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
地球科学データ向けの N 次元ラベル付き配列。NetCDF の読み書き、気候・海洋データセットの処理、ラベル付き座標による多次元解析を行います。エージェントが次のことを必要とする場合に使用：(1) NetCDF または Zarr ファイルの読み書き、(2) ラベル付き次元を持つ多次元配列の処理、(3) 気候・海洋・大気データの解析、(4) 時間集計（日次/月次/年次平均）の計算、(5) 面積重み付き統計の実行、(6) Dask による大規模データセットの処理、(7) 科学データへの CF 規約の適用。
WeChat のローカルデジタル資産ライブラリ。macOS および実機検証済みの Windows 環境でローカルの全件解析に対応し、全ライブラリの収集、認証・復号、チャット履歴の読み取り／検索／エクスポート、モーメンツとお気に入り本文の解析が可能です。Mac では増分更新と見落とし／返信待ちの確認にも対応します。既定は微信1で、微信2は明示的な指定が必要です。Windows ではローカル収集に windows、オフラインのチャット検索に snapshot を使用し、モーメンツ／お気に入りにはパッケージ内の純関数ワークフローを再利用します。Mac の設定やワークフローは起動しません。最新のチャットが必要な場合は、該当するソースを先に更新してください。古い記録を対象データの代わりに使うことはできません。Windows のバージョンと機能範囲については、ローカル収集リファレンスを参照してください。
adk-python リポジトリのコミットメッセージと pull request の説明を書く：Conventional Commits のタイプとスコープ、変更理由を示すサブジェクト行、PR テンプレートが要求する関連 issue とテスト計画のセクション。コミットメッセージを書いたり言い換えたりするとき、pull request の前にコミットを squash するとき、PR の説明を起草するとき、変更がマージできる形になっているか確認するときに使用する。rebase、コンフリクト解消、cherry-pick、ブランチ操作といった一般的な git の操作には使用しない — これらにスキルは不要。変更内容の評価（adk-review を使用）やコードスタイルと命名（adk-style を使用）には使用しない。
合格/不合格の対抗的レビューで Elixir、OTP、Ecto、Phoenix のコードをゲートするスキル——単一のブラインドレビュアーサブエージェントが diff またはファイルセットを 19 件の判定可能なルールで評価し、異なるパラダイムから移植されたアーキテクチャを検出する。対象は、エンタープライズのレイヤリング（Ecto の上に repository ラッパーを重ねる、サービスオブジェクト層、実装が 1 つだけの DI behaviour、副作用のあるコールバックに閉じ込められたロジック）、プロセスをオブジェクトとして扱う（エンティティごとに GenServer、Agent を可変変数として使用、漏洩したメッセージプロトコル、シングルトンマネージャ）、貧血データ（裸の map をエンティティとして使用、真偽値フラグの状態、自作の型ディスパッチ、32 フィールド以上の struct）、防御的な制御フロー（raise/rescue を分岐として使用、nil ガードによる握りつぶし、境界を越える生の入力）、直訳的なループ、不要なメタプログラミング（データ用のマクロ DSL、use を import として使用、コンパイル時の結合）。Elixir の作業をマージする前、またはエージェントが作成したコードを確認する際にトリガーする。判定のみを提示し、修正は決して行わない。Ecto に依存するルールは Ecto がなければ N/A となる。
Go アプリケーションを AI コーディングエージェントと効果的に連携できるようにする。新規 Go プロジェクトの立ち上げ時や既存プロジェクトの改修時に使用し、次を確保する：構造化 JSON ログ（slog/Zap/ZeroLog/Logrus）、機械可読なコマンド出力、充実した golangci-lint 設定、--yes フラグ付きの非対話型コマンドライン設計、意味のある終了コードを伴う構造化エラー処理、適切な context.Context の伝播、グレースフルシャットダウン、ヘルスチェックエンドポイント、標準化された Makefile。ユーザーが Go アプリを "agent-ready"、"AI-friendly" にしたいと依頼したとき、Go プロジェクトのエージェントツール／可観測性を改善したいとき、既存の Go プロジェクトをエージェント対応のベストプラクティスに照らして監査したいときに発動。
