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

G
gingiris-seo-geo-agent
gingiris-seo-geo-agent
gingiris-1031 / gingiris-seo-geo-agent

SEO が重要だとわかっていても、毎日の監査、順位の追跡、schema マークアップの検証をする時間がない。これは AI エージェント SOP である — 一度設定すれば、コーディングエージェントが毎日自動で実行する。内容:• 毎日 4 フェーズの監査自動化(technical → content → performance → report)• GSC データパイプライン(キーワードを自動で取得、分析、優先順位付け)• AI トラフィック追跡(GA4 での ChatGPT/Perplexity からの参照)• Schema 検証 + 自動修正ワークフロー • 公開時に即時インデックスする IndexNow 統合 • 第 0〜4 週の立ち上げタイムライン(ゼロから約 32K インプレッションまで)構築元:Claude Code / OpenClaw / Cursor の自律実行向けに設計。実際のコンテンツサイトのデータで検証済み。トリガー:"SEO agent" | "SEO automation" | "SEO Agent SOP" | "autonomous SEO" | "SEO daily report" | "SEO Agent运营" | "SEO自动化" | "GEO agent" | "32K impressions" | "3.2万曝光" | "keyword mapping" | "CTA conversion SOP" | "SEO报告模板" | "IndexNow setup" | "AI crawler robots.txt" | "DataForSEO" | "SEO工具链" | "SEO Agent 日报"

マーケティング・グロース42
G
gingiris-twitter-agent-ops
gingiris-twitter-agent-ops
gingiris-1031 / gingiris-twitter-agent-ops

毎日 X に投稿すべきだと分かっているのに、ツイートを書くと夜がつぶれる——AI に任せて書いてもらうと、まるであなたらしくない文章になる。このスキルは、どんな AI エージェントも本当にあなたらしい文章を書くゴーストライターに変える。実アカウントを 45 日間で +60% 成長させた、実戦で鍛えられた SOP を備え、すべてエージェントが運用する。収録内容:• ペルソナ調整システム——ボイスガイド、表現ルール、つまらない書き出しの禁止リスト • ファクトソースデータベース(SOURCE-INDEX)——捏造した数字はゼロ、すべての統計が追跡可能 • 重複チェックとゴールデンタイム枠を備えた週次スケジューリングシステム • 6 つの厳格な安全ルール + 公開前 QC(三重翻訳テスト + 5 項目チェックリスト)• ツイートログと週次レポートの分析ループ • 3,861 件のツイートデータセット分析に基づくコンテンツ方法論(4 つのアーキタイプ、ゴールデンな文字数、可視性の原則)• 実例:45 日間で 1,150 → 1,837 フォロワー(+60%)、1 日 1 ツイート。トリガー:"twitter automation" | "x account growth" | "ai agent twitter" | "ai ghostwriter" | "social media agent" | "tweet writing" | "twitter sop" | "grow twitter followers" | "推特运营" | "AI代写推文" | "X 增长" | "Twitter自動運営" | "AIゴーストライター" | "트위터 자동화" | "AI 고스트라이터"

マーケティング・グロース42
G
git-ai-guide

説明はまだありません

開発42
G
git-guardrails-claude-code
git-guardrails-claude-code
polya20 / grill-me

Claude Code フックを設定して、危険な git コマンド(push、reset --hard、clean、branch -D など)を実行前にブロックします。ユーザーが破壊的な git 操作を防ぎたい、git セーフティフックを追加したい、または Claude Code で git push/reset をブロックしたい場合に使用します。

エージェントワークフロー42
G
grace-execute
grace-execute
osovv / grace-marketplace

承認済みの GRACE 4 GraceChangePlan を、リカバリを考慮したプリフライトと集中型の永続的適用を備えた逐次モードまたは並列安全モードで実行します。

