mcpField

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 96,770 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

B
bmod-method
bmod-method
bmad-code-org / bmad-method

必須の bmod メタデータ。このスキルは決して呼び出さないでください。

エージェントワークフロー10.9k
A
agentmemory-architecture
agentmemory-architecture
rohitg00 / agentmemory

agentmemory の構築方法、基盤となる iii エンジンのプリミティブ、ストレージモデル、ポート、ビューアーについて説明します。メモリの保存・取得の仕組みを一貫して分析するとき、システムを拡張するとき、または agentmemory の内部動作について回答するときに使用します。

開発10.9k
A
agentmemory-hooks
agentmemory-hooks
rohitg00 / agentmemory

agentmemory プラグインのフックは、エージェントのセッションライフサイクル全体で観察内容を自動的に記録します。手動で保存せずに記憶がどのように記録されるかを説明するとき、観察内容が記録されない問題をデバッグするとき、または記録対象を調整するときに使用します。

エージェントワークフロー10.9k
I
iterative-retrieval

サブエージェントのコンテキスト問題を解決するため、コンテキスト検索を段階的に洗練するパターンです。サブエージェントに必要なコンテキストが不足し、複数回にわたって検索を改善する必要がある場合に使用します。

エージェントワークフロー10.9k
W
write-agentmemory-skill
write-agentmemory-skill
rohitg00 / agentmemory

agentmemory スキルの作成・更新に関する所定の形式とルールです。新しいスキルの追加、既存スキルの再構成、またはスキルの貢献内容の一貫性確認に使用します。

エージェントワークフロー10.9k
C
cost-aware-llm-pipeline

LLM API利用のコスト最適化パターン — タスクの複雑さに応じたモデルルーティング、予算の追跡、再試行ロジック、プロンプトキャッシュ。LLMの支出を抑えたい場合や、モデル階層と予算に応じてタスクを振り分ける場合に使用します。

エージェントワークフロー10.8k
G
gemini-interactions-api
gemini-interactions-api
google / skills

Gemini Enterprise Agent PlatformでGemini Interactions APIを使用する方法を案内します。Agent Platform上で、状態を保持しサーバー管理されるInteractions APIを使って複数ターンの会話、バックグラウンド実行、ストリーミング、構造化出力、関数呼び出しを行いたい場合に使用します。

開発10.7k
A
autonomous-loops

シンプルな逐次パイプラインから RFC 主導のマルチエージェント DAG システムまで、自律型 Claude Code ループのパターンとアーキテクチャを紹介します。互換性のためだけに保持されています。新たな自律ループのガイダンスが必要な場合は continuous-agent-loop を使用してください。

エージェントワークフロー10.6k
S
sandbox-agent
sandbox-agent
rivet-dev / skills

Sandbox Agent をデプロイ、設定、統合します。Sandbox Agent は、サンドボックス環境で AI コーディングエージェント(Claude Code、Codex、OpenCode、Amp)をオーケストレーションする汎用 API です。ローカルまたはクラウドサンドボックス(E2B、Daytona、Docker)で sandbox-agent サーバーをセットアップする場合、SDK または API 経由でエージェントセッションを作成・管理する場合、エージェントイベントをストリーミングして人間が介在するやり取りを処理する場合、コーディングエージェント用のチャット UI を構築する場合、またはエージェント応答の汎用スキーマを理解する場合に使用します。

エージェントワークフロー10.6k
P
pi-planning-with-files
pi-planning-with-files
othmanadi / planning-with-files

複数ステップのAIエージェント作業向けの永続的なファイルベースの計画機能です。task_plan.md、findings.md、progress.mdをディスクに保持し、ライフサイクルフックが選択されたプロジェクト計画のコンテキストを注入します。自動復旧ではプロジェクト計画ファイルのみを読み込みます。明示的なsession-catchup.py --metadataは同一プロジェクトのローカルなエージェントセッション記録を読み取り、集計件数のみを出力します。--replayは、nonceで囲まれた範囲限定の抜粋を出力する場合があります。オプションのゲートモードは、ホストが対応している場合のみ継続を要求でき、Markdownに記載されたコマンドを実行することはありません。このスキルにネットワークへのアップロード経路はありません。ツール呼び出しが5回以上必要な調査や作業に使用します。

