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
Three.js とブラウザゲーム開発のリクエストを、19 スキルの MengTo/Skills ゲーム開発ファミリーのうち最も合致するサブスキルへ振り分ける——レベル制作、マップ編集、カメラ、敵システムと AI、モンスターリグ、アクション戦闘、エンカウンター設計、インベントリ、ハイブリッド／Vesperfall アセット、VFX、オーディオフィードバック、モバイル操作、パフォーマンスチューニング、QA、チェンジログ、リリース。プレイアブルな Web ゲームでこれらのいずれかに触れるタスクのときに使用し、その場で improvisation せず作業前に該当するサブスキルを取得する。Unity/C# エンジンの作業は代わりに `unity-gamedev-skill-pack` へ振り分ける。トリガー: three.js game, browser game, webgl game, isometric arpg, enemy AI, game camera, game inventory, game VFX, game audio feedback, ship web game, playtest web game, mobile threejs game, game encounter design, monster rig, hybrid game assets。
高速な個人開発ワークフロー。アイデアから本番環境までを同日中に進めます。10 個のコマンド：plan、spike、ship、fix、review、spec-review、focus、done、drop、workflow。次の語句で自動的に有効になります：「plan」「spec」「ship」「spike」「fix」「debug」「repair」「spec-review」「review spec」「analyze spec」「challenge spec」「focus」「what should i do」「prioritize」「overwhelmed」「what should i work on」「done」「finish」「complete」「drop」「abandon」「workflow」「what's next」「whats next」「next step」「what now」。
AFA DTC フルファネル独立サイト運営システム——システムの入口、一次ルーター、ワークフローオーケストレーターとして、ブランド基盤／有料獲得／オーガニック成長／マネタイズとリテンション／運営拡大の 5 つの事業ラインを統括する。トリガーワード: 独立サイト, DTC, EC, Shopify, フルファネル運営, 独立サイト診断, 独立サイト成長, 90 日成長計画, どこから始めればいいかわからない, 複数の問題をまとめて, 全体計画を立てて, ドロップシッピング, 商品テスト, テストストア, ecommerce, online store, DTC brand, store audit, dropshipping。
aliyun CLI と API バージョン 2024-03-30 を使用して、Alibaba Cloud CloudMonitor Service（CMS）AgentLoop ContextStore を操作する。ユーザーが CloudMonitor、CMS、AgentLoop、agent loop、コンテキスト、メモリ、経験、ContextStore、コンテキストストア、コンテキストライブラリ、メモリライブラリ、経験ライブラリに言及した場合、またはストアの作成／クエリ／更新／削除、コンテキストレコードの書き込み／検索／更新／削除、ストアの API キーの管理、aliyun cms ContextStore コマンドのデバッグを求めた場合に使用する。
13 体のエージェントからなるディープリサーチパイプラインを実行し、あらゆるトピックの厳密な学術業務を 7 つのモード（本格調査、クイックブリーフ、論文レビュー、文献レビュー、ファクトチェック、ソクラテス式の誘導型リサーチ対話、任意でメタアナリシスを含むシステマティックレビュー）で支援する。研究課題の定式化、ソクラテス式メンタリング、方法論設計、系統的文献検索、情報源の検証、情報源をまたぐ統合、バイアスリスク評価、メタアナリシス、APA 7.0 レポートの作成、編集レビューと悪魔の代弁者レビュー、倫理審査、研究後の文献モニタリングを扱う。research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、guide my research、help me think through、araştırma、literatür taraması、sistematik derleme、meta-analiz、araştırmamı yönlendir、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題 といったリクエストで使用する。AlterLab Academic Skills スイートの一部。
キーベースのログイン（推奨）またはメール OTP で OpenAnt にサインインします。login --key を使用し、その後 agents register で新しいエージェントを登録します。エージェントがログインする必要があるとき、認証状態を確認するとき、ID を取得するとき、または "Authentication required" や "not signed in" エラーで操作が失敗したときに使用します。本スキルは、タスクの作成、作業の受諾、提出、その他の書き込み操作の前提条件です。
