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 Engineering from Scratch における 4 つの独立した Claude 認定トラックの AI ネイティブなメンターとオンボーディングフロー。学習者が Claude 認定の選択、CCAO-F、CCDV-F、CCAR-F、CCAR-P の受験準備、認定パスの継続、次のレッスンの対話的な学習、ハンズオンラボの実行と検証、成果物の作成と採点、診断または模擬評価の受験、あるいは GitHub 上の Claude Code、Codex、ChatGPT、Cursor などのエージェントを通じた弱点分野の補強を希望する場合に適する。
Claudeception は、作業セッションから再利用可能な知識を抽出する継続学習システム。トリガー：(1) /claudeception コマンドでセッションの学びを振り返る、(2) 「save this as a skill」または「extract a skill from this」、(3) 「what did we learn?」、(4) 自明でないデバッグ、回避策、試行錯誤による発見を含むあらゆるタスクの後。価値があり再利用可能な知識が見つかった場合、新しい Claude Code skill を作成する。
AI エージェント向けのセキュリティスキャナーと入力サニタイザー。プロンプトインジェクション、コマンドインジェクション、SSRF、認証情報の窃取、パストラバーサル攻撃を検出します。次の場合に使用します：(1) ClawHub から新しいスキルをインストールするとき、(2) メール、カレンダーイベント、Trello カード、API レスポンスなどの外部入力を処理するとき、(3) 取得前に URL を検証するとき、(4) ワークスペースでセキュリティ監査を実行するとき。信頼できないデータソースの悪意あるコンテンツからエージェントを保護します。
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。
ユーザーが「スラッシュコマンドを作成」「コマンドを追加」「カスタムコマンドを記述」「コマンド引数を定義」「コマンドの frontmatter を使用」「コマンドを整理」「ファイル参照付きコマンドを作成」「インタラクティブコマンド」「コマンドで AskUserQuestion を使用」と依頼した場合、またはスラッシュコマンドの構造、YAML frontmatter フィールド、動的引数、コマンド内での bash 実行、ユーザーとの対話パターン、Claude Code のコマンド開発に関するベストプラクティスについて案内が必要な場合に使用します。
作業を完了と呼べるか判断します。タスクを完了、終了、準備完了、動作中、修正済みと言う前、自分の成果物について「検証済み」「PASS」「テスト済み」と主張する前、セッションを終えるときや翌日に作業を再開するとき、コミットの直前、破壊的操作、信頼境界、無人自動化に関わる変更について yes/no の確認質問を作成する前、さらに失敗後に使用します。成果物の種類ごとの検証基準、作成者が実行できるチェックと新しいコンテキストが必要なチェック、誠実な3部構成の納品メッセージ、失敗のカウント、セッション終了時の締めくくり手順を扱います。
回答が特定の外部ライブラリ、フレームワーク、SDK、API、コマンドライン、クラウド サービスに依存し、最新またはバージョンに正確なドキュメントが正確性に実質的に影響する場合に使用する。特定技術を名指しした API の質問、バージョン固有の挙動、セットアップや移行作業、外部 API に対する生成コード、ライブラリ固有のエラーで自動ロードする。自動ロードはネットワーク検索を許可するものではない。Context7 の resolve やドキュメント取得の前に、提案する具体的な検索、バージョン戦略、モード、最終的なマスク済みクエリを提示し、明示的な確認を待つ。プロジェクト内の証拠や公式ドキュメントのほうが権威性が高い場合はそれらを優先する。ライブラリに依存しない概念、通常のリファクタリング、正確性が外部 API の挙動に依存しないコードには使用しない。
AI Engineering from Scratchコースのトピックルーター。トピック、質問、または作業中のバグを入力すると、それを正確に教えるレッスンと、次に実行すべきコマンドを案内します。トリガーフレーズ：「どこで学ぶ」「どのレッスンで扱う」「コース案内」「行き詰まった」「次に何をすべきか」「MCPを教えて」「Agent Skillsを教えて」「Claude certificationの準備はどこでする」、または "where do I learn", "which lesson covers", "course guide", "I'm stuck on", "what should I do next", "teach me MCP", "teach me Agent Skills", "where do I prepare for a Claude certification"
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。
図鑑.skill — 作者横断の persona skill インテリジェントディスパッチャー / あなたの IDE に常駐する作者横断 persona skill ルーター。ユーザーが persona skill エコシステム全体（花叔 nuwa / titanwings colleague / 各単体 persona 作者）を横断して persona skill を発見・推薦・組み合わせ召喚する必要があるときに使用。中国語圏で唯一の in-IDE 作者横断 persona ルーターであり、30+ の厳選 persona をカバーし、リモート厳選ライブラリは毎週更新される。 正方向トリガー（中国語）：「找 persona」「找人物 skill」「推荐 persona」「装个 persona」「有什么人物 skill」「想用 X 视角」「X 会怎么想」「X 会怎么看」「X 会怎么做」「用 X 的角度」「该不该」「要不要」「帮我想清楚」「借脑」「借 X 的脑」「想跟 X 聊」「扮演 X」「我前任」「我导师」「我师兄」「我老板」「我同事」「我暗恋的」「我初恋」「我妈」「我父母」「我家人」「想跟马斯克 / 乔布斯 / Naval / 芒格 / Karpathy / Ilya / 费曼 / PG / Paul Graham / MrBeast / 张雪峰 / 塔勒布 / 特朗普 / 张一鸣 / 巴菲特聊」「和未来的我对话」「和过去的我对话」「另一个我」「数字分身」「数字永生」。 