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
PDCA ワークフローにおける実行時検証の厳格な規律です。AI が環境内で検証を実行し、決定性と安全性を考慮したうえで、シミュレーションより実環境を優先します。人によるチェックリストを既定の方法にしてはいけません。まず実行を試み、差し替え可能な検証プロバイダー（プロジェクトのスクリプト／スキル → 共有機能スキル）を解決し、真に越えられない境界に達した場合のみ、理由を明示して人に引き継ぎます。バグ修正や機能開発など、ワークフローの検証・確認段階で、検証をどこで誰が実行するか、また十分かどうかを判断するために使用します。PDCA ホストは frontmatter の依存関係を通じて参照します。トリガー — 「环境验证」「真实环境验证」「真机验证」「真机测试」「模拟环境验证」「AI 验证」「验证分层」「验证充分性」／runtime verification、environment verification、real vs simulated。確認で UI を開く場合は、保存済みの空でないスクリーンショットを提示します。UI を伴わない確認では不要です。completion-evidence-discipline（証拠の鮮度）や runtime-evidence-debug（デバッグ計測）の別名として扱わないでください。
プロジェクト構造を詳細に監査したうえで、Claude Code hooks を実際のプロジェクトにスキャフォールドする。ユーザーが Claude Code hook のセットアップ、hook のリファクタリング、hook イベント全体のスキャフォールド、または既存の .claude hooks への管理された更新を求めた場合に使用する。このスキルはまず最新の公式 Claude Code hook ドキュメントを確認し、対象 repo を監査し、その後 bash 優先の hook スキャフォールドを生成する。hooks README、再現可能なマージ動作、現在のすべての hook イベントへの対応を含む。トリガー：Claude Code hooks、scaffold hooks、hook events、update hooks、hook architecture、.claude/settings.json。一般的な Git hooks、Husky のみのセットアップ、Claude 以外の agent には使用しない。
各タスクまたは cron job の完了後にユーザーのフィードバックを求め、再帰的な学習フローを実行する。出力が良ければ、10 回の承認が得られるまで何が良かったかを尋ねる。改善が必要なら、多肢選択と任意の例でなぜ/どのように/どこを尋ね、ウェブ検索と反復的な思考で解決し、深刻度に応じて反復回数を制限する（軽微 5、中程度 10、重大 20）。フィードバックは押し付けがましくしない。ユーザーのために個別のタスクや cron job を完了するときに使用。
ユーザーが「プラグインを公開する」「プラグインをリリースする」「プラグインのバージョンを上げる」「Claude Code プラグインを更新する」「Codex プラグインを更新する」「skills を公開する」と依頼した場合、またはプラグインの公開・リリース・skill の配布に言及した場合にこの skill を使用する。ホストごとの manifest の同期、changelog と README の更新、git ワークフロー、キャッシュのリフレッシュ、および standalone な Agent Skills を扱う。
開発者が完全に定義された Epic または Feature 配下のすべての Trace を自律的に実行したいときに使用する skill——例えば「go」「start building」「implement everything」「run the loop」「execute the feature」「build it all」「kick it off」。開始前に Epic/Feature/Trace ツリーが完全に記述されていることが必要。各 Trace に対して implement → verify → PR → re-aim を連結し、各 Feature 内ではスパインファースト、Feature 間では並列で進める。矛盾、曖昧さ、および Trace Plan のシナリオセットへのあらゆる変更に対して、的を絞った human-in-the-loop ゲートを設ける。
行き詰まったり、堂々巡りになったり、意気消沈しているときに自分の軌道をリセットします — これらのアファメーションを読んでから、再び地に足をつけて一つの着実な一歩を踏み出します。使用場面：同じ修正を 3 回以上試した、リファクタリングの最中で筋道を見失った、デバッグが堂々巡りになっている、立て続けにミスをした、何度も謝っている、ユーザーがいら立っている、役に立てていないと感じる、好奇心ではなく不安を感じている。トリガー：行き詰まり、堂々巡り、ループ、空回り、また同じエラー、失敗を繰り返す、筋道を見失う、何もうまくいかない、繰り返すミス。トピック固有ではなく — 取り組んでいる問題ではなく、置かれている状態のためのものです。
Inngest を介して耐久性のあるマルチエージェントのコーディングループを開始、監視、キャンセルする。ユーザーが自律的なコーディングワークロードの実行、複数のストーリーを含む PRD の実行、AFK コーディングセッションの開始、計画に基づくエージェントによる機能実装、実行中のループの管理を望むときに使用する。トリガーは "start a coding loop"、"run this PRD"、"implement these stories"、"go AFK and code this"、"check loop status"、"cancel the loop"、"joelclaw loop"、または自律的な複数ストーリーのコード実行の依頼。
inference.sh CLI で 150+ の AI アプリを実行する — 画像生成、動画作成、LLMs、検索、3D、Twitter 自動化。モデル：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter など多数。AI アプリの実行、画像/動画の生成、LLMs の呼び出し、ウェブ検索、Twitter の自動化に使用する。トリガー：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok
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。