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
AI コーディングエージェント向けにリポジトリをセットアップし最適化する。最小限の AGENTS.md、CLAUDE.md のシンボリックリンク、docs/REQUIREMENTS.md、docs/BUSINESS-RULES.md、フィードバックループ、確実な強制の仕組み(Claude Code hooks、OpenCode plugins)を作成する。リポジトリを AI フレンドリーにしたい、AGENTS.md/CLAUDE.md を設定したい、AI 向けに要件/ビジネスルールを文書化したい、AI ワークフロー用の pre-commit フックを追加したい、コーディングエージェント向けにコードベース構造を最適化したいときに使う。
設計から計画へのホスト。Superpowers brainstorming を薄くラップし、その後 solve-workflow Make a Plan に確実に引き継ぎます。コーディング前の新機能や曖昧な設計に使用します。トリガー:「头脑风暴」「设计头脑风暴」「brainstorm」「brainstorm workflow」「先设计再计划」「头脑风暴工作流」。バグの根本原因 PDCA(solve-workflow / opsx-solve-workflow)や、1 行の編集だけが必要な場合には使用しないでください。
Playwright Browser MCP と xterm.js のターミナル操作手法。ブラウザを通じて Web ページに埋め込まれたターミナル、CTF 環境の疑似ターミナル、Cloud Shell、オンライン IDE 内のターミナルを操作する必要がある場合に使用する。対象範囲: ターミナル内容の読み取り(5 種類の方法)、コマンド実行、出力のキャプチャ、screenshot へのフォールバック戦略。対象ページに何らかの形の Web ターミナル(xterm.js/hterm/jQuery Terminal)があれば、このスキルを使用する
Cloudflare Workers 上にリモート MCP(Model Context Protocol)サーバーを構築する。ツール、OAuth 認証、本番デプロイを含む。サーバーコードを生成し、認証プロバイダーを設定して Workers にデプロイする。使用場面:ユーザーが "build MCP server"、"create MCP tools"、"remote MCP"、"deploy MCP" を望む、MCP に "OAuth" を追加する、または Cloudflare 上の Model Context Protocol に言及する場合。"MCP authentication" や "MCP deployment" でもトリガーされる。
OpenClaw のシステム診断およびパフォーマンス分析ツール。agent の推論所要時間、Token 使用量、ツール呼び出し統計、Run タイムライン、Gateway 再起動履歴を分析する。複数のモードに対応:バッチ分析(デフォルト)、リアルタイム追跡(-f)、サマリー統計(-s)、高度な診断(--advanced)。マルチ Agent フィルタリングに対応。使用シナリオ:ユーザーが OpenClaw の稼働状態、パフォーマンスのボトルネック、推論遅延、Token 消費、ツール実行統計、エラー調査、agent アクティビティ分析について尋ねたときにトリガーされる。トリガーワード:診断、diagnostics、パフォーマンス分析、推論所要時間、token 統計、稼働状態、agent 分析、ツール呼び出し統計、Run 詳細、Gateway 再起動。コマンドトリガー:/diag — 診断を直接実行し、パラメーターのパススルーに対応。
Claude Code のセッションを管理します — トピックまたは ID で検索し、完全なメタデータ(タグ、要約、タイトル、コスト)付きで最近のセッションを閲覧し、タイトル/ニックネームの履歴タイムラインを表示し、Ghostty のタブで再開し、インタラクティブまたはヘッドレスのセッションを起動し、ライブセッションを監視し、新しいセットアップを初期化します。resume session、find session、list sessions、recent sessions、spawn session、session history、what was I working on、open in ghostty、title history、session nicknames でトリガーされます。
人間のような符号化、統合、減衰、想起を備えたインテリジェントなマルチストアメモリシステム。エージェントのメモリ設定、記憶/忘却トリガーの構成、スリープ中の振り返りの有効化、ナレッジグラフの構築、監査証跡の追加に使用します。基本的なフラットファイルメモリを、エピソード記憶、意味記憶、手続き記憶、コア記憶ストアを備えた認知アーキテクチャに置き換えます。共有読み取り・制限付き書き込みのアクセスモデルで、マルチエージェントシステムをサポートします。時間とともに理解を深める哲学的なメタリフレクションを含みます。MEMORY.md、エピソードの記録、エンティティグラフ、減衰スコア、振り返りサイクル、進化の追跡、システム全体の監査を扱います。
