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
UiPath ソリューションのプランナー兼デザイナー。PDD / SDD ファイル（`pdd.md`、`*-sdd.md`）には必ず使用します。Process Definition Document (PDD) またはその他のプロセス知識ソース（Confluence ページ、SOP、BPMN モデル、会議の文字起こし）から Solution Design Document (SDD) を作成し、SDD から複数スキル・複数プロジェクトのタスクリストを導出して、TaskCreate 呼び出しをリアルタイムで発行します。既知の製品の単一プロジェクト構築で PDD/SDD がない場合 → 該当スキル。不明確な依頼や「何を作ればよいか」→ ここ。`uip solution` のライフサイクルと `.uipx` → uipath-solution。ソリューション以外の Orchestrator/IS/auth/traces → uipath-platform。`.xaml`/`.cs` → uipath-rpa。`.flow` → uipath-maestro-flow。.bpmn の構築・編集 → uipath-maestro-bpmn（設計入力としての .bpmn も対象）。`agent.json`/`.py` → uipath-agents。case-SDD を作成する唯一のスキル。caseplan.json の構築 → uipath-maestro-case。
リポジトリの準備完了した GitHub issue バックログを自律的に実装する、無人で常駐するフリートを実行する — worktree で分離されたワーカーを派遣し、それぞれを CI でゲートし、グリーンな PR を停止されるまで自動マージする。ユーザーが issue から離れたい場合（"launch workers to do the issues"、"run the fleet"、orca で GitHub issue に対してエージェントをオーケストレーションする）、またはそのモード（--plan（ドライラン）、--tick（単一パス）、--takeover（停止したフリートのクレームを引き継ぐ））を求めた場合に使用する。別の skill がこれを呼び出して、すでに分解済みのバックログに人員を割り当てることができる。PRD/epic を issue に分解する場合、名前を指定した単一の issue を手動で実装する場合、PR をレビューする場合には使用しない。
LLM/AI エージェントが安全かつ確実に操作できるコマンドラインツールを構築するための設計原則。7 つの核心原則（機械可読、非対話型、冪等、デフォルトで安全、可観測、コンテキスト効率、自己記述）とスコアカード、テンプレート、アンチパターンを提供します。使用場面：(1) エージェント用途の新しいコマンドラインツールを設計するとき、(2) 既存のコマンドラインのエージェント互換性を改善するとき、(3) コマンドライン設計のエージェント親和性をレビューするとき、(4) JSON 出力形式、終了コード、認証フロー、自己記述型コマンドラインパターンに関するガイダンスが必要なとき。
AgentMark のプロンプト、データセット、実験、評価のセットアップ、統合、構築、デバッグ、出荷を行う。TRIGGER: 任意のアプリやエージェントへの AgentMark のセットアップ/統合。SDK が指定されている場合も含む（生の Anthropic/OpenAI、Vercel AI SDK、Bedrock、各種フレームワーク）——指定された SDK は統合の TARGET であり、スキップする理由にはならない；任意の `.prompt.mdx`、`agentmark.json`、`agentmark.client.ts`、`agentmark_client.py`、`agentmark/` または `.agentmark/` ディレクトリ、`@agentmark-ai/*` のインポート；`npx create-agentmark` または任意の `agentmark` コマンド（`init`、`dev`、`doctor`、`run-prompt`、`run-experiment`、`generate-types`、`link`、`pull-models`）；AgentMark Cloud の操作（`agentmark-mcp`、ヘッドレスプロビジョニング、git デプロイ）；AgentMark、プロンプトのバージョン管理、実験、評価、デプロイ、トレース可観測性への言及。AgentMark の意図やマーカーがまったくない場合のみスキップ：プロバイダー中立のプロンプトコード；一般的なプロンプトエンジニアリングや可観測性の質問；競合プラットフォーム（Langfuse、LangSmith、Phoenix、Braintrust、Traceloop）。
依存関係で区切られた質問を通じて、タスク、計画、意思決定を明確化する。明示的な呼び出しは手動での継続のために停止し、内部からの明確化は呼び出し元に戻る。ユーザーが質問や明確化を促す場合に使用し、"ask me" や "askme"、条件付きの場合（"if you have questions, ask me"）も含む。これらの表現だけでなく同等の意図に一致させる。引用されたテキスト、否定されたリクエスト、スキル自体についての議論ではトリガーしない。ロシア語の検出語："узнай у меня"、"уточни у меня"、"спроси меня"、"если есть вопросы - askme"、"уточнить задачу"。
Anthropic のベストプラクティスに従って CLAUDE.md ファイルを作成・改善する。ユーザーが "crear CLAUDE.md"、"mejorar CLAUDE.md"、"actualizar CLAUDE.md"、"revisar CLAUDE.md"、"escribir instrucciones del proyecto"、"create CLAUDE.md"、"improve CLAUDE.md"、"review CLAUDE.md"、"write project instructions"、"optimize docs for Claude"、"auditar CLAUDE.md"、"audit CLAUDE.md"、"limpiar CLAUDE.md"、"dead weight" と言った場合、または新しいリポジトリを設定する場合にこのスキルが有効になる。
`/dispatch` の唯一の spawn 経路です。`scripts/spawn-confined.sh <harness>` がワーカーの worktree を分岐し、カーネルレベルの隔離環境に包んで、その中で harness をヘッドレス実行します。すべての harness がこの経路を通り、セッション内モードや隔離なしのフォールバックはありません。ワーカーはコミットできず、未コミットの作業ツリーを返し、オーケストレーターが取り込みます。`/dispatch` ルーターから呼び出されます。直接実行しないでください
