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
本番環境で LiveKit エージェントをデプロイ、運用します。LiveKit Cloud へのバージョンのリリースとロールバック、シークレットと設定、ワーカープロセスモデルと事前ウォームアップ、ワーカープロセス内での安全な非同期処理、プロバイダーのタイムアウトと縮退、正常なシャットダウン、SDK のアップグレード、可観測性を扱います。「エージェントをデプロイして」「デプロイをロールバックして」「エージェントのログを追って」「再起動後の最初の通話が遅い」「別のループに接続した／イベントループが閉じている」「VAD を事前ウォームアップして」「通話を切断せずにシャットダウンして」「livekit-agents を安全にアップグレードして」「セッションごとにログを関連付けて」といった依頼や、稼働中のエージェントコードベースの変更時に使用します。エージェントの設計（building-livekit-agents）や、問題のあった会話をローカルで再現する作業（debugging-livekit-agents）には使用しません。
MindOSはユーザーのローカルナレッジアシスタントであり、セッションやエージェントをまたいで共有されるナレッジベースです。意思決定の記録、議事録、SOP、トラブルシューティングの知見、アーキテクチャの選定、調査結果、設定を保存します。対象はmindRootナレッジベース内のタスクに限ります。コードリポジトリ、プロジェクトソースコード、KB外のパスの変更には使用しません。主な概念：スペース、指示（INSTRUCTION.md）、スキル（SKILL.md）。ノートには指示やスキルを含めることができます。使用する場面：あらゆる内容の保存や記録、過去のノートやコンテキストの検索、ファイルの更新や編集、ファイル構造の整理や再構成、SOPやワークフローの実行、会話中の意思決定の記録、経験の振り返りや要約、表やCSVデータへの追記、エージェント間でのコンテキスト引き継ぎ、教訓の抽出、関連文書の同期、以前に話し合った内容の確認、過去の決定の照会、テンプレートやSOPの検索、会議用コンテキストの準備、受信箱へのすばやい保存、受信箱の整理、ナレッジの健全性チェック、知識の衝突や矛盾の検出、古い内容の検索。トリガーフレーズ：「覚えておいて」「ノートを検索して」「ナレッジベースを更新して」「ファイルを整理して」「ワークフローを実行して」「ナレッジベースに保存して」「記録して」「ノートを整理して」「振り返り」「教訓をまとめて」「文書を同期して」「以前の記録を確認して」「関連するノートはある？」「以前何を書いた？」「これを保存して」「要約して保存して」「別のエージェントに引き継いで」「表に追記して」「受信箱に入れて」「受信箱を整理して」「ナレッジの健全性をチェックして」「知識の衝突を検出して」。能動的な対応—ユーザーがMindOSに言及するのを待たない：（1）ユーザーの質問から過去の記録（以前の決定、議論、議事録）が存在する可能性がうかがえる場合は、ナレッジベースに明示的な言及がなくても、まずMindOSを検索します。（2）価値のある作業（バグ修正、意思決定、経験の要約、アーキテクチャの選定、会議の終了など）が完了したら、後で参照できるようMindOSへの保存を積極的に提案します。（3）長時間または複数のテーマにわたる会話の後は、重要な決定とコンテキストの永続化を提案します。
アプリケーションの AI プロンプトインジェクション、エージェントのセキュリティ、LLM の権限境界に関する脆弱性を監査します。「プロンプトインジェクション」「LLM セキュリティ」「AI セキュリティ」「ジェイルブレイク」「間接的なプロンプトインジェクション」「プロンプト漏えい」「AI レッドチーム」「LLM の脆弱性」「AI 入力検証」「システムプロンプトの抽出」「エージェントのセキュリティ」「MCP セキュリティ」「AI 権限」「AI 権限昇格」に言及した場合や、AI 機能、AI エージェント、LLM 統合を備えたアプリケーションの保護が必要な場合に使用します。
Claude Code、Codex、Kimi Code、Kiro、OMP、Pi の過去のセッション履歴を検索・照会します。受動的な使用：ユーザーが「X をどう直したっけ」「前回何をしたっけ」「あのセッションを探して」や「上次怎么修的」「之前的 session」「历史记录」と尋ねた場合。能動的な使用：ユーザーが文脈を把握していない過去の作業に言及した場合、編集履歴が複雑なファイルを変更する前、「继续之前的」または「continue where we left off」と言われた場合、過去の判断を把握すると現在の回答が改善される場合。記憶：ユーザーが「记住这个」「remember this」「写入记忆」「save this conclusion」と言った場合、または検索結果に保存する価値のある結論が含まれると判断した場合。
