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 97,222 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
MEL/SRHR の問いを一度で素早くスコーピングします。必要な視点、その視点同士が衝突する箇所、完全なオーケストレーションに進む価値があるかを整理し、引用や調査結果ではなくトリアージ判定で締めくくります。Ane が本格的な実行にトークンを費やす前に、問い、提案の切り口、学習上の問い、評価の枠組みをスコープ設定またはトリアージしたい場合に使用します。Ane へのインタビュー（/grill-mel）でも、成果物や出典付きの根拠（/ann、/researcher、/evidence-synthesis）でも、複数 Agent による討論（/decision-debate）でもありません。
tea CLI を使用して、Gitea リポジトリのアジャイル開発ワークフローをオーケストレーションします。Gitea がホストするリポジトリで作業し、「ワークフローを実行」「作業を続ける」「次は何をするか」「タスクサイクルを完了」「一日の作業を始める」「スプリントを終える」「次のタスクを実装」などを依頼する場合や、段階的な開発支援を求める場合に使用します。キーワード：ワークフロー、オーケストレーション、アジャイル、タスクサイクル、スプリント、デイリー、実装、レビュー、PR、スタンドアップ、振り返り、gitea、tea。
話しながらクリックし、画面に赤い印を書き込んだ Scrawl の画面キャプチャを読み取り、詳しく調べます。メッセージに Scrawl のキャプチャ（`[scrawl 0:12 · App “Window” · /path/to/….scrawl]` のような行、`.scrawl` バンドルのパス、またはそこから作られた contact-sheet.png）が含まれる場合、ユーザーが「自分の scrawl を見て」と言ったり、直前に記録・描画した内容に言及したりする場合、あるいは `scrawl` CLI で特定箇所を拡大、フレーム抽出、キャプチャのセッションへの送信、動画への書き出しを行う必要がある場合に使用します。
依頼されていなくても、作業の進行に合わせて実際のスクリーンショットをユーザーに見せます。視覚的な変更ごとに開始時、重要な場面、結果を撮影し、準備ができ次第、キャプション付きのファイルとして送信します。送信前に各画像を確認します。UI、ページ、ゲーム、3D、チャート、モーションなど、目に見える成果があるタスク、ユーザーが「show me」「screenshots」「keep giving me screenshots」「where are the screenshots?」と言った場合、および視覚的な変更が機能すると主張する報告の前に使用します。
OpenAI Codex/GPT モデルを活用して、コードの自律的な実装、コードレビュー、計画レビューを行います。発動語句：「codex」「use gpt」「gpt-5」「let openai」「full-auto」「adversarial review」「second opinion review」「用codex」「让gpt实现」「对抗式审查」「让codex审查计划」「第二意见」。ユーザーが OpenAI モデルにコーディングタスクを委任したい場合、codex でコードや計画をレビューしたい場合、別のモデルからセカンドオピニオンを得たい場合、またはサンドボックス環境でタスクを実行したい場合に使用します。
Camoufox（C++ によるフィンガープリント偽装機能を備えた Firefox フォーク）を使った検出回避ブラウザー自動化。標準的なブラウザーツールが Cloudflare、Akamai、またはボット検出によってブロックされる場合に使用します。トリガーには、“stealth browse”、“anti-detection”、“bypass bot”、“camofox”、“blocked by Cloudflare”、保護されたサイト（X/Twitter、Amazon、Product Hunt）のスクレイピング、または agent-browser/playwright がボット検出エラーで失敗する場合が含まれます。
Repomix を使ってコードリポジトリ全体を、AI が扱いやすい単一ファイルにパッケージ化します。カスタマイズ可能な包含／除外パターンによるコードベースのパッケージ化、複数形式（XML、Markdown、プレーンテキスト）での出力、ファイル構造とコンテキストの保持、トークン数のカウントによる AI 利用の最適化、ファイル形式やディレクトリによるフィルタリング、カスタムヘッダーと要約の追加が可能です。AI 分析用のコードベースのパッケージ化、LLM コンテキスト用のリポジトリスナップショット作成、サードパーティライブラリの分析、セキュリティ監査の準備、ドキュメント用コンテキストの生成、不慣れなコードベースの評価に使用します。
ユーザープロジェクト内のローカルな Trellis アーキテクチャを理解し、カスタマイズします。.trellis と、プラットフォームフック、設定、エージェント、スキル、コマンド、プロンプト、ワークフロー、チャネルランタイム（trellis channel）、.trellis/agents/ 内の同梱ランタイムエージェント、選択可能なワークフローテンプレート、レジストリに基づく仕様の更新、trellis init が生成するセッション間メモリ（trellis mem）、AI 向け同梱スキル（trellis-channel、trellis-session-insight、trellis-spec-bootstrap）、同梱スキルの自動振り分けフローを変更する際に使用します。
ユーザーが「MCP サーバーを追加」「MCP を統合」「プラグインで MCP を設定」「.mcp.json を使用」「Model Context Protocol をセットアップ」「外部サービスに接続」と依頼する場合、「${CLAUDE_PLUGIN_ROOT} と MCP」に言及する場合、または MCP サーバーの種類（SSE、stdio、HTTP、WebSocket）について話す場合にこのスキルを使用します。外部ツールやサービスとの連携に向け、Model Context Protocol サーバーを Claude Code プラグインに統合するための包括的なガイダンスを提供します。
タスクの未知事項を整理する四象限のウォークをユーザーに案内します。まず既知の既知を列挙し、次に既知の未知、未知の既知、未知の未知を段階的に整理して、最後に完全な四象限マップをユーザーに提示します。依頼が曖昧または不十分な場合、コードベースや領域に不慣れな場合、ユーザーが「見れば分かる」場合、移植前に参照実装の理解が必要な場合、構築中に計画からの逸脱を記録する必要がある場合、またはマージ前に完成した変更への合意や理解の確認が必要な場合に使用します。[write-spec](../write-spec/SKILL.md) と連携し、タスクを分割する前に四象限を整理して不明瞭さを解消し、完成したマップを仕様に反映します。
汎用コンテキスト管理・計画システム。次の場合に積極的に有効化します。(1) 計画が必要な複雑なタスク、(2) 複数ファイルのプロジェクト／ウェブサイト／アプリ、(3) アーキテクチャ上の判断、(4) 調査タスク、(5) リファクタリング、(6) 長時間のコーディング、(7) 3 つ以上の連続した手順を含むタスク。最適なファイル作成順序、コンテキスト効率の高いワークフロー、拡張思考の委任（コンテキスト効率約 23 倍）、受動的な深層分析アーキテクチャ、段階的なタスク分解を提供します。環境を問わず、Web、API、Claude Code CLI で利用できます。
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。