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
計装済みのml_app向けエンドツーエンドLLM Observabilityパイプラインです。本番トレースを分類し、障害の根本原因を特定して評価器を初期化し、その後（任意で）データセットをサンプリング・公開し、実験を生成・実行して結果を分析します。標準化されたバナーと各段階の間の「continue」チェックポイントを備えた、説明付きの6段階で構成されます。dd-llmoサブスキル（`llm-obs-session-classify`、`llm-obs-trace-rca`、`llm-obs-eval-bootstrap`、`llm-obs-experiment-py-bootstrap`、`llm-obs-experiment-analyzer`）のみをオーケストレーションします。「評価パイプラインを実行」「トレースから評価へ進む」「評価をエンドツーエンドで初期化」「分類してからRCAを行い、初期化」「ゼロから評価セットを構築」「データセットと実験について案内して」「実験を順に説明して」「ml_appがあるが次は何をすればよい」「LLM Obsのオンボーディング」「ガイド付き実験セットアップ」「トレースから実験へ」といった依頼や、本番データから評価器、データセット、実験までを決定論的かつ説明付きで進めたい場合に使用します。`--stop-after <phase>`で評価器またはデータセットの段階で早期終了し、`--start-at <phase>`で途中から再開できます。
インディーデベロッパー向けのプロジェクト全ライフサイクル管理：需要検証、キーワード・商品選定、ウェブサイトまたはネイティブアプリの構築、公開と連携、SEO/GEO による集客、決済による収益化、監視と改善、セッション間の引き継ぎ。ユーザーが rankup または /rankup（check、review、init。doctor はプロジェクトの .rankup 記録の整理のみ）に言及した場合、現在のディレクトリまたはワークスペースに .rankup/ がある場合、あるいはプロジェクト計画、ロードマップ、タスク、PRD、引き継ぎ、進捗文書の確認・継続・整理を求めた場合に使用します。これらのプロジェクト記録の文脈で「続けて」「前回どこまで進んだ？」「次は何をする？」と言う場合や、プロジェクト計画、需要検証、キーワード調査と SERP、単独の Google Trends 検索や比較、AI 検索レコメンデーション（GEO）、ウェブサイト診断、sitemap/IndexNow/Search Console、トラフィック、サイト構築、公開、決済（Stripe、Anyway、PayPal）、収益化、成長にも使用します。SEO/GEO は主要な手段であり、適用範囲の境界ではありません。SEO 以外のプロジェクト計画や macOS、iOS、iPad のネイティブアプリにも対応します。コピーライティングのみ（SEO トレンドブログなどのテーマ執筆を含む）、ビジュアルデザインのみ、プロジェクト管理と無関係な一般的な開発、インフラのトラブルシューティング（Cloudflare のデプロイエラーや通常の CLI doctor を含む）では使用しません。ディレクトリに .rankup/ がある場合は、プロジェクト記録の保守義務のみ追加します。外部リンクの実行は backlink、ブラウザー操作は opencli、画像生成は imagegen、複数モデルへのタスク振り分けは agent-fleet に委任します。
現在の会話をディスク上の大きな単一のハンドオフファイルに圧縮し、カウンターを増やした現在のチャット名を持つまったく新しい Claude Code セッションを、そのファイルへのポインタのみを初期内容として開き、現在のチャットは完全にそのまま残す。ユーザーが学んだことを失わずにクリーンなコンテキストウィンドウを望むとき、または次の中のいずれかを言うときはいつでもこれを使用する — "compact to a new chat"、"compact but start fresh"、"carry this over to a new session"、"hand this off"、"new chat with this context"、"my context is getting heavy"、"this chat is too long"、"start over but remember this"、"dump the context and open a fresh one"、あるいは後で再利用できるハンドオフ、コンテキストダンプ、セッション要約を求めたとき。長い調査が終わり、フォローアップ作業が独自のウィンドウに値するときにも使用する。ユーザーが後で古いチャットを読める状態にしておきたい場合は常に、通常の /compact よりこれを優先し、ユーザーが "compact" という言葉を一度も口にしなくてもこれを用いる。
