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
Agentic AI システムの実践的な開発を導きます — エージェントループ（plan → act → observe）、ツールと MCP スキーマ、マルチエージェントのオーケストレーションとハンドオフ、状態/チェックポイント、HITL ゲート、エージェントプロンプト、信頼性（リトライ、冪等性、キャンセル）、可観測性、軌跡評価、ツールサンドボックス、インジェクションへの意識、デプロイ（API、キュー、永続的ワークフロー）。フレームワーク非依存で、任意で LangGraph、Deep Agents、Cursor SDK の指針を提供 — 完全なフレームワークドキュメントではありません。agentic AI、build an agent、agent loop、tool use、MCP integration、multi-agent、agent orchestration、LangGraph、agentic workflow、AI agent developer、agent handoff、agent memory、HITL agent、evaluate agent、agentic application に使用します — モデルトレーニング（ai-engineer）、ML 研究（ai-researcher）、製品戦略のみ（cpo-advisor）、アーキテクチャのホワイトボードのみ（agent-designer、external）、エージェントループのない汎用バックエンド（senior-software-engineer）、レッドチームのみ（ai-redteam）には使用しません。
高品質な AGENTS.md（コーディングエージェント向けのオープンな「README」形式）を作成、レビュー、書き換え、または強制する。ユーザーが $agents-md を呼び出す場合、AGENTS.md、agents.md、エージェント指示、プロジェクトのエージェントコンテキスト、ネストされた AGENTS.md と言及する場合、または AI コーディングエージェント向けのリポジトリガイダンスの雛形作成、監査、改善、標準化を依頼する場合に使用。ルートの AGENTS.md ファイルには常に ASD-STE100 コミュニケーションブロックと Testing ブロック（事後的なユニットテストは行わず、リポジトリに既にその設定がある場合にのみ E2E と統合テストを優先、E2E 成果物、分離テストの前に失敗モード）を含める。
複数のモデルとサービスを組み合わせた自動化 AI ワークフローを構築します。パターン：バッチ処理、スケジュールタスク、イベント駆動パイプライン、エージェントループ。ツール：inference.sh CLI、bash スクリプト、Python SDK、webhook 連携。用途：コンテンツ自動化、データ処理、監視、スケジュール生成。トリガー：ai automation、workflow automation、batch processing、ai pipeline、automated content、scheduled ai、ai cron、ai batch job、automated generation、ai workflow、content at scale、automation script、ai orchestration。
Web 検索と LLM で RAG（検索拡張生成）パイプラインを構築する。ツール: Tavily Search、Exa Search、Exa Answer、Claude、GPT-4、OpenRouter 経由の Gemini。機能: リサーチ、ファクトチェック、根拠に基づく回答、ナレッジ検索。用途: AI エージェント、リサーチアシスタント、ファクトチェッカー、ナレッジベース。トリガー: rag、retrieval augmented generation、grounded ai、search and answer、research agent、fact checking、knowledge retrieval、ai research、search + llm、web grounded、perplexity alternative、ai with sources、citation、research pipeline
(NS) 要件を生成する前に、スコープ記述の曖昧さ、欠落、明示されていない前提を解消する。ブラウンフィールドのリポジトリでは、brownfield-map.md が存在しない場合に bootstrap-brownfield を実行する。マップが存在する場合は、それを更新するか維持するかの必須の人手ゲートを設ける（最後のマップ日付を表示）。ユーザーが曖昧または不完全なスコープを示した場合、"dashboard"、"notifications"、"integration with X" を詳細なしで言及した場合、または用語が曖昧なときに要件生成の前に使用する——ユーザーが "clarify" を求めていなくても。このスキルでは requirements.md を生成しないこと。出力するのは強化されたコンテキストのみ。
