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
要件設計ワークフロー——あらゆる創造的な開発作業（新機能、新コンポーネント、動作変更、API/DB 設計）を始める前に必須。要件のトリアージ、並行探索、一問ずつの明確化、敵対的検証、2〜3 案の比較によって、アイデアを完全な設計に磨き上げ、spec を書き出して writing-plans に引き継ぐ。ユーザーが特定の機能や変更の納品を明確にしている場合（機能開発、API/DB 設計、動作変更、技術選定の実装）に発動する。純粋な Q&A、テスト実行、設計の余地がない小さなバグ修正・小調整には適さない（quick-fix を使用）。アイデアが固まっておらず、やるかどうかも決まっていない場合は先に exploring を使う。
マスタースキル — 任意のリポジトリに対して完全なエージェントハーネスを構築し、エージェントが確実に作業できるようにする：可読（マニュアルではなく地図としてのドキュメント + カスタム lint）、実行可能（ワンコマンドの開発スタック）、検証可能（e2e ゲート + 出荷前検証ループ）、さらにコミットの衛生とエントロピー管理。新しい、または不慣れなコードベースをエージェント駆動開発に導入するときに使用 — 「ハーネスを構築して」「このリポジトリをエージェント対応にして」「このコードベースをハーネス化して」。
個人コンテキストポートフォリオを作成・設定・更新します：あなたが誰か、どのように働くか、チーム、およびツール/ADO の設定を記述した構造化 markdown ファイルです。初回設定時はインタビューワークフローを実行し、更新時は対象を絞った編集を行います。ユーザーが次のことを求めたときにこのスキルをトリガーします：コンテキストの設定、コンテキストポートフォリオの作成または更新、"create my IQ"、"set up my IQ"、プロフィールの編集、ステークホルダーの追加/削除、ADO 設定の更新、チーム情報の変更、ピラーの更新、または任意のプラグイン設定のセットアップ。別のスキルがコンテキストを見つけられず（ファイルの欠落や TODO マーカー）、コンテキストの入力が必要なときにもトリガーします。ユーザーが何気なくコンテキストの変化に言及したとき（例："my manager changed"、"we added someone to the team"）にもトリガーし、コンテキストファイルの更新を提案します。"who's on my team?" や "what's my ADO config?" のような読み取り専用の質問ではトリガーしないでください。これらは読み込まれたカスタム指示で参照されるコンテキストファイルから直接回答できるため、スキルは不要です。
このスキルは、Claude Code スキル（.claude/commands/ 内の .md ファイル）の監査、レビュー、検証に使用する。ユーザーがスキルの品質、クロスプラットフォーム互換性、クロスエージェント互換性、前提条件の宣言、説明のトリガー精度を確認したいときに呼び出す。トリガー：审查 skill、review skill、检查 skill 质量、skill 兼容性检查、validate skill、audit skill。このスキルは構造検証を validate.sh に、コンテンツ品質を skill-creator に委ね、互換性の監査は自身で行う。一般的なコードレビュー、PR のレビュー、CLAUDE.md のレビューには使用しない。
Codex 専用の統一タスク実行プロトコル。単一タスク、エピックタスク、バッチタスクをサポートしつつ、CSV の真実のソース、検証ゲート、コンテキスト復元、Debug-First の失敗の可視化を維持する。使用する場合：ユーザーが「タスクを追跡」「TODO リストを作成」「計画を立てる」「進捗を追跡」「長時間タスク」「大きなプロジェクト」「ゼロから構築」「自律セッション」「跟踪任务」「自主执行」「长时任务」「从零开始」「任务管理」「做个计划」「大工程」を求めたとき、またはファイル変更を伴う 3 つ以上の順序立てたステップが明らかに必要なタスク。使用しない場合：単一ステップの修正、純粋な Q&A、コードレビュー、コードの説明、検索/調査タスク、3 ステップ未満のタスク、ファイル変更を伴わないタスク。
`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「$orca-cli」「Orca worktree」「child worktree」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「handoff」／「handover」／「give this to another agent」「Orca browser」「orca artifacts」「share skills」と言った場合に使用します。Orca の状態が関係する場合は、通常の git worktree、臨時の PTY、Computer Use より優先します。CLI、ファイルシステム、API では操作できない可視ウィンドウの GUI 操作が必要な場合に限り、Computer Use を使用します。
再現可能なベースライン、ホールドアウトスイート、回帰ベンチマークに照らして、エージェントのプロンプト、スキル、ルーティングポリシー、ハーネスの変更を評価します。エージェントのシステムプロンプトの最適化、スキルのトリガー精度の測定、ルーティング変更の評価、ベンチマーク回帰の実行に使用します。ユーザーが「fable-eval」と明示していない場合も対象です（例：「このプロンプトをベンチマークして」「エージェントの動作を評価して」「スキルの性能をテストして」「評価スイートを実行して」）。通常のアプリケーションのユニットテストには使わないでください（fable-verify を使用）。
