mcpField

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 96,981 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

L
levelup-clarify
levelup-clarify
tikalk / adlc-team-skills

levelup-init が検出した、または levelup-specify が提案した CDR をレビュー、承認、却下、保留する場合に使用 — 一度に 1 つの CDR を扱い、実行可能性ゲートが機械的ルールを決定論的チェックに昇格させる。

エージェントワークフロー46
L
levelup-specify
levelup-specify
tikalk / adlc-team-skills

team-ai-directives にコントリビュートする前に、ガイド付きのパターン抽出、複数タイプの CDR 分析、または構造化されたセッショントレースの文書化を行いたい場合に使用。日常的なキャプチャでは任意 — team-boot が軽量な CDR ドラフトを直接書き込む。

エージェントワークフロー46
L
linear-discipline
linear-discipline
tjcages / linear

常時有効な Linear セッション規律と、未追跡リポジトリ向けの一度きりのソフトな促し。CLAUDE.md、AGENTS.md、または .cursor/rules に Linear トラッキングプロトコルが既にあるリポジトリで重要な作業を行う場合、またはプロトコルも .linear-tracking-skip ファイルもないリポジトリを開く/作業する場合に使用する(linear-setup を実行するか一度だけ尋ねる)。作成前検索、ライフサイクル、クローズ・ザ・ループを徹底する。完全なブートストラップ、同期、モニタリングの実行には対象外。

生産性46
L
load
load
laststance / skills

メモリからセッションを読み込む

エージェントワークフロー46
L
load-context
load-context
igmarin / rails-agent-skills

既存の Rails アプリでコード、仕様、PRD を書く前に使用する。schema、routes、およびレイヤーごとに 1 つの隣接ファイルを読み込む。トリガーワード:load context、before I code、existing patterns。

エージェントワークフロー46
M
magi
magi
vinta / hal-9000

プロジェクトのアイデア、機能、方向性をブレインストーミングする際に、異なるモデルファミリー(Claude/Codex/Gemini)からの独立した視点が盲点を浮かび上がらせ、ユーザーが考えていなかった創造的な選択肢を引き出せる場合に使用する — 特に "what cool things can I add"、"what should I build next"、"give me ideas for X"。

エージェントワークフロー46
M
make-it-land
make-it-land
sakana-y / skills

十分な関連情報を補い、内容のある質問や回答を分かりやすく、実行可能なものにします。ユーザーが不明瞭なメッセージの後、または別のタスクと併せて $make-it-land を明示的に呼び出した場合にのみ使用します。

エージェントワークフロー46
M
mcp-management
mcp-management
duc01226 / easyplatform

[AI & ツール] MCP ツール、プロンプト、リソースの検出、フィルタリング、実行、統合を行うときに使用します。

エージェントワークフロー46
M
melech-handoff
melech-handoff
adird / agent-shell-hamelech

Cursor、Claude Code、Codex、Gemini などのローカルエージェントにまたがるコーディングエージェントのトランスクリプトを一覧表示し、続行する。最近のトランスクリプトを探すとき、以前の作業を再開するとき、`/melech-handoff` を呼び出すときに使用する。

エージェントワークフロー46
M
memory-graph-builder
memory-graph-builder
archieindian / openclaw-superpowers

OpenClaw のフラットな MEMORY.md を構造化されたナレッジグラフに解析する — 重複、矛盾、古くなったエントリを検出し、システムプロンプト注入に最適化された圧縮メモリダイジェストを構築する。

エージェントワークフロー46
M
money-learn
money-learn
iamzifei / show-me-the-money

プロジェクトの学びを管理します。これは、エージェントがすべてのスキルとセッションを通じて記憶すべき、小さく、原子的で、検証済みのパターンです。/money-save(セッション状態全体をキャプチャする)とは異なり、学びは個々の洞察であり、他のすべての money-* スキルのコンテキストに自動で読み込まれます。ユーザーが記憶に値する何かに気づいたばかりの場合に使用します。顧客パターン、価格設定の洞察、機能するチャネル、失敗モードなどです。トリガー:'remember this'、'log a learning'、'this is a pattern'、'show learnings'、'what have we learned'、'记住这个'、'存入经验'、'查看经验库'。

