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
認証済みのWebサイトUIまたは認証済みブラウザー動作が実際に必要なブラウザーパスを選んだ後、KERNEL管理の認証またはボルト認証情報を使用します。対応する操作では専用API、CLI、MCPサーバー、または信頼できるローカル記録を優先します。URLだけではブラウザー認証は必要ありません。認証接続を再利用または作成し、タスクを中断せずにホスト型ログインを完了し、テレメトリー付きのプロファイル対応ブラウザーを起動して、安全に再認証します。ユーザーごとのボルト認証情報については、KERNELホスト型の収集または1Passwordによる仲介承認をユーザーに選んでもらい、明示的な承認後にのみ入力します。
Railcode CLI で Railcode 管理エージェントを構築、テスト、公開、呼び出し、スケジュール設定、更新します。組織または個人の管理エージェントの作成、エージェントマニフェスト（JSON または YAML）の編集、下書きまたは保存済みエージェントの実行、実行状況の調査、cron スケジュールの管理、Slack（@Railcode $agent）からの実行、コンパニオンアプリとの連携、サンドボックス内のファイル処理、個人所有のコネクター（本人の Gmail、Slack、Granola など）を通じた操作に使用します。静的な Railcode アプリ、アプリ内の LLM ツールループ（llm.generate({ tools }) — create-railcode-app を参照）、一般的な組織管理には使用しないでください。
コーディングタスクをバックグラウンドの実装担当として Muse Code（`muse`）に委任し、その後、差分をレビューして自分で取り込みます。ユーザーが実装作業を Muse に任せたい場合（「Muse に X をやらせて」「これを Muse に委任して」「Muse 経由で実行して」「Muse で実装／修正／リファクタリングして」など）、またはレビュー担当を続けながらコーディングタスクを Muse に順次処理させたい場合に使用します。ユーザー自身が差分を確認してコミットする場合に適しています。独立した `muse exec` の実装実行をユーザーが望む場合に限ります。自分自身が Muse で、ユーザーが単にコード作成を依頼している場合は直接実行します。インラインで対応できる小さなタスクには使用しないでください。
超圧縮タイ語＋英語コミュニケーションモード。簡潔なタイ語を使いながら技術的な正確さを保ち、出力トークンを約 60～75％削減します。トリガー："/pordee" / "/pordee full" / "พอดี" / "พอดีโหมด" / "พูดสั้นๆ" → フルモードを有効化 - "/pordee lite" → ライトモードを有効化 - "/pordee stop" / "หยุดพอดี" / "พูดปกติ" → 無効化 - "/pordee-stats" / "/pordee-stats --share" → トークン使用統計を表示
1 つのタスクを巡って、Claude の 100 のバージョンを最後の 1 つまで競わせます。N 個のサブエージェント（デフォルトは 100、--quick では 16）を起動し、全員に同じタスクと異なる戦略カード（推論モード、ワークフロー、戦略）を与え、シングルエリミネーショントーナメントを実施します。互いの解決策を批判し、反論・修正を行い、審査員が文書化された評価基準で各対戦を採点し、最後に 1 つの解決策が残ります。ユーザーが回答に満足していない、回答が悪いと言う、やり直しや改善を求める、「arena」と言う、または競争させるよう求めた場合に使用します
ソフトウェア機能、研究ワークフロー、イベント、学習計画など、構造化して分解すると効果的なあらゆる複数ステップのタスクについて、構造化された計画を作成します。サブエージェントの調査結果を対話形式でレビューし、既存の計画を深めることもできます。「これを計画して」「計画を作成して」「技術計画を書いて」「実装を計画して」「どう構築すればよいか」「どのようなアプローチがよいか」「分解して」「旅行を計画して」「学習計画を作成して」とユーザーが言った場合、またはブレインストーミングや要件文書が計画段階に進める状態になった場合は、計画作成に使用します。「計画を深めて」「自分の計画を深めて」「深掘りレビュー」とユーザーが言った場合、または計画に関して「深める」と言及した場合は、計画の深化に使用します。