定義された役割、タスクライフサイクル、ハンドオフプロトコル、レビューワークフローを備えたマルチエージェントチームをオーケストレーションする。次の場合に使用：(1) 異なる専門分野を持つ 2 以上のエージェントのチームを立ち上げる、(2) タスクのルーティングとライフサイクル（inbox → spec → build → review → done）を定義する、(3) エージェント間のハンドオフプロトコルを作成する、(4) レビューと品質ゲートを確立する、(5) エージェント間の非同期コミュニケーションと成果物共有を管理する。
ウェブスクレイピング用の subagents を、subagent ごとに1つの隔離された Docker サンドボックス内で実行します。各サンドボックスには、ターミナル（curl、python）、永続的なヘッドレス Chromium、すべての HTTP 呼び出しを記録する受動リクエストリスナー、さらに上限予算とリクエストごとの既知コストを設定できる任意のプロキシが備わります。複数の subagents によるウェブ閲覧やスクレイピング、ページ背後の非公開 API エンドポイントの発見、データソースの検証、クローラーの構築が必要で、すべてのリクエストと Agent の手順を記録・監査したいタスクに使用します。
AI の作り話を止めます。AI がハルシネーションを起こす、事実を捏造する、実データに基づいていない、出典を示さない、根拠のない主張をする場合、または AI の回答を原資料と照合して検証する必要がある場合に使用します。LLM が事実をでっち上げる、回答が入力とつながっていない、出力が原資料に基づいていない場合にも使用します。引用の強制、忠実性の検証、検索によるグラウンディング、信頼度のしきい値、アンチハルシネーション品質の評価を扱います。用途：AI が引用をでっち上げる、LLM がデータを捏造する、AI を原資料に基づかせる、RAG なのに AI がまだハルシネーションを起こす、AI に出典を引用させる、AI の事実正確性、AI が事実を勝手に作るのを防ぐ、AI は自信満々だが間違っている、LLM の作話、ハルシネーション検出、文書に基づいて AI の主張を検証する。
Alipay Open Platformの決済製品を連携するためのベストプラクティスです。対面決済、注文コード決済、App決済、JSAPI決済、モバイルサイト決済、PCサイト決済、事前承認決済、加盟店による引き落としなど、あらゆる場面における製品選定と連携方法を解説します。「Alipayを連携」「Alipay決済を統合」「決済を接続」「Alipayで入金」「決済機能を追加」「Alipayで注文」「H5決済」「ミニプログラム決済」「事前承認」「支払いコード」「QRコード決済」「ウェブ決済」「PC決済」「定期引き落とし」「自動更新」「会員購読」「月額継続課金」「口座振替」といった依頼、または決済製品に関するエラーやトラブルシューティングの相談時に、このSkillを使用します。
Model Studio DashScope SDK で Wan 動画生成モデル（wan2.6-t2v、wan2.6-i2v-flash、wan2.6-i2v およびリージョン別バリアント）を使って動画を生成するときに使用します。video.generate のリクエスト/レスポンスの実装やドキュメント化、prompt/negative_prompt/duration/fps/size/seed/reference_image/motion_strength のマッピング、動画生成の video-agent パイプラインへの統合に使用します。
`asc` コマンドラインツールを使って App Store バージョンの提出前チェックを実行する。次の場合にこのスキルを使用する：(1) あるバージョンが App Store レビューに提出する準備ができているか確認する (2) あるバージョンが提出できない理由（ビルド欠如、価格未設定、状態エラー）を診断する (3) `asc versions submit` を呼ぶ前に CI/CD ゲートを実行する (4) ユーザーが「自分のバージョンは準備できているか」「就緒状態を確認して」「なぜ提出できないのか」「事前チェックを実行して」「提出要件を確認して」、またはその他の提出就緒タスクを尋ねる (5) 就緒状態に基づいて条件付きで提出する自動パイプラインを構築する