エージェントワークフロー10.5k
A
ai-first-engineering

AI エージェントが実装出力の大部分を生成するチームのためのエンジニアリング運用モデル。エージェントがほぼ記述したコードベースに対して、チームプロセス、レビューゲート、責任範囲のルールを設定する場合に使用します。

エージェントワークフロー10.5k
C
context-budget

ファイルをスキャンせずに、リアルタイムのコンテキスト確認をネイティブのCodexまたはClaude Codeメーターに振り分けます。範囲を限定した静的コンポーネント監査は、明示的に依頼された場合にのみ実行します。残り容量やインストール済みコンテキストのオーバーヘッドに関するcontext-budgetの依頼で使用します。

エージェントワークフロー10.5k
P
python-mcp-server-generator
python-mcp-server-generator
github / awesome-copilot

ユーザーが Python で新しい Model Context Protocol(MCP)サーバーを作成したい場合に、このスキルを使用します。Python 関数、API、データベースを MCP ツールとして AI クライアントに公開する場合にも使用します。このスキルは、MCP Python SDK v2(MCPServer)、型付きツール、インメモリテスト、クライアント設定を備えた uv プロジェクトを作成します。MCP クライアントや、別の言語で実装するサーバーには使用しないでください。

開発10.4k
T
track-management
track-management
wshobson / agents

機能、バグ、リファクタリングの論理的な作業単位である Conductor tracks の作成、管理、操作に使用します。対象は spec.md、plan.md、および track のライフサイクル操作です。

エージェントワークフロー10.4k
C
continuous-agent-loop

品質ゲート、評価、復旧制御を備えた継続的な自律型エージェントループのパターンです。実行中に自己チェック、評価によるゲート判定、障害からの復旧が必要なエージェントループで使用します。

エージェントワークフロー10.4k
O
okx-ai
okx-ai
okx / onchainos-skills

OKX.AI のエージェントとマーケットプレイスのワークフローを操作します。Agent ID の登録、更新、表示、Agent サービス(タスク)の検索、公開、購入、管理(シグナルサービスを含む)、マーケットプレイスサービスの作成や履行、サブスクリプションの管理や表示、コピートレード記録の表示、納品物の確認、エージェントサービス注文の評価、評価の依頼や回答、タスク/注文の実行状況の監視、タスク内での相手へのメッセージ送信(返信も送信と同じ)、Job ID と相手の Agent ID によるタスクのチャット履歴の照会をユーザーが希望する場合に使用します。

エージェントワークフロー10.3k
A
ai-prompt-engineering-safety-review
ai-prompt-engineering-safety-review
github / awesome-copilot

AI プロンプトエンジニアリングの包括的な安全レビューおよび改善用プロンプト。プロンプトの安全性、バイアス、セキュリティ上の脆弱性、有効性を分析し、幅広いフレームワーク、テスト手法、教育コンテンツを含む詳細な改善案を提示します。

セキュリティ10.3k
A
ai-regression-testing

AI 支援開発のための回帰テスト戦略。データベースに依存しないサンドボックスモードの API テスト、自動バグチェックのワークフロー、同じモデルがコードの作成とレビューを行う場合に AI の盲点を検出するパターンを扱います。AI 支援コードに回帰テストを追加するとき、または同じモデルが変更を作成・レビューしたときに使用します。

テスト・品質10.3k
A
agent-platform-skill-registry
agent-platform-skill-registry
google / skills

Gemini Enterprise Agent Platform Skill Registryを操作して、利用可能なスキルを作成・検索します。エージェントが機能を登録したり、新しい機能を見つけたりするために使用します。

