開発スキル

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

ユーザーが会話形式でバグや問題を報告し、エージェントがGitHubのIssueを作成するインタラクティブなQAセッション。背景でコードベースを探索し、コンテキストやドメイン言語を取得します。ユーザーがバグ報告、QA、会話形式でのIssue作成を希望する場合、または「QAセッション」に言及した場合に使用します。

Vercel EngineeringによるReactとNext.jsのパフォーマンス最適化ガイドライン。このスキルは、React/Next.jsコードの作成、レビュー、リファクタリング時に使用し、最適なパフォーマンスパターンを確保します。Reactコンポーネント、Next.jsページ、データフェッチ、バンドル最適化、パフォーマンス改善を含むタスクで発動します。

TypeScript型、ハンドル、Zustand統合を備えたReact Flowノードコンポーネントを作成します。React Flowキャンバス用のカスタムノードを構築する場合、ビジュアルワークフローエディタを作成する場合、またはノードベースのUIコンポーネントを実装する場合に使用します。

ユーザーがリポジトリのREADMEを翻訳したい、リポジトリを多言語対応にしたい、ドキュメントをローカライズしたい、言語切り替え機能を追加したい、READMEを国際化したい、またはGitHubスタイルのリポジトリでローカライズされたREADMEのバリエーションを更新したい場合に使用します。

~/.readouts以下に、洗練された自己完結型のHTML「readout」ドキュメントを生成します（自動管理されるインデックスページ付き）。現在の会話で蓄積された調査結果をスナップショットするか、新規に呼び出された場合（例：「github webhookイベントがどのように処理されるかについてのreadout」）は、明確化の質問で範囲を絞り込み、コードベースを調査してから文書化します。この作業は子エージェントで実行されるため、メインの会話のコンテキストはクリーンな状態を保ちます。ユーザーが/readoutを呼び出したとき、または…と言ったときに使用します。

コードレビューのフィードバックを受け取った際、特にフィードバックが不明瞭または技術的に疑問がある場合に、提案を実装する前に使用します。技術的な厳密さと検証が必要であり、形だけの同意や盲目的な実装は避けるべきです。

既存のウェブサイトやアプリをプレミアム品質にアップグレードします。現在のデザインを監査し、一般的なAIパターンを特定し、機能を損なうことなくハイエンドなデザイン基準を適用します。あらゆるCSSフレームワークやバニラCSSに対応します。

Remotionでキャプションを扱う

Remotion React Markupを書くためのベストプラクティス

React/Remotionのコンポーネントコードからinference.sh経由で動画をレンダリングします。TSXコードを渡すとMP4が出力されます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequenceなど、すべてのRemotion APIに対応。解像度、FPS、長さ、コーデックを設定可能。用途：プログラムによる動画生成、アニメーショングラフィックス、モーションデザイン、データ駆動型動画、Reactアニメーションの動画化。トリガー：remotion、コードから動画レンダリング、tsxから動画、react動画、プログラム動画、remotionレンダリング、コードから動画、アニメーション...

We need to translate the given English text into Japanese, preserving the name "remotion-render" and other technical terms. The instruction says to translate only the text inside <text>, and not include the name unless it appears in the source text. The name "remotion-render" appears in the source? Actually, the source text does not contain "remotion-render" explicitly; it says "remotion-render" in the directory item type line but that's outside the <text>. The <text> contains "remotion" and "Remotion" but not "remotion-render". So we should not add it. We need to translate the description. Let's break down the text: "Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos

React/Remotionのコンポーネントコードからinference.sh経由で動画をレンダリングします。TSXコードを渡すとMP4が出力されます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequenceなど、すべてのRemotion APIに対応。解像度、FPS、長さ、コーデックを設定可能。用途：プログラムによる動画生成、アニメーショングラフィック、モーションデザイン、データ駆動型動画、Reactアニメーションの動画化。トリガー：remotion、コードから動画をレンダリング、tsxから動画へ、react動画、プログラム動画、remotionレンダリング、コードから動画へ、アニメーション...

Remotionを使用した動画アプリの構築 - フレームワーク、レンダリング、Playerのアドバイス

既存のRemotion（Reactベース）のビデオコンポジションをHyperFrames HTMLコンポジションに変換します。ユーザーが明示的にRemotionコンポジションをHyperFramesに移植、変換、移行、翻訳、または書き換えるよう依頼した場合にのみ使用してください（例：「RemotionプロジェクトをHyperFramesに移植して」）。以下の場合は使用しないでください：(a) 新しいHyperFramesコンポジションを作成する場合（RemotionビデオのA/Bテストであっても）；(b) Remotionが簡単に言及されただけの場合；(c) Remotionコードが翻訳目的ではなく参考として共有された場合；(d) ユーザーが...を希望する場合。

READMEファーストの深層学習リポジトリ再現のための厳密なインプットヘルパー。リポジトリをスキャンし、READMEや一般的なプロジェクトファイルを読み、文書化されたコマンドを抽出し、推論、評価、トレーニングの候補を分類し、最小限の信頼できる再現計画をメインオーケストレーターに返すタスクに使用する。環境設定、アセットダウンロード、コマンド実行、最終レポート作成、論文検索、エンドツーエンドのオーケストレーションには使用しない。

