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
ローカルの Azure SQL Database コンテナに対してデータベーススキーマのマイグレーションを実行し、同じマイグレーションがローカルエンジンと Azure クラウドで同一に適用されるようにします。「ローカルの SQL に対してマイグレーションを実行」「コンテナにスキーマを適用」「EF Core / dotnet ef database update を実行」「Prisma migrate dev / deploy」「Alembic upgrade head」を求められたとき、または DACPAC / SqlPackage をコンテナにデプロイするときに使用します。まず master で appdb をプロビジョニングし、その後ユーザーデータベースにスキーマを適用すること、各ツールのコマンド、接続文字列の衛生管理を扱います。これは Azure SQL Database エンジン（EngineEdition 5）であり、SQL Server イメージではありません。スキーママイグレーションツールがローカルコンテナを対象とする場合は常にこのスキルを使ってください。
被リンク / オフページ SEO 監査。デフォルトでは有料ツールなしで動作する — Google Search Console のリンクレポート（上位のリンク元サイト、最もリンクされているページ、アンカーテキスト）と、ユーザーが提供する被リンクのエクスポート（Ahrefs / Semrush / Majestic / DataForSEO CSV）を使用する。参照ドメインプロファイル、アンカーテキストの分布（過剰最適化 / スパム的パターン）、最もリンクされているページと収益ページ（内部リンクの機会）、有害/スパムリンクのシグナル、リンク構築の優先順位を分析する。ユーザーが被リンク、リンク構築、オフページ SEO、参照ドメイン、アンカーテキスト、有害/スパムリンク、disavow、リンクプロファイルについて尋ねたときにこのスキルを使用する。トリガー："backlinks"、"backlink audit"、"link building"、"off- page SEO"、"referring domains"、"anchor text"、"toxic links"、"spam links"、"disavow file"、"who links to me"、"link profile"、"domain authority"。注記：詳細な第三者指標（DR/DA、完全なリンクインデックス）には有料データソースが必要であり、本スキルは有料データソースなしで何が見えて何が見えないかを明示する。
ロジックからスピーチへ：barry-logic-training → barry-speech-training → barry-translation-training の 3 つの独立した skill をつなぎ、完全な英語スピーチ原稿を一気通貫で仕上げる。オーケストレーターはつなぎとモード選択のみを担い、各段階の具体的なロジックは対応する独立した skill が定義する。2 つのチャネル：標準チャネル（段階的に確認）と快速チャネル（一気に完成品を出す）。トリガー：逻辑到演讲、从逻辑到演讲、logic to speech、帮我梳理逻辑然后准备演讲、梳理加演讲、整理成演讲。
Barry 仕事英語ツールボックスの**統一エントリーポイント**。新規受講者が初めてツールボックスに触れるときに呼び出し、ウェルカムメッセージを表示して onboarding の 3 ステップ(profile → assessment → solution)を最後まで案内する。既存の受講者が onboarding を再実行する必要があるとき(状況が変化した場合)にも呼び出す。**受講者が初回起動時に呼び出すべき Skill** であり、ツールボックス全体の使い方をつなぐため、受講者は個々の原子的な Skill の名前を知る必要がない。トリガーワード:开始、启动、开始学英语、英语训练、barry、barry-onboarding、english onboarding、how do I start、I want to learn english、欢迎、welcome。
Barry 受講生プロファイル Section 1（基本情報）の収集と更新。10〜20 分のガイド付き深掘りインタビューで、受講生の業務環境、課題、目標、時間投入、学習履歴を掘り下げ、`~/.barry-english/profile.md` に書き込む。新人の初回は barry-onboarding が起動する；既存受講生はプロファイル更新のために自ら呼び出す（転職/異動/目標変更のとき）。トリガー：基本情况、更新档案、更新基本情况、我换工作了、profile update。