エージェントワークフロー46
M
money-panel
money-panel
iamzifei / show-me-the-money

ビジネスプランに対して 4 つのレビュースキル(investor、customer、operator、skeptic)を順番に実行し、判定が一致する箇所は自動で決定し、不一致と好みの判断のみをユーザーに提示します。1 つのコマンド = 完全なレビュー試練を、インテリジェントにフィルタリングして実行します。プランがコミット前にストレステストの準備ができたときに使用します。トリガー:'panel review'、'review panel'、'run all reviews'、'review gauntlet'、'审议会'、'四方评审'。

生産性46
M
money-save
money-save
iamzifei / show-me-the-money

現在のビジネス状態をディスクに保存し、今後の Claude Code セッションが中断した地点から再開できるようにする。確定した結論、除外した方向性、未検証の仮説、次に推奨する skill を記録する。/money-discover、/money-strategy、/money-diagnose、または任意のパイプライン段階でユーザーが結論に達し、その状態を確定したいときに使用。次の場合にもトリガーされる:'save this'、'checkpoint'、'remember this'、'lock it in'、'保存'、'存档'、'记下来'、'这个结论留着'。

エージェントワークフロー46
M
money-skillify
money-skillify
iamzifei / show-me-the-money

現在の会話で成功したワークフローを恒久的なプロジェクトローカルの skill として codify する。例えばコンバージョンするコールドメールのシーケンス、ベースラインを超える広告クリエイティブの形式、複利的に伸びるコンテンツパイプラインのリズムを発見した後に、/money-skillify がそれをプロジェクトのローカル skills ディレクトリ配下の SKILL.md として書き出し、今後のセッションが再発見なしに呼び出せるようにする。ユーザーが次のように言うときに使用:'this worked, save it'、'codify this'、'turn this into a skill'、'把这个固化下来'、'存成 skill'。

エージェントワークフロー46
M
moonpay-mcp
moonpay-mcp
moonpay / skills

MoonPay を Claude Desktop または Claude Code 向けの MCP サーバーとしてセットアップします。Model Context Protocol 経由ですべての MoonPay コマンドラインツールを提供します。

エージェントワークフロー46
M
multica-skill-importing
multica-skill-importing
multica-ai / multica

URL または slug から特定のスキルをこの Multica ワークスペースにインポートまたはインストールするよう求められたときに使用する。ユーザーが必要とするスキルを選ぶためのものではない。`npx skills add` のようなローカルインストーラーを最終的なインストールとして扱わないこと。

エージェントワークフロー46
N
n8n
n8n
rawveg / skillsforge-marketplace

N8N ドキュメント — AI 機能を備えたワークフロー自動化プラットフォーム

開発46
N
nemo-guardrails
nemo-guardrails
kalarislabs / research-agent-skills

NVIDIA NeMo Guardrails を使って LLM アプリケーションに実行時の安全対策を追加し、Colang 2.0 flows で設定します。ジェイルブレイクとプロンプトインジェクションの検出、セルフチェックによる入出力検証、検索ベースのファクトチェック、ハルシネーション検出、Presidio による PII フィルタリング、ActiveFence による有害性検出、LlamaGuard との統合に対応します。本番 LLM アプリへのプログラム可能な安全ルールの追加、ジェイルブレイクやプロンプトインジェクションのブロック、モデルの入出力からの PII の除去、検索ソースに基づく生成内容の検証、安全チェックの誤検知率やレイテンシの調整に使用します。単独のモデレーションのみが必要な場合は、LlamaGuard または OpenAI Moderation API を使用してください。

セキュリティ46
N
nemoclaw-user
nemoclaw-user
promptingcompany / nv-skills

NemoClaw サンドボックスのインストール、設定、運用、保護、監視、トラブルシューティングに関するユーザー向けガイダンス。ユーザーが NemoClaw のクイックスタート、OpenClaw と OpenShell の関係、ローカル推論、リモート GPU デプロイ、サンドボックスのライフサイクル、ネットワークポリシー、セキュリティ態勢、エージェントスキル、コマンドリファレンス、issue のトリアージ手順について尋ねたときに使用。

