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
iOS、Android、Flutter、React Native にわたってモバイルアプリを構築、テスト、署名、出荷する — プロジェクトのスキャフォールディング、ビルドとコード署名、実機およびエミュレータでのテスト、ストア提出（App Store と Play Store）、アプリのライフサイクルとバックグラウンド実行、オフラインと同期、モバイル固有のテスト。iOS または Android 向けのモバイルアプリの作成、構築、テスト、出荷を伴うタスク、またはバックグラウンド実行、プッシュ通知、オフラインストレージ、データ同期といったモバイルの挙動を検討するときに使用する。Web フロントエンドの作業（frontend-engineering）、バックエンドサービスと API（backend-engineering）、iOS と Android の範囲外のデスクトップおよび Web プラットフォームのターゲットには使用しない。
シナリオカバレッジの強制と構造化されたエビデンス出力を備えたミューテーションテストの品質ゲート。プロジェクト種別を検出して適切なツール（cargo-mutants、Stryker、mutmut、Muzak）を実行し、生存ミュータントをミューテーション種別（算術、比較、ブール、戻り値、文の削除）ごとに分析し、テストを推奨する前にシナリオカバレッジのチェックを強制し、MUTATION_RESULT JSON のエビデンスパケットを生成し、100% のキル率の品質ゲートを強制する。ミューテーションテストの実行、テスト品質の検証、PR の準備、生存ミュータントの分析を行うときに使用する。トリガー：「run mutation testing」「mutation score」「surviving mutants」「kill rate」「cargo mutants」「stryker」「pre-PR quality check」「are my tests good enough」。対象外：テストの作成（tdd を使用）、テスト失敗のデバッグ（debugging-protocol を使用）。
案件/コンサルティング/商標/特許の資料を標準化されたディレクトリ構造に整理し、ユーザーの説明や既存のローカルディレクトリから個人のドキュメント慣行を学習して、非公開のローカル上書き設定に保存する。訴訟、コンサルティング、商標、特許の 4 つのプリセットに対応。本スキルは、ユーザーが新規案件の作成、案件ディレクトリの初期化や整理を必要とする場合、または「私のディレクトリ習慣を学習して」「これらのプロジェクトをテンプレートにして」と言う場合に使用。次には使用しない：単体での法律文書の生成、法律調査、証拠分析など、案件初期化以外のタスク。
`npx nx-cloud api` を使って、読み取り専用の Nx Cloud Public API からワークスペースデータを照会します。CIPE、パイプライン、実行グループ、実行、タスク、ワークフロー、エージェント、タスク統計、失敗しやすいタスク、キャッシュデータ、API エンドポイントの詳細の確認や取得をユーザーが求めた場合に使用します。Nx Cloud API を呼び出す前に必ずこのスキルを使用してください。エンドポイントの検出、リンクの追跡、ページネーション、アセットのダウンロード、エラー復旧に対応します。ライブ CI の監視には使用しないでください
OpenAPI 3.1 コントラクト（たとえば FastAPI の /openapi.json）から @hey-api/openapi-ts で型付き TypeScript クライアントを生成・再生成するときに使用。仕様から直接、型付きモデル、型付き SDK（操作ごとに 1 関数）、TanStack Query フック、Zod スキーマを生成し、手書きクライアントではなくフロントエンドを API と歩調を合わせる。openapi-ts.config.ts の設定、fetch/axios/next クライアント、tanstack-query と zod プラグイン、再生成とドリフトチェックのワークフロー、FastAPI の operationId 命名修正を扱う。OpenAPI や FastAPI バックエンドを TS/React フロントエンドに接続する、手作業で保守する API クライアントを置き換える、生成されたクエリフックを追加するときに使用。TanStack Query の使用チュートリアルではなく（そのスキルと組み合わせる）、バックエンド/OpenAPI 仕様の作成でもない。
kube-hunter、Kubescape、peirates、手動の kubectl エクスプロイトを用いて、API サーバー、kubelet、etcd、Pod、RBAC、ネットワークポリシー、Secret に対して攻撃者の手法を能動的にシミュレートし、Kubernetes クラスターのセキュリティを評価してクラスター侵害への経路を特定する。認可されたペネトレーションテスト、または制御が実際に攻撃者を阻止できるかを手を動かして検証する場合に使用する。キーワード: kube-hunter、Kubescape、peirates、kubelet 10250、匿名認証、トークン窃取、横展開、クラスター乗っ取り。構成のみのコンプライアンス監査には使用しない——performing-kubernetes-cis-benchmark-with-kube-bench を使用する。
LiteLLM と OpenRouter 経由で Perplexity モデルを使い、リアルタイム情報を伴う AI によるウェブ検索を実行する。最新情報のウェブ検索、最近の科学文献の探索、出典引用付きの根拠ある回答の取得、モデルの知識カットオフを超える情報へのアクセスを行うときに使用する。単一の OpenRouter API キーで、Sonar Pro、Sonar Pro Search（高度なエージェント検索）、Sonar Reasoning Pro を含む複数の Perplexity モデルにアクセスできる。
