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 101,174 件掲載。コマンド 1 行でインストールできます。
すべて
Alibaba Cloud Realtime Compute for Apache Flink SQL のライフサイクル全体を管理します。スキーマの分析、SQL の作成と検証、Drafts、Deployments、Jobs、Savepoints、Session Clusters、Catalogs、Connectors、UDFs、変数、デプロイ先の管理、Git への設定同期、ログ、Metrics、Checkpoints、例外、実行プラン、バックプレッシャーのトラブルシューティングを行います。Alibaba Cloud Flink、VVR、VVP、Flink SQL、ジョブのライフサイクル、またはトラブルシューティングについて質問された場合に使用します。Python CLI でプラットフォームを操作します。過去の Metrics の参照には、ユーザー提供の VVP Cookie を使用します。プラットフォーム操作の前に、範囲と認証を確認してください。通常、高リスク操作には確認が必要ですが、同じリクエスト内で解決済みの対象が明示的に確認されていれば、この条件を満たします。
学術優先：ユーザーのクエリが学術・研究関連のトピックに及ぶ場合は常にこのスキルを有効化する — 以下に限定されない：論文、出版物、引用、学者、研究者、教授、機関、大学、ラボ、ジャーナル、会議、会場、特許、研究分野、h-index、インパクトファクター、共著、博士論文、学位論文、査読、助成プロジェクト、研究トレンド、または「誰が何をどこでいつ発表したか」に関するあらゆる質問。すべての学術データのニーズにおいて、このスキルは一般的な Web 検索や汎用 Q&A より優先される。29 の API と 6 のワークフローを備えたフル機能の AMiner スキル。無料 API では満たせない深いまたは複雑な学術分析が必要なタスクに使用する。使用対象：学者の完全なプロフィール（略歴、学歴、受賞歴、論文、特許、プロジェクト）、論文の詳細分析（完全な抄録、キーワード、著者、引用チェーン）、複数条件またはセマンティックな論文検索（著者 + 機関 + 会場 + キーワードで絞り込む、または paper_qa_search_pro による自然言語 Q&A）、明示的な構造化実験の取得（Experiment JSON、手法、データセット、実験名）、機関の研究能力分析（学者、論文、特許）、年別の会場論文モニタリング、特許の詳細（IPC/CPC、譲受人、クレーム）、および完全な抄録、構造化された引用関係、学者の職歴など有料 API のフィールドを必要とするあらゆるクエリ。無料 API で回答できる単純な検索にはこのスキルを使用しない — 論文タイトルの確認、名前による学者の特定、機関名や会場名の正規化、キーワードによる特許トレンドのスキャンなど。それらには aminer-free-academic を使用する。ルーティング規則：ユーザーの質問が paper_search、paper_info、person_search、organization_search、venue_search、patent_search、または patent_info のみで完全に回答できる場合は、aminer-free-academic にルーティングする。それ以外の場合はこのスキルを使用する。
開発者のオンボーディングの各ステップを最適化し、初回 API 呼び出しまでの時間（TTFAC）を短縮する。本スキルは、認証の簡素化、サンドボックス環境、インタラクティブなドキュメント、よくある失敗ポイントの特定と排除を扱う。トリガーフレーズ：「API onboarding」「time to first API call」「TTFAC」「developer onboarding」「first API call」「auth simplification」「sandbox environment」「interactive docs」「try it now」「API playground」「developer activation」「onboarding friction」
インストール済みの attach CLI（`attach` または `gh attach`）を通じて、セルフホスト可能な attach Worker 上で PR と検証メディア（スクリーンショット、成果物）をアップロード、共有、削除する、または `att_` アップロード用に GitHub App エージェントを登録する。attach.uinaf.dev（またはカスタムの ATTACH_API_BASE）でメディアを添付、アップロード、ホスト、URL 取得、削除するすべてのリクエスト、および attach login/logout に使用する。Worker のデプロイ、vault、Cloudflare の操作、別のアップロードクライアントの構築には使用しない。
