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 97,501 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
自動編成された各分野の専門家パネルを使って、あらゆるコンテンツや戦略を採点・評価し、反復的に改善します。コピー、シーケンス、ランディングページ、戦略文書、タイトル、チャート、採用評価など、品質チェックが必要なものに対応します。すべてのスコアが 90 以上になるまで反復します（最大 3 ラウンド）。「専門家パネルで評価して」「採点して」「このバリエーションを評価して」「品質チェックして」「パネルレビュー」「どちらがよいか」「専門家スコア」「このコピー/戦略/ページを評価して」と依頼された場合や、別のスキルの出力に品質チェックが必要な場合に使用します。「このランディングページを採点して」「これらのメール案を専門家パネルで評価して」「この見出しを評価して」「これらのチャートをレビューして」も起動条件です。
Bright DataのDiscover APIを基盤に、RAG（検索拡張生成）パイプラインまたはカスタム検索エンジンを構築します。意図に基づいて順位付けされたウェブ検索結果と解析済みページコンテンツを、LLMまたはベクトルストア向けの検索／取り込みレイヤーとして使用します。「RAGパイプラインを構築したい」「LLM／エージェントにウェブ検索を追加したい」「モデルをリアルタイムのウェブデータに基づかせたい」「ウェブ検索エンジンを構築したい」「ウェブコンテンツをベクトルDB／ナレッジベースに取り込みたい」「チャットボットに検索機能を追加したい」といった場合に利用します。ライブ検索（クエリ時にDiscoverをウェブ情報に基づく検索器として利用）と取り込み（Discover → 分割 → 埋め込み → ベクトルストア → 検索）の両方に対応します。`discover-api`スキルを基盤にしています。単発のレポート作成には`live-research`を、既知の特定URLから生のMarkdownを取得するには`scrape`を使用してください。
エージェントがたどった経路（ツールの選択、順序、再試行、再現性、根拠）を、最終回答だけでなく評価し、「不正な成功」（不適切または危険な経路で正解に至ること）や不安定さを検出します。決定論的なトレーススキーマ、pass^k の再現性、設定駆動のルールチェック（禁止ツール、順序違反、再試行の連発、過剰なステップ、読み取りなしの編集に関する根拠チェック）を備えます。標準の traces.json、hooklib.audit / code-logger events.jsonl、または Claude Code の完全なセッション記録（--transcript。最も情報量が多く、取得引数、観察結果、各ステップの成否を復元）を解析します。ユーザーが「実行経路を評価して」「答えではなく経路を採点して」「不正をしたか／悪い経路を取ったか」「行動前に確認したか／根拠はあるか」「不正な成功」「不安定か／再現するか」「pass^k」「セッション記録を評価して」「trace grader」と言った場合、または /trace-grader を実行した場合に起動します。
AI、LLM、AI エージェント、RAG、ツール呼び出し、ワークフロー自動化、モデルベースの意思決定支援を利用し、EU AI Act の規制への配慮が必要な Java エンタープライズシステムのレビュー、設計、変更に使用します。Java AI システムの EU AI Act 対応状況のレビュー、企業ツールを使う AI エージェントのガバナンス設計、LLM ワークフローへの人間による監督と監査可能性の追加、本番リリース前の RAG やモデル駆動型意思決定支援の評価などに使用します。Plinth Toolkit の一部です。
Помогает совместно прояснить задачу, проверить идею, найти корневую причину проблемы или выбрать подход без реализации. Используй, когда пользователь просит обсудить задачу, разобраться в проблеме, сравнить варианты или задаёт вопросы «что думаешь?» и «как лучше сделать?». Не используй, когда пользователь явно просит составить план, реализовать задачу, проверить изменения кода или сохранить знания проекта.
