n8n

弱いテストはリリースを遅らせ、リグレッションを見逃します。このスキルは、テスト戦略、TDD、自動化、カバレッジレビュー、Playwright による Web チェックをガイドします。

証拠がログ、スタックトレース、サービス全体に分散していると、エラーやインシデントのトリアージは困難です。このスキルは診断を構造化し、ログを解析し、パターンを特定し、最小限の修正へ導きます。

開発者は、コードがなぜ存在するのか、何がそれに依存しているのかを追跡するのに時間を失いがちです。このスキルは、変更前に Claude、Codex、Claude Code に対して、関連するグラフ知識、呼び出し元、インポート、テストを収集するよう促します。

構造、リソース、検証ルールが不明確だと、再利用可能なAIスキルの構築は困難です。このスキルは、スキルの設計、作成、検証、パッケージ化のための実践的なワークフローを提供します。

依存関係の更新には、脆弱性、ライセンス上の問題、破壊的変更が隠れていることがあります。このスキルは、一般的なパッケージマネージャー全体で、監査、安全なアップグレード、レポート作成をガイドします。

アクセシビリティ上のギャップは、ユーザーの利用を妨げ、コンプライアンスリスクを生む可能性があります。このスキルは、WCAG監査、スクリーンリーダーチェック、キーボードテスト、改善計画を支援します。

ML プロジェクトは、トレーニング、検証、デプロイ、監視が別々に扱われると失敗しがちです。このスキルは、チームが明確なステージと制御を備えた再現可能な MLOps ワークフローを設計するのに役立ちます。

Grasshopper モデリングでは、コンポーネント、接続、パラメーターに関する手順を何度も繰り返す必要がある場合があります。このスキルは、構造化された設計メモを実行可能なワークフローファイルとローカル MCP アクションに変換します。

ユーザーが長い自然言語プロンプトに依存していると、繰り返し行う AI ワークフローは遅くなります。このスキルは、ルーティング、検証、チェーン化、ヘルプテキストを備えた簡潔なスラッシュコマンドを定義するのに役立ちます。

再利用可能なAIワークフローは、範囲が広くなりすぎてテストが難しくなりがちです。このスキルは、専門的なプロンプト、契約、検証計画を備えた焦点の明確なスキルの定義を支援します。

Obsidianユーザーは、アイデア、タスク、レビューをノート間で移動するのに時間を費やすことがよくあります。このスキルは、Claude、Codex、Claude Codeに、デイリーノート、キャプチャ、定期レビューのための構造化されたワークフローを提供します。

ツール名、入力、出力、エラーが曖昧だと、エージェントは失敗します。このスキルは、ツールの説明、スキーマ、レスポンス形式、テストのための実践的なパターンを提供します。