Claude にコーディング前の計画、ブランチ上での変更の分離、テストファースト、提示前の 2 回のセルフレビューを強制する 4 段階のコーディング規律フレームワークを有効化する。複雑なコーディングタスクの開始時、過去の Claude セッションが不完全な初稿を生み出したとき、または手戻りサイクルを防ぎたいときに使用する。確認済みの書面計画、分離されたフィーチャーブランチ、テストファーストの実装、および正確性とコード品質のチェックリスト付きの二重レビュー済み出力を生成する。
Workers と Durable Objects 上でステートフルな AI エージェントを構築するための Cloudflare Agents SDK のガイド。Agent クラス、this.setState と this.sql の状態、AIChatAgent と useAgentChat による WebSocket とストリーミングチャット、this.schedule によるスケジューリング（遅延、日時、cron）、Workflows のトリガー、Browser Rendering、Vectorize と Workers AI 埋め込みによる RAG、McpAgent による MCP サーバー、human-in-the-loop レビュー、routeAgentRequest、getAgentByName、useAgent、AgentClient によるルーティングを扱う。15 以上の落とし穴を記載：new_sqlite_classes の欠落、非アトミックなマイグレーション、Agent クラスがエクスポートされていない、バインディング名の不一致、グローバル一意性の意外な挙動、状態サイズの制限、MCP トランスポートの混同、認証のバイパス。Cloudflare 上で AI エージェント、チャットエージェント、MCP サーバー、マルチエージェントシステムを構築するとき、または Agent のバインディング、マイグレーション、状態同期のエラーをデバッグするときに使用。
ローカル Codex CLI への必須ハンドオフ。トリガーは (a) ユーザーのメッセージが `/codex` コマンドで始まる場合、または (b) "hand this to codex"、"run this through codex"、"ask codex"、"have codex do X" のような明示的なハンドオフ指示をユーザーが出した場合。トリガー時は、ユーザーのプロンプトをそのまま `codex exec` に渡し、Codex の最終メッセージをそのまま返す。ユーザーがあなたを通じて実行するシェルエイリアスのように扱う。タスクを解釈したり、ファイルを検査したり、コンテキストを集めたり、自分で作業を試みたり、Codex が適切なツールか判断したり、プロンプトを書き換えたりしてはならない。唯一の中止条件は空のプロンプト（Codex が何をすべきか尋ねる）。
SAP Fiori Tools / open-ux-tools エコシステム向けのスキルを作成、レビュー、リファクタリングします。新しいスキルの作成、既存スキルの書き換え、参照の追加、大きすぎる SKILL.md の分割、`sap-fiori-<feature>` 命名規則の適用、frontmatter の検証、CAP/RAP のサンプル追加、OData V2 と V4 の要件宣言、スキルの内部向け（開発者向け）または外部向け（公開）の指定、検証チェックリストの作成を求められた場合に使用します。「スキル」と明言されていない場合も対象です。ホスト非依存のツール、標準的なフォールバック、明示的な範囲の境界、段階的開示による分割（各ファイル 500 行未満）を徹底します。
二次元キャラクターのスキル蒸留器。キャラクター名+作品名を入力すると、ローカルでコア資料を検索→クロス検証→行動を蒸留→実行可能・追跡可能・更新可能なキャラクター Skill を生成する。トリガーワード：「XX の skill を生成」「XX を蒸留」「XX キャラを作る」「XX を skill にする」「XX を作る」「/csp」。曖昧な要望でも発動：「ツンデレキャラと話したい」「ヤンデレのおすすめはある」「XX 作品のキャラを作って」。Python に依存；コアサイトは優先的にローカルスクリプトを使用し、Web 検索 skill / MCP / WebFetch は補強と失敗時のフォールバックとしてのみ使用する。
Claude CodeとOpenAI Codex向けに、hyperresearchで深掘り調査を行います。深掘り調査、調査レポート、文献レビュー、または検証済み引用を含む複数ソースの分析を依頼されたときに使用します。hyperresearch CLIのインストールを確認し、実行中のエージェント向けに現在のプロジェクトでセットアップしてから、hyperresearchのパイプライン（永続的なソース保管庫を備えた、段階適応型の16ステップパイプライン）に引き継ぎます。1、2回の検索で答えられる簡単な調査には使用しません。
研究、計画、実装を明確なフェーズに分け、永続的な markdown 成果物を伴う構造化された開発ワークフロー。自明でない機能、リファクタリング、バグ調査、コードベース変更を始めるときに使う。「deep work」「research and plan」「plan before coding」「write a plan」「research this codebase」「don't code yet」「understand then implement」でトリガーし、あるいはユーザーが複雑なタスクに対して規律ある進め方を望むときに使う。ユーザーが「research」「plan」「annotate」「implement the plan」と言うときや、research.md/plan.md 成果物に言及するときにも使う。
