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
次世代ファイアウォールとフォワードプロキシで SSL/TLS ブレークアンドインスペクトを構成し、HTTPS トラフィックを復号・検査・再暗号化してマルウェアとデータ持ち出しを検出する。信頼された CA 証明書の配備、証明書ピンニングを行うアプリの例外管理、プライバシーコンプライアンスを含む。ネットワークセキュリティ機器で TLS 検査を設定または監査し、暗号化トラフィックのブラインドスポットをなくすときに使用する。
PostHog の AI 音声エージェント（「robo interviewer」）——自動音声エージェントインタビュー製品——が実施するユーザーインタビューのラウンドを計画する。UserInterviewTopic（対象者、質問内容、フレーミングの文脈、質問リスト）を記録し、user-interview-topics-create を呼び出す。ユーザーが AI 音声エージェントに実際にインタビュー通話を実行させたいと明確に望む場合にのみトリガーする（例：「set up robo user interviews」、「have the voice agent interview these users」）。音声エージェントを伴わない通常のユーザーリサーチにはトリガーしない — 話を聞くユーザーの発見や絞り込み（「who''d be a good fit to interview about Y」）、人間が実施するインタビューの質問の計画、フィードバックの分析はオーディエンスディスカバリーであり、通常のデータクエリで扱うもので、このスキルではない。録画したインタビュー音声ファイルのアップロードや user-interview-topics-list でのトピック閲覧にもトリガーしない。意図が曖昧な場合は、まずどのような種類のリサーチで、AI 音声エージェントに実施させたいのかを確認する（Step 0 を参照）。
多数のテストにまたがる Playwright TypeScript リグレッションスイートを統制する。リスク/変更分析、タグ、CI/CD、シャーディング、フレーキーテスト管理、スイート健全性指標を伴うスイートの計画、選択、階層化、実行、最適化を求められた場合に使用する。単一の UI スペックの作成には使用しない。キーワード：regression strategy、smoke tests、test selection、CI pipeline、flaky tests、test sharding、impact analysis、git diff。
実務を行うスタジオで実証済みのハウススタイルで、クライアントにそのまま提出できるウェブサイトとモバイルウェブアプリを設計・構築する。2 つの架空ブランド（AURA Heights、The Assembly）を例に全体を通して示す：色付きの下地、エディトリアルなタイポグラフィ、細部への徹底したこだわり、約束よりも実証。ワークフロー全体（ブリーフ、デザイン契約、構築、レビューゲート、多角的な監査、出荷）を網羅し、2 つの検証済みトークンシステム、シグネチャーコンポーネントパターン、実証に基づくコピーライティング、実写真のルール、モバイルウェブアプリのプレイブック（密度の予算、下部タブバー、圧縮）を収録。「make it look expensive」「make it beautiful」「high end design」「client ready」「on brand professional」「use the prom design style」「design this landing page」「make it more like an app」「too much scrolling」「add real images」「the site looks cheap」「too generic」「ai slop」でトリガーされる。空白のブリーフからまったく新しいビジュアルの方向性を生み出すためのものではない：このスキルは 1 つの実証済みの美学を適用する。
幅広い実用的な Python 力を養うための適応型 Python コーディング演習を生成する：基礎、OOP、標準ライブラリ、テスト、コマンドライン、自動化、バックエンドサービス、FastAPI、Flask、AWS 自動化、データ処理、本番スクリプト。ユーザーが Python を練習したい、Python の概念を学びたい、Python コードをレビューしたい、Python プログラムをデバッグしたい、バックエンド API を構築したい、Python で AWS を自動化したい場合、または Python 演習、チャレンジ、pytest、FastAPI、Flask、boto3、スクリプト、コマンドライン、自動化に言及した場合に使用。演習は /home/laborant/repos/python-practice 内の日付付きフォルダに作成する必要がある。このスキルは繰り返し発生するミスと確認質問をルートの learning-log.md に記録する。進捗トラッカースクリプトや動的な進捗データベースは使用しない。
pyzotero 1.13.0とZotero Web API v3を使用し、PythonからZoteroライブラリの読み書きを行います。アイテム、コレクション、タグ、添付ファイル、保存した検索、全文コンテンツ、BibTeX、CSL-JSON、参考文献リストのエクスポートに対応します。ローカルのZotero 7向けpyzotero CLIとMCPサーバーも扱います。ライブラリアイテムをプログラムから取得・検索するとき、文献・コレクション・タグを作成、更新、削除するとき、PDF添付ファイルをアップロードまたはファイルをダウンロードするとき、引用をBibTeXまたはCSL-JSONでエクスポートするとき、Zoteroの個人またはグループライブラリを使った研究自動化を構築するときに使用します。原稿内の引用書式設定や、外部データベースとの照合による参考文献の検証には使用しません。
ユーザーが SKILL.md を評価、監査、採点したい場合にこのスキルを使用する。トリガーには "rate this skill"、"grade this skill"、"give my skill a letter grade"、"audit my SKILL.md"、"score this skill against best practices"、"is this SKILL.md up to spec" が含まれ、ユーザーが "rate" という語を使わなくても該当する。A-F のレター評価、重み付きカテゴリスコア、優先順位付きのそのまま貼り付け可能なパッチを返す。コードレビュー（code-review を参照）や新しいスキルの作成（generate-skill を参照）にはこのスキルを使用しない。
