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
goalflow（wanmol/goal-flow）の作業 — ワークフローグラフとエージェントループを組み合わせた LangGraph フレームワーク — を、ちょうど 1 つのモードにルーティングする：適合チェック、Dify DSL エクスポートを実行可能な LangGraph Python へトランスパイルする、ワークフローのノードとエッジを作成する、ミドルウェアとハーネスを備えた `agent_kit` ループを構築する、配信レイヤー（データアダプター、SSE ストリーミング、HITL、Redis/MySQL、API キー登録）を接続する、または公開前のセキュリティゲートを実行する。ユーザーが Dify のランタイムなしで Dify のビジュアル設計を求めるとき、エージェントループをホストするグラフノードを求めるとき、自身のワークフロー上で OpenAI 互換のワイヤプロトコルを求めるとき、またはプロンプトで注入される `SKILL.md` の機能を求めるときに使用する。次の語で起動する：goalflow、goal-flow、dify to langgraph、dify transpiler、dify DSL export、BaseWorkflow、agent_kit、AgentBaseNode、DataAdapter、chunk processor、HITL interrupt、dify2langgraph。通常の graph-API に関する質問は `langgraph-fundamentals` にルーティングする。
ユーザーが「create a hook」「add a PreToolUse/PostToolUse/Stop hook」「validate tool use」「implement prompt-based hooks」「use ${CLAUDE_PLUGIN_ROOT}」「set up event-driven automation」「block dangerous commands」と依頼した場合、または hook イベント（PreToolUse、PostToolUse、Stop、SubagentStop、SessionStart、SessionEnd、UserPromptSubmit、PreCompact、Notification）に言及した場合に使用します。高度なプロンプトベースの hooks API に重点を置き、Claude Code プラグインの hook の作成と実装を包括的に案内します
tempa-spec スキーマの `proposal` フェーズで、\"What Changes\" リストが確定する前に実行される変更規模のチェック。ドラフトが、それぞれ独立した変更に値する複数の変更をまとめて抱えている場合に検出し、停止してユーザーに分割するかどうかを尋ねる（既定：1 つの変更。エージェントが自ら分割することはない）。ユーザーが分割する場合、保留にしたスライスを proposal.md の Out of Scope セクション、discovery.md の Key Decisions、openspec/BACKLOG.md に記録する。根拠は docs/research/2026-08-27-mattpocock-skills-gate-and-seams.md にある。
測定可能な基準を満たすまで、あらゆる出力を反復的に改善する。コード、文章、データ、設定、その他あらゆる成果物を問わず、ユーザーが特定の基準に照らして既存の作業を磨きたいときに使用する。"improve this"、"make it better"、"iterate"、"refine"、"keep improving"、"not good enough yet"、"optimize this"、"polish this"、"tighten this up"、"ปรับปรุง"、"ทำให้ดีขึ้น"、"ยังไม่ดี"、"แก้ให้ดีกว่านี้"、"iterate ต่อ" などのフレーズ、またはユーザーが基準を示して満足するまで反復的な改善を求めたときに発動する。また、ユーザーが出力にフィードバックを与え、"improve" と明言しなくても継続的な改善を期待しているときにも使用する。
inference.sh 向けの JavaScript/TypeScript SDK — AI アプリの実行、エージェントの構築、すべてのモデルとの統合。パッケージ：@inferencesh/sdk（npm install）。完全な TypeScript サポート、ストリーミング、ファイルアップロード。テンプレートまたはアドホックなパターンでエージェントを構築、ツールビルダー API、スキル、人間による承認。用途：JavaScript 統合、TypeScript、Node.js、React、Next.js、フロントエンドアプリ。トリガー：javascript sdk、typescript sdk、npm install、node.js api、js client、react ai、next.js ai、frontend sdk、@inferencesh/sdk、typescript agent、browser sdk、js integration
AI Engineering from Scratch コース用の対話型コースチューター。LEARNING.md を読み、次のレッスンを取得して、ターミナルで章ごとに教え、最後にクイズを出して進捗を記録します。クローンしたリポジトリ内でも、raw.githubusercontent.com のみを通じても動作し、セットアップは不要です。トリガーフレーズ：「下一课」「教我」「继续课程」「我们来学习」「继续学习」、または「next lesson」「teach me」「continue the course」「let's learn」「resume learning」。
LiveKit Agents SDK で音声 AI エージェントを構築する。ユーザーが「build a voice agent」「create a LiveKit agent」「add voice AI」「implement handoffs」「structure agent workflows」を求めている場合や、LiveKit Agents SDK を扱っている場合に使用する。LiveKit Cloud と、lk コマンドラインを使ったセルフホスト可能なデプロイの両方に対応する。