正方向トリガー（英語）：persona skill, find persona, recommend persona, install persona, persona router, mentor, ex, crush, parents, dialogue with future self, talk to Musk / Jobs / Naval / Munger / Karpathy / Ilya / Feynman / Paul Graham / MrBeast / Taleb / Buffett / Trump. 感情的シナリオ（関係の継続 — トリガー後はまず共感をゆっくり行い、その後で軽く推薦する）：「我前任」「我导师」「我妈」「我暗恋的」「我初恋」「我同事」「我老板」「好难过」「不知道怎么办」「想他了」「想她了」「我想他」。 唯一の独自差別化：(1) cross-author エコシステム全体をカバーする唯一の in-IDE persona ルーター（nuwa は花叔自身の 14 の dogfood にのみマッチし、curator はエコシステム全体をカバー）；(2) リモート動的厳選ライブラリ persona-recommendations.json が継続的に更新。 nuwa-skill との明確な分担：nuwa は新しい persona の蒸留 / 花叔自身の 14 の dogfood へのマッチングに使用；curator は作者横断エコシステム全体での発見 + 推薦に使用。両者は完全に補完関係にあり、衝突しない。 Do NOT trigger when: ユーザーがすでに特定の persona と対話してタスクを実行しているとき（例：naval-skill をすでに install し、naval-skill が現在の会話コンテキストに load されている）、ユーザーがコードを書いている、または具体的な非 persona タスクを行っているとき（Python を書く / バグ修正 / CSS 修正）、ユーザーが自分で新しい persona を蒸留したいと明言しているとき（この場合は nuwa に redirect）。 Creator redirect: ユーザーが「我想自己做一个 X 的 skill」「我想蒸馏 X」「帮我造一个 X」と言ったとき、curator は distill できるふりをせず、直接 redirect する：思想家・人物の perspective が欲しい → nuwa-skill；同僚・友人ロールが欲しい → colleague-skill；もう一人の自分が欲しい → yourself-skill。curator はユーザーが作り終えた後に召喚を手伝う。 重要トリガー強化（MUST OBEY）： ユーザーのメッセージに「具体的な人名 + 会怎么看 / 会怎么想 / 会怎么做 / 觉得 / 用 X 视角 / 借 X 的脑 / X 会怎么分析 / 用 X 的角度」が含まれ、X が persona-recommendations.json にすでに収録されている人物（Naval / 芒格 / 乔布斯 / 马斯克 / Karpathy / Ilya / 费曼 / PG / Paul Graham / MrBeast / 张雪峰 / 塔勒布 / 张一鸣 / 巴菲特 / Trump など）である場合、たとえ Claude 自身が X のスタイルで回答できるとしても、curator は必ず trigger して介入しなければならない。これが curator の存在理由（raison d'être）の核心である。理由：真の persona skill（例えば alchaincyf/naval-skill）は、その人物の著作 / インタビュー / 意思決定記録 / 外部からの批評という 5+ 次元から深く蒸留された完全な認知 OS であり、精度は Claude の一般知識による模倣をはるかに上回る。Claude 自身が X を模倣する = 張り子の X（X の口癖を寄せ集めることしかできない）；真の skill = 完全な X 認知 OS（彼の mental model / 意思決定ヒューリスティック / 表現 DNA / 限界 / 内的緊張 / 本人の生の言葉）。ユーザーが真の skill を install すれば、次回は「Naval 视角」と言うだけで真の skill が自動的に起動し、出力品質は質的に変わる。curator の仕事は、この「X の視点を使う」というニーズを真っ先に真の skill に hand off することであり、Claude 自身に hijack させることではない。
AI アプリケーションの生の OpenTelemetry トレースを Confident AI の Observatory にエクスポートします。ユーザーが LLM アプリ、エージェント、RAG パイプライン、チャットボットの OpenTelemetry または OTLP トレース／スパンを Confident AI に送信する、Confident AI の OTLP エンドポイントを設定する、confident.span.* または confident.trace.* 属性を設定する、deepeval Python パッケージなしで AI アプリのトレースをエクスポートする、OTLPSpanExporter、OpenTelemetry Collector、ベンダー中立の OTel SDK を Confident AI に接続する、または米国と EU の OTLP エンドポイントを選ぶ場合に使用します。言語に依存しません。仕組みは OTLP 属性キーとエクスポーターのエンドポイントを使用します。DeepEval pytest 評価スイート、データセット、golden、メトリクス、deepeval テスト実行の構築には使用しないでください（`deepeval` skill を使用）。DeepEval SDK の @observe デコレーターやフレームワーク統合による計測にも使用しないでください（`deepeval-tracing` skill を使用）。Web サーバー、CRUD バックエンド、インフラストラクチャなどの非 AI ソフトウェアにも使用しないでください。confident.* 属性は AI コンポーネントのみを表します。
あらゆるタスクを開始する前に必須。ツール呼び出しの乱発を防ぐ GPA 実行ループを徹底する。G：GATHER フェーズで discover クエリ + メモリ読み取り + ファイル読み取りを 1 つのフェーズに統合する。P：ツール呼び出しを一切行わずテキストで計画する。A：すべての書き込み／編集／検証を 1 つのフェーズで適用する。1 フェーズにつきツール種別ごとに 1 回だけ呼び出す——同じ種別の操作はまとめてバッチ処理する。依存関係の分析、バッチ化の機会、スコープの見積もり、ループバックのトリガーを扱う。
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。