開発42
H
harness-subagent
harness-subagent
realspqrk / harness-subagent

親エージェントがサブエージェントに委任するのと同じように、境界の定まったタスクを別のコーディングエージェント CLI に委任する。CLI は Claude Code、Codex、Grok Build、Antigravity(agy)、Cursor CLI(cursor-agent)。ユーザーが harness-subagent と言及したとき、または CLI や Astra、Sol、Opus、Opus 5.5、Fable、Sonnet、Sonnet 5.5、Haiku、Grok 4.7 などのモデルを指定したときに使用。これらの CLI のインストールには使用しない。このセッションが本スキルによって起動された場合(プロンプトが YOU ARE THE WORKER で始まる、または HARNESS_SUBAGENT_RUN が設定されている)は使用しない。その作業を行うこと。再度委任しないこと。

エージェントワークフロー42
I
improving-skills
improving-skills
taisukeoe / agentic-ai-skills-creator

ユーザーのフィードバックとベストプラクティスに基づいて既存のエージェントスキルを改善する。ユーザーが既存のスキルを修正、強化、リファクタリングしたいときに使用する。まずユーザーのフィードバックを収集し、その後に技術分析を行い、改善を実装する。

エージェントワークフロー42
I
inmemoria
inmemoria
zenobi-us / dotfiles

AI エージェント向けの永続的なコードベースインテリジェンスを構築するとき、または MCP 経由でナレッジシステムを統合するときに使用します

エージェントワークフロー42
I
interactiveai
interactiveai
interactive-ai-labs / skills

InteractiveAI と対話し、そのドキュメントにアクセスする。次の場合に使用:(1) `iai` コマンドラインでサービス、シークレット、トレース、ベクトルストア、プロンプトなどのプラットフォームリソースを管理する、(2) InteractiveAI のドキュメント、概念、連携ガイド、SDK の使い方を調べる、(3) InteractiveAI の任意の機能の仕組みを理解する。このスキルはコマンドラインベースのプラットフォーム操作、SDK のインストルメンテーション、ドキュメントの取得を扱う。

エージェントワークフロー42
I
iphone-use
iphone-use
leeguooooo / iphone-use

実際の iPhone が必要なタスクで使用 — API を持たない iOS アプリ(Apple Health、銀行、IM アプリ)の操作、端末内データのエクスポート、端末上でのタップ/入力/スクロール、スマートフォンのスクリーンショット撮影など。iphone-use-flows レジストリに保存されたアプリ単位のフローを 1 回の呼び出しで再生し、複数ステップのタスク後に新しいフローの保存を提案する。カスタム XCTest デバイスランナー、HTTP agent API、または MCP サーバーを通じて iphone-use デーモンを駆動する。

生産性42
I
isaac-sim-orchestrator
isaac-sim-orchestrator
isaac-sim / isaacsim

承認済みの複数 Skill を使った Isaac Sim デモを統合し、納品内容を検証します。障害物を考慮するアームに焦点を当てたデモ(動画の依頼を含む)は motion-generation にルーティングし、範囲の不足は isaac-sim-workflow で確認します。

開発42
K
karpathy-guidelines
karpathy-guidelines
caidanw / skills

よくある LLM のコーディングミスを減らすための行動指針。コードの作成、レビュー、リファクタリング時に、過度な複雑化を避け、必要最小限の変更を行い、前提を明確にし、検証可能な成功基準を定めるために使用します。

エージェントワークフロー42
L
linear-implement
linear-implement
lkshrk / linear-ai

準備済みの Linear 実装プランを実行する:コード変更を行い、検証し、最終的なコードの配置先を確認し、マーク付きの実装ステータスコメントを投稿する。Linear の issue に準備済みのプランがあり、実装が必要なときに使用。

開発42
L
linear-refine
linear-refine
lkshrk / linear-ai

的を絞った質問、ローカルレビュー、マーク付きの計画コメントを通じて、Linear の Issue を実装可能な計画に磨き上げる。Issue に明確化、計画、受け入れ済みの未知項目、受け入れ基準、または `llm-ready` の引き継ぎが必要なときに使用する。