エージェントワークフロー10.3k
D
documentation-lookup

学習データではなく、Context7 MCP を通じて最新のライブラリやフレームワークのドキュメントを参照します。セットアップに関する質問、API リファレンス、コード例、またはユーザーが React、Next.js、Prisma などのフレームワークを指定した場合に有効です。

開発10.2k
A
agentic-eval
agentic-eval
github / awesome-copilot

AI エージェントの出力を評価・改善するためのパターンと技法です。自己批評と振り返りのループの実装、品質が重要な生成向けの評価器・最適化器パイプラインの構築、テスト駆動のコード改善ワークフローの作成、ルーブリックベースまたは LLM-as-judge 評価システムの設計、エージェント出力(コード、レポート、分析)の反復的改善、エージェント応答品質の測定・向上に使用します。

エージェントワークフロー10.2k
B
blueprint

一行の目標を、複数セッション・複数エージェントで進めるエンジニアリングプロジェクトの段階的な構築計画に変換します。各ステップは 1 つの PR に収まる規模とし、独立して理解できるコンテキスト概要、並行可能なステップを検出する依存関係グラフ、敵対的レビューの関門、計画変更のプロトコルを含みます。複数の PR やセッションにまたがる大規模な機能、リファクタリング、ロードマップの計画に使用します。単一 PR のタスクや、ユーザーが「すぐ実行して」と言った場合には使用しません。

エージェントワークフロー10.2k
C
cargo-ai
cargo-ai
getcargohq / cargo-skills

Cargo 内で AI エージェントを構築・設定します。エージェントの作成、モデルと temperature の選択、プロンプトの作成、検索用ナレッジ(RAG)の追加、MCP ツールサーバーへの接続、メモリーの管理、リリースのデプロイを行います。トリガー例:「エージェントを作成して」「〜するエージェントを作って」「エージェントにドキュメントを渡して」「このナレッジベースを追加して」「このライブラリをエージェントに追加して」「エージェントのリリースにリソースを追加して」「MCP サーバーに接続して」「ツールを MCP サーバーとして公開して」「Claude Desktop または ChatGPT から Cargo を使って」「エージェントのモデルを変更して」「エージェントは何を覚えている?」「エージェントをデプロイして」「エージェントの回答が間違っている」。ナレッジファイル自体のアップロードには使用せず、cargo-content を使用してください。エージェントへのメッセージ送信やレコード上での実行には使用せず、cargo-orchestration を使用してください。

エージェントワークフロー10.2k
B
bmad-spec
bmad-spec
bmad-code-org / bmad-method

アイデア、ブリーフ、PRD、文字起こし、複数形式のメモなど、あらゆる入力を短い仕様にまとめます。核となるファイル 1 つと、後続のスキルが利用する補助ファイルを作成します。既存の仕様の更新と検証にも対応します。ユーザーが「create a spec」「distill this into a spec」「validate this spec」「update the spec」と言った場合に使用します。

開発10.2k
C
cargo-orchestration
cargo-orchestration
getcargohq / cargo-skills

Cargo に実際に処理を実行させるか、実行内容を表示します。コネクターアクションの実行、複数ステップのワークフローの実行、セグメント全体またはモデルに対するバッチの開始、AI エージェントへのメッセージ送信、ノードグラフの作成・編集、ワークフロー・ツール・play の図示、SQL によるランタイムテーブル(runs、batches、spans、records)のクエリを行います。トリガー例:「すべての連絡先に対して実行して」「アクションを実行して」「バッチを開始して」「ワークフローを作成して」「play をスケジュールして」「毎朝実行させて」「エージェントに聞いて」「ワークフローを表示して」「このツールは何をするの?」「この play を可視化して」「グラフを描いて」「このワークフローを説明して」「今日失敗した実行はいくつ?」「このアクションの出力スキーマは?」「……するステップを追加して」。実行に問題が起きた理由の説明には使用せず、cargo-diagnostics を使用してください。結果ファイルのダウンロードには cargo-analytics を使用してください。ワークフローをコードとしてコミットする場合は cargo-project を使用してください。

