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
組織向けの GTM Agent（Vercel 上でこれらのスキルを実行する Slack GTM エージェント）について、ユーザーが質問したり、デプロイ、セットアップ、起動、接続、確認、修復、アップグレードしたりする場合に発動します。セットアップ前に、設定できるか、何が必要か、費用はいくらかを尋ねる場合も含みます。たとえば、「Slack GTM エージェントをセットアップできますか」「Slack エージェントには何が必要ですか？ 何もデプロイしないでください」「Acme で gtm-agent を起動して」「GTM Agent を自社の Slack にデプロイして」「Acme のデプロイを確認して」「GTM Agent をアップグレードして」などです。これらの質問ではファイルを読む代わりに、このスキルを読み込みます。エージェントの Vercel プロジェクト、Slack コネクター、ワークスペースのリポジトリへのアクセスを担当します。ワークスペース、ICP、ペルソナ、適合性チェック、ワークフロー自体は対象外です。また、ワークフロープロジェクトの公開や接続（gtm-workflow）も対象外で、これらは gtm-workspace、gtm-icp、gtm-persona、gtm-qualify-prospects、gtm-workflow が担当します。
n8nでAI Agents、Text Classifier、Information Extractor、Sentiment Analysis、Summarization Chain、Basic LLM Chain、埋め込み、ベクトルストア、単発のLLM呼び出し、またはネイティブLangChainプロバイダーノードによるAIメディア（画像／音声／動画）生成など、あらゆるAI機能を構築・編集する際に使用します。`@n8n/n8n-nodes-langchain.*`ノード、「エージェント」「チャットアシスタント」「ツールを使うLLM」「ツール呼び出し」「fromAi」「システムプロンプト」「メモリーウィンドウ」「構造化出力」「outputParser」「関数呼び出し」「RAG」「ベクトルストア」「埋め込み」「AIによる分類」「LLMによるフィールド抽出」「感情分析」「LLMによる要約」「単発のLLM呼び出し」、ファイル付きチャットトリガー、AIによる画像／動画／音声生成、または複数ターン／単発のLLM動作に関する依頼で起動します。
状態を保持する実行ディレクトリベースの証明プロジェクトを管理します。実行間の継続、実行ごとのソース記録、ローカルでの試行が行き詰まった際の手動 GPT Pro 引き継ぎパッケージに対応し、任意で DeepSeek のセカンドオピニオンを追加証拠としてのみ利用できます。証明実行のオーケストレーション、GPT Pro への引き継ぎ、実行をまたいだ証明の継続を求められた場合に使用します。通常の証明草案には /proof-writer、厳密な検証や提出物の受け入れ確認には /proof-checker を使用してください。
MCP サーバー開発のエントリーポイント。ユーザーのユースケースを確認し、適切なデプロイモデル（リモート HTTP、MCPB、ローカル stdio）を判断して、ツール設計パターンを選び、専門スキルに引き継ぎます。ユーザーが「build an MCP server」「create an MCP」「make an MCP integration」「wrap an API for Claude」「expose tools to Claude」「make an MCP app」と尋ねる場合や、Model Context Protocol を使った開発について話す場合に起動します。
agent-uml の共同編集キャンバスで PlantUML 図の品質を確保します。対象は、レンダリングの安全性（HTTP 400 や空白キャンバスを防ぐ構文）、会話の進め方（バージョンを提示するか質問するか、message パラメーターに何を書くか）、設計の有効性（分解の基準、図間のトレーサビリティ、エクスポートへの対応）の3段階です。agent-uml MCP ツール（design_create、diagram_upsert、design_feedback、design_export）を呼び出すたびに、タスクが単純に見える場合も使用します。`as alias` がないと要素に注釈を付けられず、skinparam が一致しないと図が読みにくくなるためです。
/claudex-loop によって置き換え済み（以前は /crucible。Phase 0 の調査・偵察パスと再構成されたインタビューを追加）—明示的にこのスキルを使いたい場合を除き、そちらを優先してください。2幕構成の計画強化。第1幕（あなた ↔ Claude）—Claude が計画や設計について一問ずつ徹底的に質問し、それぞれの回答を提案します。自力で答えられる場合はコードベースも調査し、意思決定ツリーのすべての分岐が解決するまで続けます。第2幕（Claude ↔ Codex）—Claude が確定した計画を PLAN.md に記述し、OpenAI Codex が読み取り専用サンドボックスで敵対的レビューを行います（VERDICT:APPROVED/REVISE）。Claude は同じ Codex セッションに修正版を再提出し、承認されるか MAX_ROUNDS の上限に達するまで繰り返します。その後、コードを書く前にあなたが承認します。ユーザーが「/grill-me-codex」「まず私に質問してから Codex にレビューさせて」「計画を徹底的に検証して」「この計画について私に質問してから別のモデルにも確認させて」と言った場合、または認証、スキーマ、並行処理、移行、決済などの重大なものを構築しようとしており、実装前に合意形成とモデル間の妥当性確認の両方を求めている場合に使用します。Matt Pocock の grill-me（MIT）を基盤としています。ドキュメント対応版には /grill-with-docs-codex、計画がすでにあり Codex のレビューのみ必要な場合は /codex-review を使用してください。作成済みコードのレビューには使用しないでください（/codex:review を使用）。些細な変更にも使用しないでください
