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 97,501 件掲載。コマンド 1 行でインストールできます。
エージェントワークフロー
OpenAI 互換の Responses API によるマルチモーダル UI 理解と単一ステップの計画。AIQuery/AIAssert と plan-next で UI 要素の座標を抽出する、UI アサーションを検証する、スクリーンショットを要約する、画像から次の UI アクションを決定する必要があるときに使用します。実行は外部エージェントが adb/hdc とマルチステップのループで処理します。既定では Doubao モデルを使用しますが、base URL、API key、モデル名で他のマルチモーダルプロバイダーを指定できます。
`asc` コマンドラインツールを使って Claude Code agent skills を管理します。次の場合にこの skill を使用します：(1) 利用可能な skills の一覧表示：「asc skills list」「what skills are available」「show me asc skills」(2) skills のインストール：「asc skills install --name asc-cli」「install all skills」「add asc skills to my agent」(3) インストール済み skills の表示：「asc skills installed」「what skills do I have」「show my installed skills」(4) skill の削除：「asc skills uninstall --name asc-auth」「remove a skill」(5) skill の更新確認：「asc skills check」「are my skills up to date」(6) skills の更新：「asc skills update」「update my asc skills」(7) ユーザーが「how do I install asc skills」「set up asc CLI skills」「get the latest asc skills」と尋ねた場合 (8) skill のインストールや更新の問題のトラブルシューティング（npx、skills CLI）
Trellis のコーディング仕様を立ち上げるための Claude Code + Codex 並列パイプラインです。CC は GitNexus（ナレッジグラフ）+ ABCoder（AST）でリポジトリを分析し、完全なアーキテクチャの背景と MCP ツールの指示を含む Trellis タスク PRD を作成します。その後、Codex エージェントがタスクを並列実行して仕様ファイルを埋めます。コーディングガイドラインの立ち上げ、Trellis 仕様の設定、「bootstrap specs for codex」、「create spec tasks」、「CC + Codex spec pipeline」、「initialize coding guidelines with code intelligence」に使用します。マルチエージェントによる仕様生成のために GitNexus または ABCoder MCP を設定する場合にも起動します。
エージェント品質を閉ループで改善する——失敗シグナルを検証済みの修正に変える。トリガー："improve my agent"、"self-improving agent"、"auto-tune / iterate on my prompt"、"fix my agent from test results"——および本番呼び出しのバグ修正："fix this prod call issue"、"debug and fix call ID"、"reproduce this production bug"、"regression test before raising PR"。あらゆるスタックで動作：provider-dashboard 型エージェント（VAPI、Retell、ElevenLabs、Bland）に加え、設定が顧客自身のリポジトリ、データベース、プロンプトレジストリにあり、provider agent をデプロイ時に作成する場合やカスタム mock サーバーを使うエージェント。固定された安全不変条件（必ず失敗する再現を先に行う、アテステーション、no-prod-in-loop）+ 設定の所在と読み取り/レンダリング/適用/デプロイ/検証の方法を宣言するプロジェクト単位のケイパビリティマニフェスト。
将来の AI エージェントによる利用に最適化した構造化セッション要約を生成する。使用するのは (1) コーディング/デバッグセッションを終えるとき、(2) ユーザーが "compact"、"summarize session"、"save context"、"wrap up" と言ったとき、(3) コンテキストウィンドウが長くなり継続性が重要なとき、(4) タスクを切り替える前や休憩を取る前。次のセッションが説明をやり直さずに滑らかに始められる、機械可読な引き継ぎドキュメントを生成する。
Mastra AI フレームワークの完全なプロジェクトセットアップガイド。CLI のインストール（create-mastra）、手動インストール、TypeScript 設定（ES2022 の要件）、環境設定、既存プロジェクトへの追加（Next.js、Express）、トラブルシューティング（モジュールが見つからない、インポートエラー、CommonJS の問題）、デプロイ準備、monorepo 設定を扱う。クイックセットアップ（ユーザーが CLI を実行）と自動セットアップ（ファイルを段階的に作成）の両方を含む。Mastra のインストールとセットアップに関するすべての質問にはこのスキルを使用し、正しい設定を確保してよくあるエラーを防ぐ。
インタラクティブな SKILL.md ビルダー。ユーザーが “create a skill”、“generate a skill”、“scaffold a SKILL.md”、“write a SKILL.md”、“turn this workflow into a skill” を求めたときはいつでもこのスキルを使用する — たとえ “skill” と言わず、再現可能なエージェントワークフロー、チェックリスト、規約を作りたいとだけ述べている場合でも。既存の SKILL.md の採点（rate-skill を参照）やプロジェクトのロードマップ（track-roadmap を参照）には使用しないこと。
