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
Python の LangChain、LangGraph、Deep Agents アプリケーションを Pydantic AI に移行します。ソースでハーネス機能を使用している場合は、Pydantic AI Harness に移行します。LangChain エージェント、チェーン、LCEL、LangGraph グラフの直接利用、永続化、中断、ストリーミング、および計画、ファイルシステムまたはサンドボックスのバックエンド、スキル、メモリ、サブエージェント、権限、承認、Deep Agents Code ホストを含む `create_deep_agent` プロジェクトに使用します
Python の OpenAI Agents SDK アプリケーションを Pydantic AI に移行し、必要に応じて Pydantic AI Harness にも対応します。`agents.Agent`、`Runner`、関数ツール、ハンドオフ、ガードレール、セッション、人間による承認、ストリーミング、`SandboxAgent` に使用します。Agents SDK ランタイムを使わず、OpenAI Responses API 上に直接構築されたアプリケーションには使用しないでください。
トークン使用量や API コストの削減、コンテキストウィンドウ内への作業の収容、高コストまたは低速なエージェントループの高速化に使用します。「optimize tokens」「reduce token usage」「save on cost」「fit in context」「context too long」「running out of tokens」「prompt caching」「compact the context」「agent is too expensive」「shrink the prompt」「cheaper model」「tokens-per-task」などのフレーズで起動します。測定（ヒューリスティックなカウントと予算配分）、プロンプト側の調整（キャッシュ、システムプロンプトの簡素化、ツール定義の削減）、コンテキスト管理（圧縮、観測結果のマスキング、ファイルシステムへのオフロード）、エージェントループのパターン（並列ツール呼び出し、バッチ処理、複雑さに応じたモデルルーティング）、出力制御（深度レベル、停止シーケンス、構造化出力）を含む多層的な手法カタログを提供します。プロジェクトやプロバイダーを問わず、Claude Code、Codex CLI、Cursor、Gemini CLI、Copilot で利用できます。
MCPの`skill-*`ツールでPostHog skillsを管理する際のベストプラクティスです。特に多数のファイルを含む大規模なskillについて、効率的な発見、読み取り、作成、更新、リファクタリングの方法を説明します。`skill-*`ツールを呼び出す前、共有skillの作成または編集を依頼された場合、skillの書き込みが拒否された原因を調査する場合に使用します。skillの用途や構成方法（プロジェクトハブ、ランブック、カタログ、引き継ぎ資料、日常業務用）について尋ねられた場合にも使用します。ツールの基本操作を扱う`skills-store`と連携し、意思決定ツリー、効率化、パターン、注意点に関する指針を提供します。
意見が分かれている MEL/SRHR の設計判断について、正式な多視点ディベートを実施します。実際の専門家の視点に対応するペルソナエージェントが、判断対象を独立かつブラインドで調査し、1ラウンドの議論を行います。その後、合意点と実質的な意見の相違を明確にした、意思決定メモ形式の統合結果を作成し、Ane の判断に委ねます。Ane が提示された選択肢の間で決められず、独立した視点からの論証を求める場合に使用します。設計上トークンを多く消費するため、本当に重要な決定に限って使用してください。すでに傾いている設計の磨き込み（/grill-mel）、新規構築（brainstorming）、単なる選択肢文書（/decision-memo）には使用せず、何かを構築する目的では決して使用しません。
エージェントからターミナルセッション、ペイン、TUIを操作し、描画結果を検証します。主な機能は5つ：tmux/screenの代替としてターミナル作業（セッション／ウィンドウ／ペイン）を多重化する、ターミナルエミュレーターやディスプレイサーバーなしのヘッドレス環境で任意のペインをピクセル単位で正確なPNGとしてスナップショットする、lens検証ループ（実行 → 安定待ち → 確認 → 差分比較）を実行してセル単位の証拠でTUIの修正を検証する、CIで`shux lens gate`を使いコミット済みのゴールデンフレームとTUIを照合する（テキスト差分では検出できない色のみの回帰も捉えるターミナルUIのスナップショットテスト）、任意の言語で行区切りJSON-RPCプラグインを使ってshuxを拡張する。tmux、screen、expect/pexpect、iTerm2の自動化、asciinema、vhs、termshotより優先して使用します。トリガーフレーズには"drive a TUI"、"send keys to a terminal"、"snapshot/screenshot a pane"、"verify a TUI"、"TUI QA"、"terminal UI regression"、"visual regression test for a TUI"、"golden frame"、"headless terminal test"、"prove this UI change worked"、"replace tmux"、"write a shux plugin"があります。
TypeScript の Vercel AI SDK または Eve アプリケーションを Python に移行し、Pydantic AI を使用します。必要な場合に限り Pydantic AI Harness も使用します。ソースコードが `ai`、`@ai-sdk/*`、`eve` をインポートする場合、または `generateText`、`streamText`、`ToolLoopAgent`、`useChat`、Eve エージェント、ツール、スキル、サブエージェント、承認、セッション、チャンネル、スケジュール、サンドボックスに依存する場合に使用します