開発42
L
lite-execute
lite-execute
chrisliva / liva-toolbench

実装計画をタスクごとに実行する:実装、検証、レビュー、コミットを行う。

開発42
L
llm-models
llm-models
qu-skills / superpowers

inference.sh CLI から OpenRouter 経由で Claude、Gemini、Kimi、GLM および 100+ の LLM にアクセス。モデル:Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2、GLM-4.6、Intellect 3。すべてのモデルを 1 つの API で扱い、自動フォールバックとコスト最適化に対応。用途:AI アシスタント、コード生成、推論、エージェント、チャット、コンテンツ生成。トリガー:claude api、openrouter、llm api、claude sonnet、claude opus、gemini api、kimi、language model、gpt alternative、anthropic api、ai model api、llm access、chat api、claude alternative、openai alternative

エージェントワークフロー42
L
llms-txt
llms-txt
genericservice / claude-skills

スクリプトファーストの llms.txt ジェネレーター。決定論的なスクリプトでプロジェクト構造をクロールし、ブランドガイドを特定してコンテンツファイルをカタログ化する。エージェントがコンテキストを踏まえた /llms.txt と /llms-full.txt を起草するためのリポジトリマニフェストを提供する。

マーケティング・グロース42
M
m365-agents-ts
m365-agents-ts
sickn33 / agentic-awesome-skills

TypeScript/Node.js 向け Microsoft 365 Agents SDK。

エージェントワークフロー42
M
maintain-agentic-system
maintain-agentic-system
violabg / agentic-system-kit

リポジトリローカルの Agentic System を新しい Bootstrap コントラクトにアップグレードするとき、リポジトリの変化に合わせて進化させるとき、またはその現在の状態を監査するときに使用。

エージェントワークフロー42
M
marketing-playbook
marketing-playbook
majesticlabs-dev / majestic-marketplace

マーケティングツールキットのガイド。マーケティングの旅路のどこにいるかを診断し、次に使用すべきスキル、エージェント、ワークフローを推奨する。

マーケティング・グロース42
M
mb-execute
mb-execute
mrvladd-d / memobank

1 つの TASK-* 向けの実装ハンドオフ skill。ティアごとに選択されたプロトコルファイル、ローカルゲート、エビデンス、明示的な検証/同期ハンドオフを使用する。

エージェントワークフロー42
M
mb-garden
mb-garden
mrvladd-d / memobank

Memory Bank のドキュメントを整理・保守し、正確で読み込みやすい状態を保つ。

エージェントワークフロー42
M
mb-init
mb-init
mrvladd-d / memobank

現在のリポジトリに Memory Bank のスケルトンとプロジェクトコマンドプロキシを作成する。

エージェントワークフロー42
M
mcp-server-manager
mcp-server-manager
tdimino / claude-code-minoan

Claude Code CLI で MCP(Model Context Protocol)サーバーを構成・管理する。MCP サーバーの追加、削除、一覧表示、トラブルシューティングのとき、または MCP の構成、トランスポート種別、スコープ、認証についての疑問があるときにこのスキルを使用。Claude Code を外部ツール、データベース、API に接続するために不可欠。

エージェントワークフロー42
M
memory
memory
chachamaru127 / claude-code-harness

SSOT、メモリ、ツール横断のメモリ検索を管理する。decisions.md と patterns.md のガーディアン。ユーザーが memory、SSOT、decisions.md、patterns.md、マージ、移行、SSOT 昇格、メモリ同期、学びの保存、メモリ検索、harness-mem、過去の決定、記録して に言及したときに使用する。次には読み込まない:実装作業、レビュー、一時的なメモ、セッション内ログ。

エージェントワークフロー42
M
milestone-rush
milestone-rush
frostney / known-good-route

既存の作業を照合し、作業項目の納品と設定済みのマイルストーンリリースを調整して、確認済みのマイルストーンを自律的に完了し、検証済みとしてクローズします。ユーザーが/milestone-rushを実行する場合や、/roadmap-review後の選択を含め、特定の確認済みマイルストーンを完了するよう依頼した場合に使用します。

