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 96,770 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
AI エージェントが安全に操作でき、人間が監督できる CLI を設計・構築します。CLI の構築、API のコマンドラインツール化、ユーザーが所有するデータベースやファイルシステム上での CRUD またはローカルファーストなツールの構築、既存の CLI への --json や --dry-run の追加、リスクの高いコマンドに対する信頼レベルや承認ゲートの設計、エージェントが独自にポーリングループを書かずに済むような非同期 API のラップ、または CLI の配布方法（npm、ネイティブバイナリ、ソース）の検討に利用します。インターフェース仕様を自分で定義する場合は単独で実行し、他者のサービスを対象とする場合はサーフェス調査レポートに従います
TypeScript と @modelcontextprotocol/sdk を使って Cloudflare Workers 上でリモート Model Context Protocol (MCP) サーバーを構築・デプロイする：ツール、リソース、プロンプト向けの McpAgent クラスパターン、4 つすべての認証パターン（トークン検証、DCR を用いたリモート OAuth、workers-oauth-provider 経由の OAuth プロキシ、完全な OAuth プロバイダー）、GitHub/Google/Azure OAuth、セッション単位の状態向け Durable Objects、コスト削減のための WebSocket ハイバネーション、SSE と Streamable HTTP のデュアルトランスポート。基本的なサーバー、OAuth プロキシ、ステートフルな Durable Object サーバー、wrangler.jsonc 設定のテンプレートを同梱し、McpAgent のエクスポートミス、OAuth リダイレクト URI の不一致、WebSocket の状態喪失、Durable Objects のバインディングエラー、CORS の設定ミスを含む 15 以上のエラーを防ぐ。Cloudflare Workers 上で MCP サーバーを作成、認証、デバッグ、デプロイするときに使用。
曖昧なリポジトリ変更について、継続的に 1 問ずつ質問するコンサルテーションに使用します。提示された範囲を調査し、決定を保存し、承認された計画を作成し、明示的な対象と自動レビュー上限を備えたスコア付きの有界な敵対的レビューを実行し、人間が担うリスクを解決または受け入れ、実装せずに新しいビルダーへ引き継ぎます。明示的な /consultant、または継続的なコンサルテーション、計画の承認、敵対的レビュー、ビルダーへの引き継ぎの依頼でトリガーします。通常の計画編集、単独のレビューやブレインストーミング、PRD の作成、実装、テスト、一般的な技術助言は対象外です。
macOS 上に永続的な AI エージェントゲートウェイを、Redis イベントブリッジ、ハートビート監視、マルチセッションルーティングとともに構築する。対話形式の Q&A で意図に合わせる — 最小構成（Redis + 拡張機能）からフル構成（組み込みデーモン + Telegram + watchdog）まで。使用場面：'set up a gateway'、'I want my agent always on'、'event bridge'、'heartbeat monitoring'、'agent notifications'、または AI エージェントを常時稼働させ到達可能にするあらゆるリクエスト。
機能、PRD、要件を TDD 実装タスクに分解します。タスク 0.0 は機能ブランチの作成で、必ず最初に行います。各タスクは TDD の四段階（RED テスト→失敗を確認→GREEN 実装→成功を確認→REFACTOR）に従い、必須の公開 API ドキュメント作成、ドキュメント更新、コードレビューの各タスクを含みます。`Guidance Used` と `Relevant Files` セクションを含む出力を `tasks/tasks-[name].md` に保存し、プロジェクトの慣習からテストコマンド、ソースディレクトリ、テストディレクトリを自動検出します。Ruby を優先しますが、言語には依存しません。トリガー語：tdd task list、tdd tasks、generate tasks、tdd breakdown、implementation tasks、task breakdown、feature tasks、quadruplet pattern。
計画をタスクに分解し、各タスクで implement-and-review を実行して機能全体を構築する。計画または機能が与えられたら、それをトランサーバレット型の垂直スライスタスクに分解し（to-tasks スキル経由——受け入れ契約 + ゲートフラグ + 依存関係)、タスク DAG を実行し（独立したタスクは並列）、各タスクごとに implement-and-review を実行して FE/BE クロスレビュー付き TDD ビルドを行い、依存関係の順にタスクを統合してタスク単位の受け入れを行い、最後に機能全体の full-review で締めくくり、テスト/ビルドをグリーンに保つ。Opus が分解、スケジューリング、統合、最終レビューを統括し、タスク単位の構築は implement-and-review の役割。マルチタスク機能をエンドツーエンドで出荷/構築する際に使用。単一のスコープされたタスクには implement-and-review を直接呼び出す。models-consensus（審議のみでコードを生成しない）や ship とは異なる——ship はアイデア→PR の指揮者で、対話的な仕様/計画フェーズと PR の納品を含み、implement-feature は仕様フェーズも PR もない計画→構築済み機能の DAG 実行者。