Synapse A2A エージェント間通信。メッセージの送信、エージェントの起動、タスクの委任、メモリの共有、LLM wiki の管理、ファイル編集の調整を行います。synapse send/reply/broadcast/interrupt の実行、synapse spawn または synapse team start によるエージェントの起動、synapse memory による知識共有、synapse wiki による wiki ページ管理、synapse file-safety によるファイルロック、synapse list/status によるエージェント状態の確認、または複数エージェントのワークフロー調整に使用します。AI／プログラムから利用する場合は、対話型の synapse list ではなく synapse list --json、synapse status <target> --json、または MCP list_agents ツールを優先してください。
inference.sh を介した AI エージェント向けブラウザー自動化。Web ページの移動、@e 参照を使った要素操作、スクリーンショット撮影、動画録画ができます。機能：Web スクレイピング、フォーム入力、クリック、入力、ドラッグ＆ドロップ、ファイルアップロード、JavaScript 実行。用途：Web 自動化、データ抽出、テスト、エージェントによるブラウジング、調査。トリガー：browser、web automation、scrape、navigate、click、fill form、screenshot、browse web、playwright、headless browser、web agent、surf internet、record video
AI エージェントの計画、Markdown 仕様書、差分を対象とする、ルーティング優先のビジュアル承認ゲートです。実行前に具体的な計画を人間がレビューする場合、ブラウザーで対象の差分を確認する場合、仕様書/PRD/アーキテクチャメモに注釈を付ける場合、または Claude Code、Gemini CLI、Codex CLI、OpenCode でレビューのループを設定する場合に使用します。計画や仕様書の作成は `task-planning` または `ralph`、広範な PR ポリシーのレビューは `code-review`、レンダリング済み UI の批評は `agentation`、新しいセッションでのブラウザー検証は `browser-harness` にルーティングします。
Luban — Skill のブラッシュアップ工房。「使える Skill」を、理解・インストール・共有・検証ができ、継続的に進化する公共の Skill 資産へと磨き上げます。職人仕事に基づく方法論は5つの手順で構成されます。材料を見極める（まず Skill の前提が成り立つかを問い、磨く価値がなければ率直に伝える）、周辺を調べる（オンラインで類似 Skill を探し、エコシステム内での位置付けを把握する）、基準に照らす（構造、実地テスト、実稼働の3つで評価する。実稼働とは実際の成果物を照合することで、CI の成功表示が真実とは限らない）、慎重に削る（オリジナルをベースラインとして固定し、変更は検証を通過した場合だけ残し、それ以外は元に戻す。検証方法はできる限りリポジトリ内のツールや規約として蓄積する）、練り直す（公開はゴールではない。比較・観察リストを残し、次のサイクルに実際のフィードバックを反映する）。ユーザーが自作 Skill のアップグレード、最適化、ブラッシュアップ、製品化、公開を望む場合に使用します。最終成果物は、構成化された「Skill ブラッシュアップレポート」、そのまま置き換えられる書き換え部分、スクリーンショットで共有できる「修了証」結果カードです。トリガーの例：この skill を Luban に見てもらう、skill をブラッシュアップする、自分の skill をアップグレードする、この skill を最適化する、skill の診断、skill の監査、自分の skill を製品化する、この skill の公開方法を知りたい、類似 skill と比較する、なぜ自分の skill はインストールされないのか、自分の skill を GitHub/ClawHub に公開する、SKILL.md を改善する、など。ユーザーが Skill ディレクトリ、GitHub リポジトリのリンク、または SKILL.md を共有して「どう直せばいい？」と尋ねただけでも、Skill をより使いやすく共有しやすくすることが目的なら起動します。新しい Skill をゼロから作成する場合（skill-creator を使用）、通常のコードレビュー（code-review を使用）、Skill 資産と無関係な一般的なプロンプトの書き換えには使用しないでください。
構造化されたAI駆動開発のためにBMADワークフローを統括します。プロジェクトでのBMAD初期化、ワークフロー状態の確認、4つのフェーズ（Analysis、Planning、Solutioning、Implementation）間の振り分けに使用します。プロジェクト設定を管理し、プロジェクトレベル0～4の進捗を追跡して、専門ワークフローと連携します。/workflow-init、/workflow-status、またはユーザーがBMADのセットアップを必要とするときに起動します。
