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
GitHub リポジトリの URL から既存の skill を現在のワークスペースにインポートする。ユーザーが取得元の GitHub URL/リポジトリを提供または参照する場合にのみ使用する(例: `/add-skill https://github.com/OpenHands/extensions/tree/main/skills/codereview` または "add the codereview skill from https://github.com/OpenHands/extensions/")。skill ファイルの取得と .agents/skills/ への配置を処理する。これは新しい skill を作成するものではない — ソース URL なしでゼロから新しい skill を作成する場合は、代わりに skill-creator skill を使用する。
`@tool` デコレーターを使って AG2 `Agent` にカスタム Python ツールを追加する。ユーザーが Python コード(API 呼び出し、DB クエリ、計算、ファイル操作)に支えられた新たな能力を Agent に与えたいときに使用する。同期・非同期ツール、パラメータの型付け、Pydantic schema のカスタマイズ、型付き `Input` / `ToolResult`(テキスト / データ / 画像 / バイナリ)の返却、`final=True` による早期終了、`Context` / `Inject` / `Variable` / `Depends` による依存性注入を扱う。
実行をまたいで Agent の状態を永続化し、LLM が各ターンで見る内容を形作り、履歴をコンテキストウィンドウに収まるよう制限する。`KnowledgeStore`(memory / sqlite / disk / redis)、`KnowledgeConfig`(`store=`、`expose_tool=`、`write_event_log=`、`compact=`、`aggregate=`、`bootstrap=`)とそのオプトアウトフラグ、集約戦略(`prompt=` を上書きする `WorkingMemoryAggregate`、`ConversationSummaryAggregate`)、組み立てポリシー(`WorkingMemoryPolicy`、`EpisodicMemoryPolicy`、`ConversationPolicy`、`SlidingWindowPolicy`、`TokenBudgetPolicy`、`AlertPolicy`)、圧縮(`TailWindowCompact`、`SummarizeCompact`)、ライフサイクルイベント(`AggregationStarted/Failed`、`CompactionStarted/Failed`、`EventLogFailed`)を扱う。ユーザーが、エージェントに会話間で記憶させたい、長い履歴を管理したい、プロンプトの組み立てを制御したいときに使用する。
単一の AG2 `Agent` 内での単一エージェントの再帰と並列ファンアウト — 自己委譲のための自動注入される `run_subtask` / `run_subtasks(parallel=True)`(`tasks=TaskConfig(...)` でオプトイン)、および別のエージェント内部から名前付きエージェントを呼び出す軽量でハブ不要な方法としての `Agent.as_tool()`。単一のコーディネーターが作業を自身のサブタスクに分割したい、サブタスクを並行してファンアウトしたい、またはスペシャリストエージェントをツールとして呼び出したいときに使用する。コンテキストの流れ、再帰の安全性、サブタスク履歴のための `persistent_stream` を扱う。**2 つ以上のエージェントがレジストリ、永続チャネル、ガバナンス、ターン制を伴って実際に協働する場合は、代わりに `ag2-network-quickstart` を使用する** — ネットワークが AG2 における標準的なマルチエージェントパターンである。
AIエージェント向けのブラウザー自動化コマンドラインツールです。ページの移動、フォーム入力、ボタンのクリック、スクリーンショットの撮影、データ抽出、Webアプリのテストなど、ウェブサイトとのやり取りが必要な場合に使用します。「ウェブサイトを開く」「フォームに入力する」「ボタンをクリックする」「スクリーンショットを撮る」「ページからデータを取得する」「このWebアプリをテストする」「サイトにログインする」「ブラウザー操作を自動化する」などの依頼や、プログラムによるウェブ操作が必要なタスクで起動します。
