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
AI/LLM 向けのプロンプトエンジニアリングと最適化。機能：不明確なプロンプトの変換、トークン使用量の削減、構造の改善、制約の追加、特定モデル向けの最適化、後方互換のリライト。操作：プロンプトの改善、強化、最適化、リファクタリング、圧縮。キーワード：プロンプトエンジニアリング、プロンプト最適化、トークン効率、LLM プロンプト、AI プロンプト、明確さ、構造、システムプロンプト、ユーザープロンプト、few-shot、chain-of-thought、指示チューニング、プロンプト圧縮、トークン削減、プロンプトリライト、意味保持。使用場面：不明確なプロンプトの改善、トークン消費の削減、LLM 出力の最適化、冗長なリクエストの再構成、システムプロンプトの作成、プロンプトの明確さの向上。
会話の途中で実行を一時停止し、詳細モードから一歩引いて、方向性、前提、バイアスを率直に再評価するリフレクションスキルです。ユーザーが「reflect」「take a step back」「step back」「zoom out」「are we missing something」「bigger picture」「sanity check this」「are we on track」「are we overthinking this」「forest for the trees」や、詳細から離れて再評価したい意図を示す表現を使ったときに使用します。戦略的な確認がないまま実装の詳細に深く入り込んだ場合や、ユーザーが行き詰まっている様子を見せた場合も起動します。多くの場合、必要なのは詳細作業の追加ではなく、問題の捉え方のリセットです。意図的に事前質問を最小限にし、先行する文脈が十分なら即座に5次元分析を実行します。再評価に必要な情報が少なすぎる場合に限り、方向を定める確認質問を1つ行います
AstrBot プラグイン開発のリファレンスとワークフローガイド。次の作業を行うときにこの skill を使用する：- AstrBot プラグイン、hook、デコレータ、メッセージハンドラを書く - プラットフォームアダプタ、メッセージチェーン、イベントフローを実装する - プラグインの schema、セッション、ライフサイクル管理を設定する - Agent システム（ツール、サブ Agent、ペルソナ、サンドボックス、cron ジョブ）を扱う - AstrBot のメッセージモデルとプラットフォーム固有の形式を相互変換する - AstrBot の API シグネチャ、hook 一覧、コードエントリポイントを調べる - メッセージルーティング、イベント処理、provider 連携に関するプラグインの問題をデバッグする。次のリファレンスドキュメントを提供する：メッセージ、プラットフォームアダプタ、プラグイン設定、Agent システム、コアコンセプト。
Claude Code のスキルを作成または監査します。原資料（記事、フレームワーク、講演）をボトムアップで戦略的かつインタラクティブなスキルに統合します — または既存のスキルを多角的なフレームワークで監査します。新しいスキルの作成、記事のスキル化、AI ワークフローのスキル化、既存スキルの監査/レビュー、スキル品質の改善に使用します。トリガー：create skill、build skill、new skill、skill from article、turn this into a skill、capture this as a skill、audit skill、review skill、evaluate skill、improve skill。
新しいマシンや新しいプロジェクトで「高知能なリード + 安価な実行」の階層型サブエージェント構成を導入する：Codex Sol のリード + Luna のワーカー、任意で Claude Code のプロジェクトレベル agents と Pi/pi-flow のクロスツールオーケストレーション。用途：(1) Codex / Claude Code / Pi をゼロからインストールして設定する (2) プロジェクトレベルの .codex/agents、AGENTS.md、.claude/agents を書き込む (3) Sol が Luna を spawn できない multi-agent catalog の問題を修正する (4) Sol/Luna/マルチエージェントのスモーク検証を実行する。トリガー：新マシンのセットアップ、Sol-Luna、階層型サブエージェント、multi-agent 設定、codex agents の初期化
Python コマンドラインスクリプトにエージェントフレンドリーな --json NDJSON 出力を追加する、またはプロジェクト用に完全な cli_utils パッケージをスキャフォールドします。ユーザーがスクリプトを AI エージェント向けに機械可読にしたい、--json フラグを追加したい、print 文を構造化 JSON に変換したい、コマンドライン補助ライブラリを構築したい、エージェント向けのオープンソースコマンドラインパッケージを作成したい、構造化ログを追加したい、コマンドライン出力を機械可読にしたいときに本スキルを使用します。ユーザーが NDJSON、構造化されたコマンドライン出力、エージェントフレンドリーなコマンドライン、非対話型スクリプト、自動化向けの JSON I/O に言及したときにも使用します。