エージェントワークフロー10.2k
E
exa-search

Exa MCP を利用した、ウェブ、コード、企業調査向けのニューラル検索。ユーザーがウェブ検索、コード例、企業情報、人物検索、または Exa のニューラル検索エンジンによる AI を活用した詳細調査を必要とする場合に使用します。

生産性10.2k
P
parallel-debugging
parallel-debugging
wshobson / agents

競合する仮説、並行調査、証拠収集、根本原因の判定を通じて複雑な問題をデバッグします。複数の原因が考えられるバグのデバッグ、根本原因分析、並行調査ワークフローの編成に使用します。

開発10.1k
D
data-scraper-agent

求人サイト、価格、ニュース、GitHub、スポーツなど、あらゆる公開情報源を対象とする、完全自動化された AI 搭載データ収集エージェントを構築します。スケジュールに沿って実行し、無料の LLM(Gemini Flash)でデータを補完し、結果を Notion/Sheets/Supabase に保存して、ユーザーのフィードバックから学習します。GitHub Actions 上で完全無料で実行できます。公開データを自動で監視、収集、追跡したい場合に使用します。

データ・データベース10.1k
C
cargo
cargo
getcargohq / cargo-skills

Cargo CLIスキルバンドルのルーターです。Cargo関連の作業や、タスクが2つのCargo領域にまたがる場合は、最初に読み込みます。各スキルの担当範囲、宣言型のGTM as Codeプロジェクト(cargo-project)と命令型CLIの違い、スキル間でのUUIDとslugの受け渡し、実行やバッチの非同期ポーリング、エンドツーエンドのユースケース、そして気づかれずに失敗する注意点(トップレベルアクションの`config`内の入力がエラーなしで削除される、runとbatchの違い、model-uuidとsegment-uuidの違い)を説明します。トリガー:「Cargoをセットアップ」「Cargoで何ができる?」「どのCargoスキル?」「ワークスペースを初期化」「Cargoアカウントを持っている」「cargo-ai …」、または対象領域が不明な`cargo-ai`コマンド。明らかに1つのスキルだけが担当するタスクの場合はスキップし、そのスキルを直接読み込みます。

マーケティング・グロース10.1k
M
mcp-server-patterns

Node/TypeScript SDK で MCP サーバーを構築します。ツール、リソース、プロンプト、Zod による検証、stdio と Streamable HTTP の比較を扱います。最新 API については Context7 または MCP 公式ドキュメントを参照してください。MCP サーバーの構築やデバッグで、ツール、リソース、プロンプト、検証、トランスポートの選択を行う際に使用します。

開発10.1k
P
parallel-feature-development
parallel-feature-development
wshobson / agents

ファイル所有権の戦略、競合回避ルール、マルチエージェント実装の統合パターンを用いて、機能の並行開発を調整します。大規模な機能を独立した作業ストリームに分解する場合、複数のエージェントが同じシステムの異なるレイヤーを同時に実装する場合、共有コードベースでマージ競合を防ぐファイル所有権を定める場合、並行実装者が API の完成前から開発できるようインターフェース契約を設計する場合、またはフルスタック機能を垂直スライスと水平レイヤーのどちらで実装するか判断する場合に使用します。

エージェントワークフロー10.1k
C
cargo-content
cargo-content
getcargohq / cargo-skills

Cargoワークスペース内のファイルを管理します。ナレッジ(PDF、CSV、テキスト)をアップロードし、エージェントが検索するネイティブまたはコネクター連携型のライブラリ(RAG)を構築します。また、ファイルを通常のストレージとして使い、パスで読み書きしたり、フォルダーを一覧表示したり、署名付きリンクまたは公開リンクを共有したりできます。トリガー:「このPDFをアップロード」「これらのドキュメントをナレッジとして追加」「ナレッジベースを構築」「ヘルプセンターをCargoに同期」「ワークスペース内のファイルは?」「このフォルダーをインデックス化」「価格表を添付」「このファイルを保存」「レポートをどこかに保存」「ファイルのリンクを教えて」「このファイルを公開」。ファイルやライブラリをエージェントに接続する場合はスキップし、cargo-aiを使用します。バッチ実行に使うCSVをアップロードする場合もスキップします。これはワークスペース管理用のファイルアップロードです。

