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
WebFetch や curl では失敗する、または不十分なウェブタスクに使用します。JavaScript によるレンダリングが必要なページ、入力・送信するフォーム、ライブページのスクリーンショットや PDF、CAPTCHA／ボット対策の回避、ログインフロー、セッション状態を維持した複数ステップのブラウザ操作などが対象です。JS レンダリングされたページでは WebFetch は空の HTML を返します。このスキルは JavaScript を実行し、Cookie を維持し、ボタンをクリックし、ボット対策に対応する実際のクラウドブラウザーを使用します。コードを書くのではなく、ウェブタスクを実際に実行（訪問、操作、抽出、キャプチャ）してほしい場合に起動します。単純な GET で取得できる静的ページ、localhost またはプライベートネットワークの対象、ユーザー自身が実行するブラウザー自動化コードの作成、ブラウザーツールに関する概念的な質問に限り、使用を省略します。
n8n-mcp MCP サーバーを通じて n8n ワークフローを構築、編集、検証、テスト、デバッグする際に使用します。フローの設計、ノードの設定、式や Code ノードの記述、認証情報の接続、動作不良の修正などが対象です。n8n-mcp-skills パックの入口スキルとして、適切な専門スキルに振り分け、最初からすべての n8n-mcp ツールに関する実践的な知識を提供し、本番環境でワークフローが壊れないためのルールを示します。n8n、ワークフロー、ノード、自動化に関する作業では、簡単な単発作業やユーザーがスキルを指定していない場合も含め、必ず最初に参照してください。n8n の仕様はバージョン間で変化し、専門スキルが気付かれない失敗を防ぐためです。
ユーザーが指定した Screenpipe の履歴期間を分析し、繰り返される研究ワークフローを検出して、既存の科学スキルと照合し、新しいスキルの草案や組み合わせレシピをレビュー用に準備します。アクセス可能な Screenpipe HTTP API が必要です。通常は localhost:3030 で動作します。検出と埋め込み推論はローカルで実行され、選択した LLM には、アプリ／タイトルのクラスタ概要を匿名化したものと、一致したスキルの説明が渡されます。ユーザーが最近の作業を分析してスキルを提案するよう明示的に依頼した場合にのみ使用してください。
Ralph Wiggum に着想を得た、仕様駆動開発向けの自動化ループです。Python スクリプトを使って、タスクの実装、レビュー、クリーンアップ、同期を進行します。ユーザーが /loop コマンドを実行した場合、タスク実装の自動化を求めた場合、仕様タスクを段階的に進めたい場合、またはコンテキストウィンドウを管理しながら開発ワークフローを自動化したい場合に使用します。呼び出しごとに 1 ステップ実行します。状態機械：init → choose_task → implementation → review → fix → cleanup → sync → update_done。タスク範囲の絞り込みに --from-task と --to-task を使用できます。状態は fix_plan.json に保存されます。
AI Engineering from Scratch の MCPA（Model Context Protocol Associate）認定向けの、AI ネイティブなチューターおよびオンボーディングワークフローです。学習者が MCPA の準備、認定学習の再開、次のレッスンの対話型学習、実践ラボの実行と検証、診断テストまたは模擬試験の受験、あるいは Claude Code、Codex、ChatGPT、Cursor などのエージェントを使った GitHub 上の苦手な試験分野の補強を希望する場合に使用します。
om-setup-agent-pipeline が既に構成したリポジトリに製品レイヤーを追加します。製品ロールごとに 1 回ずつ yes を回答し、.ai/agentic.config.json に discovery ブロック、Discovery ステージ、Definition of Ready、製品ロール、マーカー間に追記した保護対象の製品決定（SDOC.md）、research ディレクトリ、AGENTS.md のルーティング行を追加します。実行は 1 回で、--refresh を付けると再実行できます。どの製品スキルもこれを必要としません。
n8n Custom Code Tool（@n8n/n8n-nodes-langchain.toolCode）向けに JavaScript または Python を記述します。これは AI エージェントから呼び出せるツールであり、ワークフローの Code ノードではありません。AI Agent に接続する Code Tool の作成、LLM が呼び出すコードの記述、`query` 入力の解析、文字列結果の返却、構造化引数の入力スキーマ定義（specifyInputSchema、jsonSchemaExample、DynamicStructuredTool）、\"Wrong output type returned\"、\"No execution data available\"、\"The response property should be a string, but it is an object\"、\"Cannot assign to read only property 'name'\" などのエラー、またはツールを呼び出さない AI エージェントのトラブルシューティングに使用します。Code node と Code Tool の重要な違いとして、戻り値の形式（string と `[{json:{...}}]`）、Code Tool のサンドボックスで `$fromAI`/`$input`/`$helpers` が使えないこと、AI 呼び出し時の命名規則、`toolWorkflow`/HTTP Request Tool を使う場合を説明します
ローカルで改修した `skills/<skill-name>/` を upstream リポジトリ (Fandhe-AI/agent-cli-skills 等) へ PR として投稿する。`skills-lock.json` の `source` を読み、`Fandhe-AI/` 以外への push は安全弁で中止。clone → 反映 → セキュリティチェック → ブランチ作成 → push → `gh pr create` を実行。マージ後は sync-skills-lock で hash 更新。「スキルを upstream に貢献」「外部リポジトリに PR」などで使用。