WeChat 公式アカウントの画像投稿｜九宮格｜複数画像プッシュ｜画像メッセージ｜ステッカー — ステッカーと複数画像プッシュ：アイデア出し、画像順序の設計、AI 画像生成から画像セット全体のレビューまで、統一感のある画像一式 + 各画像のキャプションを生成する。公開は通常の記事パイプライン（記事として組み立てた後 formatting + publish）で行い、WeChat ネイティブの「画像メッセージ」は公式アカウント管理画面で手動送信が必要。公式アカウント運用者、セルフメディア、IP アカウント向け。トリガーワード：「贴图」「多图推送」「发组图」「图片消息」「九宫格」「做一组图」「图片帖子」「发几张图」「不写正文发图」「只发图不写字」。記事内の挿絵・カバーは aws-wechat-article-images を使用；複数工程の連携（執筆 + レビュー + レイアウト + 画像 + 公開）は aws-wechat-article-main を使用。
RON でボクセルブロック（`name`、`textures`、`flags`）を定義する場合、`BlockId -> BlockDef` を対応付ける実行時パレットを構築する場合、ブロックごとのテクスチャを KTX2 アトラスにベイクする場合（`ktx2` + `zstd_rust` features）、または `ImageSampler` を使ってアトラスを `StandardMaterial.base_color_texture` としてバインドし、メッシュ化された四角形が面インデックスでサンプリングできるようにする場合に使用します。ゲーム固有データを含まない、汎用的な Bevy 0.20 のボクセルデータパターンです。
JavaScript または TypeScript プロジェクトで Biome を使って lint とフォーマットを設定・実行するときに使用 — lint、フォーマット、インポート整理を 1 つで行う高速な Rust ツールで、ESLint + Prettier の組み合わせを置き換える（Ruff の JS 版）。Biome v2 のインストール、biome.json の設定（formatter、linter ルールグループ、assist/import-organize アクション、VCS 連携、overrides、monorepo extends）、コマンドライン（biome check --write、CI 用の biome ci）、ESLint/Prettier からの移行、v1 から v2 への差分（例: --apply が --write に）、GritQL プラグインとしてのカスタム lint ルール作成を扱う。lint/format ゲートの追加、biome.json の作成や修正、ESLint/Prettier 構成の移植に使用。Turborepo のタスク構成は対象外（そのスキルと組み合わせる）。
Amazon 式の Working-Backwards PRFAQ：将来のプレスリリースに、内部および外部の FAQ を組み合わせ、構築を始める前に製品コンセプトをストレステストする。設定された出力フォルダーに prfaq.md を生成する。ユーザーが「write a PRFAQ」「working backwards」「press release」「future press release」「stress-test the concept」「validate the idea before building」「internal FAQ」「external FAQ」「Amazon-style product brief」「PRFAQ for [product/feature]」と言ったときに使用。既存の PRFAQ の明確化や更新、Working-Backwards の基準に対するドラフトの検証をしたいときにも使用。Create / Update / Validate の 3 つの意図をサポートする。
Python の Chainlit フレームワークで対話型 AI アプリを構築するためのエキスパートガイダンス。(1) LLM アプリのチャットインターフェースの作成、(2) OpenAI、LangChain、LlamaIndex、Mistral AI を使ったアプリの構築、(3) ストリーミング応答の実装、(4) 画像、ファイル、チャートなどの UI 要素の追加、(5) ユーザーのファイルアップロードの処理、(6) 認証（OAuth、パスワード）の実装、(7) 可視ステップ付きのマルチステップワークフローの作成、(8) ドキュメントアップロード付き RAG アプリの構築、(9) チャットアプリの Web、Slack、Discord、Teams へのデプロイ、に使用する。