エージェントワークフロー42
M
minimax-rules
minimax-rules
meisijiya / efficient-reasonix

MiniMax MCP の正確な使用境界:決定木、機能一覧、ハード制限、チェーン スケジューリング ルール、反例一覧

エージェントワークフロー42
M
multi-turn-ordering
multi-turn-ordering
happy-technologies-llc / happy-platform-skills

Virtual Agent を介した対話型の項目選択、変数の収集、注文の実行のためのマルチターンのカタログ注文を設定する

開発42
N
n8n-agents
n8n-agents
czlonkowski / n8n-mcp

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。

エージェントワークフロー42
N
now-assist-qa
now-assist-qa
happy-technologies-llc / happy-platform-skills

スキル設定、ナレッジソースの設定、応答品質のチューニング、コンテキスト管理、マルチチャネル展開など、対話型 AI 支援のための Now Assist Q&A を設定する

エージェントワークフロー42
O
onboard
onboard
iankiku / forwward-teams

(forwward) 10 のディスカバリー質問を通じて新しい AI エージェントを構成し、プラットフォーム固有の設定ファイル(Claude Code、Codex、Antigravity、Cursor、OpenClaw)を作成し、連携をテストしてセキュリティガードレールを設定する。新しい AI エージェントのセットアップ、ワークスペースの構成、エージェントコンテキストの初期化でトリガーされる。

エージェントワークフロー42
O
openclaw-session-viewer
openclaw-session-viewer
theangrypit / theangryskills

Codex、Claude Code、OpenClaw、Pi のセッション JSONL トランスクリプトを、検索可能で共有可能な単一ファイルの HTML ビューアとしてレンダリングする。

エージェントワークフロー42
O
openspec-apply-change
openspec-apply-change
pbh-btn / peerbanhelper

OpenSpec の変更のタスクを実装する。実装を開始したい、実装を続けたい、またはタスクを順に進めたいときに使用する。

開発42
O
openspec-explore
openspec-explore
full-stack-skills / ddd-skills

探索モードに入る — アイデアの探索、問題の調査、要件の明確化を支援する思考パートナー。変更の前または変更中に何かをじっくり考えたいときに使用する。

開発42
O
oracle
oracle
alphaonedev / openclaw-graph

AI コンテキスト準備、リポジトリのパッキング、コンテキスト最適化のためのプロンプト + ファイルバンドリング CLI

エージェントワークフロー42
O
orchestrating-jira-workflow
orchestrating-jira-workflow
b-mendoza / agent-skills

チケット取得からタスク単位の実装までの Jira チケットワークフローをエンドツーエンドで調整する。ユーザーが Jira の URL を提示した場合、「チケット PROJECT-123 を進めて」「PROJECT-123 を再開して」「この Jira チケットを続けて」「Jira ワークフローを開始して」と言った場合、または特定のフェーズを挙げずにチケットのステータスを尋ねた場合にこの skill を使用する。このトップレベルのコーディネーターは SKILL.md をルーティング層として保ち、同梱のリファレンスをジャストインタイムでロードし、実行負荷の高い作業を下流の skill や同一配置のユーティリティサブエージェントにディスパッチする。

エージェントワークフロー42
O
orchestrator
orchestrator
afonsoft / skills

afonsoft agent harness の中央エントリーポイント。新規プロジェクトの開始、既存プロジェクトの再開、機能/Epic/リリースの計画、または多段階のエージェント駆動作業の実行時に使用する。SPEC(SDD)を検証・整合し、コードベースと harness のギャップ(セキュリティ、アーキテクチャ、パフォーマンス、衛生状態)を監査し、改善を提案し、作業を GitHub Issue に分解し、実装/QA/レビューを専門スキルに委任し、納品まで繰り返し再検証する。未承認の SPEC のレビュー、オープンな GitHub Issue とコードの整合、リリースを閉じる前の最終ギャップチェックにも使用する。

