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
AG2 のエージェント、モデル、プロンプトを比較してどちらが優れているかを判断する。run_variants は複数の名前付きエージェントを 1 つのスイートで採点し、リーダーボードで順位付けする（Variants は名前付き Agent インスタンスのマッピングと軸ラベルを保持する）。run_pairwise は pairwise_judge と組み合わせて、二重順序の位置交換を用いた LLM の頭対頭比較を行う（交換後も勝ちが維持された場合のみ勝ちとし、それ以外は引き分け）。勝率と Wilson 95% CI、勝ち、負け、引き分け、フリップ、一致度（Cohen's kappa）を報告する。human_pairwise は人のブラインド投票をインラインで、または export_pairwise_cases と human_labels によるエクスポート済みマニフェスト経由で収集する。ユーザーがプロンプトやモデルの A/B テスト、リーダーボードの実行、勝者の選定、頭対頭の判定、勝率の測定、人間の好みラベルの収集を求めたときに使用する。単一のエージェントの実行と評価については ag2-evaluation を参照。
SpecStory の記録と Claude/Cursor/OpenCode/Codex のプランを機能差分とともにコミットし、ステージされた `AI-Assisted-By` と記録/プランのトレーラーを導出し、シークレットの漏洩を防ぎ、SpecStory のマシンローカルな状態を無視する。Agent セッションのコミット/保存/ステージ、ハーネスをまたぐ来歴の記録、pre-commit のブートストラップ、`.specstory/statistics.json` の頻繁な変更の修正、記録のクリーンアップ、またはローテーション優先の原則で偶発的なシークレットのコミット/プッシュを修復することを求められたときに使用。
APM（Agent Package Manager）のリファレンス — apm.yml の構文、install / uninstall / update コマンド、ターゲット検出、ロックファイルのワークフロー。正確なフィールド名が必要なときに読みますが、apm 関連のすべてのタスクで自動的に呼び出さないでください。スキルがインストールされたプロジェクトに関するユーザーのプロンプトは、一般的な APM の知識で対応できます。ユーザーが APM を名前で言及した場合、apm.yml の作成や監査を依頼した場合、または馴染みのない APM コマンド/エラーに遭遇した場合に明示的に呼び出します。
PostHog AI observability で継続的に実行されるオンライン評価を、特定した実際の失敗モードに基づいて作成する。ユーザーが今後の新しい生成や trace 全体を自動で採点する評価を求める場合に使用——「X を捕まえる eval を作成する」「応答が Y を満たすか継続的に確認する」「これらの失敗を eval に変える」。カバーする内容：探索したデータから作成する eval の数を決めること、そのセットをユーザーが選べるよう提案すること、対象と eval タイプ（hog / llm_judge / sentiment）の選択、llm_judge eval の provider と model の設定（provider key は有効化を制限するもので、作成は制限しない）、条件でどの生成がトリガーするかを絞り込むこと、無効状態での作成、スコープの検証、有効化、過去データのバックフィル。捕まえる価値のある失敗モードがない場合は sentiment eval を提案する。評価する価値のある失敗モードを見つけて順位付けすることは別の作業——まず exploring-ai-failures を使用する。すでに存在する評価をデバッグまたは管理するには exploring-llm-evaluations を使用する。
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。