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
ユーザーが Claude のパワーユーザーになるための個人コーチ。ユーザーが初めて「Claude を学びたい」「パワーユーザーになりたい」「コーチして」「Claude の技を教えて」「Claude にできることは」「プロンプトをもっと上手くなりたい」などと依頼したときに、このスキルを使用する。有効化後は、以降の毎ターンでも使用し、逃した最適化の機会（曖昧なプロンプト、無視された機能、Claude が自動化できる手作業）を検出して、パワーユーザー向けのヒントを 1 つ提示する。惜しみなく発火させること。多くのユーザーは自分が知らないことを知らないので、コーチングする側に倒す。
このリポジトリの CLAUDE.md / AGENTS.md を健康診断する — 公式ガイダンスと比較したサイズの指標、リンク切れ、無効なコマンド、古くなった記述 — そのうえでリポジトリ自身の Claude Code セッション履歴に対して各ルールをバックテストし、どのルールが実際に守られ、無視され、あるいは一度も使われなかったかを確認し、エビデンスを引用した処方を含む医師スタイルの HTML レポートを生成する。CLAUDE.md、AGENTS.md、または Agent の指示/メモリファイルを確認、診断、監査、レビュー、改善、最適化、lint、採点、修正、整理、短縮、あるいは"診断"してほしいと依頼された場合、または CLAUDE.md のルールが実際に機能するかを知りたい場合に使用する。リポジトリにメモリファイルがなくユーザーがそれを求める場合 — "私のセッションから CLAUDE.md（または hooks）を書いて/生成して/提案して" — にも使用する。このスキルはリポジトリの実際のセッション履歴を掘り起こし、根拠付きの提案ファイルを起草する。
完了を主張する際の厳格な検証規律です。現在のターンで実行したコマンドやチェックから得た最新の証拠なしに、テスト成功、修正の有効性、タスク完了を主張しないでください。実行できないチェックは保留として示し、必要な操作を正確に記載します。PDCA の検証段階では staged-review-flow とホストワークフローから参照されます。トリガー：「完成须有证据」「验证证据纪律」「宣称完成前验证」「completion evidence」／completion evidence discipline、fresh verification evidence。UI を開いて検査に合格したと主張する場合は、今ターンに保存した空でない画像を示してください。単独の製品ワークフローとしては使用しないでください。
堅牢な自己プロンプティングループを設計・構築する — モデルが複数ターンにわたり目標に向かって反復するループ（ドラフト→批評→改訂、自律タスクループ、マルチエージェントオーケストレーション、人間のチェックポイント付きループ）。ユーザーがモデルに「X を Y まで改善し続けさせたい」、自己精錬やリフレクションループを構築したい、ほとんど監督なしで目標に向かって進む自律エージェント、他のエージェントをオーケストレーションまたはファンアウトするループ、定期的な自己駆動/スケジュールタスク、あるいは任意のエージェントループを望む場合に使用 — たとえ「loop」という語を口にしなくても同様。既存のループが暴走する、決して止まらない、振動する、目標から逸脱する、プロンプトインジェクションに対して脆弱である場合の監査や修正にも使用。記入済みのループ仕様、実行可能なスキャフォールドを生成し、ループに不可欠な必須の安全特性（ハードストップのバックストップと、信頼済み/未信頼の二チャネル境界）を組み込む。ループの計画として skill-contract の task-plan エンベロープを受け入れる。その書き込みゲートで skill-contract の自律性付与を尊重する。
CodeSpring の機能のノート + PRD を、その機能に紐づく番号付き・優先順位付きのカンバンタスクリストに変換します。その機能、サブ機能、PRD、およびそれにリンクする機能を読み取り、並行して安全に構築できる順序付きタスクを書き出します — 各タスクには what/why/what-it-touches/what-not-to-touch/dependencies が付きます。ユーザーが機能を計画済みでビルド計画を求めたときに使用します。トリガー：「create tasks」「make a task list」「break this feature into tasks」「generate a build plan」「turn my PRD into tasks」「what do I build first」。
CodeSpring のエントリーポイント。エージェントをユーザーの CodeSpring アカウントに接続し、プロジェクトが実際にどこにあるか（マップ？ノート？PRD？タスク？）を報告し、唯一の次のステップを示します — 役割を果たしていないアプリを監査する、果たしているアプリをインポートする、新しいものをゼロから計画する、またはプロジェクトがすでに到達した地点から続ける。2 つの問いでルーティングします：コードはあるか、それは役割を果たしているか（「信頼できるか」ではなく 5 つの具体的なチェック）。開始時だけでなくどの時点でも実行して安全です。ユーザーがどこから始めるか、次に何をするか分からないとき、または CodeSpring スキルをインストールした直後に使用します。トリガー：「get started with CodeSpring」「set up CodeSpring」「connect CodeSpring」「I just installed the CodeSpring skills」「what can I do with CodeSpring」「where do I start」「what should I do next」。
