Skills

H

hone

simota / agent-skills

AI CLI 設定の監査、および Claude Code hooks の設計、設定、デバッグを行います。Codex/agy/Claude Code の設定レビュー、hook のライフサイクル自動化、品質ゲート、MCP ガバナンス、個人用 dotfiles／シェル設定、macOS AppleScript／JXA 自動化に使用します。

H

honey-eco

green-pt / honey-for-devs

リポジトリにコミットされた EcoLogits 移植版を実行して、このセッションの出力トークンと CO₂ を報告し、Honey なしのベースラインと比較したモデル化された CO₂/$ 削減量も示す — 常に取得元の bench スタンプを付けてラベル付けする。Honey がどれだけ節約したか、セッションの炭素/トークンフットプリントを尋ねられたとき、または 🍯 ステータスラインバッジを完全な内訳に展開するときに使用する。

H

honey-gain

green-pt / honey-for-devs

Honey のベンチマークスコアボードを表示する。bench/ にあるタスク層（コード、ユーザー向け、エージェント間）ごとのコミット済みの品質とトークンの結果を示す。再現可能なコミット済みの数値のみを報告し、リポジトリごとの数値を捏造することは決してない。Honey がどれだけ節約できるか、Caveman / Ponytail / スキルなしベースラインと比べてどうかを尋ねられた場合、または主要な数値が求められた場合に使用する。

H

honey-memory

green-pt / honey-for-devs

プロジェクトごとにコミットされる 1 つの記憶ファイル（PROJECT.md）を作成・維持し、エージェントがコールドセッションのたびに同じ事実を再発見するのを防ぐ。安定していて再発見のコストが高く、コード内にないコンテキストのみを保存する — アーキテクチャとその理由、ビルド/テスト/実行コマンド、決定事項と行き止まり — 人間が読める markdown として、コードとともにバージョン管理し、静かに劣化しないようにする。プロジェクトの記憶/コンテキストの設定、エージェントによるコードベースの再 grep の停止、PROJECT.md / CLAUDE.md の記憶セクションの作成や更新、コールドスタート時の再発見コストの削減を求められたときに使用する。文章によるコンテキストのみ — コード、設定、データは決して含めない。

H

hunt-mcp-security

uphiago / recon-skills

AIツール統合システムにおけるModel Context Protocol（MCP）の脆弱性を調査する。

H

hypothesis-gen

gaasher / agent-loop-skills

ユーザーが、ある問いや領域について、新規で検証可能な研究仮説のプールを生成し文献で検証したいときに使用。マルチエージェントのループ：Generator が候補仮説を提示し、LiteratureScout が各仮説を実際に検索した文献に基づかせ（既知か？最も近い先行研究は？どのギャップを埋めるか？）、Judge が固定のルーブリックで採点して強く重複しないものを残す。ラウンドを繰り返し——未解決のギャップに向けて変異させながら——新しいラウンドで残す対象が増えなくなるまで続ける。研究課題の精緻化や分解には使用しない（そこでは文献に基づかせる作業や採点は行わない）。また、既存の書面提案を文献と照らして評価するのにも使用しない。

I

implement-next-phase

jasonharmongit / skills

solutionize sketch プラン（frontmatter todos）の次の保留中の todo フェーズを実装する準備をする。実装はユーザーの明示的な承認後のみ行う。

I

implement-spec-in-workflow

javrasya / skills

スペック全体を PR のスタックとして実装する — チケットごとに 1 つ、ネイティブな GitHub スタックとして登録 — あなたではなくサブエージェントの動的なワークフローによって駆動される。

I

initialise-skills

rheged-studio / agent-skills

あるエージェントスキル群をインストールしたホストリポジトリをスキャンし、インストール済みの各スキルの config.json を検出された事実と突き合わせて整合させる——ベースブランチ、monorepo のパッケージルート、changelog ディレクトリ、Linear の issue キープレフィックス、レビューボット、保護ブランチ——さらに Linear MCP 経由で取得した Linear のチーム名とワークスペース slug。これらのスキルを初めてリポジトリにインストールする場合、またはスキルセットやリポジトリ構成の変更後に設定を更新する場合に使用。また、インストール済みスキルバージョンのコミット済み `.claude/skills.lock` インベントリを出力し、preflight スキルの `.preflight-summary.json` 一時出力が gitignore されることを保証し、スキルの `config.json` を誤って gitignore する消費側ルールを除去する（A-812）。冪等で再実行しても安全：意図的な手動編集を上書きするのではなくドリフトを整合させ、まず dry-run の差分を提示し、確認後にのみ書き込む——各設定のキー順とフォーマットを保つため、no-op の実行ではファイルはバイト単位で同一のまま。

