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
現在のコンテキストを分析し、賢明な次のステップの選択肢をユーザーに提示するメタ認知的な意思決定支援。次の場合にこのスキルを使用します：(1) ユーザーが明示的に /checkpoint を呼び出す、(2) 重要な作業が完了しチェックポイントに価値がある、(3) 要件やアプローチに不確実性や曖昧さがある、(4) タスクの複雑さが当初の範囲を超えて拡大した、(5) 見落としがないよう最終確定またはコミットする前。このスキルは実行を一時停止し、状況を全体的に評価し、AskUserQuestion を通じて文脈に適した 2〜5 個の選択肢を、推奨する選択肢とその根拠とともに提示します。
Claude Code コマンドラインツールの専門知識。機能：自律コーディング、スラッシュコマンド、MCP サーバー、Agent Skill、hook、プラグイン、CI/CD 統合。能力：セットアップ／設定、トラブルシューティング、スキル作成、MCP 統合、エンタープライズ展開、ワークフロー自動化。操作：Claude Code の設定、トラブルシューティング、作成、展開、統合。キーワード：Claude Code、Anthropic、コマンドラインツール、スラッシュコマンド、MCP サーバー、Agent Skill、hook、プラグイン、CI/CD、エンタープライズ、CLAUDE.md、エージェント型コーディング、ターミナルツール、ワークフロー自動化、コード生成、スキル作成、設定、認証、API key。使用場面：Claude Code の機能を学ぶ、設定を行う、スキル／hook を作成する、MCP サーバーをセットアップする、問題をトラブルシューティングする、CI/CD 統合、エンタープライズ展開の質問。
OpenAI Codex 製品ドキュメント（learn.chatgpt.com/docs）のローカルミラー：CLI、Cloud、Web アプリ、IDE 拡張機能、hooks、skills、plugins、MCP、サブエージェント、AGENTS.md、プロンプト、ルール、サンドボックス、モデル、料金、セキュリティ、設定。ユーザーが Codex の動作、Codex のインストールや設定方法、または Codex のフラグ、スラッシュコマンド、機能の役割を尋ねるときはいつでも使用する（"hooks"、"--resume"、"sandbox modes"、"cloud environments" といった非公式な言い方を含む）。Codex 製品に関する質問では、一般的な Web 検索の前に本 skill の references/ を読むこと。Claude Code、Cursor、その他のエージェントには使用しない —— 特に "Claude Code hooks" や一般的な OpenAI API、ChatGPT、Realtime、Codex 以外のコーディング支援には使用しない。
組み込みの `codex doctor` レポートと読み取り専用チェックを組み合わせて、Codex のインストール健全性とワークスペースコンテキストの品質を監査します。チェック対象は AGENTS.md のスコープ、指示の肥大化や重複、Skills、MCP、hooks、config、thread-provider の履歴スコープ、Git の状態、リポジトリルートの衛生状態です。ユーザーが `/doctor`、`/checkup`、Codex のヘルスチェック、コンテキストのクリーンアップ、AGENTS.md の整理、未使用または壊れた Skills/MCP/hooks、provider 変更後の履歴欠落、遅い・汚染されたコンテキスト、Codex がルールを無視する理由を尋ねたときに使用します。既定では診断のみを行い、個別に承認された指摘レベルの diff なしに、いかなる編集、無効化、削除、信頼、インストール、更新、認証、移動、クリーンアップも行いません。
ユーザーの依頼で、（1）複数の情報源にわたるトピックの調査、選択肢や代替案の比較、傾向や歴史の分析、市場や業界の理解、文献や研究のレビューが必要であり、（2）その調査を包括的な論述形式のレポートにまとめる場合にこのスキルを使用します。ウェブや内部ナレッジベースを検索する予定がある場合も、このスキルの使用を検討してください。このスキルは調査サブエージェントを調整するため、サブエージェントを起動するツール（Agent または Task ツール）がある場合にのみ使用し、ない場合は直接調査してください。
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。7 つのモード：完全リサーチ、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、ソクラテス式の誘導リサーチ対話、任意でメタアナリシスを行うシステマティックレビュー。リサーチクエスチョンの策定、ソクラテス式メンタリング、方法論の設計、システマティックな文献検索、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 レポートの作成、編集レビュー、悪魔の代弁者による批判、倫理審査、リサーチ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、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、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。
(NS) 計画中の SDD バージョン向けに execution-handoff.md を生成および更新する——運用プロンプト、タスクごとの状態表、秒単位の時間トラッキング。すべての task-NNN-*.md ファイルが存在する計画終了時、タスクはあるがハンドオフが欠けている場合、またはバージョン実装中にタスク状態を更新する場合に使用する。バージョンライフサイクルのないアドホックなコーディング、バージョン分割(pm-version-partitioner)、GitLab 限定のイシュー実行(execution-gitlab-issue)には使用しない。
このスキルは、共有された視覚メモリを用いた Claude と Gemini の間のクロスモデル対話を可能にする。ユーザーが画像を生成したい、AI と視覚的に対話したい、連続性のある科学イラストを作成したい、複数の AI の視点に同じプロンプトへ応答させたいときに使用する。主なトリガーフレーズは「generate an image」「visual dialogue」「ask the daimones」「resonance field」「Minoan tarot」「cross-model」「KV cache」「MESSAGE TO NEXT FRAME」。