DSP（Data Structure Protocol）の構築とナビゲーション — LLM エージェント向けの、コードベースのグラフベースの長期的な構造記憶。エンティティ（モジュール、関数）、その依存関係（インポート）、公開 API（共有/エクスポート）、およびすべての接続の理由を保存する。使用場面：(1) プロジェクトに .dsp/ ディレクトリがある、(2) ユーザーが DSP のセットアップやプロジェクト構造の初期化を求める、(3) DSP で追跡されたプロジェクトでコードファイルを作成/変更/削除する、(4) プロジェクト構造のナビゲーション、依存関係の理解、モジュールの検索、(5) ユーザーが DSP、dsp-cli、.dsp、構造マッピングに言及する。
Elon Musk の思考フレームワークを使ってあらゆる質問に答えます。ユーザーが "think like Elon"、"how would Musk see this"、"Elon-style thinking"、"first-principles analysis"、"answer like Elon" などと言った場合、またはテクノロジー、スタートアップ、物理学、製造、宇宙、AI、エネルギー、人類の未来、企業経営、製品設計、人口、文明の存続など、Elon Musk 流の深い思考が有用なテーマを議論する場合に、この skill をトリガーします。ユーザーが単に "what would Elon think about this" や "break this down from first principles" と尋ねただけでも、この skill をトリガーする必要があります。この skill は Eric Jorgenson による『The Book of Elon』に基づき、Elon Musk の公開発言からその核心的な思考フレームワークと哲学を抽出したものです。
検証後の feature ブランチのクローズアウトメニュー：verify（該当する場合は archive も）の後、コード納品が必要な場合は任意の delivery-discipline の後に、PR / merge / keep / continue の選択肢を提示する。worktree のクリーンアップは任意。merge を選ぶ場合は merge-discipline の Parts A→B→C→R→D を必ずロードすること。keep/continue はマージゲートを発動してはならない。PR の作成/更新は delivery-discipline に委譲する。トリガー — 「分支收尾」「feature 收尾菜单」「合入或保留分支」「branch closeout」 / feature branch closeout、post-verify branch menu。finishing-a-development-branch の名称エイリアスとして使用しないこと。
Fiddler Everywhere をゼロからダウンロード、インストール、起動し、AI エージェントツール用に MCP を設定します。ユーザーが Fiddler をインストールしていない場合、「Fiddler をダウンロード」「Fiddler Everywhere をインストール」「Fiddler を始める」「Fiddler の初回セットアップ」「Fiddler をゼロからセットアップ」と言った場合、または動作する Fiddler MCP 接続までの完全なオンボーディングが必要な場合にこのスキルを使用します。
なじみのないトピック、手法、サブフィールド、研究領域への幅優先のオンボーディングを統括し、ほぼゼロから使える地図を作る。ユーザーが「X を学びたい」「X に素早く追いつくのを手伝ってほしい」「X は初心者だがどこから始めればいいか」「X の学習パスを教えてほしい」「この分野の論文を読む前に理解する必要がある」と言うとき、または全く基礎のないトピックを挙げるときに使用する。段階的な演習チェックポイントを備えたシングルトンスキルを通じてルーティングする。また、演習チェックポイントの代わりに、誠実な初心者、意見の強いラボメイト、教授という配役に説明して学ぶ DISCUSSION MODE も備える。「議論しながらのほうがよく学べる」「説明するので質問してほしい」「講義ではなく議論しよう」「勉強会を開いてほしい」「ラボミーティングのように進めてほしい」で起動する。ユーザーが基礎をすでに理解し、ある 1 つのことの習得を望む場合は flow-deep-understanding を、ユーザー自身の研究アイデアを形式化する場合は flow-idea-to-proof を使用する。
タスクが複数のレイヤーにまたがる完全な機能の構築に関わる場合に積極的にロードします。ユーザーが "build a feature"、"add user profiles"、"create a dashboard" と言った場合、またはデータベース、API、UI、テストにまたがるあらゆるリクエストの場合に使用します。スキーマとマイグレーション、API エンドポイント、UI コンポーネント、テスト、レビューというマルチエージェント作業を順次オーケストレーションします。ランタイムエンジンは <gv> ディレクティブを介して WRFC チェーンを自動的に処理します。依存関係の順序付けとレイヤー間の型共有を扱います。
[Beta] gh-aw（GitHub Agentic Workflows）を使用した CI 専用の学習集約ワークフロー。.learnings/ ファイルをスケジュールに従ってスキャンし、エントリを pattern_key でグループ化し、昇格可能なパターンを特定し、ギャップレポートを PR または issue のコメントとして投稿する。用途：対話型プロンプトなしで、CI/ヘッドレスパイプラインにおけるセッション横断のパターン検出を自動化したい場合。対話的に使用する場合は learning-aggregator を使用する。