ユーザーが「optimize CLAUDE.md」「create a new skill」「write a custom agent」「configure hooks」「manage context window」「set up MCP servers」「scaffold a skill package」「analyze token budget」「create subagents」「configure permissions」「set up worktrees」「integrate Claude Code with editors」を求めたときに使用します。Claude Code CLI の習熟、スキル作成、コンテキストエンジニアリング、hooks の自動化、サブエージェント作成、開発ワークフローの最適化を扱います。
コールドメールを始める担当者向けの単一の「ここから開始」オーケストレーター。まずインフラ状況の質問を行い、続いて /icp-onboarding → /lead-magnet-brainstorm → /campaign-strategy を順に実行し、統合された campaign-plan.md を生成する。最後に、ユーザーがすでにドメイン/受信トレイを持っているかどうかで分岐する次のスキルの対話式メニューを提示する。新しいリポジトリをチェックアウトした際の最初の呼び出し、またはコールドメールをゼロから誰かにオンボーディングする際に使用する。
再起動をまたいで Ghostty の Claude Code/Codex タブをスナップショット保存・復元します。Mac のアップデート前(保存终端会话/重启前备份终端)、再起動後に元のセッション ID を再度開く場合(恢复之前的窗口/restore my ghostty tabs)、残存セッションの監査、または変更がある場合のみ記録する定期スナップショット(定期增量快照/没变化不记录)に使用します。非管理対象/旧式 Codex アカウントの切り替え(额度耗尽换号/换号后恢复全部 Codex)にも対応します。Minions native_runtime では Account Manager を使用します。--resume、スクリーンショット、tmux には使用しません。
ユーザーが「create a hook」「add a PreToolUse/PostToolUse/Stop hook」「validate tool use」「implement prompt-based hooks」「use ${CLAUDE_PLUGIN_ROOT}」「set up event-driven automation」「block dangerous commands」と依頼した場合、または hook イベント(PreToolUse、PostToolUse、Stop、SubagentStop、SessionStart、SessionEnd、UserPromptSubmit、PreCompact、Notification)に言及した場合に使用します。高度なプロンプトベースの hooks API に重点を置き、Claude Code プラグインの hook の作成と実装を包括的に案内します
コマンドラインからデジタルアシスタントを管理するための包括的な SAP Joule CLI(旧 sapdas CLI)アシスタント — ケイパビリティのコンパイル、アシスタントのデプロイ、BDD テストの実行、lint、エラーのトラブルシューティング。ユーザーが「joule cli」「sapdas」「joule compile」「joule deploy」「joule test」「joule login」「joule lint」、デジタルアシスタントのデプロイ、ケイパビリティのコンパイル、DAAR ファイル、RTA アーティファクト、または Joule コマンドラインインターフェースに関わるあらゆるタスクに言及したときは常にこのスキルを使用する — 「deploy my assistant」や「how do I log in to Joule from the terminal」のように言っただけの場合でも同様。ユーザーが Cucumber で Joule ケイパビリティをテストすること、AI アシスタントのリンク、デプロイ済みアシスタントの管理、CI/CD パイプラインでの Joule ワークフローの自動化について尋ねた場合にもトリガーする。
LangGraph でマルチエージェント AI システムを構築する——ステートフルでグラフベースのエージェントワークフロー向けの低レベルオーケストレーションフレームワーク。supervisor、swarm、階層型マルチエージェントパターン;サブグラフの構成;状態管理(checkpointers/stores);永続化;評価;本番デバッグを扱う。循環、条件分岐、並列実行、ヒューマンインザループのパターンを必要とするエージェントアーキテクチャを設計するときに手に取る。無関係なリクエストにこのスキルを使用しない;最も近い指名の専門家に振り分ける。