Iris は AI 向け製品を包括する Redis のブランドです。Redis Cloud 上の Iris Redis Agent Memory（RAM）データプレーンとの統合時にこのスキルを使用します。AI エージェントのセッションイベントの記録、長期メモリの作成や検索、メモリストアの設定、バックグラウンドでのメモリ昇格の調整などが対象です。コード例では公式の `redis-agent-memory`（Python）および `@redis-iris/agent-memory`（TypeScript）SDK を使用します。
Flows／Fusion アプリに AI、Atlas、エージェント、チャット UI、LLM 機能を追加する際に必ず使用します。@cognite/app-sdk を介して Atlas／EOS サイドバーを使用し、useAtlasChat、ベンダー同梱の atlas-agent、行ごとのチャット補完は使用しません。トリガー：atlas、EOS、PAIA、エージェントチャット、チャット UI、sendAgentMessage、sendAgentLayoutMode、registerAgentServer、connectToHostApp、useAtlasChat、LLM。アプリ内チャットでは、ホストのサイドバーが利用できない場合に限り integrate-atlas-chat を使用します。
任意のコードベースでClaude Codeを使って機能を構築し、規律ある構築→レビュー→テスト→修正のサイクルで作業するときに使用します。「構築サイクルを実行」「次のタスクを構築」「計画を続けて」「この機能をきちんと構築」などの依頼や、計画ファイルまたは直接の機能プロンプトに基づく実装依頼で起動します。計画（計画がなければプロンプト）に基づいて構築し、Claude Codeの`/review`（機密性の高い部分では`/security-review`も）を実行して見つかった問題をすべて修正します。機能をエンドツーエンドでテスト・検証し、テストで明らかになった問題を修正して、完了後に報告します。計画内のすべてのタスクにチェックが付くまで繰り返します。
ElevenLabs プラットフォームで会話型 AI 音声エージェントを構築します。エージェント、ツール、ナレッジベースを設定し、SDK（React / React Native / Swift / JS / サーバーサイド）を統合して、テストとデプロイを行います。ユーザーが ElevenLabs、音声エージェントの構築、AI 電話システム、AI 受付、会話型 AI に言及した場合や、非推奨の @11labs パッケージ、Webhook エラー、CSP 違反、localhost 許可リスト、ツール解析エラーのトラブルシューティング時に使用します。
ユーザーが BuilderOS の仕様書をもとに製品リポジトリ内で MVP 全体を構築したい場合に使用します。「MVP を作って」「アプリを作って」「ロードマップを実行して」「構築を始めて」「ロードマップ全体を進めて」「すべて構築して」など、単一のタスクやフェーズではなく計画全体の実装を求める表現がトリガーになります。`docs/prd.md` と `docs/product-roadmap.md` が必要です（背景情報として `docs/product-vision.md` と `docs/design.md` も必要）。ロードマップの各タスクを順番に実装、テスト、検証してから次に進み、チェックボックスに印を付けてステータス行を更新します。すべてのタスクが完了し、価値を実感できる体験がエンドツーエンドで動作するまで続行し、その後 git を初期化して初回コミットを作成し、リモートリポジトリへの接続を提案します。
OWASP Top 10 for LLM 2025 に基づく LLM アプリケーション向けセキュリティガイドラインです。LLM アプリの構築、AI セキュリティのレビュー、RAG システムの実装、「プロンプトインジェクション」などの LLM の脆弱性や「LLM セキュリティの確認」について尋ねられた場合に使用します。重要：チャットボット、AI エージェント、RAG パイプライン、ツールを使用する LLM、エージェントシステム、または LLM API（OpenAI、Anthropic、Gemini など）を呼び出すすべてのアプリケーションを構築する際は、ユーザーがセキュリティに言及していなくても必ずこのスキルを参照してください。ユーザーが「openai」「anthropic」「langchain」「llamaindex」などの LLM ライブラリをインポートする場合も使用します。
qwencloud-ai の更新を確認し、新しいバージョンが利用可能な場合はユーザーに通知します。次の場合にトリガーします：ユーザーが更新やバージョンの確認を求める、「新しいバージョンはあるか」「最新バージョン」「スキルを更新」「更新を確認」と尋ねる、他の qwen スキルがこのスキルに委任する、またはユーザーがスキル名を明示して呼び出す（例：use qwencloud-update-check）。更新に関係のないタスクや、他のソフトウェアの一般的なバージョンに関する質問ではトリガーしません。
QwenCloudで利用できるQwenモデルやサードパーティーモデルを使って、テキスト生成、会話、コード作成、推論、関数呼び出しを行います。次の場合に起動します：ユーザーがQwenとのチャット、テキスト生成、Qwenでのコード作成、Qwenの関数呼び出し、QwenCloud経由でのサードパーティーモデル（deepseek、kimi、glmなど）の呼び出しを依頼する場合、またはこのスキルを名前で明示的に呼び出す場合（例：qwencloud-textを使用）。次の場合は起動しません：QwenCloud以外のプラットフォーム（OpenAI APIやGoogle Gemini APIの直接利用など）、QwenCloudと無関係な一般的なコーディングの質問、画像・動画の理解（qwencloud-visionを使用）、画像・動画・音声の生成。
Claudeがトレーナーとなり、SMBオーナーが最初の2つのツールを接続できるよう案内し、すぐに価値を実感できるようレシピを1つ実行します。業種、規模、特に大きな悩みを3つ聞き取り、その情報を永続的に保存して他のすべてのスキルで活用できるようにし、毎週のチェックインを設定します。オーナーが利用を始めるとき、または「セットアップして」「設定」「セットアップを手伝って」「始めたい」「始めるのを手伝って」「始めさせて」「何ができるの？」「まだ使い始めたばかり」などと言った場合、あるいは初回セッションで使用します。
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。