微分の問題には使用しない。
AI コーディングエージェント向けの集中的な開発ワークフローエンジン。`/absolute <command> [target]` として呼び出す。1 つの skill、11 のコマンド。1 つはセットアップ用：`init`（absolute の挙動をどうしたいかをヒアリングし、スタックを一度検出して、JSON 設定を書き込む——プロジェクトごとの `.absolute.config.json` と、ユーザーデフォルトおよびプロジェクトごとの上書き用の `~/.absolute/config.json`——他のすべてのコマンドは再検出せずこれを読む。非ブロッキングで、他のコマンドはこれをソフト推薦する）。5 つは毎日回すビルドループ——think → spec → plan → build → polish → document をカバーする：`work`（エンドツーエンドでフェーズゲート付きの SDLC：容赦ない設計ヒアリング → レビュー済み spec → 依存関係をグラフ化したタスクボード → 安全ウェーブの TDD 実行 → 検証）、`spec`（軽量な単体設計 spec：コードベーススキャン → 範囲を区切った明確化パス → レビュー済み設計ドキュメントを docs/plans に書き込み → 採点付き reviewer subagent → 停止、ビルドなし）、`ui`（具体的な CSS/Tailwind 値による洗練された意図的なインターフェース設計——タイポグラフィ、色、レイアウト、ダークモード、アクセシビリティ、アニメーション）、`simplify`（作業中の git 変更を自律的に簡素化——複雑さを減らし、冗長性を除き、テストをグリーンに保つ）、`docs`（Diátaxis 駆動のドキュメント——チュートリアル、ハウツー、リファレンス、説明、README、ADR。スタック検出とコードで検証された正確性を含む）。さらに 5 つはコードベースを健全に保つ——グリーンな main 上での常設メンテナンスで、いずれもリスク順に並べたゲート付きの安全ウェーブのスキャン＆フィックス：`upgrade`（依存関係のアップグレード——古い/脆弱な依存を semver ウェーブで更新、major はゲート付きで changelog を読み、各回の後もテストをグリーンに）、`audit`（脆弱性とセキュリティのスキャン——依存関係の CVE とリスクの高いコードパターン、重大度でトリアージして修正。防御的で、自分のリポジトリ上で）、`prune`（デッドコードと依存関係の整理——未使用の依存、エクスポート、ファイルを証拠付きでリポジトリ全体から削除）、`debt`（lint と typecheck の負債返済——既存の警告/エラーと抑制をルールごとに解消、チェッカーを騙さない）、`deflake`（フレーキーテストの修正——根本の非決定性を診断して修正、決してリトライ/スキップ/スリープしない）。"absolute init|work|spec|ui|simplify|docs|upgrade|audit|prune|debt|deflake"、"set up absolute"、"initialize absolute"、"configure absolute"、"build this end-to-end"、"plan and build"、"grill me on this"、"write a spec"、"draft a design doc"、"design this UI"、"make this less like AI slop"、"simplify this"、"clean up my changes"、"write docs"、"audit our docs"、"upgrade our dependencies"、"are we vulnerable"、"security audit"、"remove dead code"、"fix our lint/type errors"、"fix flaky tests"、またはあらゆる多段階の開発、設計、整理、ドキュメント、メンテナンスのタスクでトリガーする。
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。