影響の大きいアーキテクチャ、技術、製品に関する意思決定をめぐり、複数のアドバイザーによる討論を進行します。3～5 人の領域別アーキタイプのサブエージェント（pragmatic-engineer、architect-advisor、security-advocate、product-mind、devils-advocate、the-thinker）を招集し、冒頭陳述、対立点、立場の変化、総括の各段階を進めます。異論も残したうえで、リスクを記録した実行可能な提案を提示します。トレードオフの評価、PRD や技術仕様のストレステスト、複数の有力な選択肢があるジレンマの解決、または多様な専門家の視点が必要な意思決定に使用します。単純な yes／no の質問、事実確認、トレードオフのない創造的なブレインストーミング、単一の専門家の視点で十分なタスクには使用しないでください。
Claude Code向けのトークン効率に優れた永続メモリシステムで、セッション開始時のウォームアップに使うトークンを約67％節約します（tiktokenで検証済み）。段階的な読み込み、コンパクトなエンコード、ブランチを考慮したコンテキスト、スマート圧縮、セッション差分、競合検出、セッション継続プロトコル、復旧モードを備えた階層型アーキテクチャです。セッション開始時（MEMORY.mdが存在する場合）、「これを覚えて」「前回の続きから」「何をしていたっけ」「まとめて」「進捗を保存」「忘れないで」「コンテキストを切り替え」「引き継いで」「メモリの状態」「状態を保存」「前回の続きから再開」「コンテキスト予算」「コンテキストはあとどれくらい」などの指示、または既存のメモリファイルがあるプロジェクトでのセッション開始時に起動します。セッション間でClaudeがすべてを忘れる問題と、セッションがすぐにコンテキスト上限に達する問題を同時に解決します。無駄な再説明に費やす数千トークンを、コンパクトで構造化されたメモリ読み込みに置き換え、2,000トークン未満でClaudeにプロジェクトの全コンテキストを提供します。
ObjectStackのAIスキル、ツール、ナレッジソース、オープンエディションのMCPサーバーインターフェースを設計します。ユーザーが `*.skill.ts` / `*.tool.ts` を追加する場合、LLMプロバイダーを設定する場合、スキルに付与するツールを接続する場合、またはRAG用のナレッジソースとしてObjectStackデータをインデックス化する場合に使用します。エージェント自体はプラットフォーム内部のもの（`ask` / `build`）です。サードパーティは `*.agent.ts` を作成するのではなく、スキルを通じて拡張します。ObjectStackのメタデータに関係しない一般的なLLMプロンプトの質問には使用しないでください。
独自の Claude Skills を作成するためのステップごとのガイドです。Skill が適切なツールかどうかの判断から、SKILL.md ファイルの作成、参照資料の構成、安定してトリガーされるようにする方法まで扱います。ワークフロー、フレームワーク、反復作業を再利用可能な Skill にまとめたい場合、既存の Skill が起動しない、または適切なコンテキストを読み込まない場合、効果が不十分な Skill を監査する場合、Skill を公開したい場合に使用します。「Skill の作り方」や「優れた Skill とは何か」と尋ねられた場合にも対応します。個人、チーム、Skill を一般公開するすべての人に役立ちます。
PRD をもとに dark factory を構築します。issue として作業を受け取り、キーボード操作なしで検証済みコードを出荷するリポジトリを、ユーザーの実際のリポジトリ内にコンポーネントごとに作ります。構築順に、ガイダンス層、検証ハーネス、ワークフロー主導のリポジトリ、デプロイ、自律化を実現するトリガーの 5 つのコンポーネントを扱います。基盤で動作するコーディングエージェント（Claude Code、Codex、Archon、Agent SDK、Cline、Goose、Amp、Pi）は問いません。ユーザーがすでに行っている AI コーディングプロセスを置き換えるのではなく、仕組みとして組み込みます。入力として PRD が必要で、PRD 自体は意図的に作成しません。ユーザーが dark factory、自律型または自動運転型リポジトリ、ソフトウェアファクトリー、自らコードを出荷するエージェント、無人または夜間のコーディングループを構築したい場合、AI コーディング自律性のレベル 4 または 5 への到達方法を尋ねる場合、または dark factory、lights-out coding、autonomous PR、自己保守するリポジトリに言及した場合に使用します。