ドキュメント10.0k
U
use-link-identity
use-link-identity
stripe / link-cli

サービスが Link Agent Attestation Token (AAT) やメールアドレスなどの署名済みユーザー属性を要求する場合に、Link CLI の ID コマンドを使用します。アテステーションの取得と管理、ID クレデンシャルの取得、HTTP クライアントまたはブラウザー自動化による選択した属性の検証者への提示を扱います。

セキュリティ10.0k
E
enterprise-agent-ops

長期稼働またはクラウドホスト型のエージェントシステム向けの運用制御。ランタイムのライフサイクル(開始、一時停止、停止、再起動)、可観測性(ログ、メトリクス、トレース)、最小権限の安全スコープとキルスイッチ、監査ログおよび成功率/コスト指標を伴うロールアウト/ロールバックの変更管理を扱います。監視、インシデント対応、デプロイゲートが必要な本番環境のエージェント群を PM2、systemd、コンテナ上で運用する場合に使用します。

エージェントワークフロー10.0k
T
task-coordination-strategies
task-coordination-strategies
wshobson / agents

複雑なタスクを分解し、依存関係グラフを設計して、適切なタスク説明と作業負荷の調整により複数エージェントの作業を調整します。エージェントチームの作業分解、タスク依存関係の管理、チームの進捗監視に使用します。

エージェントワークフロー10.0k
R
ralphinho-rfc-pipeline

RFC をマルチエージェント実行 DAG に分割します。依存関係と受け入れテストを備えた作業単位に分解し、各単位について調査、計画、実装、テスト、レビューを行った後、re-base されたブランチを含むキューを通じてマージし、最後にシステム全体を検証します。機能が単一エージェントの一度の処理には大きすぎる場合、RFC 主導のマルチエージェント実行を調整する場合、またはエージェントが構築した複数の単位のマージキューを管理する場合に使用します。

エージェントワークフロー9.9k
M
multi-reviewer-patterns
multi-reviewer-patterns
wshobson / agents

複数の品質観点から並行してコードレビューを調整し、指摘事項の重複排除、重大度の調整、結果の統合報告を行います。複数レビュアーによるコードレビューの編成、指摘事項の重大度調整、レビュー結果の統合に使用します。

テスト・品質9.9k
A
agent-eval

Claude Code、Aider、Codex などのコーディングエージェントをカスタムタスクで直接比較し、合格率、コスト、時間、一貫性を評価します。コーディングエージェントを選ぶときや、エージェント設定の変更について、印象ではなく合格率、コスト、時間を測定したいときに使用します。

エージェントワークフロー9.9k
N
nanoclaw-repl

ECC の依存関係ゼロでセッション対応の REPL、NanoClaw を操作・拡張します。Markdown ベースの永続セッションと、モデル切り替え、スキル読み込み、セッション分岐、セッション横断検索、履歴圧縮、エクスポート用のスラッシュコマンドを備えています。scripts/claw.js の実行・拡張や、NanoClaw セッションの再開、分岐、圧縮、検索、エクスポートに使用します。

エージェントワークフロー9.9k
B
boost-prompt
boost-prompt
github / awesome-copilot

対話型のプロンプト改善ワークフローです。範囲、成果物、制約を質問で明確にし、最終的なMarkdownをクリップボードにコピーします。コードは一切書きません。Joyride拡張機能が必要です。

エージェントワークフロー9.8k
C
claude-devfleet

Claude DevFleet を使ってマルチエージェントのコーディングタスクを調整します。プロジェクトを計画し、隔離された worktree でエージェントを並列に派遣し、進捗を監視して構造化レポートを確認します。隔離された worktree でコーディングエージェントを並列に派遣し、レポートを追跡する際に使用します。