利用可能なブラウザー制御ワークフロー、キャプチャーのフレームレートを高める任意の Playwright Videos、および決定的なエンコードを使って、ブラウザーまたは Web UI の操作デモを最適化された GIF として記録し、`gh --attach` でプルリクエストに添付します。公開には gh v2.99.0 以降が必要です。5 MiB を超える GIF は分割されます。ブラウザーワークフローを実演する GIF の作成、記録、生成を依頼された場合に使用します。また、製品のユーザー向け GUI の動作を変更するすべてのプルリクエストでは、実際のサーバーとモデルのフローから記録した GIF を必ず含めます。
研究ワークフロー（論文執筆、ラボのプロトコル、分析パイプライン、専門分野のデータベース）向けに、Agent Skills 仕様とこのリポジトリの品質・セキュリティ基準を満たすスキルを作成、改善、テストします。反復的な研究タスクを再利用可能なスキルにする場合、Research Agent Skills に新しいスキルを追加する場合、既存スキルを書き換える場合、起動条件を正確に記述する場合、評価を追加する場合に使用します。Anthropic 公式の skill-creator と併用できます。
創業者が世界クラスの事業運営者たちに重大な経営判断を議論させたい場合、「roast room」「put this in the Roast Room」「founder council」「convene the council」「take this to the board」「what would Hormozi, Bezos, or Buffett say」「should I do X」と言う場合、または価格設定、採用、資金調達、新製品、提携、方向転換、イベント、支出について決めかねている場合に使用します。各専門家の公開情報に基づくサブエージェントで構成される取締役会（初期設定では Bezos、Paul Graham、Hormozi、Gary Vaynerchuk、Dan Martell、Gino Wickman、Buffett。/newroaster で席を追加可能）が3ラウンドにわたって議論し、議長が採点付きの結論、理由、反対意見、次のステップを提示します。1席のみの相談（「ask the Hormozi seat」）にも対応します。/roast（汎用ペルソナ、アイデア検証）とは異なります。
ユーザーが配送ルートを最適化したい、車両ルーティング問題を解きたい、または輸送コストを最小化したい場合に使用する。ユーザーが "route planning"、"delivery optimization"、"VRP"、"TSP"、"multi-stop routing"、"route sequencing"、"dispatch optimization" に言及した場合にも使用する。車両台数の規模設定と管理については fleet-management を参照。ラストマイル特有の課題については last-mile-delivery を参照。
Salla アプリ開発の最初の入口——一般的なブレインストーミングや計画の前に読み込む。Salla アプリを構築、設定、デバッグするとき、タスクが広範なとき（「Salla アプリを作る」「自分のアプリに X を追加する」）、またはどの Salla スキルが該当するか不明なときに使う。意図を適切なスキルに振り分け、各 Salla Partners MCP ツールをその機能に対応付ける。特定のサブシステム（OAuth、webhook、設定、課金、公開……）については、そのスキルに直接進む。Twilight テーマ（別製品）→ salla-theme-builder。
Salla アプリのマーチャントごとの設定。設定スキーマの設計、フォームの登録、マーチャント設定の読み書きを行うときに使用する。salla_settings フォーム + オプションの Validation URL、サポート機能の宣言（コミュニケーションアプリでは公開ブロッカー）、インストール時のデフォルト値の投入、値の読み書き（POST は完全置換——すべてのキーを送信する）、app.settings.updated への反応（アプリを有効化し、ストレージの唯一の情報源となる）、App Functions の context.settings を扱う。Admin API → salla-api-core、ライフサイクル → salla-app-lifecycle。
OpenRouter経由でNano Banana 2を使用し、自然言語のプロンプトから出版物向けの科学図をラスターPNG画像として生成します。その後、Gemini 3.6 Flashで文書種別（ジャーナル、学会、学位論文、助成金申請、プレプリント、ポスターなど）に応じた基準で各画像を採点し、最大2回再生成します。バージョン付きPNGとreview_log.jsonを書き出します。ニューラルネットワーク構造、CONSORTまたはPRISMAフローチャート、生物学的シグナル伝達経路、システム図やブロック図、回路図の作成に使用します。論文、ポスター、助成金申請向けの図に品質スコアと批評の記録が必要な場合に使用します。ベクター、PDF、SVG、EPS出力やデータプロットには適しません。それらにはプロット用スキルを使用してください。プロンプトはマシン外に送信されるため、未発表データや患者データは避けてください。
Seedance 2.0 動画生成モデル向けの製品プロモーションアニメーションのプロンプト（Motion Graphics Prompt）を作成する。15 秒の一鏡到底の動画プロンプトを生成し、4 つの美学スタイル（Apple/Microsoft/Bauhaus/Vercel）に対応する。参考画像（垫图）モードに対応し、画像プレースホルダーを自動で注記する。プロンプト生成後は即夢 Dreamina CLI で直接動画を生成できる（インストール状態を自動検出）。TRIGGER when: ユーザーが Seedance 動画プロンプト、製品プロモーションアニメーションのプロンプト、motion graphics prompt の生成を必要とする場合、または "Seedance"、"视频提示词"、"产品动画"、"宣传视频提示词"、"video prompt" に言及した場合。Keywords: Seedance, 视频提示词, video prompt, motion graphics, 产品动画, 宣传动画, 垫图, Dreamina
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。