memsearch を通じて過去のセッションから関連する記憶を検索・想起する。ユーザーの質問が履歴的な文脈、過去の決定、デバッグメモ、以前の会話、プロジェクトの知識から恩恵を受ける場合に使用する。特に 'what did I decide about X'、'why did we do Y'、'have I seen this before' といった質問に適する。SessionStart や UserPromptSubmit 経由で `[memsearch] Recall available if needed` のケイパビリティヒントが注入されている場合にも使用する。典型的な流れ：3〜5 個の chunk を検索し、最も関連するものを展開し、必要に応じて anchor 形式で元のトランスクリプトまで深掘りする。質問が現在のコード状態に純粋に関わる場合（Read/Grep を使用）、一時的な場合（今日のタスクのみ）、ユーザーが明示的に記憶を無視するよう求めた場合はスキップする。
ホストマシン（ローカルまたは SSH 経由）から OpenClaw エージェントを作成、設定、編集する。ユーザーが新しい OpenClaw エージェントを追加したい、業務や組織向けのエージェント（カスタマーサービス、社内ヘルプデスク、予約ボットなど）を構築したい、エージェントのワークスペースファイル（SOUL.md / AGENTS.md / IDENTITY.md / USER.md）をひな形として用意したい、チャネル（LINE / WhatsApp / Discord / Telegram / Slack など）とバインディングを接続したい、エージェントのナレッジベース（RAG）を設定したい、プロンプトインジェクションや identity confusion からエージェントを強化したい、既存の OpenClaw エージェントを編集 / 再設定 / 再調整したいときは必ずこのスキルを使用すること。OpenClaw エージェント、openclaw.json、エージェントバインディング、エージェントワークスペース、「add an agent」、「build a bot」、「編一個 agent」、「做一個客服 bot」に言及があれば必ず発火し、OpenClaw の名前がなくても作業ホストに ~/.openclaw または openclaw.json ファイルが存在する場合にも発火すること。
このマシン上の OpenViking メモリプラグインを診断・修正する：プラグインのインストール（有効化、フック、MCP サーバー）、クライアント設定（ovcli.conf / ov.conf / OPENVIKING_* env）、OpenViking サーバーへの接続（到達性、401/403、/mcp）。メモリが「動かない」あらゆる場面で使用：<openviking-context> ブロックがない、recall が空、キャプチャが反映されない、MCP メモリツールの欠落や失敗、401/403、ステータスラインがオフライン、プラグインのインストール／更新やサーバー／キーの切り替え直後、またはユーザーがプラグインの状態を尋ねた場合。トリガー："memory not working"、"check OpenViking"、"plugin status"、"记忆没生效"、"插件状态"、"连不上 OpenViking"、"recall 为空"、"401"。
現在のプロジェクトに engram の永続化と ai-context/ メモリレイヤーを含む完全な SDD アーキテクチャを展開する。また、オプトインの対話式ウィザードモード（/project-setup --interactive）を実行し、質問ごとに確認を挟みながらプロジェクトの CLAUDE.md のみをブートストラップする。トリガー：/project-setup、/project-setup --interactive、新規プロジェクトの初期化、SDD のセットアップ、claude プロジェクトの設定、claude のブートストラップ、プロジェクト claude の初期化、プロジェクト CLAUDE.md の作成。
研究ワークフロー（論文執筆、ラボのプロトコル、分析パイプライン、専門分野のデータベース）向けに、Agent Skills 仕様とこのリポジトリの品質・セキュリティ基準を満たすスキルを作成、改善、テストします。反復的な研究タスクを再利用可能なスキルにする場合、Research Agent Skills に新しいスキルを追加する場合、既存スキルを書き換える場合、起動条件を正確に記述する場合、評価を追加する場合に使用します。Anthropic 公式の skill-creator と併用できます。
創業者が世界クラスの事業運営者たちに重大な経営判断を議論させたい場合、「roast room」「put this in the Roast Room」「founder council」「convene the council」「take this to the board」「what would Hormozi, Bezos, or Buffett say」「should I do X」と言う場合、または価格設定、採用、資金調達、新製品、提携、方向転換、イベント、支出について決めかねている場合に使用します。各専門家の公開情報に基づくサブエージェントで構成される取締役会（初期設定では Bezos、Paul Graham、Hormozi、Gary Vaynerchuk、Dan Martell、Gino Wickman、Buffett。/newroaster で席を追加可能）が3ラウンドにわたって議論し、議長が採点付きの結論、理由、反対意見、次のステップを提示します。1席のみの相談（「ask the Hormozi seat」）にも対応します。/roast（汎用ペルソナ、アイデア検証）とは異なります。
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。