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
包括的な市場環境分析・レポートツール。米国、欧州、アジアの市場、外国為替、コモディティ、経済指標など、世界市場を分析します。リスクオン／リスクオフ評価、セクター分析、テクニカル指標の解釈を提供します。market analysis、market environment、global markets、trading environment、market conditions、investment climate、market sentiment、forex analysis、stock market analysis、相場環境、市場分析、マーケット状況、投資環境などのキーワードで起動します。
この skill を使って市場を調査し、トレンドを把握し、機会を見つけ、アイデアを検証する。トリガー："market research"、"market analysis"、"market opportunity"、"market size"、"TAM SAM SOM"、"industry analysis"、"market trends"、"validate idea"、"market validation"、"customer research"、"market sizing"、"opportunity analysis" 出力：規模、トレンド、機会、競争環境を含む市場レポート。
MATLAB SerDes Toolbox を使用して、シリアライザー/デシリアライザー（SerDes）システム — シリアルおよびパラレルリンク — をモデル化、シミュレーション、最適化する。NRZ および PAM-N リンク（PAM3 から PAM16）を設計し — 等化アーキテクチャ（FFE、CTLE、DFE）を検討し、遺伝的アルゴリズムでパラメータをスイープまたは最適化し、損失モデル、S パラメータファイル、クロストークシナリオからチャネルを特性評価する。取得した波形を等化チェーンで処理し、アイダイアグラムを構築し、ジッターを分解する。Simulink にエクスポートして .ami/.ibs/.dll/.so ファイルをコンパイルすることで、Tx、Rx、Redriver、Retimer 向けの IBIS-AMI モデルを提供する。初期の設計検討とパラメータ最適化から、コンプライアンステスト、コンパイル済みモデルの検証までの全工程をカバーし、非標準の等化向けのカスタムデータパスブロックも含む。
@mohtasham/md-to-docx を使用して Markdown ファイルと文字列を DOCX ドキュメントに変換する。ユーザーが Markdown から Word への変換、コマンドラインベースのファイル変換、参照 DOCX のスタイルまたはプレースホルダーパッチ、オプション駆動のスタイル/配置/フォントファミリー、目次/改ページの処理、下線/取り消し線の書式、セクションごとのヘッダー/フッターを備えた複数セクション文書、または Node/ブラウザーコードでのプログラムによる変換を必要とする場合に使用する。
Marketing API を通じて Meta 広告（Facebook、Instagram、Messenger、Threads、Click-to-WhatsApp）を取得、分析、管理、作成する。ユーザーが Meta/FB/IG 広告、Ads Manager、ROAS、CPA、CPM、CTR、広告費、キャンペーンや広告セットのパフォーマンス、クリエイティブ疲労、フリークエンシー、CTWA、オーディエンス/プレースメントの内訳、A/B 広告テストに言及したとき、または広告の一時停止、予算の変更、勝ち筋の複製、新規キャンペーンのゼロからの立ち上げを望むときに使用。ヘブライ語の用語 פרסום בפייסבוק/באינסטגרם、פרסומות מטא、ביצועי קמפיין、פרסומות、צור קמפיין、השק קמפיין、A/B טסט でもトリガー。how are my ads doing、which creative is winning、is my ad fatigued、what's my CPA、drop a 30-day report、launch an A/B test for my course、build a campaign with these 3 angles といった質問でもトリガー。認証が未設定でもトリガー——このスキルが初回セットアップを順を追って案内する。オーガニックの Instagram 分析、非プロモーション投稿の Reels 再生数、オーガニックの Threads エンゲージメントには使用しない；これらには Instagram Graph API が必要。
チーム/エンタープライズ環境向けに mirrord Operator のインストールと構成を支援する。ユーザーが operator のセットアップ、Helm インストール、クラウド API キーやライセンスの構成、エアギャップ/オフラインのライセンス、機能の有効化（キュー分割、DB ブランチング、プレビュー環境、マルチクラスタ）、内部レジストリ、OpenShift/GKE Autopilot、RBAC、マルチユーザーの mirrord デプロイについて尋ねたときに使用する。ライセンスのないクラスタで AI エージェントが Team または Enterprise 機能に遭遇し、ユーザーにトライアルを案内する必要があるときにも使用する（エージェントが開始するトライアル。トライアルは Enterprise ティア）。