マルチエージェントエコシステム全体で、自律型AIエージェントスキルの作成、評価、改善、最適化、パッケージ化を行います。BinEval によるスコアリングと説明文の調整に対応します。スキルを一から作成する場合、誤作動や発動不足の既存スキルを編集する場合、スキルのテストスイートを作成する場合、スキルの説明を最適化する場合、配布用にパッケージ化する場合に使用します。ユーザーが "fable-skill-creator" と明示していない場合も対象です（例："create a skill"、"build a new skill"、"optimize skill description"、"package this skill"、"teach the agent to do X"）。一般的なアプリケーションコードの変更やスキル以外の作業には使用しないでください。
`orca` CLI を通じて、Orca 管理の worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、成果物、スキル共有、worktree コメント、Orca 内蔵ブラウザーを操作します。ユーザーが「$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。
ユーザーが `AGENTS.md`、`CLAUDE.md`、`ARCHITECTURE.md`、`CONSTRAINTS.md`、`JARGON.md`、`EPISTEMIC-MAP.md`、`README.md`、`openspec/config.yaml` などの正式なプロジェクトコンテキストファイル間のずれを監査または修正したい場合に使用します。コンテキストのずれ、メモリファイルのずれ、重複したプロジェクト文書、誤った文書、階層化されたドキュメント、文書の所有者について言及された場合も対象です。各情報が適切な文書に置かれているかを確認し、重複や階層境界の違反を特定して、差分プレビューと変更ごとの承認を伴う、情報を損なわない移動・削除案を作成します。これらのファイルは重要であり、誤った場所に置かれた内容がエージェントやツールの動作を変える可能性があるため、場当たり的な整理よりこのスキルを優先してください。
Light ワークフローのアドバイザー、ナビゲーター、ルーターとして動作します。ユーザーの目的を把握し、実際のプロジェクトやホストの証拠と Skill カタログを確認して、次に最適な Light Skill を判断し、その理由を説明してユーザーの承認を待ちます。承認後はホスト環境に応じて移行し、選択された Skill の呼び出しポリシーに従います。コレクション内のナビゲーションや単独のルーティング依頼にも対応します。ユーザーが明示的に $ask-light を呼び出した場合にのみ使用し、同意を得る前に実行してはいけません。
会話、文字起こし、プロジェクトノート、フォルダーワークフロー、ドキュメントなどの情報源を、再利用可能なエージェントスキルと Skill Creator 互換の指示に変換します。ワークフローをスキルとして作成、更新、要約、「学習」させる依頼、将来の AI エージェント向けに繰り返し使う手順を保持する場合、修正点や失敗パターンを永続的な手順として組み込む場合、または情報源をコーディングエージェント、リサーチエージェント、自動化エージェント、カスタムエージェントフレームワーク向けのポータブルなスキルガイダンスに変換する場合に使用します。
Hex の AI エージェント（Threads、Notebook Agent、Modeling Agent）の精度を高めるコンテキストの構築、管理、改善に使用します。承認項目と除外項目、データウェアハウスの説明、ワークスペースのコンテキストとガイド、セマンティックモデルを扱います。コンテキストの新規構築、専用評価エンジンによる測定（評価スイートの作成と実行、実利用からのケース収集、プレビューでの変更ゲート）、Context Studio Suggestions の確認、GitHub 同期または Hex CLI による公開も対象です。「context management」「manage my Hex context」「context strategy」「context engineering」「set up Threads context」「workspace guide」「warehouse descriptions」「endorse tables」「semantic model」「my agent gave the wrong answer」「audit my Hex context」「improve agent accuracy」「eval my context」「write Hex evals」「eval rubric」「baseline vs hill-climbing」「convert my evals」「test context changes」「hex context preview」「context suggestions」「Hex Context Studio」などで起動します。「データチームに AI を使わせたい」「Threads がいつも間違ったテーブルを選ぶのはなぜ」といったくだけた表現も含め、コンテキスト改善によって Hex のエージェントを信頼できるものにするタスクに使用します。毎回セットアップ全体を実行するのではなく、適切なワークフローに振り分けます。