J

jev-computer-use

kerpopule / hermes-jev-skills

コンピューター操作ドライバーでデスクトップ GUI（ウィンドウ、メニュー、ネイティブアプリ、OS ダイアログ）を操作する場合に使用します。安全な操作の表を作成すると、Jev が約 0.4 秒で次の操作を選択します。

J

jev-desktop

lahfir / agent-desktop

アクセシビリティツリーを一切読み取らず、自然言語の目標全体または一度に 1 つの意図に基づいてデスクトップアプリを操作します。デスクトップアプリを自動化し、150 要素の JSON ツリーをコンテキストに含めたくない場合に使用します。目標全体を `run.mjs` に渡すと、目標達成まで観察・判断・操作します。計画を自分で管理する場合は、単一のステップを `act.mjs` に渡します。対象要素、操作、詳しく確認するタイミング、終了時点を扱います。agent-desktop リポジトリのクローンと TYPESAFE_API_KEY が必要です。

J

jev-model-routing

kerpopule / hermes-jev-skills

各ターンや委任タスクに最適な、十分な品質を満たす最安のモデルまたは作業量を選ぶ（小規模から始め、必要に応じて拡大）、各サイクル後に継続・再試行・検証・エスカレーション・完了のいずれにするかを判断する、またはルーティングを調整する場合に使用します。

K

karpathy-guidelines

rogervila / agent-skills

Andrej Karpathy の LLM コーディングの落とし穴に関する観察に基づく汎用的なコーディングエージェントの規律。ソフトウェアエンジニアリングのタスクにおいて、明確化、成功基準、シンプルさ、外科的な編集、検証、自己レビューを求める。

K

kb-document

stjbrown / agent-knowledge

ソフトウェアリポジトリを OKF ナレッジバンドルとして文書化し、更新する。ユーザーが本リポジトリ、コードベース、アーキテクチャ、開発者ワークフロー、運用上の挙動の文書化を求めたとき；リポジトリのナレッジを作成するとき；コード変更後に既存のリポジトリ文書を最新化するときに使う。リポジトリを、コピーしたり廃止したりする素材ではなく、生きた読み取り専用の証拠として扱う。

K

kk-bootstrap

e0ipso / kenkeep

既存の markdown ドキュメントからプロジェクトのナレッジベースを初回ブートストラップする。ドキュメントを調査し、相互参照をたどり、`.ai/kenkeep/nodes/` 直下に新しいノードファイルを書き込む。ユーザーが監督し、各ノードをディスク上で確認してから承認または削除する。ユーザーがプロジェクトの既存ドキュメントから空のナレッジベースを構築したい場合に使用。

L

learn-agent-skills

fancyboi999 / ai-engineering-from-scratch-zh

AI Engineering from Scratch 中 Agent Skills Engineering 路线的专注交互 tutor。学习者想创建、发现、调用、保护、评估、打包或迁移 Agent Skills 时，开始或续学此路线。每次调用教学一课，并将证据记录在 AGENT-SKILLS-LEARNING.md。Start or resume this route when a learner wants to create, discover, invoke, secure, evaluate, package, or port Agent Skills.

L

learn-codebase

hazat / pi-config

プロジェクトの規約を把握し、セキュリティ上の懸念を洗い出す。新しい、または不慣れなプロジェクトで作業を始めるとき、「コードベースを学習して」「プロジェクトのルールを確認して」「規約は何か」「このプロジェクトにオンボーディングして」「このコードベースに怪しいものはあるか」と求められたときに使用する。エージェント設定ファイル（.claude/、.cursor/、CLAUDE.md など）をスキャンし、ハードコードされたシークレット、安全でないパターン、疑わしい依存関係、危険な設定についてセキュリティ/スメルスキャンを実行する

L

learn-mcp

fancyboi999 / ai-engineering-from-scratch-zh

AI Engineering from Scratch 中 Model Context Protocol (MCP) 路线的专注交互 tutor。学习者想构建、保护、调试、验证或运行 MCP clients、servers、transports、gateways、registries 或 conformance gates 时，开始或续学此路线。每次调用教学一课，并将 wire evidence 记录到 MCP-LEARNING.md。Start or resume this route when a learner wants to build, secure, debug, verify, or operate MCP clients, servers, transports, gateways, registries, or conformance gates.