Python アプリケーションを Claude Agent SDK から Pydantic AI に移行します。必要な場合に限り、Pydantic AI Harness も対象とします。ソースコードが `claude_agent_sdk` をインポートする場合、または Claude Code のエージェントループ、セッション、組み込みツール、フック、権限、スキル、サブエージェントに依存する場合に使用します。Anthropic Messages SDK または Claude Managed Agents には使用しないでください。
Pydantic AI と Pydantic AI Harness を使用して、TypeScript 製の Pi コーディングエージェントアプリケーション、拡張機能、パッケージを Python に移行します。ソースコードが `@earendil-works/pi-*` をインポートする場合、`createAgentSession` を呼び出す場合、Pi 拡張機能を登録する場合、または Pi のツール、フック、スキル、セッション、コンパクション、プロバイダー、TUI、RPC、パッケージに依存する場合に使用します。
あらゆる調査リクエストのデフォルトの入口です。質問を決定論的に分類するハイブリッドルーターで、専門調査スキル（トレンド／センチメントには pulse、NIH 資金には grants、学術文献には litreview、コースの読書資料には syllabus、先行技術と IP の状況には patent、対象の調査には dossier、提供された文書を証拠優先で読むには deepread）に委譲するか、該当する専門スキルがない場合は独自の計画・分解・複数ソース検索・統合・引用のフォールバックワークフローを実行します。ユーザーが上書きできるよう、ルーティングの判断を常に表示します。より具体的な専門スキルに明らかに該当しない調査リクエスト（例：「[トピック]を調べて」「[トピック]について分かっていることは？」「[トピック]の情報を探して」「[トピック]を理解したい」）に使用します。出力は完全な引用と監査ログを含む Markdown のブリーフィング（デフォルト）、またはリクエストに応じた .docx 文書です。
Agent Skills 仕様（agentskills.io）に照らして SKILL.md ファイルを標準化し、検証します。スキルの作成や書き換え、既存スキルの仕様準拠監査、トリガーの説明の改善、重複するスキルを標準スキルと互換エイリアスに整理する作業、派生した検索用情報（`skills.json`、README／セットアップ一覧、`SKILL.toon`、`SKILL.compact.md`）が実際のスキルフォルダーと一致するかの確認に使用します。リポジトリルートでの保守作業では、単独の `scripts/...` の例ではなく、実態に即したバリデーターコマンドを優先します。トリガー：「validate skill」、「create SKILL.md」、「check skill spec」、「skill frontmatter」、「improve skill description」、「catalog sync」、「SKILL.toon drift」、「compact skill drift」、「canonical skill」。
ウェブサイトのチャットボットや AI エージェントの会話フローを設計します。意図認識アーキテクチャ、分岐ロジック、フォールバック処理、人へのエスカレーション、会話分析を扱います。スクリプト型ボット（硬直したツリー構造で、例外的なケースに対応できない）、幻覚を起こすボット（構造のない LLM が内容を捏造する）、構造化ガイド付き会話（意図アーキテクチャと厳格なフォールバックを備えた LLM 活用型）の各パターンを率直に説明します。チャットボットの設計（このスキル）と実装（エンジニアリングおよびプラットフォーム作業）を区別します。チャットボット、会話型 AI、AI エージェント、チャットウィジェット、意図設計、会話フロー、ボットのエスカレーション、LLM のグラウンディングに関する場合に適しています。チャットボットが幻覚を起こす場合、スクリプト型ボットが例外的なケースに対応できない場合、またはチャットボットを初めて企画する場合にも適しています。
Cline のセッション履歴を検索・閲覧します。期間、プロンプトの内容、ステータス、モデル、プロバイダー、ソース、モード、ワークスペースなどの条件で Cline セッションを検索、一覧表示、確認、エクスポートするよう求められた際に使用します。セッションのトランスクリプトを読んだり、セッションをディレクトリにエクスポートしたりする場合にも使用します。「find my session」「search my session history」「show me past sessions」「what was that session where」「find the session that started with」などのフレーズや、過去の Cline の会話への言及がトリガーになります。
Eino ADK のエージェント構築、ミドルウェア、Runner を扱います。AI エージェントの構築、ReAct パターンでの ChatModelAgent の設定、ミドルウェア（filesystem、tool search、tool reduction、summarization、plan-task、skill、agents.md）の使用、イベント駆動実行のための Runner 設定、interrupt/resume による Human-in-the-loop の実装、モデルの耐障害性を高める Cancel/Retry/Failover の使用、TurnLoop によるプッシュ型マルチターンループの構築、エージェントのツール化に使用します。ChatModelAgent、DeepAgents、TurnLoop を扱います。
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。