粗く未整理のプロンプトアイデアを、正確で構造化された AI コーディングプロンプトに変換する。生成前に現在のプロジェクトコンテキスト（スタック、ファイル構造、規約、git 履歴）を自動で調査する。ユーザーが曖昧または「汚い」プロンプトアイデアを提示し、その洗練、改善、書き直しを求める場合にこのスキルを使用する — 例："improve this prompt"、"refine my prompt"、またはやりたいことを大まかに述べるだけの場合。ユーザーがプロンプト自体ではなく作業の実行や計画を望む場合は対象外 — deep-plan が計画を生成し、単にタスクを行うのにプロンプトスキルは不要。
pnpm monorepo で Playwright 三点セット（@playwright/test + @playwright/cli + playwright-mcp）を初期化する。e2e/ビジュアルテストの骨組み、MCP 設定、AI skills の生成、AI メモリの更新を含む。ヘッドレスブラウザの CPU 過負荷インシデントのポストモーテムとトラブルシューティングガイドを内蔵: ヘッドレスモードでの高い CPU 使用率（100%）、ブラウザのハング、終了できない残存 Chromium プロセス、大型ディスプレイの 3D WebGL レンダリング性能問題を診断できる。緊急の損切り手順と長期的な回帰チェックリストを提供する。ユーザーが Playwright の初期化、大型ディスプレイのビジュアルテスト、e2e テストの構築、Playwright monorepo の設定、pw_core/pw_visual MCP などに言及したときにトリガーされる。ヘッドレスブラウザの性能トラブルシューティング、headless CPU 100% の診断、残存 Chromium プロセスのクリーンアップ、終了できないブラウザプロセスの対処、大型ディスプレイの 3D レンダリング性能チューニングなどの調査シナリオにも適用される。
反復的なインタビューでスコープを明確にし、制約を洗い出し、非自明な作業を始める前に「やる / やらない / 完了」の合意に到達する。曖昧な依頼や漠然としたタスク説明を受け取ったとき、または非自明な実装で plan mode に入る前に使用する。一行で済む具体的な修正（"rename foo to bar"）、単一の事実を問う質問、スコープ・制約・受け入れ基準がすでに明示されている場合はスキップする。要件定義、デバッグ調査、アーキテクチャレビュー、セキュリティレビュー、ドキュメント作成、一般的な探索を支援する。
OpenClaw トラブルシューティングスキル。ユーザーが次の問題に遭遇した場合に使用する： 1. Gateway が起動しない、接続できない、応答しない 2. チャネル接続の問題（WhatsApp、Telegram、Discord など） 3. モデル設定の問題（API Key、モデル切り替えの失敗） 4. Dashboard/Control UI が開かない、接続に失敗する 5. セッションの問題（セッションの消失、新しいセッションを作成できない） 6. 設定エラー（設定ファイルのエラー） 7. ノードの問題（ペアリングの失敗、ツール呼び出しの失敗） 8. ブラウザツールの問題 9. Cron/ハートビートタスクが実行されない 10. インストール/更新の問題 トリガーキーワード：Gateway、起動、接続、エラー、問題、故障、できない、失敗、エラー、Dashboard、UI、チャネル、モデル、セッション、ノード、ブラウザ、Cron、ハートビート、インストール、更新 必要に応じて公式ドキュメントを参照して解決策を探し、初心者にもわかる手順を提示する。
ユーザーが「create an OpenCode tool」「build an OpenCode plugin」「write a custom tool for OpenCode」「use @opencode-ai/sdk」「use @opencode-ai/plugin」「integrate with OpenCode」「create OpenCode hooks」「define tool schema」「use tool.schema」「work with OpenCode sessions」を求めるとき、または OpenCode SDK のパターン、プラグイン開発、カスタムツール作成についての指針が必要なときに、このスキルを使用する。
統合された Opper SDK（`opperai` パッケージは Python と TypeScript の両方に対応し、エージェントサポートを内蔵）を使用して、AI タスクの完了、Pydantic / Zod / JSON Schema による構造化出力、ナレッジベースのセマンティック検索、ストリーミング、トレーシング、ツール使用、マルチエージェント構成を行います。ユーザーが `opperai` をインポートする Python または TypeScript コードを書く場合、Opper エージェントを構築する場合、レガシーな `opper.call` からコードを移行する必要がある場合、またはコードで Opper 関連のことを行う方法を尋ねる場合は常にこの skill を使用します — SDK を明示的に名指ししなくても使用します。両言語は並列の番号付きサンプルを備えた 1 つのリポジトリにあり、エージェントは SDK の一部であり、別個のパッケージではありません。
公開の `orca` CLI を使用して、Orca が管理する 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、アーティファクト、worktree コメント、および Orca アプリに埋め込まれたブラウザを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「control the browser inside Orcaoclassroom」と言ったときに使用する。Orca が管理する状態に wortt Involving タスクでは、生の `git worktree`、場しの PTY、Playwright、Computer Use よりこの方法を優先する。Orca の埋め込みブラウザ以外のブラウザウィンドウ、webview、デスクトップ UI には Computer Use を使用してきた。
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。