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
このスキルは、LLM が @ax-llm/ax を使って正しい AxAgent のメモリ検索、context-map、動的スキル読み込みのコードを生成するのを支援する。contextMap、AxAgentContextMap、onMemoriesSearch、memoriesCatalog、recall(...)、inputs.memories、onLoadedMemories、onUsedMemories、onSkillsSearch、skillsCatalog、AxAgentCatalogSkill、discover({ skills })、onLoadedSkills、onUsedSkills、プリロードされたスキル、forward 時のメモリのプリロード、relevanceRanking のヒント、読み込み済みのメモリ／スキル ID、複数の forward() 呼び出しにまたがるメモリの保持についてユーザーが尋ねたときに使用する。
brain ページをユーザーに報告する際は、新規作成、編集、コミット、サブエージェントからの伝達のいずれの場合も、同じメッセージ内で機能するリンクを成果物として提示します。パスは機械的に取得し（git ls-files --full-name）、リンクを提示する前に push します。ホストされたリモートがある場合はリンク先を検証し、ない場合は定義済みのフォールバック手順に従います。brain ページ内ではルールが逆になり、相対リンクでリンクグラフを維持し、絶対 URL はチャットでの成果物にのみ使用します。
博士 / 研究プログラムの申請パッケージをエンドツーエンドで統括する——申請者の資料の読み込みから、CV、プログラムと指導教員との適合性、SOP、推薦者戦略、教授へのアプローチ、最終パッケージの監査、そして候補者リスト到着後の面接準備まで。申請の一部ではなく全体を進めたい場合に使用する: "help me with my PhD applications"、"where do I start with my application"、"manage my application process"、"I'm applying to PhD programs, what's the plan"、"get my materials ready"、または CV / 成績証明書 / メモのフォルダを渡して提出までの道筋を尋ねる場合。これは既存の単体スキルをステージゲートで順序づける ROUTER であり、SOP、CV、メール自体は作成しない。単一の部分については、そのスキルを直接呼び出す（例: apply-sop-writer、apply-cv-builder）。研究論文を進める場合は flow-paper-lifecycle を使用する。
真に曖昧または多段階の地理空間作業を専門 skill 間でルーティングし、共有の CRS、妥当性、リーク、単位、検証、再現性のルールを適用する。取得、画像、モデリング、分析、地図納品など複数段階にまたがるリクエスト、または明示的なエンドツーエンドパイプラインに使用する。パラメータが不明確というだけで単一ドメインに対して呼び出してはならない。コードの実装/レビュー、バックエンドやプラットフォームの選択、本番 readiness レビューは直接的な専門タスクである。この skill を単一の専門 skill の外層として追加しないこと。
エージェントワークフローでの永続的な PostgreSQL ストレージにこのスキルを使用 — オンデマンドでデータベースを起動し、fork 上で schema マイグレーションを安全にテストし、Ghost を使ってデータベースをアセットとしてエージェント間で受け渡す。**ユーザーが次を求めたときにトリガー：** - 新しい PostgreSQL データベースをすばやく作成する - エージェントワークフローでデータベースのライフサイクルを管理する - 変更を安全にテストするためにデータベースを fork する - 本番データベースに影響を与えずに fork 上で分析や重いクエリを実行する - データベーススナップショットを共有して他者が自分のコピーを起動できるようにする - エージェント間でデータベースを入力または出力として受け渡す - エージェント用のデータベースを作成する - クエリ時のみ課金される多数のデータベースが必要 - Ghost MCP サーバーまたは CLI をセットアップする **注：** Ghost MCP サーバーがすでにインストールされている場合は、そのツールを直接使用 — このスキルは MCP がない環境向け、または何が可能かの参考資料。**キーワード：** Ghost, ghost.build, database, create database, fork database, PostgreSQL, managed Postgres, MCP, agent database, connection string
検索、リサーチ、メディア作成のために grok build CLI（`grok` を実行）を操作します。引用付きの Grok/X ウェブ検索、grok headless + subagents による大規模な並列リサーチ、ログイン済みの grok セッションを通じた API コストゼロでの画像（image_gen）と動画（image_to_video）の生成、グリーンスクリーン/クロマキー除去・連結・ウォーターマークなどの ffmpeg 後処理に使用します。クロスプラットフォーム（macOS/Linux/Windows）。任意で xAI 検索/メディア API を有料のフォールバックとして利用できます。トリガーには grok、grok build、生图、生成图片、生成视频、绿幕抠像、批量调研、xAI search があります。