AIエージェントのハーネス設定、権限許可リスト、環境変数、エディターのキーバインド、ライフサイクルフックの連携を設定・監査します。settings.json の変更、ツール権限の調整、環境変数の設定、エージェントのライフサイクルフックの構成に使用します。ユーザーが "fable-config" と明示していない場合も対象です（例："update settings"、"allow command permissions"、"configure agent hooks"、"setup environment variables"）。アプリケーションレベルの業務設定には使用しないでください。
ツールを静かに連携し、成果を優先して進捗を報告し、厳格な安全境界を守りながら、自律的な複数ステップの共同作業を実行します。複雑なバックグラウンドタスク、会話上のノイズを抑えた複数ツールによるリファクタリング、詳細な自動処理に使用します。ユーザーが「fable-cowork」と明示していない場合も対象です（例：「run autonomously in background」「cowork mode」「execute quietly and report results」「silent refactor pass」）。ユーザーとの対話や段階ごとの確認が必要な場合は使わないでください。
厳密に重複しない担当範囲、限定されたスコープ、明示的な受け入れ契約を設定して、独立したサブタスクを並列ワーカーまたはサブエージェントに委任します。複数の独立タスクの調整、マージ競合を避けた複数ファイル作業の並列化、サブエージェントへのタスク割り当て管理に使用します。ユーザーが "fable-delegate" と明示していない場合も対象です（例："split this work among workers"、"delegate these subtasks"、"run parallel agents"、"assign independent pieces"）。密接に関連する逐次タスクや、共有の可変状態によって編集の衝突が起きる場合には使わないでください。
ユーザーと分野について話し合い、実際の情報源を調査してから、その分野向けの信頼できるスキルバンドルを作成します。手順ごとのワークフロー、フローチャート、分野アダプター、トラップフィクスチャ、スモーク評価を含みます。ユーザーが「/fable-domain <sector>」「make a skill for <domain>」「add a domain to the fable method」「give a lesser model Fable's workflow for <domain>」と言った場合に使用します。バンドルが成果物であり、フローチャート、情報源、トラップを欠くワークフローは未完成です。
ルーティングされた get-fable の作業向けに、厳選された機能をプロビジョニングし、再現可能な機能ロックを管理し、ホスト統合を検証して、機能実行契約をコンパイルします。マシン機能の検出、eco プロファイルの管理、機能インストールの計画、エコシステムの健全性修復、機能を考慮した実行契約の準備に使用します。ユーザーが「fable-eco」と明示していない場合も対象です（例：「install eco capabilities」「run eco discover」「repair ecosystem」「explain capability run」）。独立したタスクルーターとしては使わないでください（get-fable を使用）。
承認済みで範囲が限定された作業カードを一つ実装し、直ちにローカルで検証して、不変条件を維持し、スコープを逸脱しないようにします。計画済みの作業カードの実行、明確に定義されたコード変更の適用、独立した関数の実装、単一スコープに絞った編集に使用します。ユーザーが「fable-execute」と明示していない場合（例：「このカードを実装して」「このステップのコードを書いて」「合意した変更を適用して」「このコンポーネントを作って」）も対象です。新たなアーキテクチャ上の判断が必要な場合は使用せず（fable-plan を使用）、テストが繰り返し失敗する場合も使用しないでください（fable-recover を使用）。
セッションの決定事項、永続的な証拠、未解決の障害、具体的な次のアクションを、セッションをまたいで作業を再開できる構造化された継続状態にまとめます。コーディングセッションの一時停止、別のエージェントへのコンテキスト移管、長期作業の要約、永続的な再開チェックポイントの作成に使用します。ユーザーが「fable-handoff」と明示していない場合も対象です（例：「save context for next session」「create a handoff」「pause work here」「summarize where we left off」）。コード変更の検証の代わりには使わないでください（fable-verify を使用）。
完了した作業を敵対的に検証します。「完了」を一連の主張として扱い、主張された検証を再実行し、実際の変更を比較して、弱体化したテストや虚偽の完了報告を検出し、証拠に基づく判定（VERIFIED / VERIFIED WITH CAVEATS / REFUTED）を提示します。エージェントやモデルが作業の完了を主張した後に使用します（「/fable-judge」「この作業を判定して」「実行内容を検証して」「本当に機能した？」）。また、「/fable-judge suite <target>」でスキルまたはモデルに対して fable-method のトラップスイートを実行します。
セッションや軌跡を、Failure-lessons/、agent-kernel、gbrain 配下の永続的なプロジェクトエンジニアリング知識や失敗の教訓に変換します。セッションからの学びの抽出、会話からの知識の統合、根本原因の把握、失敗の教訓の記録、永続的なエンジニアリング不変条件の記録に使用します。ユーザーが「fable-learning」と明示していない場合も対象です（例：「何を学んだか」「convo-learn」「失敗の教訓」「学びを抽出して」「学んだことを保存して」「現在適用しているルール」）。一般的なコードレビューや差分監査には使わないでください（fable-review を使用）。
明示的なタイムアウトとバックオフを設定して、範囲を限定した反復ポーリングループ、CI ビルドの監視、一定間隔のステータスモニター、自律ペースのテストサイクルを実行します。非同期 CI/CD パイプラインの監視、外部サービスのステータスのポーリング、定期的なテスト監視、長時間実行ジョブの追跡に使用します。ユーザーが "fable-loop" と明示していない場合も対象です（例："babysit this build"、"poll until completed"、"watch CI status"、"wait for deployment"）。同期的な単発コマンドや、無制限の無限ポーリングループには使用しないでください。
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。