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
現在のブランチの変更に対して、PR レビューがクリーンになるまで自動化されたレビュー&修正のループを実行します。対象は機械的にそのブランチが変更したディレクトリに限定されます。レビューはインストール済みの PR レビュースキル(デフォルト: pr-review-toolkit の review-pr)が実施します。プルリクエストの作成や更新の前にブランチのレビュー指摘を修正する場合に使用します('clean up this branch'、'fix this PR until review passes'、'run review-and-fix on my changes')。一度きりのレビューには使用しないでください。PR レビュースキルを直接実行してください。
エージェント自身の記憶を、長期的に活用できるプロジェクト知識として整理します。Claude Code の auto-memory(MEMORY.md とトピックファイル)を確認して残す価値のある知見を選び、実証済みの内容を CLAUDE.md または .claude/rules/ に反映し、修正内容をセッションをまたいで残る教訓として記録し、古い項目や重複項目を整理し、繰り返し発生する修正を再利用可能なスキルにします。プロジェクトについて学習・保存した内容や恒久ルールにすべき記憶を尋ねられた場合、教訓を記憶して同じ間違いを繰り返さないよう依頼された場合、または記憶の整理、監査、状態確認を求められた場合に使用します。
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
inference.sh の Python 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(pip install inferencesh)。同期/非同期、ストリーミング、ファイルアップロードに対応。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でき、ツールビルダー API、スキル、人間による承認を備えます。用途:Python 統合、AI アプリ、エージェント開発、RAG パイプライン、自動化。トリガー:python sdk、inferencesh、pip install、python api、python client、async inference、python agent、tool builder python、programmatic ai、python integration、sdk python。
既存のLLMエージェントの出力品質を評価、改善、最適化する必要がある場合に使用します。ツール選択の精度や回答品質の向上、コスト削減、エージェントの誤答・不完全な回答の修正などが対象です。データセット、スコアラー、トレースを用いたMLflow evaluationで、エージェントを体系的に評価します。重要:作業を始める前に、必ずinstrumenting-with-mlflow-tracingスキルも読み込んでください。エンドツーエンドの評価ワークフロー、または個別の構成要素(トレース設定、データセット作成、スコアラー定義、評価実行)を扱います。
Catalyst Zoho MCP — CatalystbyZoho_* の MCP ツールを使い、自然言語で Catalyst のインフラ(テーブル、バケット、キャッシュ)を管理します。'Zoho MCP'、'MCP tools'、'catalyst MCP'、'CatalystbyZoho'、'create table with AI'、'MCP setup'、'MCP config'、'global MCP server'、'infrastructure as conversation'、'MCP first'、'avoid Catalyst console'、'use MCP instead of console' でトリガーします。
あらゆる分野のエージェント型ハーネスの設計、MVP ブループリントの作成、監査、トラブルシューティング、リファクタリング、説明にこのスキルを使用します。OpenAI、Anthropic、OpenAI 互換 API に対応するプロバイダー中立のエージェントアーキテクチャを扱います。エージェントループ、ツール設計、記録の出所、インタラクティブな提示、ユーザーメモリーのライフサイクル、環境適応型ツール、推測的ツール実行、遅延バインド機能、権限、システムプロンプト、計画、目標、常時稼働エージェントと永続ランタイム、適応型エージェントチーム、コンテキスト圧縮、メモリー、スキル、MCP/外部コネクター、公開ボード通信、リアルタイム音声エージェント、ハードウェアエージェントとボードへのデプロイ、自己改善型の再帰ハーネス、プログラム可能なコンテキスト、継続的な改善、オブザーバビリティ、評価、プロンプトキャッシュ、エージェントが理解できる環境、フィードバックループ、安全性を扱います。
音声会話向けの低遅延モデル、ElevenLabs Realtime モデル(`eleven_realtime_v1_mini`、`eleven_realtime_v1_max`)を使用します。Realtime モデルで ElevenAgents エージェントを作成する場合、既存のエージェントの Voice モードを Realtime に切り替える場合、`conversation_config.realtime_model` を設定する場合、Realtime Mini と Max を選ぶ場合、または公開や転送ができない Realtime エージェントをデバッグする場合に使います。OpenAI の Realtime API と SDK(`@openai/agents-realtime`、`gpt-realtime`)で構築された音声アプリを、OpenAI 互換の ElevenLabs Realtime API に移行する場合にも使います。対象には `client_secrets` の発行、WebSocket トランスポート、WebRTC を離れた後に音声が出ない問題(4001/4003 で切断、音声なし)が含まれます。Custom モードでエージェントの LLM または TTS モデルを選ぶ場合、Scribe realtime の音声テキスト変換、Chat Completions または Responses API のテキスト呼び出しの移行には使いません。
複数のモデルとサービスを組み合わせた自動化 AI ワークフローを構築します。パターン:バッチ処理、スケジュールタスク、イベント駆動パイプライン、エージェントループ。ツール:inference.sh CLI、bash スクリプト、Python SDK、webhook 連携。用途:コンテンツ自動化、データ処理、監視、スケジュール生成。トリガー:ai automation、workflow automation、batch processing、ai pipeline、automated content、scheduled ai、ai cron、ai batch job、automated generation、ai workflow、content at scale、automation script、ai orchestration。
阿里雲百炼のモデル選定と推奨。ユーザーがモデルの選択、推奨、比較を求める場合や、AI のシナリオ/機能要件を説明し、どのモデルを使うかの判断支援を暗に求めている場合に起動します。主な目的は単なる情報検索ではなく、ユーザーの意思決定を支援することです。トリガー語:モデルを推奨して、どれを選ぶ、どれが適している、比較、XX を作る、XX 機能を実装する、どのモデルがよいか、XX シナリオ向けの案。モデル情報の検索と選定の両方に関わる場合は、この skill を優先してください。skill 内でモデルデータを読み込み、推奨を行います。
AI モデル向けのプロンプトエンジニアリングを習得します:LLM、画像生成器、動画モデル。技法:チェーンオブソート、少数ショット、システムプロンプト、ネガティブプロンプト。モデル:Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion のプロンプト。用途:より良い AI 出力、一貫した結果、複雑なタスク、最適化。トリガー:prompt engineering、how to prompt、better prompts、prompt tips、prompting guide、llm prompting、image prompt、ai prompting、prompt optimization、prompt template、prompt structure、effective prompts、prompt techniques。
inference.sh CLI から OpenRouter 経由で Claude、Gemini、Kimi、GLM および 100+ の LLM にアクセス。モデル:Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2、GLM-4.6、Intellect 3。すべてのモデルを 1 つの API で扱い、自動フォールバックとコスト最適化に対応。用途:AI アシスタント、コード生成、推論、エージェント、チャット、コンテンツ生成。トリガー:claude api、openrouter、llm api、claude sonnet、claude opus、gemini api、kimi、language model、gpt alternative、anthropic api、ai model api、llm access、chat api、claude alternative、openai alternative
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。