クラウド・DevOps46
N
network-ai
network-ai
jovancoding / network-ai

AI エージェント向けの信号機であり、共有状態、ガードレール、32 種の AI フレームワーク用アダプターを備えた TypeScript/Node マルチエージェントオーケストレーター

エージェントワークフロー46
N
northstar
northstar
inflatable-cookie / northstar

プロジェクトの知識を最新に保ち、作業を的確に方向づける。計画立案、タスクブリーフの作成、PR のレビュー、オペレーター裁定の記録、概念の廃止、Northstar リポジトリ内での方向づけに使用する。

エージェントワークフロー46
O
ontology

構造化されたエージェントメモリと組み合わせ可能なスキル向けの型付きナレッジグラフです。エンティティ(Person、Project、Task、Event、Document)の作成/検索、関連オブジェクトのリンク、制約の適用、複数ステップの操作のグラフ変換としての計画、またはスキル間で状態を共有する場合に使用します。「覚えておいて」「〜について何を知っている?」「X と Y をリンク」「依存関係を表示」、エンティティの CRUD、スキル間のデータアクセスをきっかけに動作します。

エージェントワークフロー46
O
openai-assistants
openai-assistants
ovachiever / droid-tings

OpenAI Assistants API v2 でステートフルなチャットボットを構築する - Code Interpreter、File Search(1 万ファイル)、Function Calling。⚠️ 2026 年前半に提供終了。新規プロジェクトでは openai-responses を使用する。使用場面:ステートフルなチャットボットの構築、RAG の実装、または "thread has active run"、vector store の遅延、ポーリングのタイムアウト、ファイルアップロードエラーのトラブルシューティング。

エージェントワークフロー46
O
openclaw-handoff
openclaw-handoff
theangrypit / theangryskills

別のエージェントがタスクを調査または継続するための、クリップボードにそのまま貼れる引き継ぎプロンプト。

エージェントワークフロー46
P
planning-with-files
planning-with-files
tdimino / claude-code-minoan

複雑なタスク向けに Manus 流のファイルベースのプランニングを実装する。task_plan.md、findings.md、progress.md を作成する。複雑な多段階タスク、調査プロジェクト、または 5 回を超えるツール呼び出しを要するタスクを開始する際に使用する。/clear 後のセッション自動復元に対応。

エージェントワークフロー46
P
polylane-automations
polylane-automations
coreplanelabs / skills

Polylane の自動化を作成・設計・運用する — トリガー → 指示 → ツール → アクション → 送信先として配線された無人エージェント実行。ユーザーが自分を介さずに何かを起きることを望む場合 — "whenever X happens"、"on every deploy"、"every morning"、"auto-rollback if it breaks" — に使用し、アラート、インシデント、デプロイ、プッシュ、cron スケジュール、webhook への反応; 問題のあるデプロイの自動ロールバック; アラートの issue への自動トリアージ; 定期的なレポートと継続的な本番ヘルスチェック; インシデント対応の自動化; 結果の Slack、メール、webhook へのルーティングを含む。Polylane のドキュメントから取得すること — コマンドやスキーマを推測しない。

エージェントワークフロー46
P
poteto-mode
poteto-mode
ericlitman / open-pstack

簡潔で詳細な回答、意図的なサブエージェントの活用、無駄のない文章、シンプルなコード、検証済みの作業を重視する poteto のエージェントスタイルです。poteto、/poteto-mode、またはこのスタイルでの作業を求められた場合に使用します。

