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 96,770 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
コンパイル済みの指示ファイル（CLAUDE.md / AGENTS.md）を変更するには、vigiles .spec.ts を編集します。ルール、セクション、コマンド、ファイルポインターの追加・変更・削除（「key file」の追加依頼を含む。keyFiles フィールドは非推奨）に対応します。vigiles ハッシュを含む CLAUDE.md/AGENTS.md を変更する必要がある場合（成果物ではなく spec を編集）、新しい enforce()/check()/guidance() ルールの追加も含めて使用します。
vigiles をインストールし、適切なレベル（unit / deterministic / eval）を選んで合格するテストを作成し、Claude Code のハーネス（hooks、skills、agents、settings、CLAUDE.md）をテストします。フックが発火またはブロックするか、スキルが起動するか、注入されたコンテキストが反映されるかの確認に使用します。また、実行時に呼び出されたツール、宣言された allowed-tools の範囲内にとどまったか、生成されたファイルや副作用、呼び出しを実行せずに傍受する方法を観察できます。
継続的な改善に向けて、学び、エラー、修正、機能リクエストを記録します。次の場合に使用します。（1）ユーザーが Claude を訂正した場合（「違います……」「実際は……」など）、（2）ユーザーが未実装の機能を求めた場合、（3）Claude が知識の古さや誤りに気づいた場合、（4）繰り返し行う作業により良い方法が見つかった場合、（5）self-healing からの Handoff ブロック（Recurrence-Count が 3 以上の、繰り返し発生し検証済みの修復）を受け取り、メモリファイルまたは新しいスキルにまとめる場合。作業中にエージェントが実行時の障害に対する修正を適用し検証する必要がある場合は、代わりに `self-healing` を使用します（証拠付きの HEAL- エントリーを記録し、self-improvement は蓄積されたパターンを昇格します）。重要な作業の前にも学びを確認します。CI 専用／ヘッドレス環境での学習記録には self-improvement-ci を使用します。
既存のエージェントプロジェクトに、メモリ、アプリ連携、VPC、マルチエージェント、移行、モデル、ブラウザー、コードインタープリター、決済機能を追加する場合、またはリソースを削除する場合に使用します。トリガー：「add memory」「remember across sessions」「call agent from app」「invoke agent from code」「agent auth」「streaming」「VPC」「VPC connectivity」「can't reach from VPC」「multi-agent」「A2A」「A2A auth」「orchestrator not delegating」「specialist not called」「migrate Bedrock Agent」「migration issue」「change model」「browser tool」「code interpreter」「delete agent」「tear down」「agentcore remove」「cross-account memory」「add payments capability to my agent」「wire payments plugin」「integrate x402 payments with the agent I'm building」「add MPP payments」「Machine Payments Protocol」。Gateway 経由の外部 API には agents-connect、新規プロジェクトには agents-get-started、CLI／開発サーバーのエラーには agents-debug、実行時の x402／MPP 決済には agents-pay を使用します。Strands と LangGraph 間の移行に関する依頼もここで扱います
呼び出しごとに支払う x402/MPP API（USDC on Base、Solana、Tempo）。API キーは不要で、ウォレットからリクエストごとに支払います。タスクが以下の SERVICES の提供元に該当する場合は、検索をスキップして discover → fetch に進んでください。該当する提供元がない場合のみ検索してください。SERVICES：stableenrich（人物/企業、ウェブ検索、スクレイピング、Maps、LinkedIn、メール検証、ニュース）、stablesocial（TikTok、Instagram、YouTube、Facebook、Reddit、LinkedIn、GitHub）、stablestudio（AI 画像/動画）、stableupload（ファイル/サイトのホスティング）、stableemail（メール、受信トレイ、サブドメイン）、stablephone（AI 通話、電話番号）、stablejobs（求人）、stabletravel（旅行）、stablebrowser（ブラウザー自動化）。トリガー：調査、情報拡充、スクレイピング、ウェブ検索、画像生成、動画、ソーシャルメディア、メール送信、電話、旅行、求人、連絡先の検索、API の検索、x402、mpp、agentcash
