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
企業向け Claude Code 導入プラットフォームです。OpenTelemetry でチームの使用状況を測定し、中央ダッシュボードからスキル/MCP サーバー/フックを同期し、プロンプト入力時にコンテキストに応じたスキルを提案します。意図と行動のギャップを解消します。Zeude を導入した組織では導入率が 3 倍に向上します（6% → 18%）。Supabase（設定）と ClickHouse（分析）が必要です。トリガー：zeude、ai adoption、claude code adoption、enterprise claude、opentelemetry claude、skill sync、team claude management。
決定論的な shell ジョブと LLM サブエージェントのオーケストレーションに対応する Minions 統合スキル。旧来の `gbrain-jobs` ルーティング意図を置き換えます。gbrain ジョブの送信、shell／バックグラウンドタスク、サブエージェントの起動、進捗確認、実行中の作業の調整、一時停止／再開、並列展開に使用します。永続的で可視性が高く、操作可能な単一のキューインターフェースを提供します。約 2 分を超えると予想される操作の永続実行原則も含みます。能力ラダー、結果が報告されたことを検証するデッドマンチェック、高コストなパイプライン向けのコンテンツアドレス方式のステージチェックポイントを扱います
AIエージェントのセッションをスムーズに引き継ぐための包括的な引き継ぎドキュメントを作成します。次の場合に起動します。(1) ユーザーが引き継ぎ／メモリ／コンテキストの保存を依頼したとき、(2) コンテキストウィンドウが上限に近づいたとき、(3) 重要なタスクの節目を完了したとき、(4) 作業セッションを終了するとき、(5) ユーザーが「状態を保存」「引き継ぎを作成」「一時中断したい」「コンテキストがいっぱいになりそう」と言ったとき、(6) 「引き継ぎを読み込む」「ここから再開」「前回の続きから」と作業を再開するとき。複数ファイルの編集、複雑なデバッグ、アーキテクチャの決定など、大きな作業の後には引き継ぎを積極的に提案します。新しいエージェントが曖昧さなく作業を続けられるようにし、長時間稼働するエージェントのコンテキスト枯渇を解決します。
Strands Agents SDKでAIエージェントを構築します。エージェントのロジック、ツール、Pythonのマルチエージェントシステムを記述するためのオープンソースフレームワーク（エージェントの「頭脳」）です。モデルに依存せず、デフォルトではAWS Bedrockを使用します。Agent、@toolデコレーター、モデルプロバイダー（BedrockModel）、マルチエージェントパターン（agents-as-tools、Swarm、Graph）、会話管理、ストリーミングを扱います。すべてのimportはStrands公式ドキュメントで検証済みです。AWSにStrandsエージェントをデプロイするには、aws-harness skillを使用してください。Strands、Strands Agents、Strands SDK、agent framework、agents as tools、Swarm、Graph multi-agent、BedrockModelに関する内容が対象です。
Trellis のコーディング仕様を立ち上げるための Claude Code + Codex 並列パイプラインです。CC は GitNexus（ナレッジグラフ）+ ABCoder（AST）でリポジトリを分析し、完全なアーキテクチャの背景と MCP ツールの指示を含む Trellis タスク PRD を作成します。その後、Codex エージェントがタスクを並列実行して仕様ファイルを埋めます。コーディングガイドラインの立ち上げ、Trellis 仕様の設定、「bootstrap specs for codex」、「create spec tasks」、「CC + Codex spec pipeline」、「initialize coding guidelines with code intelligence」に使用します。マルチエージェントによる仕様生成のために GitNexus または ABCoder MCP を設定する場合にも起動します。
企業向け PUA のレトリックと構造化されたデバッグ手法を用いて、徹底的な問題解決を強制します。次の場合は必ず起動します。(1) どのタスクでも 2 回以上失敗した、または同じ方法を調整し続けるループに陥ったとき。(2)「できません」と言おうとしている、ユーザーに手作業を勧めようとしている、または検証せずに環境のせいにしようとしているとき。(3) 検索もソース確認も検証もせず、指示を待つだけの受け身な状態に気づいたとき。(4) ユーザーが「もっと頑張って」「諦めないで」「解決して」「なぜ動かないの」「また？？？」「换个方法」「为什么还不行」「你再试试」「加油」「你怎么又失败了」など、表現が異なる場合も含め、どのような形であれ不満を示したとき。早々に諦めたくなるような複雑な多段階デバッグ、環境の問題、設定の問題、デプロイの失敗でも起動します。コード、設定、調査、執筆、デプロイ、インフラ、API 連携など、すべてのタスクが対象です。初回の失敗や、既知の修正がすでに正常に実行されている場合は起動しません。