エージェントワークフロー46
P
power-engineer
power-engineer
kalshamsi / power-engineer-skills

プロジェクトをセットアップまたは開始する際に、そのプロジェクトに最適なスキルスタックをインストールしたいときに使用する。次のような表現でトリガーする:「このプロジェクトにスキルを設定して」「プロジェクトのスキルをインストールして」「どのスキルを使うべきか」「power engineer setup」「スキルスタックを構成して」「power engineer frontend」「power engineer status」、または新規・既存プロジェクト向けに Claude Code スキルをセットアップするあらゆる依頼。次のような的を絞った依頼でもトリガーする:「power engineer backend」「power engineer devops」「power engineer ai」「power engineer data」「power engineer docs」「power engineer mobile」「power engineer quick」「power engineer catalog」「power engineer update」「power engineer configure」「power engineer drift」。ユーザーが「/power-engineer frontend」や同様の省略形だけを言った場合でも、このスキルが処理する。

エージェントワークフロー46
P
prompt-engineer
prompt-engineer
htlin222 / dotfiles

LLM 向けにプロンプトを最適化する。システムプロンプトの作成やエージェントの性能向上に使用する。

エージェントワークフロー46
P
prompt-engineering-creative
prompt-engineering-creative
omer-metin / skills-for-antigravity

他のすべての AI ツールを支えるメタスキル。クリエイティブ用途のプロンプトエンジニアリングは、イメージしたとおりの画像、動画、音声、テキストを AI モデルから引き出すための技術と科学である。これは単に「より良いプロンプトを書く」ことではない。異なるモデルが言語をどう解釈するか、モダリティごとにリクエストをどう構成するか、体系的にどう反復するか、そして自身のクリエイティブなビジョンを符号化したプロンプトライブラリをどう構築するかを理解することだ。優れたプロンプトエンジニアは、各モデルでどの語がどの応答を引き出すかについての直感を培っている。このスキルは基盤であり、他のあらゆる AI クリエイティブスキルの効果を増幅する。これを習得すれば、すべての AI 制作へのインターフェースを習得できる。「prompt, prompting, prompt engineering, better prompts, prompt optimization, how to prompt, prompt strategy, prompt library, prompt template, make AI understand, prompt-engineering, prompting, meta-skill, ai-creative, foundational, optimization, iteration」に言及されたときに使用。

クリエイティブ・メディア46
P
prompt-engineering-patterns
prompt-engineering-patterns
rmyndharis / antigravity-skills

高度なプロンプトエンジニアリング技法を習得し、本番環境で LLM の性能、信頼性、制御性を最大化する。プロンプトの最適化、LLM 出力の改善、本番用プロンプトテンプレートの設計時に使用する。

エージェントワークフロー46
P
prune-the-tree
prune-the-tree
sakana-y / skills

ユーザー自身が決めるべきことは保ちながら、価値の低い質問を減らします。ユーザーが $prune-the-tree を明示的に呼び出した場合にのみ使用します。

エージェントワークフロー46
Q
qwen-runner
qwen-runner
robsonrung / rar-skills

OpenRouter 上の Pi CLI を通じて Qwen 席としてプロンプトを実行し、呼び出しごとに Qwen3.8 27B を固定する(qwen/qwen3.8-2.4t-a95b、256K トークンコンテキスト、Qwen3.8 Max ファミリーのオープンウェイト VLM)。ユーザーが明示的に Qwen 実行を要求したとき、ワークフローが独立した Qwen 席を必要とするとき、クロスランナーのワークフローが現在のワークスペースを離れずに Qwen に基づく視点を得たいときに使用する。

エージェントワークフロー46
R
ratel-langfuse-integrate
ratel-langfuse-integrate
ratel-ai / skills

エージェントのコードベースを調査し、Langfuse のトレーシング/可観測性(セッション/trace の境界、サブエージェントの受け渡し、ツールのラッピング、命名/タグ付けの語彙)を組み込む markdown プランと、Ratel 価値/エージェント健全性ダッシュボードの構築仕様を作成する。Langfuse の計装、トレーシングの接続、ダッシュボードの構築、Langfuse の配置やボードに載せる内容の判断、契約直後のパートナーのオンボーディング、または `/ratel-langfuse-integrate` に使用する。<repo>/.ratel/ に書き込む。コードは決して編集せず、Langfuse API も呼び出さない。/ratel-observability-assessment の Langfuse ブランチ。ベンダーが LangSmith の場合はリダイレクトし、trace が流れ始めたら /ratel-langfuse-analyze にルーティングする。

