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
過去の使用状況に基づいてClaudeエージェントを自己改善させたい場合、夜間／オフラインの「睡眠」または「夢」サイクル、メモリ／スキルの統合について尋ねる場合、「使うほどエージェントを賢くしたい」「過去のセッションを確認して」「好みを学習して」「学んだことを統合して」「スリープサイクルを実行して」などの要望がある場合、またはバックグラウンドでの自己最適化をスケジュールしたい場合に使用します。skillopt_sleepエンジンを実行します：過去のセッションを収集 -> 繰り返しタスクを抽出 -> 選択したバックエンドで再実行 -> ホールドアウトゲートを通して検証済みのCLAUDE.md/SKILL.mdを統合。
nao エージェントにセマンティックレイヤーを組み込み、メトリクスクエリを単一の信頼できる情報源経由で処理します。dbt MetricFlow（Semantic Layer を備えた dbt Cloud）、Snowflake（MCP 経由のビューまたはセマンティックビュー）、社内の nao YAML セマンティックレイヤー、その他のツール（MCP 検出経由）に対応します。適切な MCP サーバーをインストールし、メトリクスクエリがセマンティックレイヤー経由になるよう RULES.md を更新します。nao YAML オプションでは、初期メトリクスファイルも生成します。最初のテストでエージェントのメトリクス信頼性に問題が見られた後に使用します。ルールの直接記述（write-context-rules）や初回セットアップ（setup-context）には使用しないでください。
プルリクエストの変更をエンドツーエンドで進めます。フラグで保護すべきかを判断し、保護用フラグを作成し、PR ブランチで新しいコードパスをフラグの配下に接続して、自動リリースを記録します。これにより PR のマージ時に変更を安全にリリースできます。should-flag-change、launchdarkly-flag-create、flag-release を組み合わせるポータブルなオーケストレーターです。キーワード：PR にフラグを付ける、変更をフラグで保護する、ダークローンチ、キルスイッチ、自動リリース、自動ロールアウト、エンドツーエンドのフラグワークフロー。
ADR-152 — 2つのharnessフィンガープリント（ゲノム + score JSON）間の重み付き類似度。全体スコア（[0,1]）とコンポーネント別の内訳（9個の数値のコサイン類似度、4個の列挙値のカテゴリ一致度、agent_topology の Jaccard 類似度）を返します。ADR-151 §3.2 Recommender、§3.3 Drift Detection、§3.5 Plugin Compat を可能にします。純粋なTS実装で、`@metaharness/*` 依存なし — ADR-150の4つのアーキテクチャ制約を維持します。
inference.sh CLI で AI アプリを実行します。画像生成、動画作成、LLM、検索、3D、Twitter の自動化に対応します。モデル：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter など。AI アプリの実行、画像・動画の生成、LLM の呼び出し、ウェブ検索、Twitter の自動化に使用します。トリガー：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok
セカンドブレイン、ノートフォルダー、エージェントのメモリを監査し、いつの間にか事実でなくなった情報を見つけ、最も深刻なものを修正して再発を防ぎます。Wiki、単一のノートファイル、日次ノート、Markdown 以外のツールに対応し、対象に応じて修正方法を調整します。エージェントが各セッションで読み込む内容にある、現時点でも正しいように見えるすべての主張を最新の証拠と照合し、反証された主張と根拠のない主張を区別します。アシスタントが古い回答をする場合、ノートやメモリファイルが古い可能性がある場合、保管庫内の矛盾を確認する場合、セカンドブレインの劣化を防ぐ方法やメモリの劣化について尋ねられた場合、または状態とイベントの違いについて尋ねられた場合に使用します
執筆構成、読者ペルソナ SSOT、レビュー規則、オプションの Markdown から Re:VIEW/PDF への変換サポートを備えた、再利用可能な技術書原稿ワークスペースを運用します。書籍原稿のリポジトリ整理、対象読者の定義やレビュー、章／節ファイルの標準化、執筆／レビューエージェントの設定、出版社の校正コメントへの対応、既存の執筆ワークスペースの評価に使用します。起動語句：book writing workspace、reader persona、reader audience、読者ペルソナ、persona SSOT、technical book project、執筆ワークスペース、manuscript workflow、Re:VIEW workspace、proof PDF、annotated proof、publisher proof comments、校正、校正注釈、初校。
Exa.aiを使用してリアルタイムのウェブ検索RAGパイプラインを構築します。検索拡張生成の構築、ExaとLangChain、LlamaIndex、Vercel AI SDKの統合、またはウェブ検索機能を備えたAIエージェントの実装に使用します。トリガー：RAGパイプライン、検索拡張生成、Exa LangChain、Exa LlamaIndex、ExaSearchRetriever、ExaSearchResults、Exa MCP、Exaのツール呼び出し、Claudeのツール使用、AIエージェントのウェブ検索、根拠に基づく生成、引用生成、ファクトチェック、ハルシネーション検出、OpenAI互換性、チャット補完。