AI ガバナンスの設計と運用：SaaS、API、セルフホスト可能、エージェント型システムにわたる原則、意思決定権、リスク階層、ライフサイクルゲート、公平性、透明性、プライバシー、セキュリティ、コンプライアンスマッピング、成熟度、取締役会報告。Agent Skills、MCP サーバー、A2A 能力を認可・更新・廃止する、エージェントの本番操作を承認する、あるいは earned-autonomy の昇格・縮小・撤回を決定するために使う。ライフサイエンス向けの GxP、ALCOA+、データインテグリティ、電子記録、アシュアランス、QMS インターフェースをカバーする。法的解釈（legal-strategy）、データプラットフォームの仕組み（data-architect/data-engineering）、セキュリティ実装（secure-software-engineering）、スキルパッケージの検査（agent-skills）、実行時の変更の実施（agent-production-operations）には使わない。
リポジトリ内のシグナルファイル（package.json、Makefile、.github/workflows/、.env.example など）をスキャンしてスタック、コマンド、アーキテクチャ、規約を推論し、推論できない内容について最大 3 つの的を絞った質問を行ったうえで、完全に構造化されたプロジェクト固有の CLAUDE.md を生成する。ユーザーが「create a CLAUDE.md」「my CLAUDE.md is blank」「generate project context」「initialize CLAUDE.md」「set up Claude context for this repo」「fill in my CLAUDE.md」と言ったとき、またはプロジェクトコンテキストを Claude 用に文書化する必要があるあらゆる場面で使用する。内容のある CLAUDE.md が既に存在する場合は、書き込み前に差分比較とマージのフローを実行する。
Store アップグレード後に Windows Codex Desktop を再適用して修復する。Statsig の available_models フィルタリングで隠れたカスタムプロバイダーモデル、それに依存する青紫の Power スライダーとその Ultra トグル、Fast Mode のリクエスト/UI ゲート、locale i18n、プラグイン UI ゲート、Chrome/browser_use ゲート、Goal コマンドゲート、Windows Computer Use 可用性ゲートとプラグイン/ランタイムの修復、サードパーティ/API キーでのメインアプリ使用時におけるスマートフォンのリモート操作ペアリング、Desktop dynamicTools/inputSchema のスレッド開始 schema のずれ、model_provider 切り替え後のローカル会話の可視性の復旧、復元された会話で cwd が欠けている場合の続行修復、ASAR 整合性の修復、パッチ済み MSIX パッケージの署名/インストール、SDK のクリーンアップ、Fast Mode の通信検証、ローカルプラグインマーケットプレイスの登録、および任意のカスタム model_instructions_file 設定（同梱のシステムプロンプト、別名 听话水）を含む。
Copilot SDK を使って GitHub Copilot を活用したアプリケーションを構築します。Node.js/TypeScript、Python、Go、.NET で Copilot とのプログラム的な連携を作成するときに使用します。セッション管理、カスタムツール、ストリーミング、hooks、MCP サーバー、BYOK プロバイダー、セッションの永続化、カスタムエージェント、スキル、デプロイパターンを扱います。GitHub Copilot CLI のインストールと GitHub Copilot のサブスクリプションが必要です（BYOK を使用する場合を除く）。
都爆鸭（doubaoya / 本鸭）公式アカウントツールボックスのメインエントリー：初心者ガイド / タスク前ルーティング / タスク後ナビゲーションを行い、ユーザーを適切な dby-* skill にルーティングする。ユーザーが公式アカウントの作業に触れたが特定の skill を指名していない場合、または「どれを使うべき」「本鸭に何ができる」「どこから始めればいいかわからない」と言った場合は、まずこの skill でルーティングし、dby-* を勝手に推測して直接実行しない。発動方法：/dby、/dby 初心者入門、本鸭、都爆鸭、「次の一歩を確認して」「次に何をするか」「どれを先にやるか」「公式アカウントはどこから始めるか」、「1 本公開した直後はどうするか」「書き終えた直後はどうするか」「この手順が終わったら次は何か」「レイアウトが終わったらあと何をするか」。本パッケージは経路選択とつなぎを担う：**「ある手順を終えた直後、次に何をするか」はすべてこれに属する**（終えたのが執筆や公開であっても）；本パッケージ自体はデータ取得、執筆、レイアウトを行わない。使用するパッケージがすでに指名されている場合は、本パッケージを経由せず直接それを使う。Trigger words: /dby, what's next, where do I start, which dby skill.