ユーザーが「升级 skills」「更新 li-skills」「li-skills 有新版本吗」「upgrade skills」「skills 怎么更新」と言ったときに本 skill を使用します。ユーザーが「有新版本吗」と尋ねただけでもトリガーし、積極的にアップグレード処理を実行します。現在のバージョンを確認し、npx skills update を実行するか jiangjiax/li-skills を再インストールし、完了後に新しいバージョンを読み込むため Claude Code セッションの再起動をユーザーに促します。ユーザーが "upgrade skills"、"update li-skills" を行いたい、または li 制作ツールキットの最新バージョンを取得したいときに使用します。
ユーザーが「优化流程」「检查流程」「系统哪里有问题」「流程有漏洞」「新增了 XX 功能,更新流程」と言ったときに本 skill を使用します。CLAUDE.md、工作流程.md などのドキュメントを読み、プロセスの穴を診断し、自動化の機会を特定し、最適化案を生成して直接変更を実行し、最適化レポートを 04-方法论沉淀/ に保存します。トリガーすべきでない場合:コンテンツ制作系のタスク(対応する li-* skill を使用)、skill 開発(li-factory を使用)。ユーザーが "optimize workflow"、"check process"、"improve system" を行いたい、またはコンテンツ制作パイプラインのギャップに気づいたときに使用します。
OpenClaw エージェント向けの永続的なローカルメモリ。ユーザーが次のように言ったときに使用します:- "install memos" - "install MemOS" - "setup memory" - "add memory plugin" - "openclaw memory" - "memos onboarding" - "memory not working" - "configure memory" - "enable memory" - "upgrade MemOS" - "update memory plugin"
ソフトウェアの修正、構築、リファクタリング、レビュー、検証、リリースを求められ、その作業が非自明な場合に使用する — 計画、ゲート、実装、レビュー、検証済み PR、承認済みリリースを通じて変更要求を届けること、packet なしで別の場所で始まった作業を証拠に基づく現状評価で継続すること、または各ツール用スキルを通じて Linear、Jira、Notion の追跡対象ワークアイテムを操作することを含む。neckbeard は変更をフレーミング、ディスカバリー、設計、実装、レビュー、検証、学習へと導き、最小の*安全な*介入を選び、実際のデリバリー境界でそれを証明し、検査可能な証拠台帳を残す。issue-to-PR の作業では、ゲートとライフサイクル統合を備えた 9 フェーズの道のりを条件付きで読み込む。専門家カタログのスキルを置き換えるのではなく組み合わせる。ペルソナでも LOC 最小化者でもない。無関係なリクエストにはこのスキルを使用せず、最も近い名称の専門家にルーティングする。
OpenCode CLI をサブエージェントとして呼び出し、代替の AI モデル(GPT-5.x、Codex、ローカルモデル)をコードの実装、レビュー、デバッグ、調査、セカンドオピニオンに活用する。ユーザーが「use opencode」「get a second opinion from GPT/Codex」「implement with opencode」「review with opencode」「let opencode handle this」「use a different model」を求めたとき、またはクロスモデル検証を望むときに使用。ユーザーが OpenCode のモデルを明示的に指定した場合(例:「use gpt-5.4」「use codex」)や、Claude 以外の AI システムにタスクを委譲したい場合にもトリガーされる。ユーザーの OpenCode インストールで設定されたすべてのプロバイダー(OpenAI、GitHub Copilot、Ollama/LM Studio 経由のローカルモデル、OpenCode 自身の無料枠モデル)をサポートする。
浅くすることなく、答えを始めやすく、ざっと見やすく、中断し再開しやすくする:正しいが密度が高すぎて入り込めない回答、有用な部分が埋もれた長文、重要な但し書きが抜け落ちた要約、機械生成のように読める文章。有用な答えを先に置く順序、短い段落、文字どおりの見出し、ニュアンスの保持、構造そのものが難所である場合の小さな図を扱う。ユーザーが「I do not understand」「explain this more simply」「make this clearer」「too dense」「break it into parts」「step by step」「without losing the details」と言う場合に使用する。正確さを犠牲にした短縮、順序立った手順やセキュリティ警告の圧縮、密度が高いのではなく生成されたように聞こえる草稿には用いない(それは声の問題であり、別の場所に属する)。誰も入り込めない答えは届けられたことにはならず、誤るまで短くされた答えも同様である。
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。