`asc` コマンドラインツールを使って電力とパフォーマンスの指標および診断ログを管理する。次の場合にこのスキルを使用する：(1) アプリのパフォーマンス指標を一覧表示する：「asc perf-metrics list --app-id <id>」 (2) ビルドのパフォーマンス指標を一覧表示する：「asc perf-metrics list --build-id <id>」 (3) 種類で指標を絞り込む：「asc perf-metrics list --app-id <id> --metric-type LAUNCH」 (4) ビルドの診断シグネチャを一覧表示する：「asc diagnostics list --build-id <id>」 (5) 診断を絞り込む：「asc diagnostics list --build-id <id> --diagnostic-type HANGS」 (6) 診断ログを表示する：「asc diagnostic-logs list --signature-id <id>」 また、ユーザーが次に言及した場合にもトリガーする：パフォーマンス指標、起動時間、ハング率、ディスク書き込み、メモリ使用量、バッテリー寿命、終了、アニメーションの引っかかり、診断シグネチャ、コールスタック、電力指標、アプリパフォーマンス監視、「なぜアプリが遅いのか」「ハングを確認して」「起動時間を確認して」。
`asc` コマンドラインツールを使ってアプリのバージョンを App Store にリリースする。エージェントを次の流れで導く：バージョン更新、アーカイブ、アップロード、メタデータ更新、提出。次の場合にこのスキルを使用する：(1) ユーザーが「リリース」「出荷」「App Store に提出」「新バージョンを公開」と言う (2) ユーザーが「バージョンを上げてアップロード」と言う (3) ユーザーが「iOS/macOS 向けのリリースを準備」と言う (4) ユーザーが「What's New を更新して提出」と言う
`asc` コマンドラインツールを使って TestFlight のベータグループとテスターを管理する。次の場合にこのスキルを使用する：(1) アプリのベータグループを一覧表示する場合（`asc testflight groups list`）(2) 内部または外部のベータグループを作成する場合（`asc testflight groups create --internal`）(3) グループ内のテスターを一覧表示する場合（`asc testflight testers list --group-id <id>`）(3) メールアドレスでテスターを 1 人追加する場合（`asc testflight testers add`）(4) グループからテスターを削除する場合（`asc testflight testers remove`）(5) CSV ファイルからテスターを一括インポートする場合（`asc testflight testers import`）(6) 再利用のためにテスターを CSV にエクスポートする場合（`asc testflight testers export`）(7) ユーザーが「add beta tester」「invite tester」「remove tester」「import testers」「export testers」「list beta groups」などと言う場合、または TestFlight のテスター管理タスク全般
Whisper による文字起こし、Claude によるセグメント分類、ffmpeg によるカットで音声をクリーニングし、呼吸音を抑え、ノイズゲートのアーティファクトを修復します。音声のクリーニングや編集、フィラーの削除、ポッドキャストのクリーニング、「えー」などの削除、無音部分のカット、音声の仕上げ、録音のトリミング、吃音のカット、音声のチクチク音やクリック音、ノイズゲートのアーティファクト、ポップノイズ、大きな呼吸音、呼吸音、口の音、口のクリック音、リップスマックの処理に使用します。動画の合成（HyperFrames）や、公開用のポッドキャストまたは音声録音の精密なカット（動画スキルの TightCut の意図。メンテナー向けで、公開リリースには含まれません）には使用しません。
アプリケーションのソースコードを認可の不備についてレビューする — IDOR / オブジェクトレベルの認可の不備（OWASP API1）、機能レベルの認可の不備（API5）、マスアサインメント（API3）、マルチテナント分離の欠陥、権限昇格。ルート、コントローラー、リゾルバー、データモデルをオフラインで読み取り、不足している所有権/ロールチェックを file:line でフレームワークに即した修正とともに報告する。アプリの実行なし、認証情報なし、ツールなし。トリガー：エンドポイント/ハンドラのレビュー、ルートを追加・変更する PR diff の監査、マルチテナント SaaS の堅牢化、またはユーザーが「このエンドポイントは認可されているか？」「ユーザーが他のユーザーのデータにアクセスできるか？」「IDOR」「BOLA」「broken access control」と尋ねた場合。
CacheMgr、caches.json の定義、キャッシュリージョンの設定によるカスタムキャッシュを実装します。ユーザーがサーバー側で高コストな計算や API レスポンスをキャッシュする必要があるとき、TTL とサイズ制限を伴うキャッシュリージョンを定義するとき、キャッシュエントリを無効化するとき、または消えるキャッシュデータをデバッグするときはいつでもこのスキルを使用します。アプリケーションレベルのキャッシュでスクリプトのパフォーマンスを最適化するときにも使用します——ユーザーが単に 'このデータをキャッシュして' や 'キャッシュした値が消え続ける' と言った場合でも同様です。