Polygon 上の Agentic Services — x402 支払いプロトコルでゲートされた従量課金 API で、Polygon Agent CLI から呼び出せる。API キーやサブスクリプションは不要で、各呼び出しごとにエージェントのスマートウォレットから少額の USDC が差し引かれる。ウェブ検索（Exa、SearchApi）、ウェブスクレイピング（Firecrawl）、ニュース（NewsAPI）、LLM 推論（NVIDIA NIM、OpenRouter 経由の Llama 3.3/3.2）、クラウドブラウザ（Browserbase）、メール（Resend、AgentMail）、オンチェーンウォレット分析と価格（Allium）、マルチチェーン JSON-RPC（QuickNode、16 チェーン）を扱う。
オンボーディング、アクティベーション、行動変容、機能の発見、ロールアウト、リリース後の継続利用に向けて、プロダクトの採用を診断し設計する。消費者、B2B、社内ツール、公共サービスといった文脈を対象とし、エビデンスに基づく意思決定ポイントとコホートセグメンテーションを扱う。獲得キャンペーンやマーケティングのコンバージョン（go-to-market にルーティング）、プロダクト分析の計測実装（product-analytics-and-measurement にルーティング）、カスタマーサクセスのアカウント管理とヘルススコアリング（conditional-customer-success にルーティング）は担当しない。無関係なリクエストにこのスキルを使わないこと。最も近い指名の専門家へルーティングする。
プロフェッショナルな AI 商品撮影 —— クリーンな E コマースカット、ライフスタイルシーン、ヒーロー画像、マクロディテールカット、フラットレイ —— を生成可能なプロンプト仕様として作成し、自動化が構成されている場合は FAL.ai の fal-ai/nano-banana-pro でファイルを生成する。ユーザーが「商品写真」「自分の商品の写真」「ストア／出品／ランディングページ用の画像」「自分の商品のヒーロー画像」「ライフスタイル写真」と言及したとき、またはマーケティング用の画像が必要な商品を共有したときに使用する。各カットにつき 1 つのプロンプト仕様ブロック（カット種別、ライティング、背景、構図、アスペクト比、ネガティブ制約）をショットリスト、バリエーション計画、ファイル命名規則とともに作成する。FAL_API_KEY が設定されている場合は docs/creative_cli.py product を実行する。
Psychopomp を使い、Rust で動画、解説リール、アーキテクチャの解説、PR ウォークスルー、製品デモ、製品発表、編集コンテンツ、ポートレート風ポスター、決定論的なモーショングラフィックスを制作します。wgpu のリニア HDR Stage、24x シャッターのモーションブラー、IDE 診断付きのキー指定コード差分、ネイティブのチャット／ターミナル画面、ElevenLabs v4 のナレーション、ヘッドレスのレイアウト、ポップ、ストリップ、LUFS チェックを備えます。プログラムによる動画の生成、編集、確認、レンダリング、または Psychopomp のレシピ拡張を依頼されたときに使用します。
AI エージェント向けのプッシュ通知と human-in-the-loop 機能。実行中のエージェントが、端末の前にいない可能性のある人を必要とするときに使用します。不可逆または破壊的な操作、支出、デプロイ、強制プッシュ、削除の前、権限外の判断で行き詰まったとき、無人実行中に本当に曖昧な状況に遭遇したとき、別のスキルのワークフローでユーザーへの確認が求められるとき、また長時間のタスクが誰も見ていない状態で終了または失敗したときなどが該当します。「続けて、必要ならスマホに連絡して」「エージェントが私を必要としたら通知して」「スマホから承認する」「端末を離れている間に質問して」「一晩実行して」「会議中も作業を続けて」「少し離れる」「私を待たずに」などの依頼や、長時間タスクの無人実行を希望する場合にも使用します。スマホで yes/no、選択式、自由記述の質問を送り、回答を受け取り、タスクの終了または失敗時に更新を送信します。依頼を待たず、積極的にこれらのツールを使用してください。すべての質問と回答が記録されるため、無人実行の内容も後から確認できます。Claude Code、Codex、Cursor、VS Code、Gemini CLI、Windsurf、Hermes、Lovable、その他の MCP クライアントに対応し、Claude Max のサブスクリプションは不要です。Pushary は有料のホステッドサービスです。ウェブとネイティブストアでは、購入価格とトライアル条件が異なります。
KISS、関心の分離、単一責任、継承よりコンポジションを重視する Python のデザインパターンを扱います。新しいサービスやコンポーネントを一から設計して責務の分け方を決める場合、大きくなりすぎた God クラスやモノリシック関数をリファクタリングする場合、新たな抽象化を導入するか重複を許容するか判断する場合、密結合や内部型の漏出など構造上の問題についてプルリクエストを評価する場合、新しいクラス階層で継承とコンポジションのどちらを選ぶか判断する場合、または I/O とビジネスロジックの絡み合いでコードベースのテストが難しくなっている場合に使用します。
