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 97,222 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
WokiToki(`toki`)— ローカルでブラウザベースの human-in-the-loop フィードバック CLI で、AI が会話の途中で操作して、構造化されたアンカー付きの逐条回答を収集する。使用すべき場面:AI がユーザーに一度に約 3 つを超える意思決定ポイントへ反応してもらう必要がある場合、またはユーザーが 1 点ずつ回答したいかもしれない長い複数セクションの説明/レポートへの反応を求める場合。これは `AskUserQuestion`(約 4 問 × 約 4 選択肢が上限で、ターミナルに縛られ、リッチな自由記述がなく、回答中に参照コンテンツを表示できない)よりも優れており、インラインの文章アンケート(アンカーのない返答を生み、AI が各質問/段落に推測でマッピングしなければならない)よりも優れている。仕組み:AI が `blocks` の spec JSON を書き(`controls` がある block は質問、`controls` がない block はレポート段落、混在はハイブリッドフォーム)、`toki <specPath>`(スキルが初回使用時にビルドするグローバルバイナリ)を実行し、ユーザーはローカルのダークテーマの Web UI で単一/複数/トグルコントロール + block ごとの自由記述フィールド + ハイライト引用で回答する。送信時にツールは Result JSON のみを stdout に出力し(バナー/エラーは stderr へ)、AI は同じターンでそれを読み、正確でアンカー付きのフィードバックをもって続行する。トリガー:`wokitoki`、`toki`、`feedback UI`、`ask me point by point`、`let me answer in the browser`、`decision form`、`interactive feedback`、`review this plan point by point`、`react to each section`、`more than three questions`、`long explanation I want to respond to piece by piece`。ユーザーが `toki` と言わなくても本スキルを使用すること — 多数の意思決定や長いレポートに対して細粒度でアンカー付きのフィードバックを収集するタスクなら、これが適切なツールである。使用しない場合:取るに足らない 1〜2 択や単一の yes/no(`AskUserQuestion` を使用)、またはブラウザで回答する人間がいない非対話型/CI/ワンショット出力。
AG2 の `Agent` にシェルコマンドを実行する能力を与える。`SandboxShellTool`(`LocalEnvironment` 経由のクライアント側 `subprocess`、あらゆるプロバイダーで動作)と、プロバイダー ネイティブの `ShellTool`(OpenAI Responses 実行)を扱う。ユーザーが Agent にコマンドの実行、コードのビルド/テスト、ファイル管理、ワークスペース上での操作をさせたい場合に使用する。必ずサンドボックス化と組み合わせること — `allowed`、`blocked`、`ignore`、`readonly`。
`TelemetryMiddleware`(`ag2.middleware.builtin`)を介して AG2 `Agent` に OpenTelemetry トレースを追加する。ターン全体、各 LLM 呼び出し、各ツール実行、各 human-input リクエストに対して span を発行し、OpenTelemetry GenAI のセマンティック規約に従う。あらゆる OTLP バックエンドと互換 — Jaeger、Grafana Tempo、Datadog、Honeycomb、Langfuse。ユーザーが本番グレードのトレース、レイテンシ分析、token 使用量の帰属、既存の可観測性スタックへのテレメトリ導入を求める場合に使用する。
ユーザーが「チームを作成」「エージェントを生成」「タスクを割り当て」「複数のエージェントを調整」「チームのステータスを確認」「カンバンボードを表示」「エージェント間でメッセージを送信」「チームのタスクを管理」「チームの進捗を監視」を求めた場合、または「oh」「マルチエージェント調整」「チームコラボレーション」「エージェント受信箱」「タスクボード」「spawn worker」に言及した場合にこの skill を使用します。現在のタスクがサブタスクに分割して複数のエージェントに委任するのに十分複雑な場合にも、この skill を起動する必要があります。たとえば、ユーザーが「フルスタックアプリを構築」「コードベース全体をリファクタリング」「複数の機能を並行して実装」を求めた場合、または作業範囲が単一のエージェントで効率的に処理できる範囲を超えるとエージェントが判断した場合です。ClawTeam CLI を使用して、タスク管理、メッセージング、監視、ランタイムプロファイル、git コンテキスト、リカバリツールを備えたマルチエージェントチームを編成するための包括的なガイダンスを提供します。
プロジェクトのドキュメントファイル(AGENTS.md、CLAUDE.md、GEMINI.md、COPILOT.md、CURSOR.md、WARP.md、およびその他 15 種類以上の形式)をスキャンし、ガイダンスを統合する。ユーザーがコードベースのレビュー、理解、探索を依頼したとき、新しいプロジェクトで作業を始めるとき、規約やエージェントについて質問したとき、ドキュメントのコンテキストが役立つときに自動的に有効化される。複数プラットフォームのドキュメントを統一された AGENTS.md に統合できる。
GitHub Copilotリポジトリのカスタム指示(`.github/copilot-instructions.md`(リポジトリ全体向け)および `.github/instructions/*.instructions.md`(パス固有))を追加、監査、修正し、Copilot Chat、Copilot code review、Copilot coding agentがプロジェクト全体の指針を参照できるようにします。代替のエージェント指示ファイルとして `AGENTS.md`、`CLAUDE.md`、`GEMINI.md` も扱います。ユーザーが「add Copilot instructions」「set up copilot-instructions.md」「audit our Copilot config」「make Copilot follow our conventions」「configure Copilot code review」「add path-specific Copilot rules」「applyTo glob」「excludeAgent」「Copilot is ignoring our guidance」と言う場合、または /github-copilot-repo-instructions を呼び出す場合に使用します。個人単位のCopilot指示には使用しません。このスキルの対象外です。ファイル配置以外のAGENTS.md執筆ガイダンスについてはagents-mdスキルを参照してください。
ユーザーが「批量修复」「批量 jira-fix」「jira-fix-batch」「批量修复多个 Jira」「批量修复以下 bug」/ batch fix, batch jira-fix と言ったときにトリガーする。薄いトリガーシェル:Jira ID/URL を解析し、Engine jira-fix-workflow を使って goal-driven-batch にキューイングする。修正の実行やマージは行わない。単一の issue(jira-fix-workflow)や Jira 以外のキュー(goal-driven-batch)には使用しない。
Microsoft Agent 365 でエンタープライズ規模の AI エージェントを管理するためのガイダンス——単一のレジストリから管理者があらゆるエージェント(Microsoft、Copilot Studio、サードパーティ)を可観測化・ガバナンス・保護できるコントロールプレーン。ID には Microsoft Entra Agent ID、データセキュリティには Microsoft Purview、実行時の脅威保護には Microsoft Defender を使用する。WHEN: Microsoft Agent 365、Agent 365、大規模なエージェント管理、エージェントコントロールプレーン、エージェントレジストリ、エージェントマップ、エージェントの可観測化・ガバナンス・保護、Entra Agent ID、エージェント ID ライフサイクル、サードパーティエージェントのガバナンス、テナント全体での AI エージェント保護、エージェントの乱立、エージェントインベントリ。DO NOT USE for Purview-only data controls on a single agent (use purview-agent-365-security) or end-user Copilot oversharing (use purview-copilot-oversharing).
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。