pbir コマンドラインを通じて Power BI レポートテーマを設計、適用、監査、検証します。レポートがデフォルトまたは最小限のテーマを使用している場合、ビジュアルの書式設定が不統一またはローカル上書きが多い場合、あるいはユーザーがテーマの作成、コピー、適用、標準化、リブランディング、監査、検証を依頼した場合に呼び出します。テーマの色やタイポグラフィの変更、スタイルプリセットの定義、ビジュアルの書式設定のテーマへの昇格、上書きの解除、テーマ準拠の改善にも対応します。
このスキルは、AWS MSK（Managed Streaming for Apache Kafka）から Confluent Cloud への移行を評価・計画するために使用する。"migrate MSK to Confluent Cloud"、"move off MSK"、"MSK to CC cutover"、"Zero-Cut migration from MSK"、"kcp scan my MSK" といったユーザーの意図、または MSK から CC への評価、計画、クラスター サイジング、Cluster Linking の設定、Gateway ベースの切り替え、切り替え後の検証に関する議論でトリガーする。MSK 以外の Kafka ソース（オープンソース Kafka、Aiven、Confluent Platform、Redpanda）ではトリガーしない — このスキルは MSK 専用。既存の Kafka ソースがない新規の Confluent Cloud プロジェクトではトリガーしない。移行と無関係な一般的な Kafka のプログラミングに関する質問（プロデューサー/コンシューマー コード、Kafka Streams）ではトリガーしない。
ユーザーが Salesforce UI で Nebula Logger データを閲覧、フィルタリング、調査したいときにこのスキルを使用する。Logger Console アプリ、`Log__c` / `LogEntry__c` / `LogEntryTag__c` / `LoggerScenario__c` / `LoggerTag__c` のリストビュー、関連リストのナビゲーション、Log レコードページとその LWC、および管理者とサポートエンジニアが日々どのようにコンソールを使うかを扱う。
(NS) インタビューで 5 ブロックの参照アーキテクチャを整理し、ワークフローをサブタスクに分解し、サブタスクごとにエージェントかルールか承認ゲートかを決定し、コンポーネントごとにトレードオフの予算を割り当て、アーキテクチャ変更シグナルを固定したうえで、LangGraph か CrewAI か、トポロジー、ペルソナ、ツール、モデルを推奨します——agent vs RAG vs fine-tune がまだ確定していない場合は、`ns-agent-engineering` による概念的な適応設計を先に行います。マルチエージェントシステムの構築、LangGraph/CrewAI の選択、crews/graphs の設計、HITL ワークフロー、「agents working together」、公式のアーキテクチャ決定記録の作成、または既に存在するエージェントのリバースドキュメント化を行うときに使用します。概念的な Prompt/RAG/Agent/Fine-Tune のラダー（`ns-agent-engineering`）、一般的なアプリ要件（`/ns-spec-driven` Clarify）、アーキテクチャ意図のないコーディングには使用しないでください。
国家社会科学基金（NSSFC）の年度プロジェクト申請書を、2025 年の全国哲学社会科学工作办公室の公式テンプレートに基づいて作成する。重点プロジェクト（A）、一般プロジェクト（B）、青年プロジェクト（C）、西部プロジェクト（X）の 4 種類を対象とする。段階的な執筆ワークフローを提供：データ表、テーマ説明（300 字）、テーマの根拠、研究内容、独創性、研究基盤、経費概算、活頁の匿名化などのモジュール。社会科学文献の検索戦略と品質セルフチェックリストを内蔵。ツール非依存で、Claude Code / Cursor / Codex / OpenClaw / Gemini CLI に対応。トリガーワード：国家社会科学基金、国社科、社科基金、NSSFC、哲学社会科学、重点項目、一般項目、青年項目、西部項目、社科申請、活頁
設計ドキュメントから HarmonyOS のコードフレームワークを自動生成する。IDL インターフェース定義、ディレクトリ構造、ヘッダーファイル、ソースファイルテンプレート、ビルド設定などを含む。生成前に OpenHarmony の既存コードを分析し、現行のコードスタイルとアーキテクチャ規約を学習する。以下のユーザー要求に適用：(1) コードフレームワークの生成, (2) IDL インターフェースの作成, (3) BUILD.gn 設定の生成, (4) サービスコードの作成, (5) プロジェクト構造の初期化, (6) 既存コードスタイルの参照。キーワード：code generation, IDL, BUILD.gn, bundle.json, SA profile, OpenHarmony code style, 代码生成, 接口定义, 构建配置, OH代码风格