DO Framework 向けにプロジェクトを初期化します。プロジェクトを分析し、インストール済みのスキルと MCP サーバーを一覧化して不足分を報告し、フレームワークのローカルコンテキストファイル `.do/context.md`（概要、規約、コマンド、スキル、MCP）を作成します。既存のプロジェクト指示ファイル（CLAUDE.md、AGENTS.md、.github/copilot-instructions.md、.cursor rules）は決して編集しません。存在しない場合は、プロジェクトの内容のみを記載したファイル（フレームワーク、スキル、MCP への言及なし）の作成を提案します。オーケストレーション Agent とコマンドをインストールします。引数：「agents」（Agent／コマンドのみインストール）、「refresh」（スキル／MCP のみ再検出）。Agent 支援環境の初期化や設定に使用します。PRD、実装、レビュー、QA には使用しません。
AI エージェント向けの効果的な Web リサーチ規律 — まずルーティングし、その後厳密にリサーチする。Step 0 で、質問が外部 Web 検索を必要とするか、内部のコードベース/ドキュメントから回答できるかを切り分ける。外部の場合、デフォルトモードで 4 つの原則を自動適用する。明示的な「strict/deep research」リクエストでは、7 次元の情報源信頼性評価（CRAAP + E-E-A-T）を実行し、監査可能なレポートを出力する。静的レイヤー（WebSearch/WebFetch/curl）がコンテンツに到達できない場合（ログイン必須 / JS レンダリング / 小红书·公众号 などの反スクレイピング）、web-access skill 経由で実ブラウザー（CDP、ログイン状態を保持）にエスカレートする。トリガー：「web リサーチ」「外部リサーチ」「資料を調べる」「効果的なリサーチ」「厳密なリサーチ」「深掘りリサーチ」「厳密な事実確認」「ログイン状態でのアクセス」「動的ページ」「反スクレイピング」「このライブラリ/フレームワークの使い方」「脆弱性はあるか」「best practice とは」 / web research, look up, investigate, strict research, deep research, fact-check, login-state access, dynamic page, anti-scraping。使用しない場合：ローカルコードベースの検索、リポジトリファイルの閲覧、コードの grep。
複雑な問題が解決不能に見え、本質まで掘り下げる必要があるときに使用 — 診断のみで、修正は行わない。症状には、根本原因が浮かび上がらない大量のログ、複雑なクラッシュ、アーキテクチャの本質分析、要件の真正性検証、システム的な慢性問題、情報過多、症状と本質の乖離、複数の絡み合う要因、早期収束の傾向などがある — ユーザーが「診断」と明示的に言わない場合でも。また 本质诊断、根因诊断、深度诊断、诊断问题本质、梳理问题逻辑、证据链分析、逻辑链分析、essence-diagnosis でもトリガー。
コーディングエージェントが Jujutsu（jj）を利用できるリポジトリ（`.jj/` ディレクトリ）で作業する場合に使用する — jj コマンドの実行、投機的な編集、変更の分割、操作ログによる復元（jj undo / jj op restore）、PR の Git/GitHub/GitLab への引き渡し、レビュー後の PR の更新、並列エージェントの調整など。ローカルの変更管理層として jj を使用しつつ、Git を正規のリモート、PR、CI、監査のインターフェースとして維持する。また、jj のエージェント向けの落とし穴（ページャー/エディタのハング、コミットの吸収、同居する git/jj の非同期化）を避けたり、脆弱な git reset/checkout/stash/rebase による復元を可逆的な jj 操作で置き換えたりするためにも使用する。
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。