単一の Codex、GitHub Copilot、または agent-app のコントロールセッションから、マルチエージェント・マルチセッションのプロジェクト作業を調整するためのコントロールプレーンワークフロー。ユーザーがエージェントのオーケストレーション、ワーカーセッションの作成や誘導、ワークフロー的な取り組みの実行、監査・調査・移行の展開、並行実装ストリームの調整、他のプロジェクトセッションの監視、またはこのコントロールセッションパターンと Claude Code の動的ワークフローの比較を求めるたびに、このスキルを使用します。このスキルは、現在のセッションが永続的なプロジェクトセッションを生成でき、それらのセッションがさらに独自のサブエージェントを生成して 2 段階のオーケストレーション階層を形成する場合に特に適しています。
淬火思考 v2。辺淬火ファミリーの汎用的な思考エントリポイント兼トピックハブ。「考えていることがある」「問題がある」「これはきちんと考えたい」「行き詰まった」「わからない」「前回のあの件をまた思い出した」など、まだ形になっていない入力を引き受け、旧トピックのチェック、身元確認、言語・素材・機能の監査を行い、調査、収容、解消、淬火診断、淬火追问、淬火検真、淬火学習、淬火ブレインストーム、淬火ロジックチェーン、淬火判断形成、淬火意思決定、または GTD にルーティングし、結果が戻ったらトピックを更新する。旧「思考」skill を置き換える。ユーザーが下流の skill をすでに明示している場合は横取りしない。
汎用ディープリサーチエージェントチーム。あらゆるテーマについて厳密な学術研究を行う 13 エージェントのパイプライン。8 モード:本格調査、クイックブリーフ、論文レビュー、文献レビュー、ファクトチェック、三者文献スキャン、ソクラテス式ガイド付き研究対話、オプションでメタアナリシスを伴うシステマティックレビュー。研究課題の定式化、ソクラテス式メンタリング、方法論設計、系統的文献検索、情報源の検証、情報源横断の統合、バイアスリスク評価、メタアナリシス、APA 7.0 レポート作成、編集レビュー、悪魔の代弁者による反論、倫理レビュー、研究後の文献モニタリングを扱う。トリガー:research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、WHY HOW WHAT papers、3W literature scan、guide my research、help me think through、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、三段式文獻掃描、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題。
個人開発者として単一のソフトウェア機能を意図から出荷まで進めるときにこのスキルを使用する——ゴール優先、TDD、決定論的な検証、価値のある箇所にだけエビデンスを残し、重要な 2 つの局面(ゴール承認、マージ)で人の判断を挟む。ユーザーが "let's build feature X"、"ship this feature"、"run this through the factory"、"write a goal contract"、"feature-factory" と言うとき、またはプロセスの肥大化に耐える規律ある意図→マージのループを求めたときにトリガーされる。プロダクト全体の計画、複数機能のロードマップ、自律的なマルチエージェントの群れには適さない。
多段階の手順を Python DAG として実行するため、順序、分岐、リトライはモデルがすり抜けられる散文ではなく、ランナーによって強制される。「これらのステップを順番に実行し、不安定なものをチェックが通るまでリトライする」「取得、検証を行い、変更がなければアップロードをスキップするパイプラインを構築する」「これらのステップがスキップできないようにする」「高コストな前半の段階をやり直さず、中断したところから再開する」「これらの独立した呼び出しを一度に実行して結果をマージする」、あるいは分岐、入力契約、クリティカルパスをブロックしてはならない副作用を伴う 3 ステップ以上の手順に使用する。プリミティブは depends_on、when=、validate=、retry_until=、detached=、journal_path= である。単一の逐次呼び出し、述語では捉えられないステップ間の推論を要する場合、非同期や分散の作業には適さない。ある検証チェックが実際にレッドになり得るかを監査するには gating を使用する。作業を多数のサブエージェントに展開するには動的ワークフローを使用する。
文書またはコードの作成前に、worktree-gate(always|never|ask;未設定≡ask)を使ってgit/ネイティブworktreeで分離します。再利用の検出(サブモジュールのガードを含む)、適合性の推奨、作成(まずネイティブ方式、次に無視対象の.worktrees/)、セットアップとベースライン確立、または痕跡を残したうえでの見送り・慎重な対応を行います。feature-branch-closeoutでクリーンアップします。トリガー:「git worktree」「工作区隔离」「隔离工作区」「执行前隔离」「worktree 门控」/git worktree discipline。Superpowers using-git-worktreesの別名として、または破棄を伴うクローズアウトには使用しないでください。
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。