ユーザーとの明確化に関する厳格な規律：共通理解に達するまで 1 ターンにつき 1 つだけ質問する。依存関係に沿って意思決定ツリーをたどる。回答を推奨する。事実は調べ、決めることだけを尋ねる。尋ねる前にコンテキストを探索する。ユーザーが明確になったと確認する（またはスキップする）まで行動しない。PDCA と perf のホストから frontmatter の依存関係で参照されます。トリガー — 「一次一问」「多轮问清」「澄清提问纪律」「推荐答案提问」「决策树追问」 / clarifying question discipline、decision-tree grilling。
オーケストレーターが主導し、Codex がコーディングする。承認済みの計画を 1 タスクずつ実行します。あなたのエージェント（Claude Code など）が作業を順序立てて、OpenAI Codex にすべての製品コードを書くよう指示し、すべての diff をレビューし、各コミットの前にテストゲートを実行し、1 コミットにつき 1 タスクをコミットし、最後にちょうど 1 つの PR を作成します。ユーザーが「codex-build」、「have codex code it」、「you orchestrate, codex codes」と言ったとき、または段階的な実装のための計画を渡してきたときに使用します。
あらゆる問い、意思決定、創造的な課題に対して、多角的な Mind Council の審議を実行します。多様な視点を求めるとき、難しい決断を下す手助けが必要なとき、council/panel/board の議論を求めるとき、問題を複数の角度から検討したいとき、悪魔の代弁者による分析を求めるとき、あるいは「さまざまな専門家はこれをどう考えるか」「あらゆる側面から考えたい」「council mode」「mind council」「deliberate on this」などと言及したときに、このスキルを使用します。ジレンマ、トレードオフ、明白な答えのない複雑な選択に直面したときにも起動します。
OpenClaw のコンテキストウィンドウ使用状況を可視化して診断します。ワークスペースファイル（ステータス、文字数、トークン数）、インストール済み skill の一覧、ブートストラップ構成要素間のトークン予算配分を示すターミナル表示の内訳を生成します。使用場面：(1) ユーザーがコンテキストウィンドウの健全性やトークン使用量について尋ねる場合、(2) エージェントの品質低下（"agent got dumber"）をデバッグする場合、(3) ワークスペースファイルを編集した後に影響を確認する場合、(4) ブートストラップのオーバーヘッドを監査する場合。対象外：会話履歴の分析、モデル選択、コスト追跡。
Unreal Engine のツールセットを新規作成または拡張するときにこのスキルを使用する。ツールセットとは、`ToolsetRegistry` に登録され unreal-mcp サーバー経由で公開される、静的な AI 呼び出し可能関数のクラスである。ユーザーが新しいツールメソッドの追加・公開・登録、新しいツールセットの作成、または `BlueprintTools`、`StaticMeshTools`、`ObjectTools`、`LevelTools`、`MaterialTools` などの既存ツールセットの拡張を望むときに発動する。具体的なトリガー：'add a tool to X'、'expose this via MCP'、'register a function so Claude/the agent can call it'、'wire this into the toolset registry'、'create a new toolset for Y'、'add a Python toolset'、'make this AI-callable'；`*Tools.cpp/.h/.py` ファイルへの `static` メソッドの追加；`Toolsets/` フォルダー配下のファイルの編集；ツールセットのツールパラメータ、戻り値の型、構造体スキーマの設計。スキップ対象：実行時に既存ツールを呼び出す場合（代わりに unreal-mcp を使用）、Agent Skill の作成（unreal-skill を使用）、ツールセットファイルに触れるがツールの追加や再設計を伴わない一般的なリファクタリング、'toolset' という語の無関係な用法。
Cursor を使うためのベストプラクティス — ルール、コマンド、スキル、サブエージェント、ignore ファイル、Agent のセキュリティ、ワークフロー、コミュニティリソース。Cursor のセットアップ、.cursor フォルダの初期化や作成、.cursor/rules や AGENTS.md の記述、コマンドやスキルの作成、.cursorignore の設定、Agent の使用、ルールや MCP の発見（例：cursor.directory）、コードベースの Cursor 対応化、Cursor のワークフロー、TDD、git コマンド、大規模コードベースについての質問で使用する。
広範な .NET 作業向けの主要ルータースキル。まずアプリモデルと横断的関心事でリポジトリを分類し、汎用的な層にとどまらず、最も狭く一致する .NET スキルに切り替える。使用対象：より狭いフレームワークのない一般的な .NET リクエスト、C# の実装、デバッグ、レビュー、リファクタリング、フレームワークおよびツーリングスキルへのルーティング。使用対象外：無関係なスタック、より狭い .NET スキルで既にカバーされているタスク。呼び出し：リポジトリのコンテキストを調査し、対象ファイルを編集し、変更時に該当するビルド、テスト、lint、検証コマンドを実行する。
