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
AI コーディングツール（Claude Code、OpenCode など）のコンテキストウィンドウ使用量を監査・最適化する。トークンの内訳を見積もり、無駄（重複するスキル、重複するルール、肥大化した指示ファイル、汚れた git ステータス、MCP サーバーのオーバーヘッド）を特定し、削減見込みを示した実行可能な推奨事項を提供する。ユーザーが「context checkup」「reduce context」「check context」「context audit」「how big is my context」と言ったとき、またはセッションが重く感じるときに使用する。
使用中のコーディングエージェント（Claude Code、OpenCode、Codex、Antigravity など）に guardrail または hook を作成します。エージェントを特定し、hooks と権限に関する最新の公式ドキュメントを確認して guardrail を提案し、承認を待ってからネイティブに設定し、イベントを発生させてテストします。ユーザーがコーディングエージェント向けの guardrail、hook、権限ルール、自動ブロック／チェックの作成、追加、設定を依頼した場合に使用します。
道筋がまだ曇っているときの厳格な規律：目的地を明示し、決定チケットを維持し、解決策の探索や OpenSpec 提案の前に霧を晴らす；clarifying-question-discipline を通じて人間に一度に 1 枚のチケットで問いかける。トリガー——「决策雾」「决策票」「清雾再方案」「目的地未清」「decision fog」 / decision fog discipline、decision tickets。wayfinder の名称エイリアスとして使用しない。
UI/UX skills、サブプロセス、デザインの方向性、進行画面のゲート、Stitch/Pencil/Figma の出力、実装ステップに関するユーザーとエージェントのフィードバックを収集、構造化、重複排除して解決する。コメントに open、accepted、partially accepted、applied、rejected などのステータスが必要な場合、またはレビューボード/進行ページのフィールドを実行可能な意思決定に変える必要がある場合に使用する。
プロジェクトのドメイン言語に対する厳格な規律：CONTEXT.md に純粋な用語集を維持し（実装の詳細は含めない）、セッション中にあいまいまたは矛盾する用語に異議を唱え、ファイルは遅延して作成し、OpenSpec の振る舞い契約とは直交させる。ドメイン用語が重要なとき、clarify/analyze の際に PDCA ホストから参照される。トリガー——「领域语言」「CONTEXT.md」「术语表」「统一语言」「领域词汇」 / domain language discipline、project glossary、CONTEXT.md。OpenSpec の仕様の代わりには使用しない。
deepagentsjs monorepo 向けの新しい eval スイートを作成します。データセット設計、テストケースの雛形作成、スコアリングロジック、vitest 設定、LangSmith 連携を担当します。ユーザーが次のことを求める場合に使用します：(1) eval の作成、(2) 評価の記述、(3) ベンチマークの追加、(4) eval スイートの構築、(5) エージェントの挙動の評価、(6) ある機能のテストケースの追加、(7) 既存のベンチマーク（例: oolong、AgentBench、SWE-bench）の実装。「create eval」「new eval」「add eval」「benchmark」「evaluate」「eval suite」「write evals for」といったフレーズでトリガーされます。
joelclaw gateway デーモンを操作する——イベント、通知、メッセージを受信する常時稼働の pi セッション。すべての gateway 操作には joelclaw CLI を使用する。使用する場合：「restart gateway」「gateway status」「is gateway healthy」「push to gateway」「gateway not responding」「telegram not working」「messages not going through」「gateway stuck」「gateway debug」「check gateway」「drain queue」「test gateway」「stream events」、または gateway デーモンに関わるあらゆるタスク。
エージェント間のハンドオフコンテキストを生成または利用し、別のセッションが意思決定、状態、次のステップを再導出せずに作業を再開できるようにする。ユーザーが $handoff を呼び出すか、"handoff"、"hand off"、"session handoff"、"write a handoff"、"resume from handoff"、"context for the next agent" と言うか、現在の作業を別の AI エージェントや後続セッション向けにまとめるよう求めたときに使用。
重要：Makepad 2.0 の GUI 開発向けの入門スキル。Makepad に関するあらゆるタスクで最初に読み込むスキルであり、他の 13 個の Makepad 2.0 スキルの上位に位置する設計判断の基準を提供する。トリガー：makepad、makepad app、makepad project、makepad design、live_design!、app_main!、script_mod!、Cx、WidgetRef、Widget、makepad-widgets、makepad architecture、makepad how to、"how should I"、"should I use"、"what's the best way"、makepad アーキテクチャ、makepad 設計、makepad のやり方、makepad ベストプラクティス、コンポーネント分割、状態管理、データフロー、レンダリング思考
エビデンスに基づくスケーリング則、トポロジーの選択、役割設計を用いて、目標をチームブループリントに分解します。目標に単一のエージェントが必要か、協調したチームが必要か（3〜4 エージェントを推奨、最大 5）を判断し、最適なコミュニケーショントポロジー（逐次パイプライン、並列独立、集中コーディネーター、階層型）を選択し、成果物チェーンと品質ゲートを備えた構造化ブループリントを生成します。ユーザーが何かを構築したい、プロジェクトを計画したい、チームを編成したい、必要な役割を把握したい、複雑な目標を分解したい、または「how should I approach [X]?」と尋ねたときにこのスキルを使用します——エージェントやチームに言及していなくても同様です。特定の領域でもトリガーされます：「build a SaaS」「marketing campaign」「security audit」「write a book」「launch a product」。単純な単一ステップのタスク、直接的なコーディングの質問、計画が不要な file operations には使用しないでください。
ホストマシン（ローカルまたは SSH 経由）から、稼働中の OpenClaw インストールを操作・設定・デバッグする。エージェントのペルソナ/ワークスペースの構築を**除く**ランタイム面の全体を扱う — チャンネル、gateway、daemon/service、設定（`openclaw.json`）、モデルと認証、cron、hooks、plugins、sandbox、sessions、セキュリティ監査、doctor、reset、uninstall。`openclaw` CLI コマンド、`~/.openclaw`、`openclaw.json`、「gateway を再起動」、「チャンネルを追加」、「ボットが応答しない原因を確認」、「openclaw doctor」、「channels status」、「OpenClaw ホストに SSH」などの言及があれば必ずこのスキルを呼び出すこと — ホストに `~/.openclaw/openclaw.json` があり、明示されていなくても OpenClaw の作業が含意される場合も同様。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 / RAG ナレッジ / `agents.list[]` エントリ / `bindings[]`）を作成または編集する作業は必ず **openclaw-agent-builder** に引き継ぐこと。
エンドツーエンドの QA 受け入れオーケストレーター。ユーザーが機能受け入れ、リグレッションテスト、品質チェック、または特定のモジュール / フロー / branch / PR の体系的なテストを求めたときにトリガーする。トップレベルのルーターとして、フェーズごとにサブ skill をスケジュールする（コンテキスト収集 → リスク分析 → テストケース設計 → スクリプト生成 → 実行と修正 → コードレビュー → レポート生成）。あなた自身はテストコードを書かず、品質を直接判断しない——各フェーズを専任のサブ skill に委ねる。テストケースの確認はプロセスで唯一の必須の人手ゲートであり、その他のフェーズは自動でつながる。適用外：単発の手動テスト、純粋な開発 / コード生成タスク、明確な受け入れ範囲のない技術的な質問応答。
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。