脚本術スキルセットのプロジェクトオーケストレーター（剧本项目主线调度 / 状态存档 / story bible）——新しい創作知識を加えるものではなく、映画脚本または舞台劇のプロジェクトを段階（premise → structure → character → scenes → draft → revision → submission）へ、テレビ/配信シリーズのプロジェクト（电视剧 / 剧集 / pilot / 一季）を別のシリーズ段階表（engine → character network & season arc → documents/bible → pilot structure → break story & outline → draft → submission）へと導くメタスキル。各段階でどの sw-* スキルを呼び出すかを示し、各段階の成果物と助言的な退出チェックを定義し、すべてのプロジェクト状態を story-bible.md ファイルに保つことでセッションをまたいで作業を再開できるようにする。新しい脚本プロジェクトを始めるとき、プロジェクトを再開するとき（"continue my screenplay"、"where were we"）、ユーザーが脚本について "what should I do next" と尋ねるとき、漠然としたアイデアを完全な開発パイプラインに変えるとき、または他の sw-* スキルが個別に発火していて全体のプロセスを順序立てる必要があるときに使用する。
PostHog の MCP ツールを使って LLM／AI エージェントのトレースをデバッグ、確認します。ユーザーがトレースまたはセッションの URL（例：/ai-observability/traces/<id>、/ai-observability/sessions/<id>）を貼り付けた場合、トレースのデバッグや問題の特定、エージェントがツールを正しく使ったかの確認、コンテキスト／ファイルが提示されたかの検証、サブエージェントの動作確認、LLM の判断の調査、トークン使用量とコストの分析を求めた場合に使用します。`events.properties.$ai_input` / `$ai_output_choices` に対する生の SQL/HogQL が空の結果を返す場合にも使用します。メッセージ内容は専用の `posthog.ai_events` テーブルにのみ格納されています。
Memento MCP ナレッジグラフ（mcp__memento__* tools）を使用したセッション間の永続メモリ。行動前に想起：タスク開始前、エラー発生時、修正を受けたときにメモリを検索します。多次元検索：想起ごとに 2 つのクエリ（技術トピックとプロセス／ワークフローの学び）を実行します。発見後に保存：解決策、規約、修正内容をすぐに永続化します。3 段階の想起：検索、open_nodes、関係のたどり。クラッシュ復旧には WORKING_STATE.md を使用します。5～10 メッセージごとにセルフリマインダープロトコルを実行します。タスク開始時、エラー、修正、セッション境界、または明示的なメモリ要求で有効化します。AGENTS.md との連携については references/agents-md-setup.md を参照してください。
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。
コンテンツのワークフローにおける人間とAIの協働方法を扱います。AIが適切に関与できる範囲、人間が責任を持つべき領域、ハイブリッドなワークフローのパターン、声の主体性の保持、AIによる低品質コンテンツの問題、開示と透明性、チームの調整、知的に誠実なAI支援コンテンツ制作の倫理を取り上げます。AIコンテンツワークフロー、AI支援ライティング、ハイブリッドなコンテンツ制作、編集におけるAI、AIによる低品質コンテンツ、AIの開示、AI利用ポリシー、AIコンテンツ倫理、AIを用いた声の保持、チームのAI活用調整などで発動します。優れたツールを使っても内容がありきたりに感じられる場合、チーム内のAI利用に一貫性がなくなってきた場合、または規制対象や信頼が重視される状況で明示的なAIポリシーが必要な場合にも発動します。