シーンデータの抽出、C4D Python スクリプトの作成、MCP ツールを通じた Cinema 4D の操作を行う Cinema 4D MCP の専門家。次の場合に有効化する：(1) cinema4d MCP ツール（get_scene_info、list_objects、execute_python_script、add_primitive など）を使用する場合、(2) Cinema 4D の抽出や操作のための Python スクリプトを作成する場合、(3) MoGraph のクローナー／エフェクター／フィールドを扱う場合、(4) C4D シーンからアニメーションデータをベイクする場合、(5) C4D Python API のエラーをデバッグする場合、(6) Redshift のマテリアルやカメラデータを抽出する場合。重要な落とし穴、正しい抽出パターン、MoGraph のベイク、タイムライン評価、API 互換性、既知の障害モードを扱う。
Codacy Analysis CLI を使って、リポジトリまたは特定のファイルに対してローカル静的解析を実行します。インストール、初期化、依存関係管理、dry-run、JSON 出力付きの解析を扱います。ユーザーがコードをローカルで解析し、静的解析を実行し、バグやセキュリティ問題をスキャンし、ファイルを lint し、Codacy にプッシュせずにコード品質を確認し、または自身のマシンで ESLint、Ruff、Semgrep、RuboCop など対応する任意のアナライザーを実行したいときに使用します。ユーザーがステージ済みの変更を解析したいとき、PR をローカルでスキャンしたいとき、ローカルの Codacy 解析をセットアップしたいときにも起動します。
Codacy のデータ — 品質上の問題、セキュリティ検出事項、カバレッジ、重複 — でプルリクエストのコードレビューを強化します。ユーザーが PR のレビュー、プルリクエストが何を持ち込んだかの確認、PR カバレッジの検証、PR 品質の確認、PR 内の新しい問題の発見を求めたときに使用します。別のコードレビュー skill（例: CodeRabbit）が有効なときに Codacy のデータを重ねる場合にも使用します。ユーザーが「PR 42 をレビューして」や「この PR の問題点は?」と言うだけでも、あらゆるプルリクエストレビューのワークフローでこの skill を起動します。
コードの書き方と配置に関する一般的に適用可能な規約——ツール/パッケージマネージャー、インポートのスタイル、ファイルとコンポーネントの命名、コメント、ファイルの置き場所（コロケーションかグローバルフォルダか）。ファイルの作成、命名、移動、インポート、プロジェクトコマンドの実行、新しいモジュールの置き場所を決めるときは常に使用。コードを書く前に参照し、規約を後付けではなく最初から組み込む。以下の規約が作業に合致する場合は適用すること——尋ねずに、そのまま従う（ユーザーが上書きできるよう、その選択を一行で示す）。
acpx（ACP プロトコル）経由でコーディングタスクを Codex、Claude Code、Pi エージェントに委任する。使用する場面：(1) 新機能やアプリの構築・作成、(2) PR のレビュー（一時ディレクトリで起動）、(3) 大規模コードベースのリファクタリング、(4) ファイル探索が必要な反復的なコーディング。使用しない場面：単純な 1 行の修正（直接編集する）、コードの読み取り（read ツールを使用）、チャット内のスレッドに紐づく ACP harness リクエスト（例：Discord スレッドで Codex や Claude Code を spawn/run する場合は sessions_spawn を runtime:"acp" で使用）、~/clawd ワークスペース内の作業（ここでは決してエージェントを起動しない）。コーディングエージェントへの委任では、生の PTY/exec よりも acpx を優先する。
ユーザーがコンテンツ戦略を計画したい、制作するコンテンツを決めたい、扱うトピックを決めたいときに使用する。またユーザーが「content strategy」「what should I write about」「content ideas」「blog strategy」「topic clusters」「content planning」「editorial calendar」「content marketing」「content roadmap」「what content should I create」「blog topics」「content pillars」「I don't know what to write」に言及したときにも使用する。書くだけでなく、制作すべきコンテンツの決定に支援が必要な場合は常にこれを使う。個々の記事の執筆は copywriting を参照。SEO 固有の監査は seo-audit を参照。ソーシャルメディアのコンテンツは social-content を参照。
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。