Google Geminiによるクロスモデルのセカンドオピニオン。同じ変更を、Googleエコシステムに関する深い知識を持つ別のAIがレビューします。3つのモードがあります。review（Google Adsキャンペーン、SEOメタデータ、コードの合否判定）、challenge（変更を崩そうとする敵対的なストレステスト）、consult（Google Ads戦略、SEOのベストプラクティス、実装に関するGeminiとの自由な質疑応答）。ユーザーが「gemini review」「ask gemini」「gemini challenge」「second opinion from gemini」「consult gemini」「stress test with gemini」「what would gemini say」「cross-model review」「get another opinion」と言った場合に使用します。音声エイリアス：「gem」「gemini check」。Google Adsの変更、SEOメタデータの更新、キャンペーン構成の決定、キーワード戦略、入札額や予算の変更に特に有用です。Geminiが持つGoogleエコシステムの知識がClaudeの分析を補完します。
Claude Managed Agent の構築を完了（または再確認）します。概要ページを更新し、創業者が現在所有するすべてのプリミティブを振り返り、実行ログとライブステータスを表示し、個別に調整した次のアップグレードを 1～2 件提案し、整理状況（セッションのアーカイブ、キーを .env のみに保存、デプロイ開始時に具体的な日付を記載しない）を確認します。創業者が「/wrap-up」「wrap up」「close it out」「where do things stand with my agent」と言った場合、または /launch-your-agent の構築終了時に使用します。
コンテキストエンジニアリングの基礎概念（コンテキストとは何か、コンテキストウィンドウの構造、注意の仕組み、U字型の注意曲線、コンテキストの質が量より重要な理由、他のコンテキストエンジニアリング上の判断を理解するためのメンタルモデル）を説明・検討する際に使用します。概念の説明、オンボーディング、背景知識の確認に使います。実務作業は専門スキルに振り分けます。注意の失敗のデバッグは context-degradation、トークン効率化は context-optimization、会話の要約は context-compression、プロジェクト構成の判断は project-development に振り分けます。
Autobrowse形式の外側ループを通じてBrowserbase Agent APIのデモを構築・改善します。固定タスクを実行し、Agentのメッセージとセッションログを収集して結果を評価し、システムプロンプトのヒューリスティックを1つ改訂して収束を確認します。Browserbase AgentsのデモやPOCの作成、Agentシステムプロンプトの最適化、不安定なAgent実行の診断、自動リサーチ／自動ブラウズのBrowserbase Agents APIへの適用に使用してください。
ユーザーが「プラグインを作成」「プラグインの雛形を作成」「プラグイン構造を理解」「プラグインコンポーネントを整理」「plugin.json を設定」「${CLAUDE_PLUGIN_ROOT} を使用」「コマンド／エージェント／スキル／フックを追加」「自動検出を設定」と依頼した場合、またはプラグインのディレクトリ構成、マニフェスト設定、コンポーネントの整理、ファイル命名規則、Claude Code プラグインアーキテクチャのベストプラクティスについて案内が必要な場合に使用します。
Software Lifecycle プロジェクト（`software-lifecycle` starter pack）での作業方法：提案 → 決定 → 仕様書 → 事後分析、および各種ガイド。プロジェクトにこれらのフォルダーがある場合、またはプロジェクトの構成について尋ねられた場合に参照します。ドキュメントのライフサイクル、ステータスの流れ、フォルダーごとのエージェントの振る舞いをまとめ、テンプレート本文やフォルダーの説明にガイダンスを埋め込まずに済むようにします。提案の構成、仕様書の作成、決定の記録、事後分析の作成、設計レビューという5つのワークフローは、それぞれこのパック内の独立した同階層スキルとして提供されます。プラットフォームの `open-knowledge` スキルを補完するものであり、置き換えるものではありません
同じ実際のタスクを、AI 指示レイヤーあり・なしで何度も実行し、実際の変化に基づいて各ルールを評価することで、リポジトリの AI 指示に価値があるかを測定します。使い捨ての Git worktree で両方のテストを実行し、作業ツリーには触れません。CLAUDE.md、AGENTS.md、.claude/、.agents/、.cursor/rules、.clinerules、.windsurfrules、copilot-instructions など、特定のエージェントに依存しません。ユーザーが CLAUDE.md、AGENTS.md、Cursor ルール、エージェント指示、AI レイヤーの整理、監査、縮小、「削除」を希望する場合、ルールがまだ必要か、コンテキストが肥大化しているか、何を削るべきかを尋ねる場合、または指示なしでエージェントを試すことやアブレーションについて言及した場合に使用します。
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。