Barry 受講者のトレーニングプラン設計 + 専用の毎日トレーニング Skill を自動生成する。受講者プロファイルの Section 1+2+3 + Four-Strands トレーニングメソッドツールボックスを読み、Section 4 のトレーニングプランを設計し、受講者の承認後に <現在の AI エージェント skills ディレクトリ>/barry-daily-<ニックネーム>/ へ自動インストールし、Quiz の Web コードを ~/.barry-english/quiz-web/ にコピーする。**前提:barry-profile + barry-assessment を先に完了していること**。10〜15 分。トリガーワード:定制方案、出方案、训练方案、生成训练 Skill、barry solution。
市場の広がりを示すチャート、特に 200 日移動平均ベースの S&P 500 Breadth Index と US Stock Market Uptrend Stock Ratio のチャート分析に使用します。ユーザーが分析用のチャート画像を提示した場合、市場の広がりの評価やポジション戦略の提案を求めた場合、または広がり指標に基づく中期的な戦略と短期的な戦術の市場見通しを知りたい場合に使用します。チャート画像がなくても、公開ソースから CSV データを直接取得して分析できます。分析と出力はすべて英語で行います。
このスキルは、ADR と併せて C4 アーキテクチャ図を作成または更新する際に使用する。特に LikeC4 で用いる。"add a C4 diagram"、"create a context diagram"、"container view"、"LikeC4 model"、"draw the architecture"、"diagram this decision"、"architecture diagram for the ADR"、"visualize the components"、"C4 view"、"Simon Brown C4" で積極的に有効化する。提供するもの：確認済みの要素から作成する正準 C4 の Context ビューと Container ビュー、関係の記述、非正準の図種別に対する厳格な拒否。
Caffeine JVM ローカルキャッシュスキル。ローカルキャッシュ vs リモートキャッシュ(Redis)の選択意思決定ツリー、expireAfterWrite vs expireAfterAccess vs refreshAfterWrite の 3 つの有効期限戦略の比較と組み合わせルール(refresh < expire)、CacheLoader によるロードと reload の非同期リフレッシュパターン、Spring Cache @Cacheable 連携、maximumSize の追い出し戦略、recordStats によるキャッシュ統計をカバーする。LLM の誤りを訂正：ConcurrentHashMap+手動有効期限、すべてのキャッシュを Redis 経由にする、refreshAfterWrite > expireAfterWrite で永遠にリフレッシュされない、CacheLoader が null を返してキャッシュペネトレーションを起こす。
見積もり、意思決定分析、ストーリーテリングを連鎖させ、不確実な選択を明確でステークホルダーに提示できる推奨事項に変換する。不確実な変数を定量化し、期待値分析を適用して最良の選択肢を特定し、その分析を説得力のあるナラティブにまとめる。戦略的選択肢の評価（自社開発 vs 購入、市場参入、リソース配分）、トレードオフの定量化、投資の正当化、意思決定者への提案、またはユーザーが ROI 分析、期待値、ビジネスケース、費用対効果に言及したとき、あるいは見積もりと説得力のあるコミュニケーションを組み合わせる必要があるときに使用する。
A 株市場向けの体系的な銘柄スクリーニングと投資アイデアの創出。クオンツスクリーニング、テーマリサーチ、パターン認識を組み合わせて、新たなロングとショートのアイデアを見つけ出す。元の idea-generation skill を中国市場の慣行とデータソースに合わせて改編したもの。トリガーは「A股选股」「股票筛选」「寻找机会」「stock screen China」「A-share ideas」「find ideas for Chinese stocks」「screen for A-share opportunities」。
SEO 監査、提案書、作業範囲書、競合分析レポート、オンボーディング文書、市場インテリジェンスレポートなど、顧客向けの文書を作成する必要がある場合。ユーザーが "audit report"、"proposal"、"scope of work"、"SOW"、"pitch deck"、"client presentation"、"pricing document"、"onboarding checklist"、"competitive report"、"market analysis"、"prospect audit"、"free audit"、"AI visibility audit"、"deliverable" と言及した場合にも使用する。継続的なパフォーマンスレポートについては local-reporting を参照。監査の背景となる調査については local-seo-audit を参照。