n8n AIエージェントを適切に設計します。@n8n/n8n-nodes-langchain.*のAIノード（AI Agent、LLMチェーン、Text Classifier、Information Extractor）の構築や編集時に使用します。また、AIエージェント、ツールを使うLLM、ツール呼び出し、$fromAI、システムプロンプト、エージェントメモリ、sessionId、構造化／JSON出力、出力パーサー、RAG、ベクトルストア、チャットアシスタント／ボット、human-in-the-loopレビューに言及した場合にも使用します。Agent・チェーン・分類器の選択、model／memory／tools／outputParserスロット、プロンプトとしてのツール名と説明、autoFixによる構造化出力、メモリ、RAG、人間によるレビュー、チャットのトポロジーを扱います。
12 個の組み込みプロダクトサブスキル（RICE、OKR、UX リサーチ、デザイントークン、競合分析、分析、実験、ディスカバリー、ロードマップ、仕様からリポジトリへの変換、ランディングページ、SaaS の足場構築）または 4 つの単独プロダクトチームプラグイン（ユーザーストーリー、Apple HIG、コードから PRD への変換、リサーチ要約）にまたがるプロダクト業務の調整に使用します。「優先順位付けを手伝って」「プロダクト実験を計画して」「使われない機能ばかりリリースしている」「ディスカバリーループを実行して」「OST は妥当か」などの依頼が対象です。決定論的なシグナルルーターでコンテキストを 1 つのサブスキルに振り分け、要約を返します。継続的なディスカバリーループ（Torres の頻度トラッカーと OST リンターを機械的なゲートとして使用）や、リポジトリ全体の agent-harness を通じた目標→計画→実行→検証→完了の一連の処理も実行できます。プロジェクト管理（何を作るかではなく、どう届けるか）、マーケティング／ランディングページ（ゼロからのページ作成）、エンジニアリング／agent-harness（このオーケストレーターが接続する汎用ループエンジン）とは異なります。
エージェントを AWS にデプロイするとき、またはデプロイに失敗したときに使用します。事前検証、CDK/IAM/クォータのエラー診断、バージョン管理、ロールバック、カナリアデプロイに対応します。「エージェントをデプロイ」「agentcore deploy」「デプロイ失敗」「CDK エラー」「ロールバック」「カナリアデプロイ」「バージョン固定」「再デプロイ」「デプロイが停止」などで起動します。本番環境の強化には agents-harden を使用してください。デプロイ前の機能追加には agents-build または agents-connect を使用してください。VPC 設定エラーには agents-build を使用してください。
エージェントや環境に問題がある場合（誤答、エラー、タイムアウト、ツールの失敗、CLI の問題）に使用します。トレースとログを読み、根本原因を診断します。CLI 自体が動作しない場合は前提条件も確認します。次のような場合に使用します：「agent not working」、「wrong answer」、「agent error」、「tool call failing」、「debug agent」、「check logs」、「read traces」、「broken」、「500 error」、「424 error」、「model access denied」、「command not found」、「stuck in DELETING」、「maxVms exceeded」、「cold start diagnosis」、「cold start slow」、「agentcore create error」、「create failed」、「exit code 7」、「connection refused local dev」。デプロイの失敗には agents-deploy、エラーのないパフォーマンス調整には agents-optimize、VPC 設定には agents-build、オブザーバビリティの設定やログ不足には agents-optimize を使用してください。
8 つのプロジェクト管理サブスキル（スプリント／ベロシティ分析、ポートフォリオの健全性、Jira/JQL、Confluence、Atlassian 管理、テンプレート、会議分析、チームコミュニケーション）にまたがるプロジェクトデリバリー業務の調整に使用します。「スプリントの調子がおかしい」「プロジェクト健全性レポート」「Jira の権限を監査して」「いつ完了する？」「デリバリーループを実行して」などがトリガーです。決定論的なシグナルルーターでコンテキストを適切なサブスキルに振り分け、要約を返します。また、リポジトリ全体のエージェントハーネスを通じて、Jira MCP データを該当分野の分析ツールに連携し、目標→計画→実行→検証→完了のデリバリーループ全体を進めることもできます。product-team（何を作るか対どう届けるか）、business-operations（社内業務）、engineering/agent-harness（このオーケストレーターが接続する汎用ループエンジン）とは異なります。