エージェントワークフロー42
O
oss-launch-kit
oss-launch-kit
varnan-tech / opendirectory

より高レベルな OSS ローンチオーケストレーター。リポジトリを分析し、チャネルを選定し、ローンチ計画を調整する。

マーケティング・グロース42
O
ov-memory-troubleshoot
ov-memory-troubleshoot
volcengine / openviking

メモリファイルからアーカイブ内の memory_diff.json へ遡り、必要に応じてセッションメッセージも確認して、OpenViking のメモリの問題を診断します。読み取り専用です。内容の誤り、パスや所有者の誤り、メモリの欠落、原因不明の更新や削除の調査に使用します。

エージェントワークフロー42
P
Pair Programming
Pair Programming
ruvnet / ruview

複数モード(ドライバー/ナビゲーター/スイッチ)、リアルタイム検証、品質監視、包括的なテストを備えた AI 支援のペアプログラミング。TDD、デバッグ、リファクタリング、学習セッションをサポートする。自動ロール切り替え、継続的なコードレビュー、セキュリティスキャン、真実スコア検証によるパフォーマンス最適化を備える。

開発42
P
parallel-builder
parallel-builder
michaelboeding / skills

仕様・計画に基づく分割統治型の実装。参照ドキュメントを独立したタスクに分解し、それぞれをビルダーエージェントに割り当て、依存関係を守りながら並列のウェーブで実行し、最後に結果を統合します。仕様、PRD、計画、または大規模機能を並列実行で素早く実装したい場合に使用します。

エージェントワークフロー42
P
pipeline-reflection-ux
pipeline-reflection-ux
oimiragieo / agent-studio

ルーター向けのパイプラインとリフレクションのナレーションを改善し、雑多なステータス変動を減らして Step 0/Reflection の結果を明確にする。Router 出力契約、リフレクションリマインダーの文言、パイプライン後の通知バッチ処理を更新するときに使用する。

エージェントワークフロー42
P
plan-docs
plan-docs
theodoread / agent-skills

リポジトリの plans/ ディレクトリでアイデアを記録したり、設計を起草したり、進行中の作業を追跡したりするときに使用します——plans/YYYY-MM-DD-topic.md ファイルの作成や更新(偶発的に見つかったバグ、アイデア、リスクを含む)、どの plan が存在するか、次に何に取り組むかの問い合わせ(ローカルまたは全リポジトリ横断)、ステータスの選択や進行、内容が他に恒久的な置き場所を得た後に完了済み/放棄済みの plan を退役させること、リポジトリのレガシーな単一 plan ファイル(PLAN.md、DESIGN.md など)をこの規約に移行すること、AGENTS.md/README.md/docs の中にドリフトして plans/ に属するようになった計画/ステータス/今後の作業に関する内容を監査すること。また、plan ファイルを置ける場所とそこに書ける内容も管轄します。plans/ ディレクトリを受け入れられない仕事、クライアント、雇用主のリポジトリは、すべての作業ツリーの外にあるストア($PLANS_HOME)に plan を保存し、リポジトリごとに設定でルーティングします。まだリポジトリのないアイデアはスコープ未設定でファイルされ、後で昇格されます。そして、あなたが公開するリポジトリにコミットされるどの plan も、クライアント、雇用主、内部プロジェクトを名指ししてはなりません。