エージェントワークフロー46
R
ratel-langsmith-analyze
ratel-langsmith-analyze
ratel-ai / skills

LangSmith MCP サーバー(または langsmith SDK のフォールバック)経由で顧客の実際の LangSmith の run、trace、thread、フィードバック スコアを読み取り、共有の指摘カタログとパターンマッチングし、Ratel 特有の改善項目と技術スタックに依存しない容易な改善項目に分けた指摘レポートを作成する。LangSmith ダッシュボードのスキャン、run ツリーや失敗した run の調査、今週の run の確認、可観測性の監査、エージェントの誤りの把握、または `/ratel-langsmith-analyze` に使用する。<repo>/.ratel/ に書き込む(蓄積される)。到達可能なサーバーまたは API key がない場合は早期に失敗し、クリーンなデータは正直にスキップし、コードは決して編集しない。/ratel-langsmith-integrate の後続ステップ。

エージェントワークフロー46
R
ratel-langsmith-integrate
ratel-langsmith-integrate
ratel-ai / skills

エージェントのコードベースを調査し、LangSmith のトレーシング/可観測性(run ツリーの境界、サブエージェントの受け渡し、ツールのラッピング、run の命名/メタデータの語彙)を組み込む markdown プランと、Ratel 価値/エージェント健全性ダッシュボードの構築仕様を作成する。LangSmith の計装、@traceable/wrap_openai のカバレッジ追加、run の thread へのグルーピング、ダッシュボードや Monitor チャートの設計、LangSmith の配置判断、契約直後のパートナーのオンボーディング、または `/ratel-langsmith-integrate` に使用する。<repo>/.ratel/ に書き込む。コードは決して編集せず、LangSmith API も呼び出さない。/ratel-observability-assessment の LangSmith ブランチ。ベンダーが Langfuse の場合はリダイレクトし、trace が流れ始めたら /ratel-langsmith-analyze にルーティングする。

エージェントワークフロー46
R
recall
recall
ericlitman / open-pstack

自身のチャット履歴、現在の状態、共有記録(ユーザー報告、過去の修正、インシデント)から最近の作業コンテキストを再構成し、簡潔な現状の概要を返します。「X の作業を思い出して」「状況を教えて」「何に取り組んでいた?」「どこまで進めた?」といった依頼や、作業の開始・再開前に使用します。

エージェントワークフロー46
R
recover
recover
duc01226 / easyplatform

[ユーティリティ] セッション喪失後にチェックポイントからワークフローコンテキストを復元する必要があるときに使用します。

エージェントワークフロー46
R
reflect
reflect
ericlitman / open-pstack

現在のトランスクリプトを対象に3つのレビューサブエージェントを並行して起動し、学びを抽出して、それぞれを既存スキルへの具体的な編集に結び付けます。ユーザーが「reflect」と言ったときに使用します

エージェントワークフロー46
R
repomix
repomix
duc01226 / easyplatform

[AI & ツール] Repomix を使い、カスタマイズ可能なパターンと複数の出力形式でコードリポジトリを単一の AI フレンドリーなファイルにパッケージする必要があるときに使用します。

エージェントワークフロー46
S
secondmate-provisioning
secondmate-provisioning
kunchenguid / firstmate

エージェント一人と話し、チームで成果を届ける。

エージェントワークフロー46
S
setup-custom-libraries
setup-custom-libraries
matlab / simulink-agentic-toolkit

既存のカスタム Simulink ブロックライブラリを登録、追加、更新し、ブロックポリシーとナレッジインデックスを設定する。エージェント支援によるモデル構築のために既存の .slx ライブラリファイルを登録、セットアップ、設定、追加したい場合に使用する。新しいライブラリをゼロから作成またはオーサリングしたい場合は使用しない —— それには building-simulink-models が必要。