技術的な作業のための構造化されたスキャフォールド（フレームワーク、チェックリスト、テンプレート）を生成します — TDD テストスイート、探索的データ分析計画、統計分析設計、因果モデリングと予測モデリングの目的、検証チェックリスト。実行前に体系的な計画が必要な技術的作業を始めるときに使用します。ユーザーが "write tests for"、"explore this dataset"、"analyze"、"model"、"validate"、"design an A/B test" に言及したとき、または技術的作業が実行前にスキャフォールドを必要とするときに呼び出します。
Codex Desktop のセッション、スレッド、サイドバー履歴、プロジェクトの会話、ローカルセッション一覧が更新や再起動の後に見つからない場合、会話が 1 つしか表示されない場合、ワークスペースのセッションを復元する必要がある場合、またはユーザーが Codex の session_index/state/global-state/cwd メタデータの修復を求めた場合に使用する。このスキルはローカルの Codex セッションメタデータを安全に監査して復元する。
aio-commerce-sdk を使用して新しい Adobe Commerce アプリのひな形を作成します。基本的なプロジェクト構造とメタデータを含む app.commerce.config ファイルを作成します。新しい Commerce アプリをゼロから作成したい場合や、空の Commerce アプリプロジェクトを初期化したい場合に使用します。ひな形の作成後、デプロイを希望する場合は appbuilder-project-init に続き、Developer Console の設定（プロジェクト、ワークスペース、API サブスクリプション）を行います。拡張性ドメインは設定しません。設定には commerce-app-eventing、commerce-app-webhooks、commerce-app-business-config、commerce-app-admin-ui、commerce-app-storage を使用してください。
Compose および Compose Multiplatform アプリの repository、データソース、マッピングを担当します。DTO、domain、UiModel 間の境界、Ktor クライアントと bearer 認証、WebSocket、SSE、Room、DataStore、Paging 3、オフラインファースト、データ層のテストを扱います。repository、データソース、DTO、mapper、HttpClient、bearer token、WebSocket、SSE、Room DAO、マイグレーション、DataStore、PagingSource、RemoteMediator、オフラインキャッシュ、MockEngine テストの作成やレビューに使用します。ViewModel や UI の接続（compose-feature）、composable（compose-ui）、MVI 契約やエラー階層（compose-architecture）、Gradle モジュール（compose-project）、commonMain とプラットフォームの分割（compose-platform）には使用しないでください。
Compose Multiplatformアプリのプラットフォーム分割を担当します。宣言をcommonMainに配置し、expect/actualまたはインターフェースとDIの組み合わせを選び、ホストアダプターとポートを接続し、iOS/Swiftの相互運用、デスクトップとWebのターゲット、プラットフォームのライフサイクルを検証します。commonMain、expect、actual、iosMain、Swift、SKIE、Flow to Swift、デスクトップ、wasm、Webターゲット、またはプラットフォーム固有のコードを扱う場合に使用します。ルーティングやアーキテクチャ（compose-architecture）、機能スライス（compose-feature）、コンポーザブルやリソース（compose-ui）、リポジトリや永続化（compose-data）、Gradleターゲットの設定（compose-project）には使用しないでください。
NVIDIA Compute Sanitizer で CUDA の正当性に関するバグを検出、診断します。GPU メモリエラー、共有メモリのデータ競合、未初期化メモリの読み取り、同期／バリアのバグを適切なサブツール（memcheck、racecheck、initcheck、synccheck）に振り分け、ビルド、実行、レポートの読み方を説明します。不正なメモリアクセス、範囲外アクセス、アラインメント違反、リーク、WAW/WAR/RAW 競合、__shared__ の問題、未初期化読み取り、異常な結果、ハング、__syncthreads/__syncwarp の分岐、cuda::barrier / wgmma の問題のデバッグに使用します。ホスト／CPU 側のバグ（valgrind または AddressSanitizer を使用）やグローバルメモリのデータ競合（対象外）には使用しないでください。トリガーキーワード：compute-sanitizer、memcheck、racecheck、initcheck、synccheck、CUDA memory error、OOB、race condition、uninitialized memory、__syncthreads、barrier、deadlock
