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
Ahrefs MCP を活用した SEO 監査スイート全体のマスターオーケストレーターです。包括的な SEO 監査の実施、四半期ごとの健全性チェックの範囲設定、買収前の SEO デューデリジェンス、移行後の検証に使用します。完全な SEO 監査、包括的な SEO レビュー、SEO 健全性チェック、サイト監査、SEO デューデリジェンス、監査スイート、包括的な監査、エンドツーエンドの SEO などの依頼で起動します。単一の側面ではなく全体像を求める関係者がいる場合にも起動します
構造化された対話を通じて、ゼロから高品質なスキルを設計・構築するためのエキスパートガイドです。新しいスキルの作成、構築、設計を希望する場合や、Agentに一貫して何かを実行させる方法を求めている場合に使用します。「これをスキルにして」「このワークフローを自動化したい」「AgentにXのやり方を教えるには」などの発言や、SKILL.mdファイルの作成に関する話題にも使用します。単独のスキルとMCPで拡張されたワークフローを扱います。サブエージェントの作成（subagent-creatorを使用）や技術設計ドキュメント（create-technical-design-docを使用）には使用しないでください。
Trigger.dev の高度な運用向け chat.agent 機能を、必要に応じて読み込みます。raw Sessions プリミティブ（sessions / SessionHandle）、カスタムチャットトランスポートまたはリアルタイム wire プロトコル、永続化サブエージェント（AgentChat、chat.stream.writer）、human-in-the-loop、steering、actions、バックグラウンド注入（chat.defer / chat.inject）、高速起動（preload、@trigger.dev/sdk/chat-server による Head Start）、コンテキストの耐障害性（圧縮、復旧起動、OOM、大容量ペイロード）、chat.local の実行スコープ状態、mockChatAgent によるオフラインテスト、プレリリース版やバージョンのアップグレードを扱う場合に読み込みます。通常の chat.agent({...}) 定義と useTriggerChatTransport の標準的な利用には、代わりに trigger-authoring-chat-agent skill を使用します。
**分析スキル** — 任意のリポジトリを分析し、標準の AGENTS.md、ツールごとの簡易ポインターファイル、スキル、CI ワークフロー、課題テンプレートなど、AI 対応の設定を生成します。使用場面：\"make this repo ai-ready\"、\"set up AI config\"、\"add copilot instructions\"、\"prepare this repo for AI contributions\"、\"generate AGENTS.md\"。呼び出すツール：リポジトリの分析とファイル生成に glob、grep、view、create、edit を使用します。単一の操作では、個別の設定ファイルに create/edit を直接使用します。
実行するワークフローレシピを判定します。次の操作の前に呼び出します。監査（ドキュメントとコード、設計とコード、根本原因、プロジェクトの方向性）、レビューでの指摘のトリアージや解決、PR レビューコメントへの対応、機能概要からの計画作成、計画に対する別モデルの判定、仕様の実装、複数回のやり取りが見込まれる調査や価格比較、「跑一輪審查」「幫我找資料／比價」「幫我 plan」「把 findings 處理掉」。監査が終わった後も再度呼び出し、指摘をトリアージに振り分けます。該当する可能性が 1% でもあれば呼び出してください。
大規模なリファクタリング、複数ファイルの移行、コードベース全体の監査、一括生成など、大規模で並列化可能な作業向けに、2 層の並列エージェント階層を展開します。最上位の指揮役（Fable または Opus）がエージェント群を統括します。ユーザーがパワーレベル（Max Power / Heavy / Balanced / Economy）を選ぶと、各層の Opus/Sonnet/Haiku モデル構成が決まります。第 1 層は各自が完全なコンテキストウィンドウを持つ 3～50 以上の専門エージェント、第 2 層は各メンバーにつき 2 以上のサブエージェントで構成されます。Git の安全対策、段階的な規模設定、デプロイ前ゲート、見せかけの完了チェック、複数波のフォローアップを含みます。
UI をすでに提供しているアプリについて、「UI がひどいので直して」「デザインシステムが必要」「色をあちこちにハードコードしている」「上流への PR に向けてボタンを統一して」「デザインシステム全体を文書化して」「リリース前にアプリを確認して」といった曖昧なアプリ全体のデザインシステム要件に使用します。まずアプリをトリアージし、その後 design.how のスキルを順に実行します。画面を 1 つ指定する場合は ui-review、コンポーネントを 1 つ指定する場合は component-docs、空のリポジトリの場合は build-design-system を使います。
