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
科学文書の引用と参考文献を検証し、ハルシネーションによる出典や無効な出典を検出する。Markdown、LaTeX、org-mode、プレーンテキストから DOI、URL、arXiv ID、PubMed ID、ISBN を抽出し、API ルックアップとウェブ取得で検証する。このスキルは次の場合に使用する：- AI 生成コンテンツの引用の正確性をレビューする - 論文、レポート、ドキュメントの参考文献を検証する - DOI/URL が実在する論文に解決されるか確認する - 文書内の壊れた引用や偽の引用を監査する
臨床データの用語標準について推論する——MedDRA 階層（LLT→PT→HLT→HLGT→SOC）、ICD-10 コードの構造とグルーピング、SNOMED CT 概念モデル、LOINC パネルの関係、システム間のマッピング判断。ユーザーが有害事象のコーディング、診断の ICD-10 へのマッピング、コーディング粒度レベルの選択、SOC または PT による AE のグルーピング、SNOMED CT 関係の解釈、検査パネル用の LOINC コードの選択、用語体系間の変換、HLT と PT のどちらのレベルで集約するかの判断を求めた場合に使用する。トリガーには "MedDRA coding"、"ICD-10 grouping"、"SNOMED CT"、"LOINC panel"、"adverse event coding"、"terminology mapping"、"SOC table"、"preferred term"、"code hierarchy"、"clinical coding"、"AE frequency table"、"diagnosis grouping"、"lab code selection"、"cross-walk between terminologies" が含まれる。
Contentstack Variants と Personalize を使用したオーディエンス向けコンテンツについて、開発者に助言します。個別エントリーではなくバリアントを使う場合、バリアントグループの仕組み、Personalize と CMS の連携方法を説明します。コンテンツのパーソナライズ、A/B テスト、オーディエンスのセグメント化、バリアントの作成、Personalize と CMS の連携について開発者から質問された場合に使用します。
Jetpack Compose および Compose Multiplatform アプリの内部規約に関わるコードの作成、変更、レビューに使用します。対象はモジュールグラフ、MVI/BaseViewModel、エラー階層、状態の所有権、命名、Koin DI、Navigation 3、コルーチンです。compose skill を入口として使用してください。Gradle のみの作業（compose-project）、新しい画面（compose-feature）、コンポーザブルのみの作業（compose-ui）、リポジトリや永続化（compose-data）、expect/actual の分割（compose-platform）には使用しないでください。
Compose および Compose Multiplatform アプリのプロジェクト／ビルドレベルの作業を担当します。新規プロジェクトの初期化、既存プロジェクトへのキット導入、モジュールの追加または切り出し、build-logic の規約プラグイン、バージョンカタログ、CI とエージェントフックが対象です。Compose Multiplatform アプリの開始、モジュールの追加、settings.gradle.kts、build.gradle.kts、build-logic、libs.versions.toml、パッケージ設定の編集に使用します。ルーティングやアーキテクチャの選択（compose-architecture）、機能コード（compose-feature）、リポジトリや永続化（compose-data）、コンポーザブルやリソース（compose-ui）、commonMain とプラットフォームコード（compose-platform）には使用しないでください。
ブログ記事の下書きやページコピーをコンテンツレベルの SEO の観点で監査する：検索意図との一致、フォーカスキーフレーズの配置、E-E-A-T シグナル（経験、専門性、権威性、信頼性）、有用性と独自性、コンテンツの鮮度、内部リンク。ユーザーが「この記事は上位表示できるか」「この記事を SEO チェックして」「コンテンツ SEO 監査」「この記事を検索向けに最適化して」と尋ねたときに使用する — または、上位表示を狙う記事で可読性チェックを行った後に能動的に使用する。文章表現については `readability-check` skill、タイトルとメタディスクリプションについては `metadata-check`、サイト全体のテクニカル SEO（サイトマップ、構造化データ、canonical）については `astro-seo` または `static-seo` を使用する。
Copilot があなたの PR に 14 件のレビューコメントを残した——その半分は些末な指摘。修正 → 返信 → 解決 → 再リクエストに何時間もかかり、各ラウンドでさらに多くのコメントが付く。本スキルはループエンジニアリングを実行します。GraphQL 経由で Copilot Code Review を自動トリガーし（@copilot のメンション不要）、すべての未解決スレッド（Copilot、人間、advanced-security）を修正 / 拒否 / エスカレーションのルーブリックでトリアージし、リポジトリのビルド/テスト/lint の規約に従う並列修正サブエージェントを派遣し、イテレーションごとにコミットし、プッシュ済みの SHA を引用して返信・解決し、その後 HEAD がレビューされ、エージェントの返信を待つスレッドがゼロになるまで再トリガーします（残った未解決スレッドは人間への明示的な引き継ぎ——エスカレーションされた拒否、設計上のトレードオフ）。あなたはクリーンな PR をマージし、ボットがそれを実行します。トリガーフレーズ:「copilot のコメントに対応する」「copilot レビューループを実行する」「この PR を修正する」「copilot のフィードバックでイテレーションする」。リポジトリ非依存、gh コマンドライン + PowerShell。完全な自動運転にはリポジトリの Triage/Write 権限が必要で、外部の PR 作成者は単一イテレーションモードと手動再トリガー（UI 🔄 または実質的なコミットのプッシュ）を利用できます。