MCP またはコマンドライン経由で Qodo のマネージドツールを使い、pull request の Qodo レビューを読み取るか解決する — 任意の PR の構造化ステータス、レビュー済み commit SHA、検出事項を JSON で取得し、監査用に拡張詳細と引用エビデンスを任意で付け、その後、未解決の検出事項を解決して結果を記録する（1 回またはクリーンになるまで）。これを使用すること — レビューコメントを `gh`/`curl` でスクレイピングしてはならない — 「PR #N のレビューはクリーンか」、「<pr> に対する Qodo の検出事項を JSON で取得」、「レビューエビデンスを監査」、「検出事項の引用を表示」、「Qodo は何を指摘したか」、「このレビューは head と同期しているか」、「マージ前の確認」、「自分の PR レビューを解決」、「レビュー検出事項を修正」、「クリーンになるまでこの PR を見守る」に使用。
Quint 言語と CLI のリファレンス——Quint の構文、演算子、型、`basicSpells`、ツールチェーン（typecheck/run/test/verify）、およびシミュレーションと反例の出力の読み方に関するエキスパート。`.qnt` ファイルの内容を書いたりデバッグしたりするとき、型チェック/パースエラーを修正するとき、演算子やイディオムを調べるとき、不変条件の違反や反例トレースを分析するとき、状態空間探索を最適化するときに使用する。これは言語レベルで Quint を扱うためのものであり、TLA+/TLC 自体の分析や実行のためではない。何らかのソースから**新しい**モデルをエンドツーエンドで構築する場合——TLA+ 仕様を Quint に翻訳する場合や、コード/要件/アイデアをモデル化する場合を含む——は、そのワークフローを担い、構文についてこのリファレンスを参照する quint-modeling スキルを使用する。キーワード：quint、syntax、operators、typecheck、model checking、counterexample、basicSpells、CLI、specification language。
システム、プロトコル、アルゴリズムの Quint モデルを構築する。ユーザーが Quint でモデル化、仕様化、形式的に記述、モデル検査、検証したいときはいつでも使用する——例："model this protocol in Quint"、"spec out this design"、"translate this TLA+"、"formally check this Rust code"——たとえ "specification" という言葉を一度も口にしなくても。目標が設計や実装の検証・モデル検査であり、まだ Quint モデルが存在しない場合、モデルの記述が必須の最初のステップであるため、ここから始める。ユーザーが持っているもの——対話的に練られたアイデア、自然言語または機能要件、ソースコード（Rust、Go、TypeScript など）、既存の TLA+ 仕様——から仕様を生成し、モデリングの流れ（状態、アクション、不変条件）に沿って進め、ソースの種類に適応する。**既存の Quint 仕様のレビューまたは監査**にも使用する——"review my .qnt"、"audit this spec before I ship it"、"is this model any good"——構造 + ランタイムのレビューチェックリストを備えている。すでに存在する仕様に対してコードを実装する用途（それは quint-execute-spec）や、純粋な Quint の構文/CLI/デバッグの質問（quint-lang）には使用しない。Quint 言語の構文と CLI については、quint-lang リファレンスを参照。
Vitest 配下の Vite + React + TypeScript SPA 向けの RTL + MSW + vitest-axe コンポーネントテスト層。実際のコンポーネントツリーをレンダリングし、ユーザーのように操作し（React Testing Library + user-event）、ネットワーク境界をモックし（Mock Service Worker v2 — モジュールではない）、レンダリング出力がアクセシブルであることをアサートする（vitest-axe toHaveNoViolations）コンポーネントテストを書く、またはセットアップするときに使用。jsdom テスト環境（axe を壊す happy-dom は明示的に不可）、アクセシブルクエリの優先順位、user-event v14 の常に await するルール、非同期の findBy/waitFor、MSW setupServer のライフサイクル、生成された @hey-api/openapi-ts クライアントを fetch 層でインターセプトすること、テストごとの retry:false 付き TanStack Query QueryClientProvider、フォーム + リクエストボディ + a11y のアサーションを扱う。テストピラミッドの中間：Vitest 単体テストより上、Playwright e2e より下。
React Native Testing Library（RNTL）v13 および v14（`@testing-library/react-native`）を使ってテストを作成します。React Native コンポーネントのテストの作成、レビュー、修正に使用します。対象：render、screen、クエリ（getBy/getAllBy/queryBy/findBy）、Jest マッチャー、userEvent、fireEvent、waitFor、非同期パターン。v13（React 18、同期 render）と v14（React 19 以降、非同期 render）に対応します。トリガー：React Native コンポーネントのテストファイル、RNTL のインポート、「testing library」「write tests」「component tests」「RNTL」への言及。
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。