Gateway 経由でエージェントを外部 API、ツール、サービスに接続する場合や、Cedar ポリシーでツールアクセスを制限する場合に使用します。ゲートウェイの設定、ターゲットタイプ、アウトバウンド認証（OAuth、API key、IAM）、認証情報、Cedar ポリシーの作成に対応します。次のような場合に使用します：「connect to API」、「add gateway」、「connect to MCP server」、「Lambda tools」、「OpenAPI」、「gateway target」、「Cedar policy」、「restrict tools」、「policy engine」、「gateway auth error」、「store API key」、「outbound credential」、「env var API key」、「API key None after deploy」、「credential not available after deploy」、「should this be a gateway target」、「give my agent tools」、「add tools to agent」。インバウンド認証（エージェントを呼び出せるユーザー）の場合は対象外です。agents-harden を使用してください。エージェントの動作のデバッグには agents-debug を使用してください。VPC ネットワークエラー（VPC が原因でエージェントが API に到達できない）の場合は agents-build を使用してください。新しい MCP サーバープロジェクトの作成やホスティングには agents-get-started を使用してください。
ユーザーが `prose ...` と入力する、`kind:` frontmatter を含む `.prose.md` ファイルを開く、`.prose` ファイルを開く、または再利用可能なマルチエージェントオーケストレーションを求めたときに起動します。`prose run ...` はセッション内の指示として扱い、OpenProse VM を自ら実行してください。`prose` バイナリを呼び出してはいけません。起動時には Markdown コントラクトを読み、状態バックエンドを選択し、役割を接続してホストプリミティブで実行し、選択した OpenProse ルートに実行状態を保存します。単発の質問には対応しません。通常のプロンプトで十分な場合が多いためです。
開発者が新しいエージェントプロジェクトを作成したい、またはAgentCoreを使い始めたい場合に使用します。フレームワークの選択、プロジェクトのひな形作成、初回デプロイ、初回呼び出しに対応します。「build an agent」「create an agent」「get started」「new project」「agentcore create」「which framework」「Strands vs LangGraph」「hello world agent」「first agent」「create MCP server」「host MCP server」「agentcore dev」「dev server」「what port」「local development」で起動します。既存プロジェクトへの機能追加には使用せず、agents-buildまたはagents-connectを使用してください。移行に関するStrands vs LangGraphはここではなくagents-buildに振り分けます。既存のMCPサーバーへの接続はここではなくagents-connectに振り分けます。
エージェントの品質やパフォーマンスの測定・改善に使用します。評価器、オンラインモニタリング、CI/CD 品質ゲート、オブザーバビリティ、コスト最適化を設定します。次のような場合に適用されます：“evaluate my agent”“add evaluator”“measure quality”“quality gate”“run evals”“agent too slow”“why is it slow”“reduce latency”“set up observability”“CloudWatch dashboard”“how much does my agent cost”“cost optimization”“logs not showing up”“logs missing”“spans not found”“eval failing”“eval error”“dev traces”“local traces”“agentcore dev traces”“traces to CloudWatch”。エラーやクラッシュのデバッグには使用せず、agents-debug を使用してください。遅くても正しく動作する場合はこちら、動作不良の場合はデバッグ用スキルを使用してください。
