Reactコンポーネントでboolean propsを使用すると、メンテナンス不可能なコードが生まれます。このスキルは、compound components、stateの引き上げ、内部のコンポジションを使用してスケーラブルなコンポーネントアーキテクチャを作成するためのAI向けガイドラインを提供します。

ユーザーはClaude Code用の効果的なスキルを作成するためのガイダンスを必要としています。このスキルは、検証済みのベストプラクティスでスキルを構築、構造化、パッケージ化するための包括的なガイドを提供します。

Claude、Codex、および Claude Code 向けの AI スキル

Claude、Codex、および Claude Code 用の AI スキル

Next.js アプリケーションではデータの繰り返し取得が頻繁に行われるため、ページ読み込みが遅くなることがあります。Cache Components は Partial Prerendering とインテリジェントなキャッシュ戦略を有効にし、キャッシュされたコンテンツを即座に配信しながら動的パーツをストリーミングします。

ユーザーはしばしば、タスクを支援するためにどのようなスキルが存在するかを知りません。このスキルは、オープンなエージェントエコシステムから関連する機能を発見し、シンプルなコマンドでインストールする方法をガイドします。

Web操作を手動で自動化するのは時間がかかり、ミスも起きやすいです。Agent-browserはブラウザ自動化のためのコマンドラインインターフェースを提供し、自動フォーム入力、スクリーンショット取得、Webスクレイピング、エンドツーエンドのテストワークフローを実現します。

AI駆動機能を構築するには、プロバイダAPI、ストリーミング実装、タイプセーフなパターンをナビゲートする必要があります。このスキルは、Vercel AI SDKの包括的なドキュメントリファレンスを提供し、開発者がテキスト生成、ツール呼び出し、構造化出力、エージェントをOpenAI、Anthropic、Googleなどのプロバイダで統一されたAPIを通じて実装するのを支援します。

研究ノートの整理やサマリーの手動生成には多くの時間がかかります。このスキルは Google NotebookLM API に接続して、ソースの作成、音声概要の生成、ノートブックのプログラム管理を可能にします。

テキストを手動で音声化するには、複雑なセットアップとAPIキーが必要です。このスキルは、ローカルの音声クローンやクラウドサービスを含む複数のTTSエンジンに統一インターフェースを提供します。

このスキルは、製品チームがAIエージェント実行用の詳細な製品要件文書（PRD）を作成するのを支援します。機能の目標、品質ゲートに関する明確化質問を通じてユーザーをガイドし、ユーザーストーリーと受入基準を含む構造化されたPRDを生成します。

長大な製品要件定義書（PRD）を構造化された実行可能なJSONタスクファイルに変換します。Ralph-tuiは、これらのファイルを使用して、適切な依存関係管理と品質基準を満たした機能をストーリーごとに自律的に実装します。

Transforms product requirement documents into structured task beads for ralph-tui autonomous execution. Creates an epic with child beads for each user story, including quality gates and proper dependency ordering.

製品要求仕様書（PRD）をralph-tui用の実行可能なタスク分解に変換します。依存関係の順序に従った子ビーズを持つエピックを作成し、進捗を体系的に追跡できます。

Webサイトの監査は複雑で時間がかかります。squirrelscan CLIは、SEO、パフォーマンス、アクセシビリティ、セキュリティをカバーする149以上のルールにわたる包括的な監査を自動化し、AIエージェント向けの実行可能なレポートを生成します。

AIが生成したコンテンツには、ふわふわした表現、一般的な言葉、余計な複雑さが含まれがちです。このスキルはStrunkの『Elements of Style』のルールを適用して、明確で簡潔、専門的な文章を作成するとともに、一般的なAIのパターンを回避します。

多くのスキルはClaudeがすでに知っているコンテンツでトークンを浪費しています。このスキルは、体系的な8次元フレームワークと120点満点のスコアリングを提供し、スキルの設計品質を評価、トークンの浪費箇所を特定、行動可能な改善提案を生成します。

ユーザーは教育コンテンツを実践せずに消費するだけで、身につけることができません。このスキルは、構造化された「SHIP-LEARN-NEXT」サイクルを通じて、受動的な学習（動画、記事、チュートリアル）を能動的な実践に変え、反復を通じて実際のスキルを構築します。

長時間のAIセッションでは、トークン制限に達するとコンテキストが失われることが多くあります。このスキルは、構造化された引き継ぎドキュメントを作成し、新しいエージェントが曖昧さなく作業をシームレスに継続できるようにします。

コードベースは時間とともに自然に複雑さを増し、バグやメンテナンスの負担増加につながります。このスキルは、最終的なコードベースの総コード量を削減するかどうかに基づいて、すべての変更を評価するためのフレームワークを提供します。