エージェントワークフロー42
P
plan-page
plan-page
udecode / dotai

計画ページを作成、確認、修正、公開します。プロジェクトの plans ディレクトリにある計画とトピックファイルを .agents/pstack/plan-page.mjs でレンダリングし、トピックごとにローカル HTML ページを作成するとともに、すべてのトピックを含むローカル索引を用意します。各引き継ぎ時に claude.ai へ公開し、コメントやフィードバックを受け取ります。このページは、計画した作業をユーザーに引き継ぐためのものです。計画、<plans>/topics 内のトピックファイル、またはそのページを作成・変更する前に使用します。レビュー専用パネルを除くレビュー判定、次の回答、プレイブックの終了など、計画とともに作業を引き継ぐすべての時点で使用します。PR 本文(PR の計画からレンダリングされます)の作成・更新前、または他者の PR で自分のコミットに関するコメントをする前にも使用します。計画ページや claude.ai の成果物が正しく表示されない、またはレンダリングできない場合、ページを再公開する場合、ページ構成やプレイブックのページセクションを変更する場合にも使用します。

エージェントワークフロー42
P
pp-isitagentready
pp-isitagentready
mvanhorn / printing-press-library

1 つのターミナルで使える 2 つのエージェント対応度スキャナー:isitagentready.com と is-agentic.com が実行するすべてのチェックに加え、コピー&ペーストできる修正、CI ゲート、スキャン履歴、どちらの Web UI も答えられないローカルストアを提供する。トリガーフレーズ:`scan my site for agent readiness`、`is my site agent-ready`、`what's my agent readiness level`、`what does is-agentic say about my site`、`cross-check my agent readiness score`、`compare both agent readiness scanners`、`how do I make my site ready for AI agents`、`fix my site for AI agents`、`check llms.txt and MCP discovery on this site`、`use isitagentready`、`run isitagentready`。

テスト・品質42
P
prompt-engineering
prompt-engineering
qu-skills / superpowers

AI モデル向けのプロンプトエンジニアリングを習得します:LLM、画像生成器、動画モデル。技法:チェーンオブソート、少数ショット、システムプロンプト、ネガティブプロンプト。モデル:Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion のプロンプト。用途:より良い AI 出力、一貫した結果、複雑なタスク、最適化。トリガー:prompt engineering、how to prompt、better prompts、prompt tips、prompting guide、llm prompting、image prompt、ai prompting、prompt optimization、prompt template、prompt structure、effective prompts、prompt techniques。

エージェントワークフロー42
P
provider-integration
provider-integration
hex / claude-council

claude-council に新しい AI プロバイダーを追加し、プロバイダーの API 設定を構成し、プロバイダー接続をトラブルシューティングし、プロバイダースクリプトのインターフェースを文書化します。プロバイダーの shell スクリプトの作成、API キーの設定、接続性の検証を扱います。トリガーは「add provider」「new AI agent」「provider not working」「API configuration」「extend council」。

開発42
Q
quick-iteration
quick-iteration
falcondev-oss / skills

クイック反復セッションを開始

開発42
R
readiness-report
readiness-report
dirnbauer / webconsulting-skills

コードベースが自律的な AI 支援開発をどの程度サポートしているかを評価する。5 つの柱(エージェント指示、フィードバックループ、ワークフローと自動化、ポリシーとガバナンス、ビルドと開発環境)にわたり 74 の機能を対象にリポジトリを分析する。リポジトリのエージェント対応度を評価したい場合に使用。

エージェントワークフロー42
R
release-ai-plugins
release-ai-plugins
ruan-cat / monorepo

common-tools、dev-skills、low-frequency-skill プラグインのリリースやアップグレード、Claude/Cursor/Codex の manifest と marketplace の同期、CHANGELOG ファイルの更新、README とインストールドキュメントの整合性検証、Skill Router MCP 用の skill-registry.json ディスカバリマニフェストの生成/確認を行うときに使用。ユーザーがプラグインのリリース、バージョンアップグレード、更新履歴、manifest、marketplace、README の整合性、skill-registry.json、MCP skill registry、registry stale 検証を求めたときに使用。

開発42
R
repair-skill
repair-skill
gupsammy / claudest

ユーザーが "fix my skill" または "audit this skill" を求めたときにこのスキルを使用する。ユーザーがスキルの品質、構造上の問題、壊れたスキル、スキルの診断に言及した場合は、たとえ "repair-skill" と明示していなくても必ずこのスキルを使用する。機能の追加や効果の改善には使用しない — improve-skill を使用する。エージェントには使用しない — repair-agent を使用する。