LiveKitエージェントのシミュレーションで実行するシナリオを作成・管理し、エージェントがそれらを利用できるようにします。ユーザーが「何をテストすべきか」「シミュレーションシナリオを生成」「エージェント用のシナリオを書く」「Xのシナリオを追加」「シナリオファイルを整理」「シミュレーションが不安定」「シナリオが実データベースにアクセスする」「シナリオごとに状態を初期化」「合格したのに誤った予約をした」「最終状態を評価」と尋ねる場合や、リリース前にフローをストレステストしたい場合に使用します。LiveKitシナリオジェネレーターでベースラインを生成して改善する方法、生成で漏れたケースの記述、シミュレートされたユーザーの指示を確実に誘導できる表現にする方法、複数ファイルにまたがるシナリオセットへの分割、シナリオから決定論的な状態を設定し、最終状態が正しくなければ実行を失敗させるエージェント側コードを扱います。シナリオの実行にはrunning-livekit-simulationsを使用してください。
LiveKitエージェントのシミュレーションを実行し、結果に基づいて対応します。ユーザーが「シミュレーションを実行」「デプロイ前にエージェントを回帰テスト」「シナリオを実行」「lk agent simulateを使う」「エージェントは合格したか」「このシナリオが失敗した理由」「CIでシミュレーションを実行」「オーディオパイプラインをテスト」「ターンテイクと割り込みを確認」と言う場合や、リリース前に会話全体の挙動を確認したい場合に使用します。テキストモードとオーディオモード、および各モードで検出できる内容、ローカルまたはデプロイ済みエージェントでの実行、劣化オーディオフラグ、リリース前実行の自動化、list、view、exportを使った失敗のトリアージを扱います。シナリオの作成にはwriting-livekit-scenariosを使用してください。単に「エージェントをテストして」と依頼された場合の既定ではありません。その場合はdebugging-livekit-agentsを使用します。シミュレーション、シナリオ、実行、CI、リリースに言及された場合に使用してください。
同じプロジェクトに取り組む他のClaudeスレッド（セッション）を監督します。それぞれの作業内容を確認し、完了した作業がmainにマージされ、スクリーンショット付きの変更履歴項目が追加され、公開済みであることを確認します。本当に完了したスレッドをアーカイブし、中断されたスレッドを再開または報告します。ユーザーが「スレッドを確認」「新しい変更を確認」「スレッドはマージしてプッシュ済み？」「完了したスレッドをアーカイブ」と言う場合や、他のセッションの進捗を尋ねる場合に使用します。プロジェクト固有の情報（変更履歴の形式、公開サイト、キャプチャフォルダー）は、このスキルと同じ場所にある任意のローカルファイルreferences/<project>.mdに記載します。
コーディングタスクを Google Jules AI エージェントに委任し、非同期で実行します。「Jules に修正させて」「Jules に委任して」「Jules に送って」「Jules に頼んで」「Jules のセッションを確認して」「Jules の結果を取得して」「jules add tests」「jules add docs」「jules review pr」と言われた場合に使用します。バグ修正、ドキュメント、機能、テスト、リファクタリング、コードレビューに対応します。GitHub リポジトリで動作し、PR を作成します。
アイデア創出と実験のサイクルを通じて、永続的な研究メモリを管理します。2 つのストアを維持します。Ideation Memory M_I（実現可能／未成功の方向性）と Experimentation Memory M_E（データ処理、モデルのトレーニング、アーキテクチャ、デバッグに再利用できる戦略）です。3 つの進化メカニズムがあります。IDE（research-ideation の後）、IVE（実験失敗後に、失敗を実装上の問題か根本的な問題かに分類）、ESE（実験成功後に、再利用可能な戦略を抽出）。次の場合に使用します：research-ideation サイクルや実験パイプライン完了後のメモリ更新、手法が失敗した理由の分類（実装上の問題か根本的な失敗か）、過去の知識を必要とする新たな研究サイクルの開始、ユーザーが「メモリを更新」「失敗を分類」「以前うまくいったこと」「研究履歴」「進化」に言及した場合。実験の実行（experiment-pipeline を使用）、実験コードのデバッグ（experiment-craft を使用）、アイデアの生成（research-ideation を使用）には使用しません
複雑さに応じた 3 段階のワークフロー（調査、提案、実装）でプロジェクト開発ライフサイクルを管理します。些細な変更は迅速な手順で進め、それ以外はすべて承認を待ちます。docs/plan/ でファイルベースの計画を追跡し、docs/task/ でタスクを追跡します。作業前のタスク取得によってマルチエージェントの調整を行います。既存のコードベースで機能開発、バグ修正、リファクタリング、計画、進捗追跡、マルチエージェント実行を扱う際に使用します。リポジトリのドキュメントとリモートから見えるメタデータは英語を優先し、ユーザーが特定の文書を中国語で作成するよう明示的に求めた場合にのみ中国語を使用します
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。