SAP AI Core で GenAI 評価を実行します。システム定義およびカスタム（LLM-as-judge）メトリクスを使用して、テストデータセットに対する LLM とプロンプトのベンチマークを行い、集計結果を取得します。プロンプトレジストリ、オーケストレーションレジストリ、グラウンディング（RAG）オーケストレーションレジストリの 3 種類すべての評価に対応します。使用する場合：LLM／プロンプト／オーケストレーション設定の評価またはベンチマーク、GenAI 評価の実行、評価メトリクスの作成または一覧表示、カスタム LLM-as-a-judge メトリクスの定義、評価用プロンプトテンプレート（プロンプトレジストリ）またはグラウンディングの有無を指定したオーケストレーションレジストリ設定の作成、評価設定または実行の作成、実行の評価結果／スコアの取得。使用しない場合：オフライン aeval サービスによるエージェント評価には `aeval-offline-evaluation`、推論用の本番オーケストレーション／RAG パイプライン構築には `genai-hub-orchestration`、評価以外の一般的な実行・デプロイ・アーティファクトには `aicore-lifecycle-management`、認証情報・リソースグループ・オブジェクトストアには `aicore-admin-resources` を使用します。
SAP AI Core オーケストレーションサービスを設定して使用します。プロンプトテンプレートの作成、コンテンツフィルタリングの追加、ドキュメントグラウンディング（RAG）パイプラインの設定、Harmonized API 経由でのモデル呼び出しを行います。使用する場合：オーケストレーションサービス、Harmonized API、変数を使ったプロンプトテンプレート、コンテンツフィルタリング、グラウンディング、RAG パイプライン、ドキュメントグラウンディング、または LLM をラップするパイプラインについて尋ねられた場合。使用しない場合：オーケストレーションデプロイの作成には `aicore-lifecycle-management`、認証情報の設定には `aicore-admin-resources`、パイプラインを使わずに基盤モデルを直接参照またはデプロイする場合は `genai-hub-foundation-models`、パイプラインを使わない直接の LLM 推論には `aicore-sdk-java` または `aicore-sdk-js` を使用します。
信頼できる観察結果を生成する Replay Vision スキャナーを設計します。各スキャナーに明確な質問を1つ設定し、回答形式に応じてタイプを選び、回答可能なセッションだけを選ぶクエリを用意します。画面上の証拠を求め、「いいえ」や「判断不能」も許容するプロンプトを設定し、誤答のコストに応じてモデルを選び、初回バッチのテストを実施します。規模の見積もりと作成呼び出しは creating-replay-vision-scanners を使用してください。 次の場合に使用：ユーザーが Replay Vision スキャナーやそのプロンプトの設計、作成、改善を求める場合、何をスキャンすべきか尋ねる場合、スキャナーが曖昧な観察結果を返す理由を尋ねる場合、または製品向けのスキャナー案をエージェントに求める場合。 次の場合は使用しない：質問とプロンプトが確定済みで、規模の見積もりと作成が目的の場合（creating-replay-vision-scanners を使用）；スキャナーが1つの実験を対象とする場合（scanning-experiments-with-replay-vision を使用）；既存の観察結果を読むことが目的の場合（exploring-replay-vision-observations を使用）。
アイデアから自律稼働する Claude Managed Agents のエージェント作成まで案内し、デバッグも支援します。Agent、Environment、Session、Deployment、vault、memory store、outcome の各概念を必要なタイミングで説明し、AskUserQuestion の例示選択肢で具体的な判断を尋ね、Simplified Technical English でシステムプロンプトを設計します。MCP コネクターを探し、秘密情報をチャットに一切送らずに認証情報を設定し、ファイルを作成して `ant` CLI で適用し、上限付きのテストセッションを実行し、イベントから失敗したセッションを診断します。「crea un agente en Managed Agents」「managed agents wizard」「quiero un agente que corra solo」「agente programado」「agente always-on」「agente que revise mis repos cada lunes」「mi sesión se quedó pegada」「por qué falló mi agente」「debug my managed agent session」「set up a scheduled Claude agent」「deploy an agent on a cron」などの依頼で使用します。Claude Agent SDK（agent-sdk-wizard を使用）、生の Messages API、Claude Code 自体には使用しません。
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。