開発46
S
setup-pstack
setup-pstack
ericlitman / open-pstack

pstackのプロバイダー指定モデル、モデルファミリーごとの要求推論レベル、親側が管理する役割別ルートを設定します。オーバーライドシートを作成する前に、割り当てられたネイティブおよび外部レーンを検証します。/setup-pstack、「pstackモデルを設定」、またはpstackのモデル選択を変更する場合に使用します。

エージェントワークフロー46
S
setup-tracing
setup-tracing
coval-ai / coval-external-skills

AI エージェントを設定して OpenTelemetry トレースを Coval に送信する。Coval トレーシングの追加、シミュレーションや会話モニタリングのためのエージェント計装、トレースを Coval に表示させる、SIP/PSTN/WebSocket のトレース相関の処理、ワンコマンド ウィザードをセキュリティ レビュー可能な手動セットアップに置き換える場合に使用する。

エージェントワークフロー46
S
setup-ux
setup-ux
tranz007 / ux-skills

新規または既存のプロジェクト向けに、製品の意図、ユーザーと根拠の学習、デザインシステム、エンジニアリング環境、アクセシビリティの期待、用語、重要な意思決定を記録して UX Skills をセットアップまたは更新する。ユーザーが UX Skills/プロジェクトコンテキストのセットアップ、初期化、接続、学習、更新を明示的に求めた場合にのみ使用し、通常の UX 作業では有効化しない。

デザイン・UI46
S
show-me-your-work
show-me-your-work
ericlitman / open-pstack

長時間実行または無人実行の作業について、レビュー可能な意思決定の記録を残します。各決定の内容、理由、証拠、結果を1行にまとめた TSV ログです。デフォルトではローカルに保存し、レビュー担当者が結果を信頼するために記録を必要とする場合にコミットします。/show-me-your-work、自律実行や複数フェーズの実行、担当者が離席後にレビューする作業に使用します。

エージェントワークフロー46
S
skill-archetypes
skill-archetypes
majesticlabs-dev / majestic-marketplace

4 つの一般的なスキルアーキタイプと構造テンプレート —— コマンドラインリファレンス、方法論、安全/セキュリティ、オーケストレーション。新しいスキルを作成する際に適切な構造を選ぶときに使用します。

エージェントワークフロー46
S
skill-based-architecture
skill-based-architecture
wojisama / skill-based-architecture

ユーザーが「プロジェクトのルールを整理する」「散在するドキュメントを整理する」「把规则迁移到 skills 目录」「优化 skill 路由」「提高 description 命中率」「减少薄壳重复维护」を求めた場合にこの skill を使用します。SKILL.md が大きすぎる場合、ルールが複数のエージェント入口ファイルで重複している場合、タスクルーティングや trigger_examples が自然なユーザー言語を捉えられない場合、またはテンプレート / 薄いシェル / 検証スクリプトにドリフト耐性のある保守が必要な場合に有効化します。

エージェントワークフロー46
S
skill-creator
skill-creator
boshi-xixixi / traeskill

ユーザーが新しい Skill を作成したり、既存の Skill を更新したりする必要があるときに使用する。この Skill は、要件分析、記述規範、エンジニアリング化された構築、品質評価、反復的な最適化を含む、スキル作成の完全なワークフロー指針を提供する。

エージェントワークフロー46
S
skill-creator
skill-creator
ericgandrade / claude-superskills

新しいスキルを作成し、既存のスキルを修正・改善し、スキルの性能を測定する。ユーザーがゼロからスキルを作成したい、既存のスキルを更新または最適化したい、スキルをテストする評価を実行したい、分散度分析でスキルの性能をベンチマークしたい、またはトリガー精度を高めるためにスキルの説明を最適化したいときに使う。

エージェントワークフロー46
S
skill-doc-authoring
skill-doc-authoring
composio-community / opencode-skills

ワークフロー、SOP、または繰り返し行う手順から、適切な形式の agent SKILL.md を作成する。ユーザーが「skill を作成したい」「このプロセスを skill にしたい」「このワークフローを skill として文書化したい」と考えている場合、または skill がトリガーされない理由を尋ねた場合に使用する。