L

linear-methodology

tjcages / linear

Linear で機能、プロジェクト、issue を構築・追跡するための実証済みの方法論。Linear のトラッキングをセットアップしたい、ボードを同期または監査したい、Linear のヘルスチェックを実行したい、skills add 後にインストールを完了したい、セッション規律を誠実に保ちたいときに使用。必要に応じて linear-setup / linear-sync / linear-monitor / linear-finish-install にルーティングし、linear-discipline は常時有効。

L

llm-prompt-injection

uphiago / recon-skills

許可を得た LLM アプリケーションで、プロンプトインジェクション、システムプロンプトの露出、安全でないツール使用、または RAG のデータ境界の不備をテストする際に使用します

L

ln-513-agent-reviewer

levnikolaevich / claude-code-skills

コード変更に対して外部エージェントレビュー（Codex + Gemini）を並列実行するワーカー。バックグラウンドタスク、到着順処理、ディベートを伴う批判的検証。信頼度スコア付きの絞り込まれた提案を返す。

L

loop-readiness

thaitype / chief

無人/自律ループに向けた計画の準備状況をレビューする — 安全に実行するのに十分なフィードフォワードのガイダンスとフィードバック検証があるかを確認する。人間が毎ステップ確認することなく複数回のイテレーションを回す loop/エージェントの計画（またはアイデア）があり、開始前にどの程度計装されているかを知りたい場合に使用する。既存の計画ファイルまたは進行中の会話から作業する。

M

manifest

davila7 / claude-code-templates

エージェント向けに Manifest オブザーバビリティプラグインをインストールして設定する。テレメトリの設定、API キーやエンドポイントの構成、プラグイン接続の問題のトラブルシューティング、オブザーバビリティパイプラインが稼働しているかの確認に使用。

M

marketing-agency

gnoviawan / agentic-marketing

マルチチャネルのマーケティング業務をルーティングおよび調整する — ブランドオンボーディング、SOSTAC ルーティング、キャンペーン管理。トリガーは 'marketing plan'、'brand strategy'、'campaign management'、または単一のスペシャリストにマッピングできない曖昧なリクエスト。スペシャリストの作業を直接実行しない。

M

mastra-embeded-docs-look-up

mastra-ai / skills

node_modules/@mastra/*/dist/docs/ に埋め込まれた Mastra API ドキュメントを参照し、正確な API シグネチャを確認する。Agent、Workflow、Tool、Memory の設定に関する質問やコード検証に使用する。

M

mb-from-prd

mrvladd-d / memobank

PRD を、プロダクト、要件、エピック、機能を備えた追跡可能な Memory Bank に変換する。

M

mb-harness

mrvladd-d / memobank

決定的なコマンド、ワークツリー、品質ゲートを設定し、エージェントがこのリポジトリで安全に実行できるようにする。

M

mb-review

mrvladd-d / memobank

新しいコンテキストを持つスペシャリストで Memory Bank をレビューし、優先順位付きの修正リストを作成する。

M

mb-verify

mrvladd-d / memobank

1 つの TASK-* を受け入れ基準に照らして検証し、再現可能なエビデンスを記録する。

M

mcp-server-shipping

theodoread / agent-skills

個人用 MCP サーバーを構築、インストール、登録するときに使用——`[project.scripts]` エントリポイントの追加、PyPI へ公開せずにローカルのチェックアウトや git から直接 `uv tool install` でインストールする方法、`claude mcp add` での登録と local/project/user スコープの選択、再登録せずに編集可能な開発インストールとリリース版を切り替える方法、そしてこれらのサーバーを生成するリポジトリ向けのリポジトリ単位の開発ループ（`inv dev-env.setup`、`inv quality.precommit`、自動化に `uv run inv` が必要な理由）。

M

mex

akillness / jeo-skills

mex（`mex-agent`）を操作し、AI コーディングエージェント向けの永続的なプロジェクトメモリとコードグラフを提供する。1 つのコマンドで、生きた wiki を足場として構築し、決定論的なコードグラフを生成し、プロジェクトアンカーファイル（CLAUDE.md、ルートの AGENTS.md、.cursorrules、.windsurfrules、copilot-instructions.md、または .opencode/opencode.json）をインストールする。エージェントはこれを常設のルール文書として自動的に読み込む。ユーザーが新規プロジェクトの `mex setup`、シンボルに基づく wiki の構築、ナレッジと実装の紐づけの維持、関連コンテキストのエージェントへのルーティング、ドリフト検出（`mex check`、`mex sync`）の実行を望むときに使用する。トリガー: "mex setup"、"project memory"、"code graphs"、"codebase documentation"、"drift detection"、"agent memory"、"structured scaffolds"、"architectural context"、"living wiki"、"project anchor file"。

