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
公式の ScraperAPI コミュニティノード（n8n-nodes-scraperapi-official）を使用する n8n ワークフローを生成する。ユーザーが ScraperAPI 経由で Web をスクレイピングする n8n ワークフローを構築、設計、自動化、または雛形作成したい場合は常にこの skill を使用する — 「skill」や「ScraperAPI ノード」という言葉を出さない場合でも。トリガー例：「Amazon の価格を監視する n8n ワークフローを構築する」、「Google 検索を毎日スクレイピングする n8n フローを作成する」、「このサイトを巡回するクローラー用の n8n JSON を生成する」、「ScraperAPI を n8n に接続して製品レビューをメールで送る」、「Walmart の価格追跡のための n8n 自動化」、「n8n で ScraperAPI を使ってリードを拡充する」、「ScraperAPI 経由で n8n AI エージェントに Web アクセスを付与する」、「ScraperAPI を n8n エージェントのツールとして追加する」、「サイトからカスタムフィールドを抽出する AI パーサーを n8n で構築する」。ユーザーの表現に応じて、インポート可能なワークフロー JSON または n8n エディターでの手順ガイドを出力する。api、sde、crawler、AI Parser の各リソースをカバーする。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 Ruby SDK（scraperapi gem）のベストプラクティスリファレンス。ユーザーが ScraperAPI を呼び出す Ruby コードを書いたり、デバッグしたり、レビューしたりするときは常に参照する。ユーザーが次のように尋ねた場合に使用：「Ruby と ScraperAPI でウェブサイトをスクレイピングする」、「ScraperAPI Ruby の例」、「ScraperAPI gem の使い方」、「Ruby ScraperAPI render」、「ScraperAPI Ruby プレミアムプロキシ」、「ScraperAPI gem sessions」、「ScraperAPI Ruby エラー処理」。gem のセットアップ、すべてのリクエストパラメータ、エスカレーションラダー、ステータスコード別のエラー処理、クレジットコストをカバーする。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。
Sequenzy をメールマーケティングプラットフォームとして運用するための主要なエージェントガイド。AI エージェントが認証、ID の確認、購読者の管理、キャンペーン／シーケンス／テンプレートの作成・編集、キャンペーンのライフサイクル制御（キャンセル、一時停止、再開、削除、複製）、キャンペーンの A/B テスト、リスト／タグ／セグメントの変更、購読者のシーケンスへの登録、チームメンバーの招待、受信トレイの会話の振り分けと返信、送信 Webhook の管理、メールコンテンツの下書き作成、トランザクションメールの送信、配信統計の確認、または依頼された Sequenzy のメールマーケティングワークフローが現在サポートされているかの判断を行う場合に使用する。汎用 sequenzy スキルも該当する場合は、こちらを優先する。
Weaverse テーマから新しい Weaverse Hydrogen ストアフロントをローカルに構築します。認証情報を求める前にライブのデモストアプレビューを起動し、その後マーチャント自身のものにします。Hydrogen アプリをインストールし、ストアをリンクし、Storefront の認証情報を取得し、リポジトリを GitHub にプッシュし、ライブのページ編集のために Weaverse MCP を設定し、shopify-hydrogen-skills パックを一式インストールします。
あらゆるコーディングエージェント CLI 上で Agent Skill をエンドツーエンドで厳格に評価する——スクリプトがドキュメント記載の数値を出力するかを検証し（決定論的チェック）、その説明が正しいプロンプトでトリガーされるかをテストし、SKILL.md に従うエージェントがスキルなしのベースラインを上回るかを測定する（合格率の差分あり／なし、平均 ± 標準偏差、ベンチマーク済み）。スキルの品質をテスト、ベンチマーク、検証、評価、定量化したい場合、スキルが「actually works」かを確認したい場合、2 つのスキルバージョンを比較したい場合、スキルのトリガーを最適化したい場合、評価スイートを構築したい場合に使用する。ユーザーが「is this skill any good」「does my skill work」「benchmark this skill」とだけ言う場合も含む。Claude Code、OpenAI Codex、Antigravity (agy)、Cursor、GitHub Copilot、Amp、opencode、Grok をヘッドレスモードで駆動する。
skillui コマンドラインを使って、あらゆるウェブサイト、ローカルディレクトリ、公開 GitHub リポジトリから完全なデザインシステムを抽出する。Claude が自動的に読み取る SKILL.md、DESIGN.md、トークンファイル（colors.json、spacing.json、typography.json）を生成する。UI を構築する前に既存のサイトやコードベースからデザインシステムやデザイントークンを抽出したい場合、照合するための参照デザインシステムが欲しい場合、'extract the design system from'、'get the tokens from'、'pull styles from this site'、'clone the look of' などと言った場合、または URL/リポジトリを提示してそのビジュアル言語に合わせたい場合に使用。
MCP の execute_query ツールと queryinsights ビューを通じて Fabric Data Warehouse のパフォーマンスを分析する。遅いクエリ、SQL プールの負荷、キャッシュの冷えを診断し、クラスタリングキーを推奨する。トリガー：「DW slow query analysis」「slowest queries warehouse」「queryinsights long running」「warehouse CPU resource consumers」「SQL pool pressure window」「pressure events warehouse」「DW cache warmth cold start」「cache warmth analysis」「warehouse cluster key recommendation」「cluster tables performance」「DW performance baseline comparison」「performance degraded warehouse」「warehouse user query patterns」「queryinsights diagnostics」「DW optimization MCP」。