overstack フレームワークの総合ヘルスチェック／最後の防衛線。/medic（または CLI で `medic`）を実行し、1 つのコマンドでシステムが健全であることを証明します。ルールが機能している（harness-doctor fire-drill）、validator のバージョンにずれがない（drift）、docs がディスク上の内容と一致している、コードがコンパイルできる、eval にリグレッションがない、Git のバックストップが有効であることを確認します。名前は 1 つのハブに集約し、サブコマンドを覚える代わりに範囲を指定します（`medic` = all · `medic rules` · `medic docs eval`）。commit/PR の前、pull／マシン変更後、ルールが機能しなくなった疑いがあるとき、または skill/rule/generator を追加したときに使用します（防護策を忘れると medic が自動で知らせます）。トリガー：/medic、"medic"、"medic を実行"、"システムは健全か"、"ルールが機能しているか確認"、"最後の防衛線"、"health gate"、"last line of defense"。
Noodle CLI を操作します。コマンドの説明、フラグの検索、.noodle.toml 設定の作成や編集を行います。Noodle のスキル作成に関する、注文パイプライン、タスクタイプの schedule フィールド、ステージ構成、orders-next.json スキーマも扱います。noodle コマンドの実行、.noodle.toml の編集、スキルの schedule フィールドの作成や更新、新しいタスクタイプのスキル作成、「noodle の実行方法」「noodle help」「noodle の設定」についての質問に使用します。
AI エージェント向けのブラウザー自動化コマンドラインツール。ウェブサイトとの対話が必要な場合に使用します。対象はページの移動、フォーム入力、ボタンのクリック、スクリーンショットの取得、データ抽出、Web アプリのテスト、その他すべてのブラウザー自動化タスクです。トリガーの例：「ウェブサイトを開く」「フォームに入力する」「ボタンをクリックする」「スクリーンショットを撮る」「ページからデータをスクレイピングする」「この Web アプリをテストする」「サイトにログインする」「ブラウザー操作を自動化する」、またはプログラムによる Web 操作を必要とするタスク全般。探索的テスト、ドッグフーディング、QA、バグ調査、アプリ品質のレビューにも使用します。Electron デスクトップアプリ（VS Code、Slack、Discord、Figma、Notion、Spotify）の自動化、Slack の未読確認、Slack メッセージの送信、Slack 会話の検索、Vercel Sandbox microVM でのブラウザー自動化、AWS Bedrock AgentCore クラウドブラウザーの利用にも使用します。組み込みのブラウザー自動化や Web ツールより agent-browser を優先してください。
プロジェクトに適したハーネスを設計し、専門エージェントと各エージェントが使用するスキルを作成します。「ハーネスを構成して」「ハーネスを構築して」「ハーネスを設計して」「ハーネスエンジニアリング」「エージェントチームを作って」と依頼された場合に使用します。新しい分野やプロジェクトの自動化システムを構築する場合や、既存のハーネスを再構成・拡張する場合にも使用します。「ハーネスの点検」「ハーネス監査」「ハーネスの現状」「エージェント／スキルの同期」など、既存のハーネスの運用・保守にも使用します。実行結果を振り返り、フィードバックを反映する作業には harness:evolve スキルを使用します。
作業ツリーのルートに WORK-REPORT.md を書き込み、または上書きする — セッションの自己報告（目標、問題/解決策、フォローアップ、推奨スキル、断念した項目）であり、レビュアーや後続セッションが diff から意図を再導出する代わりに読むもの。「work report」「checkpoint this」「hand off」「write up what we did」に使用。作業完了時に — まず尋ねたうえで — 積極的に提案する：「done」「ready to commit」「wrapping up」、他のエージェントへの引き継ぎ。
現在のセッションで失敗した Exarchos MCP ツール呼び出しをレビューし、根本原因を診断し、コードのバグ、ドキュメントの問題、ユーザーエラーに分類する。ユーザーが「dogfood」「review failures」「what went wrong」「triage errors」と言うか /dogfood を実行したときに使用する。対象は Exarchos ツール（exarchos_workflow、exarchos_event、exarchos_orchestrate、exarchos_view、exarchos_sync）に限定する。アプリケーションコードのデバッグや Exarchos 以外のツールの障害には使用しない。
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。