Microsoft Entra Agent ID（プレビュー）。Microsoft Graph beta API を通じて OAuth2 対応の AI エージェント ID を作成します。Agent Identity Blueprints、BlueprintPrincipals、Agent Identities、必要な権限、sponsors、Workload Identity Federation を扱います。多言語エージェント認証（Docker/Kubernetes）向けの Microsoft Entra SDK for AgentID（コンテナ化 sidecar）、3P エージェント統合、自律型および対話型のエージェントパターンを含みます。トリガー："agent identity"、"agent id"、"Agent Identity Blueprint"、"BlueprintPrincipal"、"entra agent"、"agent identity provisioning"、"Graph agent identity"、"entra sidecar"、"agent id sidecar"、"auth sidecar"、"3P agent"、"third-party agent identity"、"polyglot agent auth"。
Claude Code 向けのマルチエージェントオーケストレーター。ユーザーが gastown、gas town、gt コマンド、bd コマンド、convoys、polecats、crew、rigs、slinging work、マルチエージェント調整、beads、hooks、molecules、workflows、the witness、the mayor、the refinery、the deacon、dogs、escalation に言及したとき、または複数のプロジェクトで同時に複数の AI エージェントを実行したいときに使用する。インストール、ワークスペースのセットアップ、作業の追跡、エージェントのライフサイクル、クラッシュからの復旧、およびすべての gt/bd CLI 操作を処理する。
分離されたクローンから番号付きの GitHub issue をエンドツーエンドで修正する: issue を理解し、専用ブランチとリンクされたドラフト pull request を作成し、進捗チェックポイントをプッシュし、修正を実装してテストし、changelog を更新し、pull request を ready にし、CI が通るまで監視して修復し、成功した PR をマージする。ユーザーが /gh-fix OWNER/REPO#ISSUENUMBER、/gh-fix ISSUENUMBER、$gh-fix OWNER/REPO#ISSUENUMBER を呼び出すか、この GitHub issue からマージまでの一連のワークフローを求めたときに使用。
実装タスクを Kiro CLI に委任し、変更内容を正確に報告する——git のベースラインに対して検証し、kiro の SELF-REPORT は決して信用しない。新しいエージェントが必要とするコンテキストを収集し、リクエストを自己完結型でインジェクション安全なプロンプトに言い換え、XML 境界タグを付与し、タスクの kiro 規約スキル（`--skill`）を注入し、バンドルされたヘルパー経由で kiro を起動して、信頼をモードに限定（`implement` = 最小権限の書き込み、`review` = 読み取り専用）し、その後ワーキングツリーを実行前のベースラインと diff する。kiro を自動インストールしたり、リモートインストーラーを shell にパイプしたり、生のユーザー入力を shell 経由で渡したり、デフォルトで `--trust-all-tools` を使用したりせず、kiro 自身の要約を信用せずに部分的な完了とエラーを正直に報告する。ユーザーが実装を kiro に委任するよう明示的に求めた場合にのみ使用する。
LangGraph アプリケーション向けにマルチエージェントの連携パターン（supervisor-subagent、router、orchestrator-worker、handoffs）を実装する。ユーザーが以下のことを望む場合に使用：(1) マルチエージェントシステムの実装、(2) 複数の専門エージェントの連携、(3) 連携パターンの選択、(4) supervisor-subagent ワークフローの構築、(5) router ベースのエージェント選択の実装、(6) 並列な orchestrator-worker パターンの作成、(7) エージェント handoffs の実装、(8) マルチエージェントシステムの状態 schema の設計、(9) マルチエージェント連携の問題のデバッグ。
完了した作業に対する構造化された振り返りとナレッジの定着（PDCA の Act フェーズ）。規律ある事後レビュー（コンテキストに応じて Keep-Problem-Try / Stop-Start-Continue / After-Action Review）を実施し、定着させる価値のある教訓を見極め、適切な媒体を選び、定着した内容が再利用されることを検証し、改善をフィードバックします。完了した作業に振り返りが必要なときはいつでも使用します — frontmatter の依存関係を介した PDCA ホストのクローズアウト/レビューステージとして、または完了した任意のタスクに単体で。トリガー — 「回顾总结」「复盘」「经验沉淀」「总结经验教训」「改进闭环」「沉淀规则」「项目复盘」 / learn and improve、lessons learned、retrospective、post-mortem、debrief。
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。