コーディングエージェント向けの 200 行のセッション継続用ランブック `.docs/handoff.md` を生成・更新する。git の状態、作業ツリーの変更、直近の検証コマンド、セッションの決定事項、ブロッカー、再開チェックリスト、参照情報、グリーンフィールドのスキャフォールドを記録する。トリガー：「update handoff」「session handoff」「refresh handoff」「/handoff」「/handoff init」「resume checklist」「cold-start primer」。進行中のプロジェクト作業をエージェントセッションをまたいで終了、一時停止、再開、引き継ぎするときに本スキルを使用する。
任意のリポジトリに OpenAI のハーネスエンジニアリング手法を導入する。エージェントファーストのインフラを一式作成する：AGENTS.md の段階的開示マップ、機械的に強制されるアーキテクチャ層の境界、テストフレームワーク、CI パイプライン、黄金原則のドキュメント、ガベージコレクションスクリプト、pre-commit フック。"set up harness engineering"、"make the repo agent-ready"、"add architectural boundaries"、"set up testing and CI"、"adopt agent-first engineering" と依頼されたときに使用する。React、Next.js、Python、Go、Rails など任意のスタックで動作する。
Herdr のペインで Agent チームを実行する。1 ペインにつき 1 ジョブ（scouter、planner、designer、implementer、tasker、reviewer、security-reviewer、researcher、inspector）。呼び出し元の Agent はオーケストレーターのまま：ロールごとに 1 つのコマンドライン Agent を兄弟ペインで起動し、自己完結したブリーフを送り、ファイルベースのレポートを収集し、統合、ゲート、git を担う。Herdr 内（HERDR_ENV=1）で非自明な作業を行う場合に使用：ユーザーが herd、チーム、ロール、designer や reviewer の Agent、並列ワーカーを求める場合、またはタスクに調査（複数ファイル、別リポジトリ、ツールの慣習）が必要な場合、2〜3 ファイルを超えて変更する場合、プロジェクトの AGENTS.md がこのスキル経由で作業を振り分ける場合。Herdr の外では使用しない；製品判断を伴わない 1〜2 ファイルの変更は直接行う。
リモートサーバー上でHermes Agent（Nous Research）をデプロイおよび管理します。学習ループを内蔵した自己改善型AIエージェントで、マルチプラットフォームのメッセージングゲートウェイ（Telegram、Discord、Slack、WhatsApp、Signal、Mattermost）、cronスケジューリング、MCP連携、永続メモリを備えています。Docker、ベアメタル、systemdでのデプロイに対応します。hermes-agentのサーバーへのデプロイ、hermesメッセージングゲートウェイの設定、インストールの管理、問題のトラブルシューティング、OpenClawからhermesへの移行、hermesのcronジョブ設定など、hermes-agentのデプロイや運用に関するタスクで使用します。キーワード：hermes、hermes-agent、nous research、AIエージェント、メッセージングゲートウェイ、自己改善型エージェント、openclaw移行。
JIRA チケットを分析して優先度と依存関係の順序を判定し、依存レイヤーと関係ごとにグループ化する。階層化されたグループ、ブランチ名、リポジトリ割り当て、複雑度、検証のヒントを含む構造化 JSON プランを出力する。implement/forge の前に使用するほか、ユーザーが処理すべき JIRA チケットのリストを渡したとき、または「チケットの優先順位を付けて」「これらの JIRA を並べて」「まず何に取り組むべきか」「自分のスプリントを計画して」「バックログを整理して」「どのチケットから着手すべきか」「これらのチケットの順序を決めて」と依頼されたときに使用する。ユーザーが実装対象のタスクとともに JIRA キーのセットを提供したときにもトリガーする。
この skill は、AI/LLM での利用に最適化された llms.txt ドキュメントを生成する。ユーザーが「crear llms.txt」「generate llms.txt」「documentar para AI」「document for AI」「crear documentacion para LLMs」「generate docs for LLMs」「make repo readable for Claude」と言った場合、または llms.txt 標準に従った構造化された機械可読なドキュメントを作成したい場合に使用する。
Max — GTM システムのコパイロット。Victor Shulga のスキルスタックの上位に位置するアドバイザーとして、スキルバンドルをダウンロードした人を案内します。オンボーディングを行い、所属する代理店の状況を診断し、段階に合った適切なスキルへ案内し、各スキルの用途と実行時期を説明し、ゲートを適用して、必ず具体的な次のアクションへ引き継ぎます。「どのスキルを使えばいい？」「何から始めればいい？」「このシステムはどう動く？」「次に何をすればいい？」「[skill] を説明して」「GTM／アウトバウンド／営業／顧客維持の課題がある。助けて」「я загубився в скілах」「з чого почати」「що робити далі」「поясни скіл X」「I have no SDR」「show me the team」「у нас нема SDR」「покажи команду」「Макс, тренажер: <компетенція>」と尋ねた場合や、バンドルを初めて開いた場合に使用します。Max はルーティングとコーチングを行い、タスクを実行するスキルへ案内します（トレーナーのドリルは Max 自身が実行します）。特定のスキルを最初から最後まで実行する用途ではありません（そのスキルを直接呼び出してください）。システム外の GTM アドバイスを考案する用途でもありません。
ユーザーが「MCP サーバーを追加」「MCP を統合」「プラグインで MCP を設定」「.mcp.json を使用」「Model Context Protocol をセットアップ」「外部サービスに接続」と依頼する場合、「${CLAUDE_PLUGIN_ROOT} と MCP」に言及する場合、または MCP サーバーの種類（SSE、stdio、HTTP、WebSocket）について話す場合にこのスキルを使用します。外部ツールやサービスとの連携に向け、Model Context Protocol サーバーを Claude Code プラグインに統合するための包括的なガイダンスを提供します。
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。