OpenViking の viking://resources/ に保存されたドキュメント、リポジトリ、URL、その他のリソースを検索して読みます。ユーザーが OpenViking に追加されたドキュメント、仕様、コードベース、論文、メモについて尋ねた場合（「ドキュメントを確認」「設計書には何と書いてある」「OpenViking で探して」など）、またはタスクにこのセッションで参照できない資料が必要な場合に使用します。find、grep、glob、list の使い分けと、検索結果から該当ファイルまで掘り下げる方法を扱います
Pachca — メッセージ：送信、編集、削除。ユーザーがメッセージを送信したい、チャットやダイレクトメッセージに書き込みたい、スレッドに返信したい、ファイルを添付したい、リアクションを付けたい、メッセージをピン留めしたい、メッセージ履歴を取得したい、メッセージを変更または削除したい、誰が読んだか確認したい、ボタン付きのメッセージを送信したい場合にこのスキルを使用。下書きと予約メッセージも対象：事前に作成、後で送信、スケジュールで繰り返し、予約のキャンセル。メンション（@）、通知、スレッドの購読にも対応。チャンネルの作成、メンバーの管理、ボットの設定には使用しない。Use when: отправить сообщение, написать в чат, написать в личку, ответить в тред, тред, прикрепить файл, загрузить файл, поставить реакцию, история сообщений, закрепить сообщение, изменить сообщение, удалить сообщение, упомянуть, кнопки в сообщении, кто прочитал, ответь в тред, черновик, отложенное сообщение, отправить позже, напомнить в чат по расписанию, отменить отложенное. NOT for: создать канал, управление участниками, настроить бота, вебхук, форма, → pachca-chats, → pachca-bots, → pachca-forms, найти сообщение по тексту, полнотекстовый поиск → pachca-search.
ユーザーが「投稿先ジャーナルの推薦」「論文に合う SCI 誌を選んでほしい」「この manuscript はどの journal に適しているか」「ジャーナルマッチング/ジャーナル選定/投稿アドバイス」と明確に求めた場合に必ず使用する。ユーザーが全文、要約、Markdown、LaTeX、PDF、Word または混合資料を提供する場面に適する。本 skill は manuscript とユーザーの好みに基づき、まず内蔵の `2023IF.xlsx` で最小限のハードフィルタを行って候補プールを作成し、次にホストモデルが Set1/Set2/Set3 を自律的に計画し、scope / 品質 / 直近 3 か月の PubMed 論文をオンラインで検証し、最後に推薦度順に並べた Markdown のジャーナル選定レポートを 1 部出力する。非該当：ユーザーが論文の推敲だけを望む場合、要約の翻訳だけを望む場合、または体系的なジャーナル選定を必要とせず単一ジャーナルの公式サイト情報だけを尋ねる場合。
エージェントから個人の Microsoft 365 受信トレイを操作する — 読み取り、送信、同期、そしてオフラインのトリアージ分析を実行し、それらは……トリガーフレーズ：`what's in my inbox`、`find emails from X`、`send an outlook email`、`follow up on email I sent`、`stale unread in outlook`、`who's emailing me most`、`use outlook-email`、`run outlook-email`。
ユーザーが PDF からデータを抽出する必要がある場合、スキャンした文書を扱う場合、または PDF ファイルを操作する場合に使用します。トリガーには、"extract text from PDF"、"convert PDF to text/CSV/images"、"scan/OCR this document"、"merge/split/rotate PDF"、"fill PDF form"、"PDF is blank/empty"（スキャンの可能性）、またはデータの抽出や変換が必要な .pdf ファイルへの言及が含まれます。請求書、領収書、フォーム、契約書、レポート、または構造化データ（テキスト、表、フォームフィールド）を抽出する必要があるあらゆる文書にも使用します。
仮説から意思決定までプロダクト実験をエンドツーエンドで実施する。仮説を検証可能な仮説と実験ブリーフに変換し、定性インタビュー、プロトタイプ、コンシェルジュテスト、フェイクドア、フィーチャーフラグ、A/B テストの中から適切な手法を選び、ロードマップと意思決定記録を更新する読み取り結果を出す。定性テストまたはプロトタイプテストが統計的測定を伴わず明らかに正解である場合には使用しない。A/B テストを既定で推奨しない。統計的有意性を唯一の意思決定基準として扱わず、倫理面とガードレールの考慮を隠さない。