コーディングエージェント向けのトークン削減スキル。Headroom プロキシと同じ方法で、JSON のツール出力、ビルドログ、grep/ripgrep の検索結果、ソースコード、会話履歴を圧縮します。バイナリのインストールは不要で、コンテキスト内で処理します。エージェントが次のメッセージに大量のツール結果（1000 行の JSON 配列、5000 行の pytest ログ、200 件の grep 結果、1000 行のソースファイルなど）を貼り付けようとしている場合、会話がコンテキスト上限に近づいている場合、またはユーザーがトークンコストや遅延を懸念している場合に使用します。エージェント自身の出力を整える用途にも使えます。前置きを省き、画面上のコードを繰り返さず、定型的なやり取りでは推論を省略します。トリガー：「この出力を圧縮」「長すぎる」「短くして」「ログを要約」「トークンを減らして」「コンテキストがいっぱい」「コンテキストが足りない」「トークンが多すぎる」「もっと短く」「簡潔に」。
team-executor スキルを使って GitHub issue をエンドツーエンドで実装する。issue 番号（または URL）を指定すると、フィーチャーブランチを開き、プロジェクトのスタックに特化した計画チームを派遣して実装方針を決定し（issue が方針を指定している場合を除く）、ユーザーと TL;DR を確認し（求められた場合は自律的に決定）、合意した方針を issue コメントとして投稿し、新たな実行チームを立ち上げて構築し、プルリクエストを開く。ユーザーが GitHub issue 番号のみ、issue URL を提供した場合、または「implement issue #N」「work on issue N」「ship issue N」「do issue N」「build out the issue」と依頼した場合に使用する。ユーザーからの数字のみの入力は、現在のリポジトリの GitHub issue 参照として扱う。
外部 AI プロバイダーが構成されていない場合にローカル評議会を実行する。N 個の独立した Claude サブエージェント（役割ごとに 1 つ、互いに不可視）を起動し、それぞれが割り当てられた単一の視点から質問に回答したうえで、それらの見解を統合する。ask コマンドから --local で呼び出されるか、プロバイダーが見つからない後にユーザーがローカル評議会の提案を受け入れた場合に呼び出される。これは同一モデル（Claude のみ）のパネルであり、ベンダー横断の評議会ではない。
確立された意味を変えずに、永続的なプロジェクトコンテキストと構成済みの問題トラッカーミラーを整理し、圧縮し、突き合わせる。あるリクエストが、2 つ以上の永続的なコンテキストソースにわたる整理、監査、一貫性の確認を行う場合は常にこのスキルを使用する。たとえそれらが PRODUCT.md、GLOSSARY.md、docs/decisions、docs/specs、AGENTS.md、CLAUDE.md ではなく、製品ドキュメント、用語集、決定事項、仕様、エージェント指示と呼ばれていても同様である。また、出荷済みと確認された仕様の廃止や、デフォルトブランチの仕様フォルダーとそのトラッカー課題の間の完全な一貫性スイープにも使用する。新しい製品意図の定義、新たに確定した用語や決定事項の記録、コンテキストの検索、機能の形成、作業の実装、出荷済みの作業に対するアクティブな仕様の挙動の改訂には使用しない。これらは `babysit-specs` に属する。
エージェントがアクセスできる永続メモリ——ベクトルメモリストア、ナレッジグラフ、日記——に対して定期的な衛生セレモニーを実行する。ほぼ重複したものを統合し、古い項目を減衰させ、肥大化した項目を分割し、置き換えられた事実を無効化し、孤立した項目を再接続し、区間サマリーを書き出して報告する。エージェントメモリの手入れ/管理/クリーンアップ、メモリ衛生の実行、またはスケジュールされた無人タスクとして依頼された場合に使用する。ストレージ非依存——ツールサーフェスから機能を発見し、特定のツール名を決して前提としない。
QA/dev 仕様書から評価データセットを生成する。仕様シートを分析し、コードからエージェントスパン構造を検出し、評価器を推奨し、変数マッピングを自動構成し、レビュー用の編集可能なプランを作成する。ユーザーが次のように言う場合に使用：NDD generate、create test suite、generate dataset from spec、create evaluation plan、generate NDD plan、または QA 仕様書を提供した場合。
(NS) アドホックなコーディングワーカー——バグ修正、小さなリファクタリング、スクリプト、マイグレーション——完全な SDD なしで行う。エントリー優先度 5：\"just implement this\"、\"quick fix\"、または実行ハンドオフなしの具体的なコーディングに使用する（ns-code-autonomous 配下では C2 でもある）。GitLab ISSUE_URL（ns-execution-gitlab-issue）、複数日/バージョン範囲（ns-spec-driven）、診断のみ（ns-code-investigator）、または execution-handoff.md が存在する場合には使用しないこと。要件/タスク/ハンドオフを生成しないこと。
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。