875 件 ・ 関連度順
概要と使いどころ
Validates a UX spec, HUD design, or interaction pattern library for completeness, accessibility compliance, GDD alignment, and implementation readiness. Produces APPROVED / NEEDS REVISION / MAJOR REVISION NEEDED verdict with specific gaps.
日本語の概要は準備中です。原文の説明を表示しています。
Quality review of test files and manual evidence documents. Goes beyond existence checks — evaluates assertion coverage, edge case handling, naming conventions, and evidence completeness. Produces ADEQUATE/INCOMPLETE/MISSING verdict per story. Run before QA sign-off or on demand.
日本語の概要は準備中です。原文の説明を表示しています。
Validate that a story file is implementation-ready. Checks for embedded GDD requirements, ADR references, engine notes, clear acceptance criteria, and no open design questions. Produces READY / NEEDS WORK / BLOCKED verdict with specific gaps. Use when user says 'is this story ready', 'can I start on this story', 'is story X ready to implement'.
日本語の概要は準備中です。原文の説明を表示しています。
Validate readiness to advance between development phases. Produces a PASS/CONCERNS/FAIL verdict with specific blockers and required artifacts. Use when user says 'are we ready to move to X', 'can we advance to production', 'check if we can start the next phase', 'pass the gate'.
日本語の概要は準備中です。原文の説明を表示しています。
Validates completeness and consistency of the project architecture against all GDDs. Builds a traceability matrix mapping every GDD technical requirement to ADRs, identifies coverage gaps, detects cross-ADR conflicts, verifies engine compatibility consistency across all decisions, and produces a PASS/CONCERNS/FAIL verdict. The architecture equivalent of /design-review.
日本語の概要は準備中です。原文の説明を表示しています。
Deliberating decisions and founder priorities through multi-perspective, named-expert, and YC-style advisory lenses. Use for verdicts, office hours, or expert critique; not implementation.
日本語の概要は準備中です。原文の説明を表示しています。
Implement ReasoningBank adaptive learning with AgentDB's 150x faster vector database. Includes trajectory tracking, verdict judgment, memory distillation, and pattern recognition. Use when building self-learning agents, optimizing decision-making, or implementing experience replay systems.
日本語の概要は準備中です。原文の説明を表示しています。
Design a learning task where mixed-age students work together with mutual benefit for all age groups. Use when planning cross-age tutoring, vertical grouping, or multi-year group activities.
日本語の概要は準備中です。原文の説明を表示しています。
Anchor a multidisciplinary unit in a real-world phenomenon that requires multiple subject lenses to understand. Use when designing integrated or phenomenon-based units across disciplines.
日本語の概要は準備中です。原文の説明を表示しています。
Guides systematic root-cause debugging. Use when tests fail, builds break, something that worked yesterday broke, behavior doesn't match expectations, or you encounter any unexpected error. Use when you need to figure out what broke and why — a systematic approach to finding and fixing the root cause rather than guessing.
日本語の概要は準備中です。原文の説明を表示しています。
React Router v7 best practices for data-driven routing. Use when implementing routes, loaders, actions, Form components, fetchers, navigation guards, protected routes, or URL search params. Triggers on createBrowserRouter, RouterProvider, useLoaderData, useActionData, useFetcher, NavLink, Outlet.
日本語の概要は準備中です。原文の説明を表示しています。
Remix v2 data loading and mutations. Use when writing loaders, actions, deferred data, revalidation logic, or pending state. Triggers on loader, action, useLoaderData, useActionData, json(), defer(), <Await>, shouldRevalidate, useRevalidator, useNavigation, useTransition (v1 holdover).
日本語の概要は準備中です。原文の説明を表示しています。
Use when the user wants to pressure-test a product, internal-tool, or OSS concept against Amazon's Working Backwards PRFAQ gauntlet before committing to a spec. Triggers on: "work backwards", "write a PRFAQ", "press release first", "is this idea worth building", "pressure-test this concept", "filter this before brainstorm", "is this a real product". Also catches solution-first pitches ("I want to build X that does Y") and technology-first pitches ("use AI to...") that need customer-first filtering. Produces a binary pass/fail verdict, not a polished doc. Hardcore coaching — direct, skeptical, concrete. On pass, hands off to brainstorm-beagle with a concept brief. Does NOT write code, plan implementation, scaffold projects, or draft specs.
日本語の概要は準備中です。原文の説明を表示しています。
Quellenbasierte Profile einzelner Wettbewerber aus öffentlichen Informationen erstellen. Nutze diesen Skill, wenn Positionierung, Zielgruppe, Produkt, Preise, Organisation und Belegbehauptungen eines Anbieters zusammengetragen werden sollen, als Kurzbrief, fokussiertes Profil oder vertiefte Recherche. Trennt Tatsache, Anbieterangabe, Schätzung und Hypothese in einem Claim-Ledger, hält Quellen mit Datum fest und beachtet Datenschutz, Datenbankrechte, Urheberrecht und Geschäftsgeheimnisse. Kein Scraping über das Freigegebene hinaus, keine Personendossiers. Für vergleichende Seiten: competitors.