MLB チーム内の任意のエージェントに代わって、yahoo-mlb の意思決定ログ（tracker/decisions-log.md）に構造化された意思決定エントリを追記する。権威あるスキーマに対してエントリを検証し、並列エージェントからの同時書き込みを直列化し、月曜日のキャリブレーションパスを実行して結果を記入しバリアントのスコアボードを更新する。MLB エージェントが意思決定を記録する必要があるとき、またはコーチが "log decision"、"append to decision log"、"record variant outcome" を要求したり "calibration pass" を実行したりするときに使用する。
Mobilerun API を介して Android および iOS のスマートフォンを制御、自動化、操作する。Mobilerun はモバイルデバイスを自動化するものであり、デスクトップブラウザの自動化ツールではない。ユーザーがモバイルデバイス上のタスクを自動化したい、またはスマートフォンでクラウドタスクを実行したいときは常に使用する。使用場面：(1) スマートフォンの UI を直接タップ、スワイプ、入力、ナビゲートする、(2) スマートフォンで自律型 AI エージェントのタスクを実行する、(3) スクリーンショットを撮る、または画面状態を読み取る、(4) デバイスの管理 — プロビジョニング、名前変更、再起動、終了、(5) アプリの管理 — インストール、アンインストール、パッケージ一覧、(6) プロキシ、eSIM、GPS 位置、ファイル転送の設定、(7) 自動アプリログイン用の認証情報の管理、(8) タスク webhook の購読、(9) マルチデバイス操作 — フリート管理、スマートフォン間の並列タスク。デスクトップブラウザの自動化、パソコンのスクリーンショット、デスクトップ OS の制御には使用しない。ユーザーが Mobilerun、Droidrun、スマートフォン操作に言及したときも読み込む。個人デバイス（Portal APK 経由）とクラウドホスト型デバイスの両方をサポートする。Mobilerun API key（接頭辞 dr_sk_）と接続済みデバイスが必要。
OpenRouter 統合 LLM API の専門知識。コードが `openrouter.ai/api/v1` に POST する場合、`@openrouter/sdk`、`openrouter`（Python）、`@openrouter/agent` をインポートする場合、OpenAI SDK を `https://openrouter.ai/api/v1` に向ける場合、数百の LLM（OpenAI、Anthropic、Google、DeepSeek、Meta、xAI、Mistral など）を単一のエンドポイント経由でルーティングする方法をユーザーが尋ねた場合、プロバイダールーティング、モデルフォールバック（`models` 配列）、Auto Router（`openrouter/auto`）、`:nitro`/`:floor`/`:online` モデルサフィックス、プリセット（`@preset/...`）、`cache_control` によるプロンプトキャッシュ、構造化出力、ツール呼び出し、`openrouter:web_search` サーバーツール、推論トークン、マルチモーダル（画像/PDF/音声/動画）入力、BYOK プロバイダーキー、OAuth PKCE、`openrouter:` プラグイン（`web`、`file-parser`、`response-healing`、`context-compression`）、または `/api/v1/generation` と `/api/v1/key` による生成・使用量の集計を扱う場合に使う。
エージェント向けAIゲートウェイであるOpper（https://opper.ai）を利用する際の主な入口です。ユーザーが利用先を指定せずにOpperに言及した場合（「set up Opper」「try Opper」「build with Opper」「migrate to Opper」「help me with Opper」）に使用します。状況を確認して適切な機能に振り分けます。エージェント支援によるセットアップ、プラットフォーム運用、モデルテストにはopper-mcp、明示的なCLIやシェルのワークフロー、またはOpper経由でのコーディングエージェント起動にはopper-cli、アプリケーションコード（互換エンドポイントでのOpenAI、Anthropic、GoogleのSDKおよびエージェントフレームワーク）、生のHTTP、プラットフォーム概念にはopper-api、メディア、ファイル、リアルタイム音声にはopper-multimodalを使用します。セットアップ、検証、フォローアップを担当します。
このマシン上で Claude Code セッションの一群を実行し、SendMessage で相互に会話させる — Claude Code 自体から、または呼び出し元が Codex の場合は本物の Claude リレー経由で。cmux や herdr のウィンドウ、ペイン、スプリットで起動し（自動検出）、正しくアドレス指定して作業を割り当て、返信を収集または復旧し、ユーザーの要求時にクリーンに撤去する。ユーザーが 2 つ以上の Claude セッションを協調させたい場合、Codex に既存の Claude セッションへ連絡させたい場合、SendMessage、ListAgents、ピアセッション、セッション間メッセージング、エージェント同士のメッセージ送信に言及した場合に使用する。新しいウィンドウ、ワークスペース、ペイン、スプリットでセッションを開きたい場合にも使用し、特に送信が「not an agent in this conversation」「re-send with the ref」で失敗した場合や、呼び出し元に Claude ネイティブのメッセージングソケットがない場合に使用する。
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。