M

mind-clone

yzfly / mind-cloning-engineering

コグニティブ・デジタルツインを起動する。カスタム対象（core/ ディレクトリ経由）をシミュレートするか、プリインストールされた著名人／専門家のペルソナ（personas/ ディレクトリから）を読み込むことができる。

M

minimax

terrylica / cc-skills

api.minimax.io の OpenAI 互換 API 向けの MiniMax M シリーズ本番接続パターン。トリガー - MiniMax、MiniMax-M2.7、Hailuo

M

Multi-AI Consultant

jackspace / claudeskillz

バグのデバッグやアーキテクチャの意思決定で行き詰まったときに、外部 AI（Gemini 2.5 Pro、OpenAI Codex、新しい Claude）にセカンドオピニオンを求める。使用場面: デバッグの試みが失敗した、重要なアーキテクチャの選択を行う、セキュリティ上の懸念がある、新しい視点が必要。1 回の試行が失敗すると自動的に相談を提案する。複数の AI の視点を比較する統合を、Web 調査、思考モード、リポジトリを考慮した分析とともに提供する。

M

multi-shot-review

dannyfranca / skills

管理しやすいコンテキストサイズにスライスした内容で変更をレビューする。設定済みの harness とリポジトリのレビューポリシーを使用。反復的なレビューゲートや、明示的に要求された一括レポートに使用。

N

nanostack

garagon / nanostack

ユーザーが利用可能なワークフロースキルについて尋ねたとき、エンジニアリングワークフローの概要を知りたいとき、または "nanostack" に言及したときに使用。/nanostack でもトリガーされる。

O

oma-orchestration

first-fluke / oh-my-agent

並行して作業する専門エージェントを割り当て、監督し、タスクを永続化します

O

oma-skill-creation

first-fluke / oh-my-agent

OMA スキルとそのリファレンスを作成・改訂します。スキルに使用

O

openclaw

evolv3-ai / vibe-skills

KASM ワークスペースまたはスタンドアロン Docker 上に OpenClaw AI ゲートウェイをデプロイして設定します。複数プロバイダーの LLM ルーティング（Anthropic、OpenAI、Gemini、Groq、Bedrock）とマルチチャネルメッセージング（WhatsApp、Telegram、Discord、Slack）に対応します。Docker デプロイ、セキュリティ強化、永続ストレージ、ブラウザーサイドカー、Webhook 自動化を扱います。OpenClaw のデプロイ、AI ゲートウェイチャネルの設定、KASM 上の openclaw コンテナのセットアップ、「token mismatch」または「EACCES」エラーのトラブルシューティング、ゲートウェイバインドの保護に使用します。

O

openclaw-memory-enhancer

aaaaqwq / agi-super-team

OpenClaw 向けのエッジ最適化された RAG メモリシステムで、セマンティック検索を備えます。メモリファイルを自動的に読み込み、インテリジェントな想起を提供し、関連するコンテキストで会話を強化します。Jetson やエッジデバイス（メモリ 10MB 未満）に最適です。

O

opik-optimizer

vincentkoc / dotskills

Opik で標準化されたオプティマイザー ワークフロー（プロンプト最適化、ツール最適化、パラメーター チューニング）、データセット/メトリクスの接続、結果の解釈を用いて、LLM のプロンプト、ツール、エージェントを最適化する。

`orca` CLI を通じて、Orca 管理の worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、worktree コメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」／「handover」／「give this to another agent」「Orca browser」「orca artifacts」「share skills」と言った場合に使用します。Orca の状態が関係する場合は、通常の git worktree、臨時の PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。

O

orchestrator-mode

sleeplessv / relentless-data-skills

サブエージェントを通じて作業を調整し、大量の出力がメインのコンテキストに入らないようにします。ユーザーが orchestrator モードを求めるとき、または特定のタスクをサブエージェントに任せるよう求めたときに使用します。

P

parallel-worktrees

codervisor / leanspec

現代の AI 駆動開発向けの軽量で柔軟な仕様駆動開発（SDD）

P

patterns

pchalasani / claude-code-tools

Langroid マルチエージェント LLM フレームワークの設計パターン。以下を扱います

P

pdd

strands-agents / agent-sop

AI エージェントが複雑な複数ステップのタスクを一貫性と信頼性をもって実行できる自然言語ワークフロー。

P

performance-analysis

proffesor-for-testing / agentic-qe

Claude Flow スウォームの包括的なパフォーマンス分析、ボトルネック検出、最適化の推奨事項を提供します

P

plan-issue-claude

willbooster / agent-skills

CLI 経由で Claude Code のプランニングを実行し、プランニング結果を報告する。

P

plan-issue-gemini

willbooster / agent-skills

CLI 経由で Gemini CLI のプランニングを実行し、プランニング結果を報告する。

P

planning-implementation

neekolas / claude-skills

アーキテクチャや設計ドキュメントを、dark-factory 経由で自律エージェントが実行するための、構造化され依存関係順に並んだ実装タスクリストに変換するときに使用する