ユーザーとのインタビューを通じて小さなコミット単位の詳細なリファクタリング計画を作成し、それをGitHub Issueとして登録します。ユーザーがリファクタリングの計画を立てたい場合、リファクタリングRFCを作成したい場合、またはリファクタリングを安全な段階的ステップに分割したい場合に使用します。

タスク完了時、主要機能実装時、またはマージ前に、作業が要件を満たしているか確認するために使用します。

Resolve Git merge conflicts by extracting only unresolved paths, conflict hunks, and compact diffs instead of loading whole files into context. Use when a merge, rebase, cherry-pick, or stash pop stops on conflicts, when `git status` shows unmerged paths, or when files contain conflict markers.

進行中のgitマージ/リベースの競合を解決する必要がある場合に使用します。

プルリクエストの差分をレビューし、ワークフローが公開するための構造化されたフィードバックをreview.jsonに書き込みます。ローカルアーティファクト（pr_diff.txtやpr_description.txtなど）からチェックアウトしたPRをレビューし、GitHubに直接投稿する代わりに機械可読なレビュー出力を生成する場合に使用します。

Rigor Train skill for deep learning research repositories. Use when a documented or selected training command should be run conservatively for startup verification, short-run verification, full kickoff, or resume, with command, config, seed, log, checkpoint, status, and metric evidence written to standardized `train_outputs/`. Do not use for environment setup, exploratory sweeps, speculative idea implementation, or end-to-end orchestration.

Claude CodeをローカルのLiteLLMプロキシ経由でGitHub Copilotにルーティングする際、直接のAnthropic費用を削減し、ANTHROPIC_BASE_URLやANTHROPIC_MODELのオーバーライドを設定する場合、またはmodel-not-found、localhostトラフィックなし、GitHub 401/403認証エラーなどのCopilotプロキシ設定の失敗をトラブルシューティングする場合に使用します。

ディープラーニング研究作業のためのRigor Debug / Rigor Auditスキル。ユーザーがトレースバック、ターミナルエラー、CUDA OOM、チェックポイント読み込み失敗、形状不一致、NaN損失症状、またはトレーニング失敗を貼り付け、パッチ適用前に保守的な診断を希望し、デバッグ修正が研究貢献と明確に分離されている場合に使用します。広範なリファクタリング、推測的な適応、自動探索的パッチ適用、または一般的なリポジトリの習熟には使用しないでください。

自律的で仕様駆動型の開発「サガ」を実行し、中規模から大規模な機能をオーケストレーターエージェントとワーカーサブエージェント群で実現します。ユーザーが/sagaを呼び出したとき、人間の介入を最小限に抑えて大規模な機能をエンドツーエンドで自律的に構築したいとき、並列実装前にマイルストーンとタスクに分割され、厳格な検証基準を持つ包括的な仕様を求めるとき、またはオーケストレーターがワーカーエージェントに実装を委任し、その…を維持したいときにこのスキルを使用します。

他のCMSやコンテンツシステムからSanityへの移行を計画、実施、レビューします。AEM、Adobe Experience Manager、Contentful、Strapi、Webflow、WordPress、Payload、Drupal、Markdown/MDX/frontmatterファイル、WXR/XMLエクスポート、CMS API、データベースダンプ、静的HTMLからの移行やSanityへのリプラットフォーム時、または抽出、変換、Portable Text変換、アセット移行、リダイレクト、検証、カットオーバーワークフローの設計時に使用します。

演習ディレクトリ構造を作成し、セクション、問題、解答、解説を含め、リンターを通過するようにします。ユーザーが演習のスキャフォールディング、演習スタブの作成、新しいコースセクションのセットアップを行いたい場合に使用します。

warpdotdev/warp と warp-server をスキャンし、最近マージされた PRODUCT.md 仕様のうち、warpdotdev/docs に対応するドキュメント PR がまだないものを探します。完全な仕様が見つかった場合は、ドキュメントの下書き PR を自動生成し、エンジニアにタグを付けます。仕様が下書きを作成するには情報不足な場合は、エンジニアに直接通知します。スケジュールされた Oz エージェントとして実行するよう設計されています（例：2〜3日ごと）。自動ドキュメントトリガーを設定する際や、手動でドキュメントカバレッジを確認する際に使用します。

ユーザーがサイトのスキーママークアップや構造化データを追加、修正、最適化したい場合に使用します。また、ユーザーが「スキーママークアップ」「構造化データ」「JSON-LD」「リッチスニペット」「schema.org」「FAQスキーマ」「商品スキーマ」「レビュースキーマ」「パンくずスキーマ」「Googleリッチ結果」「ナレッジパネル」「検索結果の星評価」「構造化データを追加」に言及した場合も使用します。ユーザーがGoogleでページの拡張結果を表示させたい場合に使用します。より広範なSEOの問題については、seo-auditを参照してください。AIについては…