Mastra AI フレームワークの完全なプロジェクトセットアップガイド。CLI のインストール（create-mastra）、手動インストール、TypeScript 設定（ES2022 の要件）、環境設定、既存プロジェクトへの追加（Next.js、Express）、トラブルシューティング（モジュールが見つからない、インポートエラー、CommonJS の問題）、デプロイ準備、monorepo 設定を扱う。クイックセットアップ（ユーザーが CLI を実行）と自動セットアップ（ファイルを段階的に作成）の両方を含む。Mastra のインストールとセットアップに関するすべての質問にはこのスキルを使用し、正しい設定を確保してよくあるエラーを防ぐ。
Dart SDK の言語仕様、構文の可用性、最小 SDK 制約（minSdk）、および Dart 1.x から Dart 3.x までのバージョン変更履歴に関する権威あるガイド。Dart コードを書く・リファクタリングするとき、pubspec.yaml の sdk 制約を確認するとき、制御フロー（switch 文、パターンマッチング、switch 式）を書くとき、クラスのコンストラクタ（プライマリコンストラクタ、パラメータの省略記法）を実装するとき、マクロ/augmentation を使うとき、プロジェクトの minSdk に対して言語機能の可用性を検証するとき、またはレガシーコードベースをモダナイズするときにこのスキルを使う。
コンテナエスケープ検出のための Falco ルール構文 — 条件、マクロ、リスト、優先度、出力フィールド — を記述・調整する。ホストファイルシステムのマウント、機密性の高いホストパスへのアクセス、カーネルモジュールのロード、特権ケイパビリティの悪用を扱い、誤検知を減らす方法も含む。ブレイクアウト行為のための特定の Falco ルールを作成・調整する場合、またはエスケープ関連のノイズの多い Falco アラートをトリアージする場合に使用する。キーワード：Falco ルール、マクロ、リスト、条件、優先度、falco_rules.local.yaml、チューニング、誤検知。Falco 自体のデプロイと運用には使用しない — detecting-container-runtime-threats-with-falco を使用する。ツールに依存しないエスケープのシグナルには detecting-container-escape-attempts を使用する。
docstring、JSDoc/TSDoc、REST API ドキュメントに関わるあらゆるタスクで常に呼び出す — それなしでも対応できそうに見える場合でも。Microsoft のコントラクトファースト規約と、Claude が既定では適用しない最小限ルールを徹底する：シグネチャを再記述しない、名前と型を反復するだけの @param/@returns は削除する、@throws は常に記載する、データ構造は「なぜ」ではなく「何」として記載する。Python の docstring スタイル（Google/NumPy/Sphinx）、TSDoc タグと @inheritDoc、NestJS/Express/FastAPI/Django の API ドキュメントパターンを扱う。次でトリガーする：docstring の追加や監査、冗長または欠落したタグ、腐敗したコメントの削除、ドキュメント健全性レポートの作成。ドキュメントのタスクでは省略しない — 一貫した規約こそが要点である。
依存関係のある GitHub PR のスタック（A ← B ← C、各 PR はその下の PR をベースにする）を master にマージする場合、ベースが別のオープン PR のブランチである PR をマージする場合、またはリクエストで「stacked PRs」「PR stack」「dependent PRs」、複数の関連 PR の順次マージに言及している場合に使用します。各同一リポジトリの依存チェーンは、マージ前に GitHub 公式の stacked-PR 機能を使用することを必須とし、スタック全体のルール、CI、順序、リターゲット、マージ状態を GitHub が管理できるようにします。
このスキルは Financial Modeling Prep（FMP）API を使用して、米国株の今後の決算発表を取得します。ユーザーが決算カレンダーのデータを求める場合、翌週に決算を発表する企業を知りたい場合、または週次の決算レビューが必要な場合に使用します。市場への影響が大きい時価総額 20 億ドル超の中型株以上の企業を対象とし、日付と時刻ごとに整理した見やすい Markdown テーブルでデータを提示します。複数の環境（CLI、デスクトップ、Web）に対応し、柔軟な API キー管理をサポートします。
EODの観察結果から米国株のロングサイド・エッジに関する調査チケットを生成して優先順位を付け、trade-strategy-pipeline Phase I向けにパイプライン対応の候補仕様をエクスポートします。仮説や異常を再現可能な調査チケットにする、検証済みのアイデアを `strategy.yaml` + `metadata.json` に変換する、またはパイプラインのバックテスト実行前にインターフェース互換性（`edge-finder-candidate/v1`）を事前チェックする依頼に使用します。
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。