エージェントを本番環境に向けて準備するときに使用します。IAM のスコープ設定、インバウンド認証（JWT、SigV4）、シークレット管理、コールドスタートの最適化、セッションライフサイクル、レート制限、入力検証、クォータに関するガイダンスを扱います。次のような場合に適用されます：“production checklist”“harden agent”“production ready”“secure agent”“inbound auth”“going live”“cold start optimization”“session lifecycle”“StopRuntimeSession”“quota”“throttling”“maxVms”“rate limit”“security audit of outbound API calls”“gateway target audit for production”“restrict who can call”“lock down endpoint”“only our app can call”。Cedar のツール制限ポリシーには使用せず、agents-connect を使用してください。品質測定には使用せず、agents-optimize を使用してください。アウトバウンド認証情報の保存や API キーの接続には使用せず、agents-connect を使用してください。A2A のエージェント間認証には使用せず、agents-build を使用してください。コールドスタートの観察と診断（最適化ではない場合）は agents-debug を使用してください。
実装タスクの計画を `_/local-plans/<plan-name>.md` に作成します。「計画立てて」「設計して」「実装方針を考えて」「タスク分解して」で使用します。Explore Agent でコードベースを先に調査し、検証可能な粒度・並列実行可能な単位で記述します。plan-verifier Agent の検証可能な標準フォーマット（背景・現状・設計・ファイル構成ツリー・実装ステップ・検証方法）に従います。実装の消化は implement-issue、Issue 化は create-issue-tree（未導入なら create-issue）を参照します。
n8n でファイル、画像、添付ファイル、バイナリデータを扱う場合、または AI エージェントがユーザーのアップロードしたファイルをツール入力として受け取る場合や、生成ファイルを返す場合に使用します。Data Tables（スキーマ、重複排除、永続状態）については、別の n8n-data-tables-official スキルを参照してください。「ファイル」「画像」「PDF」「添付ファイル」「バイナリ」「アップロード」「ダウンロード」、ファイル付きチャットトリガー、ファイルを必要とするエージェントツール、ビジョン／マルチモーダル、または JSON 以外のファイルデータ処理で起動します。
Helmor CLI を使って、ターミナルから Helmor をリモート操作します。Helmor のデータ／設定の確認、リポジトリ／ワークスペース／セッション／ファイルの管理、エージェントへのプロンプト送信、モデル一覧の表示、GitHub 連携の使用、スクリプトの確認、Helmor の MCP サーバーとしての実行、shell 補完の生成、実行中アプリの終了、Helmor CLI beta の確認／インストール／更新、beta アプリのフローを通じた Helmor skills のインストール／更新、Helmor コマンドリファレンスが必要な場合に使用します。また、大規模な変更を依存関係のある PR のスタックとして計画・構築（`/helmor-cli stack`）したり、すでに作成した変更をスタックに分割（`/helmor-cli break`）したり、下位レイヤーの変更またはマージ後にスタックを再同期（`/helmor-cli restack`）したりできます。
各ターンにカナリアシグナル（例：毎回の返信をユーザー名とターン番号で始める）を設定し、気づかれないコンテキスト劣化を発生時に可視化します。カナリアが作動した場合は復旧プロトコルを実行します。ユーザーが「canary」「context canary」「canary check」に言及する、コンテキストの劣化／圧縮／ドリフトの検出を求める、「名前を使わなくなった」「コンテキストを失った？」と言う、「コンテキストはどの程度劣化している？」と尋ねる、または長時間のエージェントセッション向けに早期警告システムを求める場合に使用します。
仕様用の永続的な Knowledge Graph を管理します。コードベース分析のキャッシュに必要な読み取り、クエリ、更新、検証機能を提供します。spec-to-tasks でコードベース分析をキャッシュ／再利用する場合、task-implementation でタスクの依存関係や契約を検証する場合、spec-quality で provides を同期する場合、または任意のコマンドで既存のパターン／コンポーネント／API を照会する場合に使用します。Agent の調査結果をキャッシュし、コードベースの重複調査を減らします。
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。