プロジェクトに合わせたリリース前監査を、上限付きのマルチエージェントワークフローとして作成・実行する——チェックリストを流し見するのではなく、実際のリリース判定を出す：同梱のワークフローテンプレートをリポジトリの実際のスタックとハードルールに基づいて埋め、次に Gates（typecheck / test / lint / build を並列で）→ Find（該当する監査観点ごとに 1 つの読み取り専用ファインダー）→ Dedup（共通の根本原因の指摘を統合）→ Verify（敵対的エージェントが各指摘の反証を試みる。ブロッカーにはコードレンズと仕様レンズを適用）→ Critic（未カバーの領域を挙げ、追加のファインダーを起動）→ GO / NO-GO / GO-WITH-FIXES レポート、とすべてを MAX_PARALLEL の上限内で展開する。ファインダーと検証者は読み取り専用のまま——このスキルは監査と報告のみを行い、修正は決してしない。実際に実行されなかった Gate はブロッカーとして扱い、クリーンとは決して数えない。シークレットの値は種類と場所に伏せる。実行前にスコープを確認し、エージェント数（通常 40〜80）について警告する。
準拠した Open Knowledge Format（OKF）バンドルとして、AI エージェント向けのナレッジを作成、検査、取得、執筆、改訂、拡充、監査、修復、調査、変更影響の分析、移行、検証、保守します。/okf コマンドに使用します。既存の OKF バンドルでの作業、テーブル、データセット、ビュー、メトリクス、ランブック、プレイブック、API、スキーマ、結合パスのドキュメント化、カタログ、メタデータ、ウェブサイト、URL、ソースコードからのエクスポート、およびエージェントが後で読むあらゆるナレッジに使用します。OKF バンドルを編集する際に暗黙的に適用し、準拠性、来歴と出典、生成・検証済みの信頼シグナル、鮮度、log.md、索引、クロスリンクを最新の状態に保ちます。OKF v0.2 を追跡し、証明済み計算と v0.1 からの移行を含みます。
OpenClaw、Claude Code、または Hermes エージェントのセッションログを解析し、Cobo Agentic Wallet TelemetryAPI 経由で構造化テレメトリをアップロードします。外部依存はゼロ——Python 3 と有効な caw のインストールのみが必要です（API key は自動検出）。用途：ユーザーが対応するエージェントプラットフォームのセッションを分析したい、セッションテレメトリをアップロードしたい、セッショントレースを表示したい、エージェントの動作をデバッグしたい場合。
完全な PaperOrchestra（Song et al., 2026, arXiv:2604.05018）の 5 エージェントパイプラインを統制し、非構造化の研究資料（アイデア、実験ログ、LaTeX テンプレート、会議のガイドライン、任意の図）を投稿可能な LaTeX 原稿とコンパイル済み PDF に変換する。ユーザーが「自分の実験から論文を書いて」「このアイデアとこれらの結果を論文にして」「会議投稿を生成して」「X に対して paper-orchestra を実行して」と求める場合、またはエンドツーエンドの論文執筆パイプラインを望む場合に起動する。outline-agent、plotting-agent、literature-review-agent、section-writing-agent、content-refinement-agent の各スキルを連携させる。
ユーザーが SKILL.md を評価、監査、採点したい場合にこのスキルを使用する。トリガーには "rate this skill"、"grade this skill"、"give my skill a letter grade"、"audit my SKILL.md"、"score this skill against best practices"、"is this SKILL.md up to spec" が含まれ、ユーザーが "rate" という語を使わなくても該当する。A-F のレター評価、重み付きカテゴリスコア、優先順位付きのそのまま貼り付け可能なパッチを返す。コードレビュー（code-review を参照）や新しいスキルの作成（generate-skill を参照）にはこのスキルを使用しない。
「最初に失敗した点」と「最終的にうまくいった方法」を組み合わせ、知っておくべきだった洞察を ast-grep ルール、スキル、または CLAUDE.md のルールとして明文化する。メタスキル：ユーザーが「codify today's lessons」「make it a skill」「drop it into lint」と明示的に言うか、試行錯誤による修正から再利用可能なルールを抽出するよう求めた場合にのみ呼び出す。タスク完了のたびに自動で呼び出さない。将来の自分（または別のエージェント）が同じ罠にはまるのを防ぐ。
決定論的なファイルを備えたロール固有のスキルパッケージを作成または更新する。skills/（オープンソース公開）または .agent-team/teams/（チーム利用）への出力をサポート。トリガー：创建角色、新建 role、create role、更新 role scope、edit role、update role、add role skill、修改角色配置。自動生成されるロールフィールド、ガイド付きブレインストーミングのフォールバック、厳選されたスキル選択を備え、フロントエンド/バックエンド/プロダクト（またはカスタム）のロールスキルを作成、更新、編集するようユーザーが求めたときに使用。
ユーザーが AI の動作を制約するために Trae IDE のルール（.trae/rules/*.md）を作成または更新する必要がある場合にこのスキルを使用します。対象：コードスタイルの強制、命名規則、コミットメッセージ形式、AI に特定のパターンを常に従わせること。スキル（project-skill-writer を使用）やエージェント（project-agent-writer を使用）には使用しません。トリガーワード：'create rules'、'add rule'、'set code style'、'enforce conventions'、'configure AI behavior'、'AI rules'、'always do X'、またはユーザーがセッションをまたいで一貫した AI の動作を必要とする場合。
リポジトリの ai-memory 配線を初期化、移行、または更新する：.ai-memory.toml のルーティングマーカー（workspace/project）、CLAUDE.md/AGENTS.md 内の recall/write ルーティングスニペット、ai-memory MCP サーバーのエントリ、およびグローバルキャプチャフック。旧 wiki/qmd スタックを使い続けているリポジトリ向けの qmd→ai-memory 移行や、CLI↔server のバージョンずれを検出してフックを一致する状態に再配置するリフローも含む。ユーザーがプロジェクト（新規または既存）に ai-memory をセットアップしたい、MCP を接続したい、自動キャプチャを有効にしたい、qmd から移行したい、doctor で診断したい、または既存のセットアップ（ローカル CLI + フック）をサーバーのバージョンにアップグレード/更新したいときに使用する。
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。