hooks.json で宣言され、OCAPI/SCAPI リクエストやシステムイベント時に HookMgr から呼び出される B2C Commerce プラットフォームフックを登録・実装する。hooks.json、HookMgr.callHook()、dw.system.Status、dw.ocapi.shop.* の before/after/modifyResponse フック、dw.order.payment.authorize/authorizeCreditCard、dw.order.calculate、app.payment.processor.*、SCAPI の注文支払い承認と注文確定、ロールバックのセマンティクス、request.custom トランスポートに使用する。外部 Node.js webhook、SFRA コントローラーミドルウェアや prepend/append チェーン、steptypes.json のスケジュールジョブステップ、Git/CI フックには使用しない。
Babylon.js 8 3D エンジン開発の専門知識。厳選された API パターン、コード例、オンデマンドのドキュメントアクセスを提供する。Babylon.js のシーン、メッシュ、マテリアル（PBR/Standard）、カメラ、ライト、シャドウ、GUI（2D/3D）、アニメーション、物理（Havok）、thin instances、glTF の読み込み、ポストプロセス、WebXR、プロシージャル/コードで構築した 3D モデル、その他あらゆる 3D レンダリング作業に取り組むときに使用する。対象: (1) シーン設定とエンジン初期化（WebGL/WebGPU）、(2) メッシュの作成、トランスフォーム、インスタンシング、マージ、(3) テクスチャ付きの PBR および Standard マテリアル、(4) カメラの種類（ArcRotate、Universal、Follow）、(5) ライティングとシャドウ、(6) AdvancedDynamicTexture による 2D/3D GUI、(7) アニメーションシステムとアニメーショングループ、(8) アセットの読み込み（glTF、OBJ、STL）、(9) パフォーマンス最適化とプロファイリング、(10) ASRS/倉庫のデジタルツイン可視化パターン、(11) プロシージャルモデリング: プリミティブから高品質な 3D モデルを構築し、アニメーション対応の親/ピボット階層、CSG2 ブール演算、旋盤、押し出し、カスタム VertexData を扱う。
公開されている X（旧 Twitter）の投稿、スレッド、X Articles、プロフィール、フォロワー、フォロー中、検索結果を Markdown または JSON で読み取る。X アカウントも API key も不要。使用場面：URL が x.com、twitter.com、t.co を指すとき。ユーザーが tweet、X の投稿、スレッド、X プロフィールに言及したとき。アカウントの最近の投稿やつながりが必要なとき。X の検索結果を構造化データとして必要なとき。読み取り専用：投稿、返信、フォローは一切行わず、保護されたアカウント、ダイレクトメッセージ、Lists も読み取らない。
カバレッジ対象の A 株企業向けの決算後四半期更新レポート。業績快報/正式财报を分析し、差異表（実績 vs 一致預期 vs 前期）を生成し、主要ドライバーを指摘し、中国のセルサイド形式で構造化された決算ノートを起草する。中国株には元の earnings-analysis スキルの代わりに使用する。トリガー："A股财报分析"、"季度业绩点评"、"年报/中报点评"、"earnings review"、"[company] earnings"。
ユーザーが SEO や営業支援向けの競合比較ページまたは代替製品ページを作成したい場合に使用します。「alternative page」「vs page」「competitor comparison」「comparison page」「[Product] vs [Product]」「[Product] alternative」「competitive landing pages」「how do we compare to X」「battle card」「competitor teardown」といった言及がある場合にも使用します。製品を競合他社と比較するあらゆるコンテンツに使用します。形式は、単一の代替製品、複数の代替製品、自社と競合他社、競合他社同士の比較の 4 種類です。営業向けの競合資料については sales-enablement を参照してください。
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。