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
構造化された MEMORY.md ストアにセッションをまたぐユーザーの設定、フィードバック、アーキテクチャ制約をインデックス化し、ファイルベースの永続メモリを管理します。ユーザーフィードバックの記録、プロジェクト規約の保存、セッションをまたぐアーキテクチャ制約の想起、永続的なプロジェクトメモリのインデックス化に使用します。ユーザーが「fable-memory」と明示していない場合も対象です（例：「remember this preference」「save to memory」「what are my project rules」「recall user feedback」）。.fable/state.json に保存される一時的なタスク状態には使わないでください。
段階的な問題解決ループです（依頼の分類、完了条件の定義、証拠の収集、判断、的を絞った実行、観察による検証、結果を先に報告）。ユーザーが「/fable-method」「use the fable method」「approach this like Fable」と言った場合、または専用スキルでカバーされない複数ステップのタスクを開始する際に先回りして使用します。サブコマンド：plan（計画後に停止）、audit（ループに照らして完了した作業を評価）、report（結果優先の回答に書き換え）。
調査で得た証拠を、明確な受け入れ基準とアーキテクチャ上の不変条件を備えた、範囲限定済みでテスト可能な作業カードに変換します。複数ファイルにわたる機能設計、複雑なリファクタリングの計画、アーキテクチャ移行の分解、複数ステップの実装タスクの構成に使用します。ユーザーが "fable-plan" と明示していない場合も対象です（例："plan this feature"、"design the architecture"、"break this task down"、"create an implementation plan"）。重要な事実が未確定の場合（先に fable-discover を使用）や、単一範囲の単純なバグ修正（fable-tdd または fable-execute を使用）には使わないでください。
追加のコード編集を行う前に、コマンドの繰り返し失敗、古いビルドキャッシュ、ブランチのずれ、矛盾する証拠を診断します。コマンドが繰り返し失敗する場合、修正を試してもテストが失敗し続ける場合、ビルド出力がソースコードと食い違う場合、実行経路が混乱している場合に使用します。ユーザーが "fable-recover" と明示していない場合も対象です（例："still failing"、"why did this fail again"、"stuck in a failure loop"、"diagnose this error"）。新規のTDDで起きる通常の初回テスト失敗には使わないでください（fable-tdd を使用）。
Depth、Breadth、Coil、Mesh にまたがる低レベルのエージェント設計パターンと認知的な反射を扱います。シニアエンジニアの知見を、冗長性の排除、真実の保持、逸脱の防止、学習の蓄積につながる反射へと変換します（re0、readchk、autobahn、ssotize、detool、feynman、debloat、sip、hate、macrothink、prism）。複雑なシステムのリファクタリング、AI スロップの除去、逸脱した成果物をクリーンな v0 から書き直す作業、真実を単一の情報源に集約する作業、反対意見を踏まえたアーキテクチャ判断の評価に使用します。
Model Context Protocol (MCP) サーバーの開発とツール管理。言語：Python、TypeScript。機能：MCP サーバーの構築、外部 API の統合、MCP ツールの発見/実行、マルチサーバー設定の管理、エージェント中心のツール設計。アクション：MCP サーバー/ツールの作成、構築、統合、発見、実行、設定。キーワード：MCP、Model Context Protocol、MCP server、MCP tool、stdio transport、SSE transport、tool discovery、resource provider、prompt template、external API integration、Gemini CLI MCP、Claude MCP、agent tools、tool execution、server config。使用場面：MCP サーバーの構築、外部 API の MCP ツールとしての統合、利用可能な MCP ツールの発見、MCP 機能の実行、マルチサーバー構成の設定、AI エージェント向けツールの設計。
本番トラフィックで評価器を稼働させます。プロジェクトにOpikオンライン評価ルール（LLM-as-judgeまたはPythonメトリック）を作成し、サンプリング、フィルター、変数マッピング、コスト上限を設定したうえで、新しいtraceが採点されていることを確認します。SDKのRESTクライアント経由で動作し、接続時にはMCP経由でルールとスコア名を読み取ります。ルール、出力されるスコア名、監視方法を返します。「本番traceを採点」「本番環境のハルシネーションを監視」「評価器を本番稼働」「オンライン評価ルールを設定」「品質低下時に通知」に使用します。オフライン実験（evaluateまたはcompareを使用）や、既存の問題の特定（diagnoseを使用）には使いません。
Opik Agent Optimizerでプロンプトを改善します。プロンプト、データセット、メトリックを解決し、アルゴリズムを選び、範囲を限定して最適化を実行し、ホールドアウトデータで改善を確認します。最良の結果を最適化実行リンクとともに新しいプロンプトバージョンとして保存します。opik-optimizerパッケージで実行し、接続時にはMCP経由でプロンプトとデータセットを読み取ります。「このプロンプトを最適化」「システムプロンプトを改善」「エージェントの回答を良くする」「データセットに合わせてプロンプトを調整」「プロンプトオプティマイザーを実行」に使用します。一度だけの品質測定（evaluateを使用）、スイートでの変更前後の比較（compareを使用）、データなしでの手動編集には使用しません。
agentskills.io の optimizing-descriptions フレームワークに従って SKILL.md の `description` フィールドを監査・書き換えるためのメタスキル。mizchi の二トラックトリガーポリシー（Meta = 明示的呼び出しのみ、Project = 強めの自動トリガー）を重ねて適用します。ユーザーが「スキル説明を最適化する」「説明を監査する」「agentskills に従って説明を書き換える」と明示的に求めた場合にのみ呼び出してください。SKILL.md を編集するたびに自動呼び出ししないこと。説明の調整は意図的なバッチ作業であり、編集ごとの反射ではありません。
Session Handoff Protocol を用いて、マルチセッションプロジェクトのセッション状態とコンテキストの引き継ぎを管理します。SESSION.md を作成・維持し、コンテキストクリアをまたいでフェーズの進捗、git チェックポイント、次のアクションを追跡します。project-planning スキルと連携し、IMPLEMENTATION_PHASES.md を追跡可能なセッション状態に変換します。計画後に新しいプロジェクトを開始する場合、コンテキストクリア後に作業を再開する場合、または複雑な多段階の実装を管理する場合に使用します。キーワード：セッション管理、SESSION.md、session handoff protocol、コンテキスト引き継ぎ、マルチセッションプロジェクト、フェーズ追跡、git チェックポイント、セッション状態追跡、作業の再開、コンテキストクリア、フェーズ進捗追跡、実装フェーズ、検証段階、デバッグ段階、次のアクション追跡、作業の継続性、セッション復旧、コンテキスト管理、段階的実装の追跡
git チェックポイントと具体的な次のアクションを記した SESSION.md を使って、作業セッションをまたいで進捗を追跡する。IMPLEMENTATION_PHASES.md を、フェーズの状態、進捗マーカー、復元ポイントを備えた追跡可能なセッション状態に変換する。使用タイミング：計画フェーズ後にプロジェクトを開始するとき、コンテキストがクリアされた後に作業を再開するとき、複数フェーズの実装を管理するとき、またはコンテキストの喪失、進捗追跡の欠如、不明確な次のステップをトラブルシューティングするとき。
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。