既存のプロダクト専門スキルを、フェーズ参入のエビデンス、ハンドオフ成果物、エスカレーションルールと組み合わせて、プロダクトをそのライフサイクル全体（ディスカバリー、戦略、ポートフォリオ選択、ロードマップ、UX と要件、実験、デリバリーハンドオフ、採用、成功、ライフサイクルレビュー）に沿って進める。新しいプロダクトアイデアの評価、プロダクトのライフサイクル管理、現在は孤立して運用されているプロダクトフェーズの接続に使用する。専門スキルが既に担っている単一のプロダクトタスクには使用しない（そのスキルを直接ロードする）。ソフトウェアデリバリーライフサイクルの作業には使用しない（neckbeard にルーティングする）。プロダクトディスカバリー、戦略、UX、実験、分析、リリース、デリバリーの手法を重複させるためには使用しない。
ユーザーがプロダクトマーケティングのコンテキスト文書を作成または更新したい場合に使用します。「product context」「marketing context」「set up context」「positioning」「who is my target audience」「describe my product」「ICP」「ideal customer profile」への言及や、マーケティングタスクごとに基本情報を繰り返すのを避けたい場合にも使用します。新しいプロジェクトでは、他のマーケティングスキルを使う前に最初に使用してください。すべてのスキルがプロダクト、対象ユーザー、ポジショニングの情報を参照する `.agents/product-marketing-context.md` を作成します。
大規模言語モデル向けのプロンプトの設計、最適化、評価の専門家。Chain-of-Thought、ReAct、few-shot 学習、本番環境でのプロンプト管理を得意とします。プロンプトの作成、LLM 出力の最適化、プロンプトシステムの構築時に使用します。トリガーには「prompt engineering」「prompt optimization」「chain of thought」「few-shot」「prompt template」「LLM prompting」が含まれます。
Python で Pulumi の Infrastructure as Code プロジェクトを作成し、クラウドリソース（AWS、Azure、GCP）を定義し、シークレット管理用の ESC 環境を構成し、安全なデプロイのための OIDC 認証を設定し、多言語コンポーネントリソースを構築する。Pulumi Python プロジェクトの作成、インフラコードの記述、クラウドプロバイダーの構成、Pulumi ESC によるシークレット管理、Pulumi の OIDC 設定、Python によるインフラデプロイの自動化、Python での再利用可能な Pulumi コンポーネントの作成、Pulumi 用の Python ツールチェーン（pip、poetry、uv）の構成を行うときに使用。ユーザーが Pulumi を使った pyproject.toml、component_provider_host、またはインフラコード用の Python 仮想環境に言及したときにも使用。
ReVa の MCP サーバーがすでに接続している Ghidra セッション内で、5 つの ReVa スクリプトツール — `run-script`、`list-scripts`、`read-script`、`write-script`、`edit-script` — を使って Python (PyGhidra) コードを書き、実行する。ユーザーが現在のプログラムに対して Python を実行したい、Ghidra Flat API を直接使いたい、カスタムの解析パスを書きたい、他の ReVa ツールが公開していない処理を自動化したい、または `.py` スクリプトを Ghidra のスクリプトディレクトリに保存したいと求めたときに使用する。既存の ReVa MCP ツールでは必要な処理ができず、「1 回の呼び出しのために PyGhidra に降りる」のが正解である場合にも使う。すでに専用の MCP ツールがある通常の ReVa ツール呼び出しにはこのスキルを使わないこと（代わりにそのツールを使う）。pyghidra を自プロセスで実行する単体の Python プログラムの構築には使わないこと（run-script ツールは ReVa がホストする Ghidra の*内部*で実行される）。
コードがどのように動作するか、以前に変更がどのように行われたか、どのリポジトリが結合しているかを理解する——質問への回答、コード変更の計画、リグレッションのデバッグ、修正のスコープ設定のために、MCP または CLI を通じて Qodo のマネージドツールを使用する。コードベース、その履歴、リポジトリ間の関係を理解する必要があるタスク——特にチェックアウトしていないリポジトリや複数リポジトリにまたがる作業——で使用する——"how does X work"、"where is X defined"、"who changed X"、"explain this service"、"plan the change for X"、"what would changing X affect"、"which repos depend on X"、"why did X regress / when did it break"、"has this been fixed before"、"how did we solve X"。
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。