エージェントワークフロー46
S
skill-feedback
skill-feedback
folio-org / folio-eureka-ai-dev

セッションのコンテキストがまだ利用可能なうちに、完了した 1 回のスキルセッションに関するフィードバックを記録したいときに使用する。

エージェントワークフロー46
S
skill-optimizer
skill-optimizer
zjp1997720 / content-twin-toolkit

既存の Claude/エージェント skill の核心的な目的や元の入出力契約を変えずに診断・改善する。ユーザーが既存の skill を最適化、洗練、整理、デバッグ、再構成、改善したいと考え、盲目的な書き直しではなく、契約優先のレビュー、仮説駆動の提案、代表的なテストプロンプト、保守的なビフォーアフター検証を必要とするときに使用する。

エージェントワークフロー46
S
skill-structure
skill-structure
majesticlabs-dev / majestic-marketplace

Skill ファイルの構造、命名規則、ディレクトリレイアウト、frontmatter の要件、呼び出し制御。正しい形式と検証を確保するために skill ファイルやスラッシュコマンドを作成するときに使用する。

エージェントワークフロー46
S
skill-writer
skill-writer
tencentblueking / bk-ci

BK-CI skill の作成、圧縮、リファクタリングに使用する。たとえば `description` を引き締め、メインファイルの骨格を統一し、重い内容を `reference/` に移し、段階的開示のルールを定着させる。ユーザーが skill を追加または標準化したいときに優先して使用する。

エージェントワークフロー46
S
skillshare
skillshare
runkids / skillshare

Skillshare CLI でスキル、エージェント、拡張機能、フック、プラグイン、MCP 接続設定を管理します。Skillshare の構成や実行、AI ツール間でのリソースのインストールや同期、共有メモリーノートの管理、セッションからの教訓の確認や保存済みメモリーを使った発想、MCP 設定のインポート、ターゲット管理、スキルの監査、バックアップの復元、Skillshare の構成や同期のトラブルシューティングをユーザーが求めた場合に使用します。グローバルモードとプロジェクトモード、非対話型自動化、ターミナル UI の使用ガイドを扱います。

エージェントワークフロー46
S
solo-setup
solo-setup
fortunto2 / solo-factory

"set up workflow"、"configure TDD"、"wire up dev workflow" のとき、または /scaffold の後、/plan の前にワークフロー設定を生成するために使用する。ファウンダー設定(/init)やスキャフォールディング(/scaffold)には使用しない。

開発46
S
spec-implement
spec-implement
anyoneanderson / agent-skills

仕様駆動の実装オーケストレーター —— spec-code、spec-review、spec-test を調整し、仕様から PR まで実装する。issue-to-pr-workflow.md をプレイブックとして読み、実装を spec-code に、レビューを spec-review に、テストを spec-test に委任する。修正ループ、タスクの進行、PR の作成を管理する。自身は実装コードを書いたりレビューを行ったりしない。英語トリガー:"Implement from spec"、"Start implementation"、"Execute spec tasks" 日本語トリガー:「仕様書から実装」「実装を開始」「specタスクを実行」

エージェントワークフロー46
S
spec-implement
spec-implement
martinffx / atelier

ユーザーが "implement"、"go"、"start"、"do it" と言ったときに、承認済みの Spec に基づくワークフローを継続する。Codex Plan Mode の後、次に不足している design.md または plan.json の成果物を永続化して停止する。両方の成果物が存在する場合は、TDD で plan.json を実行し、バッチ間で報告する。

エージェントワークフロー46
S
spec-implementation-execute
spec-implementation-execute
zixun-github / aisdlc

sdlc-dev の Spec Pack で I2(実装実行)を実行する必要があるときに使用する。`{FEATURE_DIR}/implementation/plan.md` を唯一の SSOT としてバッチ単位で実装し、最小限の検証を実行し、監査情報を書き戻し、バッチのチェックポイントで報告する。ブロッカーや確認事項があれば直ちに停止する。

開発46
13,264 件中 11281–11340 件

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。