Databricks Genie Agents（旧称 Genie Spaces）を作成、管理、照会します。データごとにキュレーションされた自然言語エージェントを構築、エクスポート／インポート、ワークスペース間で移行し、Conversation API 経由で特定の Agent に質問できます。一般的なデータの質問やワークスペース全体でのデータ検索には、代わりに databricks-data-discovery（Genie One）を使用してください
MuleSoft Agent Broker（Agent Network V2）プロジェクトの構築、編集、検証、公開、デプロイをエンドツーエンドで行います。Agent Broker、agent network V2、AgentScript、`.agent` ファイル、または `agentNetwork: 2.0.0` プロジェクトの構築、作成、スキャフォールド、設定、編集、検証、公開、デプロイをユーザーが求めた場合に使用します。V1→V2 の移行では起動しないでください（converter skill を使用）。
Neon 上でマルチテナント AI エージェントプラットフォームを構築・運用します。ユーザーがエージェント／アプリビルダーを設計する場合、ユーザー／アプリ／エージェントの実行ごとに Neon プロジェクトまたはデータベースをプロビジョニングする場合、数千のテナントプロジェクトを管理する場合、スポンサー付き無料ユーザーと有料顧客を分ける場合、組織間でプロジェクトを移動する場合、`@neon/sdk` と `@neon/tools` のどちらかを選ぶ場合、個人／組織／プロジェクトスコープの API キーを選ぶ場合、フリートの使用量や Agent Plan のコストを追跡する場合、データベースのスナップショットとソースのリビジョン／シークレット／デプロイメタデータを組み合わせた複合チェックポイントを作成する場合、または生成アプリのスナップショット／復元フローをオーケストレーションする場合に、このスキルを使用します。Neon Agent Program、Agent Plan、組織／プロジェクトの上限、HIPAA、共同マーケティング、サポート、neondatabase/neon-for-agent-platforms の例にも使用します。
ASD-STE100 簡易テクニカル英語と、ADHD の読者が行動に移しやすい返信構成を定めます。オンデマンドのツールではなく、常時適用するスタイルルールです。レイヤー 1 は、人が読むすべてのテキスト（チャット返信、ドキュメント、README、コミットメッセージ、PR テキスト、コードコメント、エラーメッセージ、リリースノート、ツールの説明、タスクトラッカー、Wiki ページ）の語句を規定します。レイヤー 2 は、人への返信の順序を規定します。次のアクションを最初に示し、番号付きの手順を使い、前置きと締めくくりは付けません。どちらのレイヤーもコード、識別子、コマンド構文には適用されません。文章を書く前に読み込みます。また、「AI slop」を取り除く、文章を明確で平易にする、統制されたスタイルを適用する、STE 違反をレビューするよう求められた場合にも読み込みます。語彙モードは 2 種類です。厳格モード（手順書、運用手順、安全関連テキスト、エラーメッセージ）と STE 風モード（一般的な文章のデフォルト）。
一言のアイデアを、AI エージェントが独力で実行できる目標タスク書に分解します。「エージェントに目標を書いて」「この目標を詳しく分解して」「エージェントにタスク書/brief を書いて」「goal プロンプトを書いて」「エージェントにこのプロジェクトを自分で走らせて」「作業を複数のエージェントに並行で振って」といった依頼で使用します。コードベースで実測し、必要に応じてネット調査を行い、質問を一度にまとめて（≤5 個）実施し、≤4000 文字で /goal に貼り付けて実行できるタスク書を、実測値、ホワイトリストの境界 Spoof 対策としての受入基準、チェックポイント再開を含めて出力します。実行型と探索型（調査/選定/解決策探し）は自動で振り分けます
知識とガバナンスの締めくくり：コードや実行時の実態に合わせて、プロジェクトのドキュメント、ルールファイル（CLAUDE.md/AGENTS.md）、許可されたエージェントメモリ、ワークスペースの残存物を整合させ、次のセッションや担当者が最新の統一された情報を基に始められるようにします。ユーザーが "neat-freak"、"洁癖"、"/neat" と指定した場合に起動します。名前がなくても、開発後のプロジェクトドキュメント／ルール／メモリの同期や整理（"把文档和记忆整理一下"、"收尾时把文档同步掉"、"docs 和代码对不上了"）、古い、または矛盾する CLAUDE.md／メモリ、チームメイトや新しいセッションへの円滑な引き継ぎ、ワークスペースのルールが実際に守られているかの監査など、明確な知識整理の意図があれば起動します。純粋なコーディング／リファクタリング／デバッグ、データや文章（JSON、週報、changelog の告知）の整理、プロジェクト知識の文脈がない単なる「整理」では起動しません。
簡潔な出力を促すプロンプトの原文。AI が冗長で回りくどいとユーザーが不満を述べるとき、より直接的で実行可能な回答を求めるとき、長文を読むと集中が続かないときに使います。トリガー語句には「無駄話なしで」「要点を直接」「結論を言って」「遠回しに言わないで」「率直に言って」「中身のない話はやめて」「まず何をすべきか言って」「無駄話は不要」「ADHD に配慮して」「集中力が続かない」などがあります。会話の冒頭にプロンプト全体を設定して以降の回答形式を制約し、通常モードに戻すよう言われたら解除します。
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。