エージェントワークフロー9.8k
T
team-communication-protocols
team-communication-protocols
wshobson / agents

エージェントチームのコミュニケーションに関する構造化メッセージングプロトコル。メッセージタイプの選択、計画の承認、シャットダウン手順、避けるべきアンチパターンを扱います。新たに編成したチームのコミュニケーション規範の策定、ダイレクトメッセージと一斉送信の選択、作業開始前のチームリードによる実装担当者の計画レビューと承認、全タスク完了後の円滑なチーム終了の調整、統合時にメンバー間の連携がうまくいかない原因の調査に使用します。

エージェントワークフロー9.8k
C
cmux

エンドユーザー向けの cmux トポロジーとルーティングの制御(ウィンドウ、ワークスペース、ペイン/サーフェス、フォーカス、移動、並べ替え、識別、フラッシュの起動)。自動化で複数ペインの cmux レイアウト内を確定的に配置・移動する必要がある場合に使用します

生産性9.8k
T
team-builder

claude agents コマンドと agents/ の Markdown glob を使って利用可能なエージェントのペルソナを検出し、分野別に分類するインタラクティブな選択ツールです。ユーザーが最大 5 つを選ぶと、1 つのタスクに並列で割り当て、合意点と対立点を統合レポートにまとめます。エージェントチームの編成、利用可能なエージェントペルソナの閲覧、複数の専門エージェントの並列実行に使用します。

エージェントワークフロー9.8k
T
team-composition-patterns
team-composition-patterns
wshobson / agents

規模の目安、プリセット構成、エージェントタイプの選択に基づいて、最適なエージェントチーム構成を設計します。タスクに必要なエージェント数の決定、レビューチーム・機能開発チーム・デバッグチームの選択、各役割に適切な subagent_type を選び必要なツールを確保する場合、CI またはローカル環境の表示モード(tmux、iTerm2、プロセス内)の設定、移行やセキュリティ監査など標準外のワークフロー向けのカスタムチーム構成に使用します。

エージェントワークフロー9.8k
D
dmux-workflows

dmux(AI エージェント向け tmux ペインマネージャー)を使ったマルチエージェントのオーケストレーション。Claude Code、Codex、OpenCode、その他のハーネスで並列エージェントワークフローを構築するパターンを紹介します。複数のエージェントセッションを並列実行する場合や、マルチエージェント開発ワークフローを調整する場合に使用します。

エージェントワークフロー9.7k
S
self-improvement
self-improvement
pskoett / self-improving-agent

継続的な改善のため、学び、エラー、修正を記録します。次の場合に使用します。(1) コマンドや操作が予期せず失敗した場合、(2) ユーザーがClaudeを訂正した場合(「違います…」「実は…」など)、(3) 存在しない機能をユーザーが求めた場合、(4) 外部APIやツールが失敗した場合、(5) Claudeが知識の古さや誤りに気づいた場合、(6) 繰り返し行うタスクでより良い方法が見つかった場合。重要なタスクの前にも学びを確認します。

エージェントワークフロー9.7k
G
gemini-agents-api
gemini-agents-api
google / skills

Gemini Enterprise Agent Platform 上のカスタム Agent リソースを管理します。会話を実行する前に、ファイル、スキル、ツールのマウントを含む、状態を保持するサーバー管理の Agent リソースをプログラムで作成、構成、一覧表示、更新、削除したい場合に使用します。

エージェントワークフロー9.7k
M
mcp-cli
mcp-cli
github / awesome-copilot

CLI を介して MCP(Model Context Protocol)サーバーと連携します。MCP サーバー経由で外部ツール、API、データソースを利用する場合、利用可能な MCP サーバー/ツールを一覧表示する場合、またはコマンドラインから MCP ツールを呼び出す場合に使用します。