クリエイティブディレクション主導の作業について、段階的なデリバリーのオーケストレーション計画を作成します。どのスキルをいつ実行するか、どのゲートで何を確定するか、引き継ぎ方法、MCP と CLI を介して AI エージェントを使い、チームのツール（Jira、Linear、Notion、Figma、GitHub）で進行ペースをどう実現するかを計画します。各フェーズ、確定ポイント、引き継ぎ仕様、ゲート定義、QA 検証ゲートの時間軸マップを提供します。`creative-brief`（静的なプロジェクトブリーフ）や `creative-direction`（美的方向性）とは異なります。インテグレーションオーケストレーター、デリバリーの進行ペース、プロジェクトのオーケストレーション、ブリーフを確定する時期、クリエイティブディレクションの段階分け、デザインから開発への引き継ぎ、QA ゲート、エージェント主導の QA、またはクリエイティブディレクション案件の開始時、進行中のペースの乱れ、PM ワークフローへの AI エージェント統合時に使用します。プロジェクトのスコープ策定には `creative-brief`、美的方向性には `creative-direction` を使用してください。クリエイティブディレクションを伴わない一般的なプロジェクト管理には使用しません。
エージェントの失敗を記録して決定論的に分類・集計し、ある失敗クラスがしきい値を超えて再発したら、propose->gate フローにルール／スキル候補のひな形を追加します。同じミスを繰り返すのではなく、ガードレールに変えます。Hamel の create->label->fix->repeat フライホイールで、自己進化します。「この失敗を記録して」「ミスを記録して」「なぜこれが何度も起きるのか」「失敗をルールにして」「失敗の分類」「何が繰り返し壊れるのか」と言われた場合、または /failure-flywheel が呼び出された場合に起動します。再発頻度の高い失敗クラスを確認するため、--report も定期的に実行します。
sign-off-axi CLI を使い、ローカルのレビューボードでユーザーに「はい／いいえ」、単一選択、A/B/C 形式のデザイン質問を行い、回答を読み上げます。「はい／いいえ」の判断、複数候補からの選択、モック間のデザイン選定、続行前の承認が必要な場合、計画や完了した作業の証拠（スクリーンショットや録画）をユーザーに確認・承認してもらう場合、ユーザーがすでに回答した内容を読み返す場合、概念・デザイン・トレードオフをインタラクティブなレポートで説明する場合、ユーザーが追跡できるチケットで作業を管理する場合、またはサービスへのユーザーのサインインが必要な場合に使用します
既存の orca オーケストレーション上で、Karpathy 方式の LLM 評議会（3段階のマルチエージェント評価）を実行します。N席が独立して質問に回答し、回答を匿名化して盲検で相互順位付け（モデルが自分の回答を優遇できないようにする）した後、議長が最終回答を統合します。モデル呼び出しはオーケストレーションが行い、harness/scripts/council.py は匿名化、平均順位集計、意見の相違、アンカーガード、トランスクリプトなどの決定論的なプロトコル計算を行います。ユーザーが「run a council」「llm-council」「panel of models」「blind peer-rank these answers」「ensemble + chairman」と言うか、/council を呼び出した場合に使用します。第4段階では HTML レポートの生成が必須です。council.py 内でレンダリングし、オフラインで動作し、CDN も外部スキルも使いません。各 `rank` は、新しいバージョン付きの自己完結型レポート（llmwiki/html/council/council-report-NNN-seed<seed>.html）を書き出します。レポートには意見カード（ペルソナ名と視点）、盲検投票テーブル、ダッシュボードが含まれます。try/except で分離されているため、レンダリングの不具合でコアのトランスクリプト処理が停止することはありません。
Front-door on-demand cho phát triển framework HOẶC distill/author một skill — SELF-CONTAINED, chạy được ở BẤT KỲ project nào (không phụ thuộc file repo-local). Gọi khi đang sửa chính framework, hoặc đang viết/chưng cất một skill trong phiên của dự án khác. KHÔNG dùng cho dev tính năng dự án thường (đó là phần lớn phiên — ADR-004).
決定論的なガード付きエージェントループドライバーです。任意のステップを propose → deterministic-verify →（critique → revise）でラップし、強制終了ガード（max_iter、wall-clock budget、state-hash による進捗なしの検出、人間へのエスカレーション）を適用します。制御ループ、ガード、進捗検出は決定論的で、LLM の critique/revise ステップのみを隔離されたアダプターとして扱います。エージェントの修正ループが無限に回らず、失敗したテストを言いくるめて回避できないようにする必要がある場合に起動します。
AIエージェント向けの高速で正確なコード検索。grep+readと比べてトークン使用量を約98%削減します。ローカルまたはリモートの任意のリポジトリを1秒未満（CPUで約250ms）でインデックス化でき、GPUやAPIキーは不要です。自然言語とシンボルによるクエリ、意味的に類似したコードの検索、Claude Code、Codex、Cursor、OpenCode向けのMCPサーバー連携に対応します。プログラムから利用できるPythonライブラリも提供します。トリガー：semble、code search、semantic code search、semble search、token-efficient search、find code、code search mcp、agent code search、semble find-related、semble savings
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。