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
流暢な英語を受け付けるあらゆる現代のテキスト・トゥ・イメージまたは画像編集モデル向けに、高品質な自然言語の画像プロンプトを作成する。ユーザーが英語の自然言語画像プロンプトの作成、書き換え、改善、翻訳を求めたときにトリガーする——「write me an image prompt」「improve this image prompt」「describe this scene for an image model」「convert these tags into a natural language prompt」など。画像 API へのディスパッチ、サンプラー/スケジューラの選択、LoRA の選定、ControlNet の設定のみを目的とするリクエストではトリガーしない——それらはランタイムスキルに属する。
ユーザーの目標と認知原則に基づいた、直感的で意味のあるインタラクションを設計する。コンポーネントの挙動、ユーザーフロー、フィードバックシステム、エラー処理、ローディング状態、トランジション、アクセシビリティ、キーボードナビゲーション、タッチ/ジェスチャー操作の設計時、またはインタラクションの品質を評価するときに使用。モーダルと非モーダルの選択、直接操作パターン、入力デバイスの考慮、UX の感情的/演劇的側面、インターフェースを反応が良く、人間的で、目標志向に感じさせる方法について尋ねられた場合にも使用。
Benjamin Bloom の 2 Sigma 問題理論に基づく 1 対 1 の対話型学習システム。適応型の指導 — 学生の回答から習熟度を判断し、自動的に進めるか補足し、未習得の内容は決して飛ばさない。学生プロフィール、授業後のディスカッション、修了評価に対応。 トリガーワード:「打开交互式学习系统」「打开交互式学习」「交互式学习」「我想学 X」「继续学 X」「继续学」「学完 X 了」。 undertrigger しないこと — ユーザーが何かを学びたい、授業を続けたい、学習システムを開きたいと言った場合は、この skill を必ず呼び出す。 ユーザーが「继续」と言ったが文脈が不明確な場合は、まず現在の作業ディレクトリに `.learning-config.json` が存在するか確認し、存在すればこの skill をトリガーする。
Kubb（OpenAPI / Swagger コードジェネレーター）のリファレンス。kubb.config.ts、TypeScript 型、TanStack Query フック、Zod、Faker、MSW モック生成用プラグイン、Fetch / Axios / SWR / React Query クライアント、plugin-client（カスタムクライアント）を扱います。CLI の 8 コマンド、拡張レジストリ（kubb add）、Kubb Studio、Kit（kubb/kit）、parser-ts / parser-md、adapter-oas、診断、プラグインベース、モノレポ対応も含みます。TanStack Query 自体の API については、tanstack-query スキルを使用してください。
レスポンシブレイアウトの修正または構築：ページシェル、グリッド、カードレイアウト、サイドバー、ブレークポイント戦略、コンテナクエリ。ユーザーが「モバイルで崩れる」「レイアウトが乱れている」「要素が揃わない」「セクションごとに余白が不統一」「レスポンシブにして」「これを正しく中央揃えにして」と言ったとき、またはダッシュボード/ページ/グリッドレイアウトを求めたときに使用。既存の CSS を検査してレイアウトの臭い（固定幅、絶対配置、メディアクエリの乱立）を見つけ、動作するレイアウトコードを生成する — Grid/Flexbox の判断ルールを適用してリファクタリングした CSS/JSX、コンテンツから導出したブレークポイント、レスポンシブ検証チェックリスト。純粋なスペーシングトークンの質問は design-foundation に、テキスト可読性の質問は typography-system に引き継ぐ。
ユーザーがローカル SEO レポートを作成したい、ローカル順位のパフォーマンスを追跡したい、レポート用ダッシュボードを構築したい、または結果をクライアントに伝えたい場合に使用します。ユーザーが "local SEO report"、"client reporting"、"local metrics"、"KPIs for local"、"GBP insights"、"how to measure local SEO"、"prove ROI on local" に言及した場合にも使用します。geogrid 固有の分析については geogrid-analysis を参照してください。競合のベンチマークについては local-competitor-analysis を参照してください。
manifest-dev に関するあらゆる質問に、その背景にある理由も含めて回答します。用途、ワークフローと自律性の段階、ユーザーが出会う各用語（Manifest、Acceptance Criterion、Global Invariant、verification harness、recipe、ask-first、Lock、Debt、Ticket など）、各要素の関係、それぞれが存在する理由、組み込まれているプラクティス、Manifest、実行レポート、プルリクエストのセクション、ワークフローが作成したファイルの意味を説明します。manifest-dev の機能や仕組み、スキル同士の関係、始め方について質問された場合に使用します。ユーザー自身のタスクの支援には使用しません。