Archonプロジェクト（remote-coding-agent）の主要な開発ワークフローです。Archonのコードを扱う際は、PRPスキルではなくこのスキルを使用します。ユーザーの作業に応じて、10種類の専門クックブックに振り分けます。RESEARCH —「オーケストレーターの仕組みは？」「セッション状態はどこで定義されている？」「ワークフロー実行の流れを追跡して」「IWorkflowStoreとは？」 INVESTIGATE —「DrizzleとPrismaのどちらを使うべき？」「WebSocketsを追加する最善の方法は？」「Tursoに移行できる？」「他のプロジェクトはレート制限をどう扱っている？」 PRD —「ダークモードのPRDを書く」「通知機能の仕様をまとめる」「webhook再試行の製品要件」 PLAN —「authのリファクタリングを計画する」「キャッシュレイヤーを設計する」「#42の実装計画を作成する」 IMPLEMENT —「計画を実装する」「.claude/archon/plans/auth.plan.mdを実行する」「計画に基づいて機能を構築する」「これを実装する」 REVIEW —「PR #123をレビューする」「変更をレビューする」「diffをコードレビューする」 DEBUG —「失敗するテストをデバッグする」「ストリーミングが壊れている原因は？」「タイムアウト問題の根本原因を分析する」 COMMIT —「これらの変更をコミットする」「authのリファクタリングをコミットする」 PR —「PRを作成する」「このブランチのpull requestを開く」 ISSUE —「これをghに報告する」「gh issueを作成する」「githubに記録する」「バグを報告する」「機能リクエストを作成する」。調査、検討、計画、構築、レビュー、デバッグ、コミット、コードのリリースなど、あらゆる開発タスクで起動します。worktree内でArchon CLIワークフローを実行する場合は使用せず、/archonを使用してください。
会話をまたいで保持されるナレッジノートとセッションレポートを記録します。ファセットフィルター付き全文検索、コード構造分析、ノートとセッション間の双方向相互参照を提供します。将来のセッション向けに知識を保存する、過去の作業を思い出す、保存済みコンテキストを検索する、セッションをまとめる、またはコード構造を分析する場合に使用します。デフォルトはローカルで、ネットワーク通信はありません。クラウド埋め込みバックエンド（Gemini、Voyage、OpenAI）は `claudemem setup` でオプトインできます。
@trigger.dev/sdk/ai の chat.agent を使って永続的な AI チャットエージェントを作成・実行します。ターンごとの実行ループ、ai からインポートせず run 引数から streamText を取得しなければならない理由、StreamTextResult の返却と chat.pipe() の呼び出しの違い、2 つのサーバーアクション（chat.createStartSessionAction + auth.createPublicToken）、useChat と useTriggerChatTransport の接続を扱います。チャットバックエンド（エージェントタスクまたはライフサイクルフック）やその React トランスポートの構築、変更、デバッグ、型付きツールまたはカスタムデータパーツの宣言、通常の AI SDK streamText ルートから chat.agent への移行時に読み込みます。
現在の会話で得られた技術的な知見を、すばやく手間なく wiki の _raw/ ステージング領域に記録します。ユーザーが「/wiki-quick-chat-capture」「quick capture」「capture this finding」「save this bug fix」「capture this gotcha」「drop this to raw」「quick save to wiki」と言った場合、または完全な wiki-ingest を実行せずにセッション中の見落としやすい発見を記録したい場合に使用します。トピックのまとまりごとに 60 秒以内で _raw/ ファイルを 1 つ作成します。サブエージェント、QMD の更新、マニフェストへの書き込みは不要です。後で /wiki-ingest または /data-ingest を実行し、raw ファイルを正式な wiki ページに昇格させます。
プロジェクト用のnaoエージェントを初期設定します。リポジトリ、対象範囲、追加コンテキストの情報を一度に収集し、naoのドキュメントからリポジトリ固有の設定を調べ、nao_config.yamlを作成し、nao init + nao syncを実行して、LLMキーを設定し、最初のRULES.mdを生成します。新しいプロジェクトでnaoを使い始めることを決めたユーザー向けです。初回設定専用です。ルールの編集、テストの生成、既存コンテキストのレビューにはwrite-context-rules / create-context-tests / audit-contextを使用してください。
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。