エージェントワークフロー42
R
replit-plan

ユーザーが「replit の計画を作成」「タスクを分解」「開発フェーズを作成」「チェックポイント戦略」を求めたり、プロジェクトを Replit Agent がチェックポイント付きで段階的に実行できる反復的な開発フェーズに変換する必要がある場合に、このスキルを使用する。

エージェントワークフロー42
R
research-pipeline-runner
research-pipeline-runner
willoscar / research-units-pipeline-skills

ユーザーがサーベイ、ブリーフ、レビュー、チュートリアル、アイデア探索を依頼したときに研究 Workflow をエンドツーエンドで実行する。未バインドのゴールをルーティングし、適格な Unit を 1 つずつ実行し、チェックポイントまたは診断された失敗で停止する。

エージェントワークフロー42
R
review-anvil-readonly
review-anvil-readonly
mrshu / agent-skills

編集もコミットも行わないマルチエージェントのコードレビュー — 指定されたラウンド数の並列レビュアー、統合、不確実な重要指摘のデフォルトでの再現、最終レポート。ユーザーが diff、ブランチ、パス、PR のコードレビューを望むが、修正を自動適用してほしくない(編集なし、コミットなし、ステージングなし)場合に使用する。`review-anvil` エンジンを読み取り専用モードで有効化する。

テスト・品質42
R
ring:using-pm-team

ring-pm-team の開発前ワークフローを通じて機能計画をルーティングする:Small Track(4 ゲート、2 日未満)または Large Track(8 ゲート、2 日以上)を選択し、ring:planning-small-features または ring:planning-large-features から入る。開発前ゲート、単体ユーティリティ、リサーチエージェントを索引化する。体系的な計画が必要な機能を開始するときに使用する。素早い探索的作業、既知の解決策があるバグ修正、些細な変更ではスキップする。

エージェントワークフロー42
R
ring:using-tw-team

ring-tw-team プラグインを使用し、そのドキュメント専門担当を並列で編成する:guide-writer(ガイド/コンセプト/チュートリアル)、api-writer(REST API リファレンス)、docs-reviewer(品質レビュー)。機能ドキュメントや API ドキュメントの作成、またはドキュメント品質のレビュー時に使用する。コードを書くとき(dev-team を使用)や計画を書くとき(pm-team を使用)はスキップする。

ドキュメント42
R
ring:writing-plans

コーディング前に仕様からローリングウェーブ方式の段階的な実装計画を書く:フェーズ・エピック・タスクの階層構造で、フェーズ 1 はディスパッチ可能なタスクまで詳細化し、以降のフェーズは実行中に詳細化するためエピックレベルに留める。複数ファイルにまたがる機能を分解する必要があるときに使用する。ring:exploring-codebases または開発前ゲートの後に実行し、ring:executing-plans または ring:running-dev-cycle に引き継ぐ。単一ファイルの変更やスパイクではスキップする。

開発42
R
router-main
router-main
vasilyu1983 / ai-agents-public

あらゆるクエリを適切なルーター(startup、engineering、operations、QA)に振り分ける共通の入口

エージェントワークフロー42
R
router-operations
router-operations
vasilyu1983 / ai-agents-public

QA、テスト、DevOps、可観測性、git、ドキュメントに関する質問を 18 の運用スキルを通じてルーティングするマスターオーケストレーション

エージェントワークフロー42
R
router-startup
router-startup
vasilyu1983 / ai-agents-public

スタートアップとビジネスのリクエスト(アイデア検証、市場/競合、価格設定、GTM、資金調達、マーケティング、ビジネス文書)を適切な Skill にルーティングし、構築と運用は他のルーターに引き継ぎます

エージェントワークフロー42
13,264 件中 11881–11940 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。