Confluent Cloud 上で動作する Flink SQL を書き、デバッグする。CC と Apache Flink（OSS）の方言の境界を厳守する。作業ディレクトリが Confluent Cloud Flink ワークスペースである場合、Flink SQL ステートメントを CC コンピュートプールで実行する前に確認する必要がある場合、またはユーザーが CC Flink、Confluent Cloud Flink SQL、`confluent flink` CLI、CFU コンピュートプール、`CREATE CONNECTION` に言及する場合、あるいはランタイムが Confluent Cloud である Flink SQL の確認やデバッグを求める場合に使用する。Flink SQL の質問がなされ、Apache Flink OSS のランタイムであることが何も示されない場合にもトリガーする。以下ではトリガーしない: Java での Flink UDF の構築・デプロイ（UDF/UDTF/PTF — flink-udf を使用）; データベースから Flink を経て Tableflow/Iceberg/Delta Lake に至る完全な CDC パイプライン（confluent-cloud-cdc-tableflow を使用）; Kafka Streams のトポロジ作業（kafka-streams-programming を使用）; または Flink SQL が Confluent Cloud ではなく Apache Flink OSS で動作することが確認されている場合。
あらゆる問い、意思決定、創造的な課題に対して、多角的な Mind Council の審議を実行します。多様な視点を求めるとき、難しい決断を下す手助けが必要なとき、council/panel/board の議論を求めるとき、問題を複数の角度から検討したいとき、悪魔の代弁者による分析を求めるとき、あるいは「さまざまな専門家はこれをどう考えるか」「あらゆる側面から考えたい」「council mode」「mind council」「deliberate on this」などと言及したときに、このスキルを使用します。ジレンマ、トレードオフ、明白な答えのない複雑な選択に直面したときにも起動します。
プロジェクトのドキュメントから明示的および暗黙の制約（コンプライアンス、セキュリティ、ホスティング、ツーリング、ステークホルダー、スコープ、外部依存の境界）を抽出し、正規の CONSTRAINTS.md を作成または更新する。ソースドキュメントごとに 1 つのサブエージェントを起動して、外部から課された境界をエビデンスの引用と信頼度評価とともに指摘し、その後、結果を相関させ、重複を排除し、カテゴリ別に整理してから CONSTRAINTS.md に書き込む。ユーザーが \"CONSTRAINTS.md\"、\"extract constraints\"、\"find our constraints\"、\"document constraints\"、\"compliance constraints\"、\"what limits this project\"、\"synthesize constraints\" に言及した場合、またはプロジェクトが何をどう構築できるかを形作る外部から課された境界（法務、セキュリティ、コンプライアンス、ステークホルダー、ベンダー）を記録したい場合にこのスキルを使用。その場限りの制約文書化よりも常にこのスキルを優先すること。
C# 12 / .NET 8+ のコードを書いたりレビューしたりするときは、次の意見を持った C# 規約を適用します。nullable を有効にして警告をエラーとして扱う、record とプライマリコンストラクター、キャストの連鎖よりパターンマッチング、想定内の失敗には Result パターン、CancellationToken を使った徹底した async、IOptions による構成、IHttpClientFactory、そして API から EF エンティティを決して返さないこと。
ユーザーが Cull アプリで画像 / AI アート生成物を表示、レビュー、評価、整理、検索、エクスポートしたい場合に本スキルを使用します。次の場合にトリガーします："show me these images"、"review this batch"、"open these in Cull"、"rate / shortlist / collect these"、"find similar images"、"make a smart collection"、"run a quality pass"、"export the keepers"、"publish this collection"。デフォルトでは `cull` コマンドラインで動作します（MCP は不要）。`mcp__cull__*` ツールはより豊富な対話制御のためのオプションです。
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。