TypeScript、Python、Java、GoでRestateの耐久性のあるサービス、仮想オブジェクト、ワークフロー、AIエージェントを設計、構築、実行、テストします。ユーザーが「restate」「durable execution」「virtual object」「restate service」「restate workflow」「durable agent」に言及した場合や、自動障害回復機能を備えた堅牢なバックエンドサービス、AIエージェント、ワークフローを構築したい場合に使用します。既存アプリケーションを変換する場合や、ワークフローオーケストレーターからRestateに移行する場合にも使用します。プロジェクトのpackage.json、requirements.txt、pyproject.toml、pom.xml、build.gradle、go.modにrestate依存関係が含まれている場合は、先回りして使用します。
ユーザーが「Make MCP server」「Make MCP tools」「MCP token」「Make OAuth」「scenario as tool」「MCP scopes」「Make API access」「connect Make to Claude」「scenario not appearing」「MCP timeout」「MCP connection refused」について質問した場合、または Make.com の MCP サーバー統合の設定、トラブルシューティング、理解について話し合う場合に使用するスキルです。接続方法、スコープ、アクセス制御、トラブルシューティングの技術資料を提供します。
ツールや SDK 用の ZenMux Base URL、API endpoint、API Key、モデル設定をユーザーが構成できるよう案内する。Cursor、Claude Code、Cline、Cherry Studio、Open-WebUI、Dify、Obsidian、Sider、Copilot、Codex、Gemini CLI、opencode、カスタム SDK コードで ZenMux をセットアップ、構成、接続したい場合に使用。トリガー：「configure」「setup」「set up」「base url」「endpoint」「api key」「how do I set up ZenMux」「help me fill in API settings」「接入」「配置」「设置」「base url 填什么」「怎么填」「怎么接入」「API 地址」「接口地址」。初めて使うユーザーとして扱い、手順を追って案内する。使用方法の質問やドキュメント検索には使用せず、zenmux-usage または zenmux-context を使用。
AWS での AI エージェント業務の入口です。ランタイムを選び、既存ワークロードの移行を計画し、実行可能な POC を構築するまでを段階的に進めます。対象となる相談：エージェント向けランタイムの選択、AgentCore と ECS/EKS/Lambda の比較、AgentCore と Lambda MicroVMs の比較、AWS への AI エージェントのデプロイ、AWS 上のエージェントアーキテクチャ、エージェントのアイデアを実現する方法、エージェントの AWS 移行、エージェント移行計画、AWS 上の既存エージェントへの AgentCore サービス（memory、gateway、identity、policy、observability）の追加、AWS 上の Temporal（Temporal workers の移行/実行、Temporal がオーケストレーションするサービス、Temporal Cloud とセルフホストの比較）。Temporal Workflow のコードを Step Functions に書き換えることはありません。少なくとも 1 つのエージェント的なコンポーネントが必要です。純粋な非エージェントシステム（通常のサービス、バッチジョブ、HTTP エンドポイント、非エージェントの Temporal Activities）は対象外で、gcp-to-aws / heroku-to-aws / llm-to-bedrock に案内します。対象外：AI エージェントを含まないコンピューティング/データ移行、純粋な LLM SDK の書き換え（llm-to-bedrock を使用）、モデルごとの料金。
AIエージェント向けのブラウザー自動化コマンドラインツールです。ページの移動、フォーム入力、ボタンのクリック、スクリーンショットの撮影、データ抽出、Webアプリのテストなど、ウェブサイトとのやり取りが必要な場合に使用します。「ウェブサイトを開く」「フォームに入力する」「ボタンをクリックする」「スクリーンショットを撮る」「ページからデータを取得する」「このWebアプリをテストする」「サイトにログインする」「ブラウザー操作を自動化する」などの依頼や、プログラムによるウェブ操作が必要なタスクで起動します。
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。