SEO 監査、キーワード調査、コンテンツ計画の実施、または技術的 SEO 問題の修正を行うときに使用する。技術監査（Core Web Vitals、クロール可能性、構造化データ、robots/sitemaps/canonicals、モバイル、セキュリティ、内部リンク）、SEO 戦略（キーワード調査、コンテンツ計画、競合分析、E-E-A-T）、リンク構築、ローカル SEO、国際 SEO（hreflang）、マルチプラットフォーム SEO（Google、YouTube、Reddit、ソーシャル）を扱う。2026 年 2 月更新。
Microsoft MarkItDown（Python API、markitdown CLI、markitdown-ocrプラグイン、markitdown-mcpサーバー）でドキュメントをMarkdownに変換します。PDF、Word、PowerPoint、Excel、HTML、CSV、EPUB、ZIP、ストリームに対応し、Azureによる抽出も扱います。LLM/RAGへの取り込みに向けて論文やレポートを準備するとき、出典情報を保ちながら文献フォルダーを一括でMarkdownに変換するとき、アップロードされたバイト列やファイルストリームを変換するとき、スキャンPDFや画像内テキストのOCRが必要なとき、MCP経由でローカルエージェントに変換機能を提供するときに使用します。バウンディングボックスやページ座標には使用せず（LiteParseを使用）、PDFの結合・分割・フォーム処理にも使用しません（pdfスキルを使用）。
MegaLinter に関するすべての入口。ユーザーがリポジトリを lint したい、MegaLinter をセットアップしたい、lint エラーを確認または修正したい、CI の lint ジョブを通過させたい場合、または "run megalinter"、"fix lint errors"、"make the linters happy"、"clean up code quality" と言った場合に使用する。リポジトリの状態を検出し、リポジトリがクリーンになるまで megalinter-setup、megalinter-check、megalinter-fix の各スキルをループでオーケストレーションする。
現在のリポジトリの MegaLinter lint エラーを収集する。ユーザーがコードが lint を通過するか知りたい、MegaLinter の CI ジョブがなぜ失敗するか知りたい、または lint エラーを修正する前後に使用する。2 つのモード - CI ジョブ（GitHub Actions、GitLab CI、Azure Pipelines、Bitbucket Pipelines）を監視してログを解析するか、Docker で MegaLinter をローカル実行する（フル実行または高速並列のスタンドアロン linter 実行）。
リポジトリに MegaLinter をインストールまたはアップグレードする。ユーザーがプロジェクトに MegaLinter を追加したい、lint CI をセットアップしたい、MegaLinter の設定やバージョンを更新したい、または「megalinter をインストール」「lint をセットアップ」「コード品質チェックを追加」「megalinter skills を更新」と言ったときに使用する。常に npx mega-linter-runner（--install または --upgrade）を経由し、その後 .mega-linter.yml を調整する。アップグレードモードでは、インストール済みの MegaLinter skills とサブエージェントも更新する。ユーザーが明示的に求めた場合は、MegaLinter のカスタム flavor リポジトリもセットアップする。
Open Design に組み込まれたデザインスキルと既製のデザインシステムを使い、チャット内でデザイン（ポスター、チラシ、ソーシャル投稿やカルーセル、スライド資料、ランディングページ、プロトタイプ、ダッシュボード、コンポーネント）を作成し、確認後に PDF、PNG、PowerPoint として書き出します。ユーザーが「Open Design」と明示しなくても、ポスター、チラシ、Instagram 投稿、ピッチデッキ、ランディングページ、ダッシュボード、プロトタイプ、マーケティングページなど、ビジュアルのデザイン、構築、モックアップ、生成を求める場合は必ず使用します。
OpenAI API（developers.openai.com）の Agents SDK（Python / TypeScript）と Agents API（beta）。Agent、Runner、handoffs、guardrails、tracing、SandboxAgent、client.beta.agents の sessions / environments / vaults / plugins、組み込みツール（web search、file search、computer use、code interpreter、image generation）、function tools、vector stores、MCP（Model Context Protocol）コネクター、バックグラウンドモード、マルチエージェントオーケストレーション。
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。