P

planning-with-files

jd-opensource / joysafeter

複雑なタスク向けに Manus 流のファイルベースのプランニングを実装する。task_plan.md、findings.md、progress.md を作成する。複雑な多段階タスク、調査プロジェクト、または 5 回を超えるツール呼び出しを要するタスクを開始する際に使用する。/clear 後のセッション自動復元に対応。

P

plugins-management

codealive-ai / ai-driven-development

コーディングエージェント（Claude Code、OpenCode、Devin CLI/Desktop）向けのプラグインの作成、公開、削除、提出。ユーザーが次のことを望む場合に使用：(1) 適切な構造の新しいプラグインの作成、(2) プラグインマーケットプレイスの作成または設定、(3) GitHub/GitLab/npm へのプラグインの公開、(4) プラグインの削除/アンインストール、(5) プラグイン構造の検証、(6) Anthropic 公式ディレクトリまたは OpenCode エコシステムへのプラグインの準備と提出。

P

polpo

lumea-labs / polpo-skills

現在の .polpo ディレクトリレイアウトと CLI を使って Polpo プロジェクトをセットアップ、検査、リンク、デプロイする。プロジェクトのブートストラップ、プロジェクトファイル、クラウドリンク、デプロイ、または挙動が Polpo OSS と Polpo Cloud のどちらに属するかの判断に使用する。エージェント設計、ランタイム呼び出し、Channels、統合、React UI には、対応する Polpo 専用スキルを使用する。

P

power-automate-mcp

ninihen1 / power-automate-mcp-skills

FlowStudio MCP 経由で Power Automate を扱うための基盤スキル — 認証設定、再利用可能な MCP ヘルパー（Python + Node.js）、`list_skills` / `tool_search` によるツール探索、巨大なレスポンスの処理。エージェントを Power Automate に接続する際は最初にこのスキルを読み込む。専門的なワークフローには `power-automate-build`、`power-automate-debug`、`power-automate-monitoring`（Pro+）、`power-automate-governance`（Pro+）を読み込む — それぞれがワークフローの説明を含み、このスキルはそれらが共通で依存する配線を提供する。FlowStudio MCP のサブスクリプションまたは互換サーバーが必要 — https://mcp.flowstudio.app を参照

P

pre-impl-discussion

alibaba / page-agent

大きな変更を加える前に、実装前の徹底的な議論を行う。ユーザーが実装前に変更について議論、計画、評価したいとき、特に「議論」「評価」「計画」「話し合おう」といった言葉を使ったときに使用する。

P

prompt-governance

alirezarezvani / claude-skills

本番環境で大規模にプロンプトを管理する際に使用する：プロンプトのバージョン管理、プロンプトの A/B テスト実行、プロンプトレジストリの構築、プロンプトのリグレッション防止、本番 AI 機能向けの評価パイプライン作成など。トリガー：'manage prompts in production'、'prompt versioning'、'prompt regression'、'prompt A/B test'、'prompt registry'、'eval pipeline'。個々のプロンプトの作成や改善には使用しない（senior-prompt-engineer を使用）。RAG パイプライン設計には使用しない（rag-architect を使用）。LLM のコスト削減には使用しない（llm-cost-optimizer を使用）。

P

prompt-optimizer

joellewis / skill-library

4-D メソドロジー（Deconstruct、Diagnose、Develop、Deliver）とアーキテクチャ固有のチューニングを用いて、プロンプトを明確で構造化されたモデル最適化済みの指示に仕上げる。下書きのプロンプト、指示セット、エージェントスキルの説明を明確さやパフォーマンス向上のために改善する必要があるときに使用する。

R

ralph-github-create-issues

richtabor / agent-skills

PRD の markdown ファイルを GitHub Issues（親 issue + サブ issue）に変換し、ralph-github-start-loop が実行できるようにする。ユーザーが PRD のストーリーを GitHub Issues にプッシュしたい場合に使用する。

R

ralph

jellydn / my-ai-tools

Ralph 自律エージェントシステム用に PRD を prd.json 形式に変換

R

recipe-front-review

shinpr / claude-code-workflows

完了したフロントエンド実装について、統治ソースへの準拠、スコープの経済性、リポジトリ品質、セキュリティをレビューし、ユーザー承認済みの React 修正を適用します。