日本語の概要は準備中です。原文の説明を表示しています。
Belegte, objektive Wettbewerbsvergleiche und Alternativseiten für den deutschen und DACH-Markt erstellen. Nutze diesen Skill für Seiten der Form „X-Alternative“, „X-Alternativen“, „Produkt vs. X“ oder „A vs. B“, für interne Competitive-Unterlagen und Battlecards, und wenn ein vorhandener Vergleich auf Symmetrie und Belege geprüft werden soll. Führt ein Aussagen- und Quellenverzeichnis, hält Preisangaben mit Stichtag fest, prüft § 6 UWG und Markenrecht konservativ und benennt bestätigte Trade-offs statt einseitiger Vorteile. Für das Profil eines einzelnen Anbieters ohne Vergleichsseite: competitor-profiling.
日本語の概要は準備中です。原文の説明を表示しています。
Technische, inhaltliche und internationale SEO-Probleme für Deutschland und den DACH-Raum prüfen und priorisieren. Nutze diesen Skill bei Ranking- oder Trafficeinbrüchen, bei Problemen mit Crawling, Indexierung, Rendering, Canonicals, Weiterleitungen, Ladezeit, interner Verlinkung, hreflang oder lokaler Sichtbarkeit, vor und nach Migrationen und Relaunches, und wenn Befunde aus der Search Console eingeordnet werden sollen. Liefert reproduzierbare Evidenz statt Vermutungen, trennt Beobachtung von Hypothese und bleibt lesend: produktive Änderungen brauchen eine gesonderte Freigabe.
日本語の概要は準備中です。原文の説明を表示しています。
B2B-Outreach-E-Mails im deutschen und DACH-Kontext konservativ entwerfen und prüfen. Nutze diesen Skill für Kaltakquise-Mails, Nachfassnachrichten, Betreffzeilen und Outreach-Sequenzen an Geschäftskontakte, und für die vorgelagerte Frage, ob eine geplante Ansprache überhaupt zulässig ist. Prüft § 7 UWG, die kumulativen Voraussetzungen der Bestandskundenausnahme nach § 7 Abs. 3 UWG, Herkunft der Kontaktdaten und Sperrlisten; Österreich und Schweiz werden getrennt behandelt. Liefert ausschließlich Entwürfe mit sichtbarem Versandblocker: kein Versand, keine Terminierung, kein Kontaktimport. Keine Rechtsberatung.
日本語の概要は準備中です。原文の説明を表示しています。
Kundenforschung datensparsam und einwilligungsorientiert planen, durchführen und auswerten. Nutze diesen Skill für Interviewleitfäden, Umfragen, Usability-Tests, die Auswertung vorhandener Gespräche, Support-Tickets oder Bewertungen, und für Personas, Segmente und Jobs-to-be-Done. Klärt vorab Zweck, Rechtsgrundlage, Einwilligung, Aufzeichnung, Pseudonymisierung und Aufbewahrung, wertet nur innerhalb des Stichprobenrahmens aus und trennt Befund von Entscheidung. Beachtet DSGVO, BDSG und Beschäftigtendaten; Österreich und Schweiz werden getrennt behandelt.
日本語の概要は準備中です。原文の説明を表示しています。
Design a service mesh deployment — technology selection, mTLS policy, and traffic management config. Use when asked "should we use a service mesh", "Istio or Linkerd", or "design our mTLS policy".
日本語の概要は準備中です。原文の説明を表示しています。
Smart agentic web data extraction with multi-strategy scraping (Crawl4AI v4, Firecrawl), LLM extraction loops, anti-bot bypass, and structured export / Ekstraksi data web cerdas dan agentic dengan scraping multi-strategi (Crawl4AI v4, Firecrawl), ekstraksi LLM, bypass anti-bot, dan ekspor terstruktur.
日本語の概要は準備中です。原文の説明を表示しています。
Expert guide for intelligent model cascading and routing — complexity-scored task routing from Flash/Haiku to Sonnet/Opus/Astra, dynamic escalation with quality gates, 40-60% token cost reduction while maintaining output quality / Panduan ahli untuk kaskade dan routing model cerdas — routing tugas berbasis skor kompleksitas dari Flash/Haiku ke Sonnet/Opus/Astra, eskalasi dinamis dengan gerbang kualitas, pengurangan biaya token 40-60% dengan kualitas output terjaga.
日本語の概要は準備中です。原文の説明を表示しています。
Expert guide for scheduled tasks, cron jobs, recurring background work (Vercel Cron, Cloudflare Workers Cron, Inngest, node-cron), and distributed scheduling / Panduan ahli untuk tugas terjadwal, cron job, pekerjaan latar belakang berulang, dan penjadwalan terdistribusi.
日本語の概要は準備中です。原文の説明を表示しています。
Provides Kubernetes resource management, Helm chart patterns, service mesh configuration, and autoscaling strategies. Covers HPA, VPA, KEDA, operators, security contexts, and namespace isolation. Use when user mentions 'kubernetes', 'k8s', 'helm', 'istio', 'linkerd', 'service mesh', 'HPA', 'VPA', 'KEDA', 'pod security', 'resource quotas', 'operators'.
日本語の概要は準備中です。原文の説明を表示しています。
Provides incident response best practices covering severity classification, on-call rotation, war room protocols, runbook templates, escalation policies, and blameless postmortems. Use when handling an incident, setting up on-call, writing a postmortem, creating a runbook, configuring PagerDuty or OpsGenie, or building incident management processes.
日本語の概要は準備中です。原文の説明を表示しています。