エージェントワークフロー9.7k
C
context-map
context-map
github / awesome-copilot

変更を加える前に、タスクに関連するすべてのファイルのマップを作成

エージェントワークフロー9.6k
A
agent-governance
agent-governance
github / awesome-copilot

AI エージェントシステムにガバナンス、安全性、信頼性の制御を追加するためのパターンと手法。次の場合に使用します。外部ツール(API、データベース、ファイルシステム)を呼び出す AI エージェントの構築、エージェントのツール利用に対するポリシーベースのアクセス制御の実装、危険なプロンプトを検出する意味的な意図分類の追加、マルチエージェントのワークフロー向け信頼スコアリングシステムの作成、エージェントの操作と判断の監査証跡の構築、エージェントへのレート制限・コンテンツフィルター・ツール制限の適用、各種エージェントフレームワーク(PydanticAI、CrewAI、OpenAI Agents、LangChain、AutoGen)の利用。

セキュリティ9.6k
M
mcp-builder
mcp-builder
mcp-use / mcp-use

mcp-use を使って TypeScript MCP サーバーと MCP Apps の構築、変更、デバッグ、移行、レビュー、検証を行います。ツール、リソース、プロンプト、ミドルウェア、Views、認証、MCP 上の Skills、スキャフォールディング、高度な機能に使用します。

開発9.6k
B
bro

最後のメッセージを、専門用語を使わずやさしい言葉で言い直します。

生産性9.6k
U
unlazy
unlazy
leonxlnx / unlazy

実行前に受け入れゲートを書く、Depth Tree で作業を分解する、承認されたチェックを実行する、報告前に証拠を再検証する —— という方法で、実質的な自律作業の完了規律を強制します。長い或多段階のタスク、半.Done の作業、全面的な監査やビルド、並列の葉やパイプライン、および /unlazy、$unlazy、"tree N"、"gates"、"do not stop until it is done" などの

エージェントワークフロー9.6k
R
rules-distill

スキルをスキャンして横断的な原則を抽出し、ルールにまとめます。ルールファイルへの追記、改訂、新規作成を行います。同じ原則が複数のスキルで繰り返され、ルールファイルにまとめるのが適切な場合に使用します。

エージェントワークフロー9.6k
S
skill-comply

スキル、ルール、エージェント定義が実際に守られているかを可視化します。3 段階のプロンプト厳格度でシナリオを自動生成し、エージェントを実行して行動シーケンスを分類し、ツール呼び出しの全タイムラインとともに遵守率を報告します。エージェントが与えられたスキル、ルール、定義に実際に従っているかを、前提にせず確認する場合に使用します。

エージェントワークフロー9.5k
C
claude-automation-recommender
claude-automation-recommender
anthropics / claude-plugins-official

コードベースを解析し、Claude Code の自動化(hooks、subagents、skills、plugins、MCP サーバー)を推奨します。自動化の推奨を求めたい、Claude Code の設定を最適化したい、Claude Code のワークフローを改善したいと言及した、プロジェクトで Claude Code を初めてセットアップする方法を知りたい、使うべき Claude Code の機能を知りたい、といった場合に使用します。

エージェントワークフロー9.5k
S
santa-method

マルチエージェントの敵対的検証:同じ評価基準を使う独立した2人のレビュー자가両方とも合格しなければ出力は公開されません。修正と再レビューを繰り返す収束ループと人間へのエスカレーション上限を設けています。公開、 fruitful プロダクション デプロイ、コンプライアンスやブランドに민감한コンテンツ、あるいはハルシネーションhandlungを起��しやすい主張の出荷前のゲートとして使用します。

エージェントワークフロー9.4k
C
council

判断が難しい決定、トレードオフ、実行可否の判断に向けて、4 つの視点からなる協議を招集します。複数の有効な選択肢があり、選ぶ前に体系的な意見の相違を検討したい場合に使用します。

エージェントワークフロー9.4k
P
prompt-builder
prompt-builder
github / awesome-copilot

適切な構成とツールを備え、ベストプラクティスに沿った高品質なGitHub Copilotプロンプトの作成を支援します

エージェントワークフロー9.4k
13,222 件中 301–360 件

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。