単一のプロンプトから完全なアプリケーションを構築する自律ハーネス。dkod を使った並列エージェント実行と AST レベルのセマンティックマージを行う。作業をシンボル単位で並列ユニットに分解する Planner、分離された dkod セッションで同時に実装する複数の Generator エージェント、Playwright CLI（推奨）または chrome-devtools MCP（フォールバック）と dk_verify で実際の結果をテストする懐疑的な Evaluator を編成する。完全自律——プロンプトから動作しテスト済みの PR までユーザー操作はゼロ。ユーザーがビルドプロンプト（"build a..."、"create a..."、"make a..."）を提供するか /dkh を呼び出すたびにこのスキルを使用。
ElevenLabs Agents Platform（ASR、LLM、TTS、ターンテイキングモデル）で対話型 AI 音声エージェントを構築するためのガイド。エージェントの設定とシステムプロンプト、ワークフロー、マルチボイス、発音辞書と話速制御、ナレッジベース RAG、クライアント/サーバー/MCP/システムツール、Scribe リアルタイム STT、WebRTC と WebSocket 接続、テストと評価、分析、コスト最適化、GDPR/HIPAA/SOC 2 準拠、agents-as-code コマンドラインワークフローを扱う。@elevenlabs/react、@elevenlabs/client、@elevenlabs/react-native、Next.js、Swift、Cloudflare Workers 向けの本番テンプレートに加え、17 以上の記録された修正を含む：非推奨の @11labs パッケージ、Android の音声切断、CSP 違反、動的変数の欠落、ツール名の大文字小文字の区別、webhook 認証の失敗、WebRTC の設定ミス。ElevenLabs 音声エージェントを構築、設定、デバッグするときに使用。
FastMCP を使って Python で MCP（Model Context Protocol）サーバーを構築する。ツール、リソース、プロンプトの定義、ストレージバックエンド（memory、disk、Redis、DynamoDB）、サーバーライフスパン、8 種類の組み込みミドルウェア、import と mount によるサーバー構成、OAuth Proxy と認証、OpenAPI 統合、クライアント設定、FastMCP Cloud へのデプロイを扱う。基本的なサーバー、ストレージ、ミドルウェア、構成、OAuth proxy、API 統合、テスト、本番アーキテクチャのテンプレートを含み、ストレージの設定ミス、ライフスパンとミドルウェア順序の誤り、循環インポート、モジュールレベルのサーバー問題、async/await の混同、OAuth のセキュリティホール、クラウドデプロイの失敗など 25 以上の一般的なエラーを防ぐ。Python の FastMCP サーバーを作成またはデバッグするとき、mcp ツール、リソース、プロンプトを定義するとき、fastmcp のストレージやミドルウェアを接続するとき、サブサーバーをマウントするとき、MCP OAuth を設定するとき、FastMCP Cloud にデプロイするときに使用。
Fortytwo Prime：重要な問いに対する集合的なマルチエージェント推論。ユーザーが「Ask Fortytwo」「Ask Prime」「Ask Fortytwo Prime」と言う場合や ask_fortytwo_prime を呼び出す場合は常に使用する。ユーザーが回答に疑問を持った場合（「try again」「that's wrong」「are you sure?」）、より深い内容を求めた場合（「go deeper」「elaborate」「full picture」）、または単一モデルでは対応が難しい複数領域にまたがる質問をした場合には、Fortytwo Prime を提案するが、呼び出す前に確認を待つ（これは有料サービス）。ユーザーが Fortytwo を名指ししていなくても、議論のある話題、ニッチな専門知識、重要な意思決定には提案する。
シニアフルスタックエンジニアモード。Agent が技術判断と実装を担い、ユーザーはエンジニアリングマネージャーとして what/why を定め、コードを書く前に Stage 3 プランを承認します。既存コードベースでのフルスタック機能開発：バックエンド API、サービス、データモデル、マイグレーション、バックグラウンドジョブ、外部連携、コマンドライン、ライブラリ、さらに製品 UI（ページ、フォーム、テーブル、モーダル、ダッシュボード）。ユーザーが機能の実装 / 追加 / 構築 / 拡張を望むときに使用します：「let's build X」、「add feature Y」、「implement Z」、複数モジュールのリファクタリング、スキーマ変更、新しいエンドポイント、既存製品の新しいページやコンポーネント、またはコードを書く前に既存のパターンを読む必要がある非自明なエンジニアリングタスク。機能に複数の要素が絡む場合は、通常のコーディング応答よりも優先します。
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。