Stackbone ワークスペース内で @stackbone/sdk を使ってコードを書くときにこのスキルを使用する：deep agent の作成（deep-agents/<name>/index.ts で @stackbone/sdk/deep から defineDeepAgent({ name, model, tools, subagents, interruptOn }) をデフォルトエクスポート。その指示はコード内にはなく、エージェントが所有する catalogue prompt にある。LangChain ツールと、第三者向け操作の connectorTool(...) を併用）、workflows/<name>.workflow.ts に 'use workflow' / 'use step' 関数として、同階層の inputSchema / outputSchema を伴う永続ワークフローを記述し、ワークフローのステップから @stackbone/sdk/workflow の callDeepAgent / streamDeepAgent で兄弟エージェントを呼び出し、ツールまたはステップからアンビエントな `stackbone` クライアントにアクセスする：stackbone.database（エージェントの Postgres 上の Drizzle）、stackbone.storage、stackbone.ai、stackbone.rag、stackbone.config / secrets / settings / prompts、stackbone.workflows（別のワークフローの開始またはスケジュール）、コネクター用の stackbone.connection(id)。さらに双方向の human-in-the-loop（ワークフロー本体の requestApproval()、エージェントのツールレベルの interruptOn）。次のようなリクエストでトリガー：エージェントを構築、ツールを追加、ワークフローを書く、データを保存、ファイルをアップロード、LLM を呼び出す、RAG 用にドキュメントを取り込む、人間の承認まで一時停止、ツールを承認でゲート、別のエージェントを呼び出す、コネクターを呼び出す、動的設定を読む、エージェントにブラウザを付与、ワークフローを直列実行。CLI タスク（init、add、dev、build、db migrate、runs、hitl）には stackbone-cli スキルを使用し、エラーや停止した実行の切り分けには stackbone-debug、説明から新しいものを作り始めるには stackbone-coder を使用する。
Button、ButtonGroup、Checkbox、Chips、DropDownButton、Floating Action Button、ProgressButton、RadioButton、Speed Dial、Split Button、Switch を含む Syncfusion ASP.NET Core ボタンコンポーネントを実装するための包括的なガイド。ASP.NET Core アプリケーションにスタイル付きボタン、トグル動作、アイコン対応、グループ選択、ドロップダウン操作メニュー、フローティングの主要アクション、展開可能なスピードダイヤルメニュー、インタラクティブなフォーム要素、単一/複数選択機能、コンパクトなタグ/フィルタ要素、ドラッグアンドドロップ操作を追加するときに使用します。
Toast、Message、Skeleton を含む Syncfusion ASP.NET Core 通知コンポーネントを実装する。トースト通知、短時間で自動的に消えるアラート、スナックバーメッセージ、重要度レベルを備えた文脈依存の Message コンポーネント、シマーアニメーション付きの Skeleton ローディングプレースホルダーを構築するときにこのスキルを使用。配置、アクションボタン、重要度のバリエーション、アニメーション効果、形状オプションを網羅。
UGUI と UI Toolkit による Unity UI 開発。次の場合に積極的に起動する：(1) Unity のユーザーインターフェースの構築、(2) UGUI（Canvas、RectTransform、アンカー）、(3) UI Toolkit（USS、UXML、VisualElement）、(4) EventSystem と入力処理、(5) 一般的な UI コンポーネント（ボタン、スクロールビュー、ドロップダウン）、(6) インベントリ UI、HUD、体力バー、メニューシステム、(7) TextMeshPro のセットアップとリッチテキスト、(8) レスポンシブ UI（アンカー、レイアウトグループ）、(9) 実行時 UI 生成、(10) ゲーム内 UI 用のワールドスペース Canvas。提供：UGUI と UI Toolkit の比較、RectTransform パターン、USS/UXML の例、レイアウトグループのレシピ、TextMeshPro テンプレート。
コミットメッセージを、注意深い人間のエンジニアが書いたように聞こえるよう書き直す。AI/マーケティング的な冗長表現（「comprehensive solution」「robust implementation」「leverage」「enhance」「seamlessly」「This commit...」）を除去する。Conventional Commits 形式を維持する。件名は 72 文字以内（目標 50 文字以内）、命令形。件名から「なぜ」が明らかでない場合にのみ本文を書く。ユーザーが「humanize commit」「de-slop commit message」「make this commit sound human」「/unslop-commit」「/commit」「write a commit」と言うか、コミットの下書きを貼り付けて整理を求めたときに使用する。変更をステージングすると自動的にトリガーされる。
キャンペーンで一貫性のある承認済みのリンクラベル付けが必要で、チームが流入元を区別し、後でレポートできるようにするときに使用します。トリガーフレーズには「UTM を計画して」「キャンペーンリンクに名前を付けて」「トラッキングリンクを作って」「クリエイターのリンクにどうタグ付けすればいい？」「このローンチのアトリビューションを設定して」などがあります。分析データへのアクセスを主張したり、同意やポリシー確認なしにトラッキングを作成したり、キャンペーン戦略を決めたりする用途には使用しないでください。キャンペーンの元情報には campaign-brief、メディア要件には paid-social-brief、利用可能なデータの解釈には social-analytics-report を使用します。
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。