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
`BaseMiddleware` で AG2 のエージェントループをインターセプトする——ターン全体（`on_turn`）、各 LLM 呼び出し（`on_llm_call`）、各ツール実行（`on_tool_execution`）、各 human-input リクエスト（`on_human_input`）をラップできる。リトライ、ログ記録、履歴のトリミング、リクエストの変更、ツールの監査、ガードレール、レート制限に使用する。組み込み：`LoggingMiddleware`、`RetryMiddleware`、`HistoryLimiter`、`TokenLimiter`、`TelemetryMiddleware`（`ag2-telemetry` を参照）。ツール単位のフックについては `ag2-add-custom-tool` の tool-middleware の節も参照。
AG2 ネットワークの `discussion` チャンネルを開く——N 者（2 以上）のラウンドロビンで、各参加者が固定順に発言し、明示的なクローズまたは TTL まで繰り返す。固定メンバーでのブレインストーム、パネルディスカッション、ラウンドロビン形式のレビューをユーザーが望むときに使用する。`agent_client.open(type="discussion", target=[...], knobs={"ordering": ORDERING_ROUND_ROBIN})`、`expected_next_speaker` のローテーション、`hc.can_send(...)` のプローブパターン（デフォルトハンドラは自分の番でないとき LLM 呼び出しをスキップする）、`DiscussionState`、`turn_within` の期待値デフォルト（120 秒で `warn`／600 秒で `hide`）、N 参加者のためのビューウィンドウのサイズ設定、このアダプターで機能する 4 つのクローズパターンを扱う。`ag2-network-quickstart` の後に読み込むこと。条件付きハンドオフや宣言的オーケストレーションについては `ag2-network-workflow` を参照。
ペルソナ科学（整合性と正確性のトレードオフ）に基づく 7 コンポーネント形式、語彙ルーティング、MAST 失敗分類 + Forge ウォッチリストを用いて構造化されたエージェント定義を作成する。実在の職種名を持つエージェント、専門領域の語彙ペイロード（15〜30 語）、明示的な成果物、意思決定の境界、命令形の SOP、名前付きのアンチパターンウォッチリストを生成する。ユーザーがエージェントを作成したい、役割を定義したい、ペルソナを構築したい、特定領域向けの専用 AI アシスタントを必要としている場合にこの skill を使用する。Mission Planner がチームの役割のためにエージェント作成を委任したときにもトリガーする。あらゆる領域に有効——ソフトウェア、マーケティング、セキュリティ、運用、デザイン、執筆、研究など。skill の作成（Skill Creator を使用）やチーム構成（Mission Planner を使用）には使用しない。
`agentkit` 拡張を含む 402 Payment Required レスポンスを受け取ったときにこの skill を使用する。支払い前に 402 レスポンスで AgentKit 拡張を確認すること、CAIP-122 チャレンジ（EVM 向け SIWE）を構築して署名すること、署名済みの `agentkit` HTTP ヘッダーを送信すること、アクセスモード（free、free-trial、discount）を解釈することを扱う。EOA ウォレット（EIP-191）とスマートコントラクトウォレット（ERC-1271、例：Coinbase Smart Wallet、Safe）の両方をサポート。
Agile Iteration Method を通じて、リポジトリのコンテキストを踏まえた AI 支援ソフトウェア開発を計画・実行します。意図の発見、PO が担当する Epic、TDO が担当する User Story、Epic 横断のデリバリー計画、明確なゲート、レビュー、検証、ユーザー主体の受け入れを活用します。リポジトリのコンテキストに基づく製品方針の検討、Epic と User Story の作成・改善、デリバリー対象の計画、実装、デリバリーのレビュー、プロジェクト専門家の設定、リポジトリの調整とローカルの学びの共有、ローカル AIM プロジェクト間の知識の集約、AIM モードとコストプロファイルの制御、ローカル AIM UI の起動・操作、AIM の実行継続に使用します
プロジェクト向けに階層的な LLM フレンドリーなドキュメント体系を構築する。既存プロジェクト：プロジェクト構造をスキャン → アーキテクチャを分類 → CLAUDE.md の主索引を生成 → 基本モジュールのドキュメント → 業務モジュールの API/データモデル/落とし穴ドキュメント → 設定ドキュメント → git 変更ログ（リスク評価 + ロールバックガイドを含む）→ クロス検証。新規プロジェクト：PRD を解析 → スキャフォールド規範に沿ってアーキテクチャを設計 → 要件を開発タスクに分解 → コード規範を融合して CLAUDE.md 開発ガイドを生成 → モジュール単位の API 設計 + データモデル + 開発チェックリスト。ユーザーがプロジェクト向けに AI プログラミングドキュメントを作成したい、プロジェクト索引を構築したい、コードを整理したい、新規プロジェクトを計画したい、または llm.txt/CLAUDE.md に言及した場合に使用する。
AI/LLM アプリが本番環境でどこで失敗しているかを見つけ、実際のトレースから失敗パターンを提示する。AI 機能の何がうまくいっていないかを理解したい、失敗モードを見つけて分類したい、エラーをトリアージしたい、品質問題(誤った回答、指示の無視、ハルシネーション、ツールの誤用)を調査したいときに使用する — 「自分のエージェントのどこが失敗しているか」「エラーパターンを提示して」「なぜ応答が悪いのか」「よくある失敗モードを見つけて」「次に何を直すべきか」。1 つのユースケースへのスコープ設定、コンテキストに合うシグナル(コードエラー、メトリクスの外れ値、トレース種別のスライス、手動レビュー、既存評価の急増、クラスタリング)による失敗トレースの特定、それらをランク付けした失敗分類として読み解くことを扱う。
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。