Godot 作業のためのエージェントの目：クロスプラットフォームのスクリーンショット CLI（アセット／領域／ウィンドウ／画面）で容量制限に合わせた WebP を生成。.gdskills/ 配下の一時的なエディタービューポートブリッジ。Taste Receptor Atlas v2（約 237 の微小受容器 × 0–2：階層、コントラスト、タイポグラフィ×41、アフォーダンス、空間、色、アイコン、構図、光／FX、動きの兆候、陳腐さの回避、独創性、アイデンティティ）。エージェントが UI、アセット、エディターを見る必要がある場合に使用します。ゲーム内スクリーンショットの Autoload には使用しません。キーワード：エージェントビジョン、スクリーンショット、WebP、ビジュアル QA、審美受容器、タイポグラフィ、UI レビュー、アセットシート、エディタービューポート、陳腐さの回避
Codex、Claude Code、OpenClaw、OpenCodeなどのエージェントハーネス向けローカルユーザープロフィール管理スキル。ユーザーが$user-profile-keeperを明示的に呼び出し、ローカルの永続プロフィールの作成、初期化、更新、照会、修正、削除、エクスポート、監査を行う場合に限り使用します。現在のセッションから、継続的な協業の好み、要件表現の習慣、能力の境界、繰り返し発生する見落とし、リスクの好み、プライバシーの境界、典型的な出来事を抽出し、監査・確認・撤回可能なローカルプロフィールデータにできます。自動呼び出しやプロフィールデータのアップロードを行わず、task-clarifierの通常の確認フローを置き換えないでください。
Linux ホストに OpenClaw をインストールして設定し、DingTalk、Feishu、Discord などの追加チャンネルと Bailian/DashScope モデルを利用できるようにします。新しい OpenClaw ノードのプロビジョニング、ゲートウェイ／チャンネルの起動トラブルシューティング、openclaw.json マッピングの標準化、または https://docs.openclaw.ai/channels からの追加チャンネルの自動検出に使用します。
codeck のエントリーポイント。ローカルファイルから素材をスキャンし、診断インテリジェンスを備えたパイプラインダッシュボードを表示して、次のステップを案内します。ユーザーが「codeck」「new deck」「make a presentation」「make a deck」「new slides」「build a presentation」「export」「speech」「script」と言った場合、またはプレゼンテーションプロジェクトを開始・継続したい場合に使用します。/codeck はユーザー向けエントリーで、レガシーのサブスキルは内部モジュールです。
generateText、streamText、ToolLoopAgent、Output helpers による構造化出力、useChat hook、ツール呼び出し、埋め込み、middleware、MCP 統合など、Vercel AI SDK v6 の実装パターンを案内します。AI チャットインターフェース、ストリーミング応答、エージェント型アプリケーション、ツール／関数呼び出し、テキスト埋め込み、ワークフローパターンの実装、または convertToModelMessages や toUIMessageStreamResponse の使用時に利用します。AI SDK 統合、useChat hook の使用、メッセージのストリーミング、エージェント開発、ツール呼び出しのタスクで起動します。
Git Bash および Windows 環境の Claude Code における Windows ファイルパスのトラブルシューティング全般を扱います。次の場合に積極的に有効化します：(1) Windows のファイルパスエラー、(2) バックスラッシュとスラッシュの問題、(3) Edit/Write/Read ツールの失敗、(4) MINGW のパス解決、(5) クロスプラットフォームのパス変換、(6) MSYS_NO_PATHCONV の使用、(7) 二重スラッシュのエスケープパターン（//c/foo）、(8) UNC と長いパスの制限、(9) WSL とネイティブ Windows の相互運用。パス変換ルール、トラブルシューティングのフローチャート、MSYS 環境変数の設定例、二重スラッシュのエスケープパターン、Windows のファイル操作に関するベストプラクティスを提供します。
学び、落とし穴、決定事項を失わないように記録先を判断し、背景が新鮮なうちに記録します。ユーザーが、気づいたことや学んだこと、すぐには明らかでない発見を共有した場合、情報をどこに記録すべきか尋ねた場合、セットアップ時の注意点、回避策、決定事項を次の担当者や次回のエージェントセッション向けに残したい場合、または CLAUDE.md、README、ADR、テスト、用語集、再利用可能な skill のどこに記載すべきか尋ねた場合に使用します。各情報の恒久的な記録先を選び、再利用可能かプロジェクト固有かを判断します。文書本文の作成については technical-writing、ドメイン用語の記録については ubiquitous-language を参照してください。
MindOS：ローカルのナレッジアシスタント兼共有ナレッジベース。セッションやエージェントをまたいで、決定事項、メモ、SOP、デバッグの教訓、調査結果、好みを保持します。主な機能：メモの保存、ナレッジベースの検索、ファイル整理、ワークフローの実行、レビュー、CSV への追記、コンテキストの引き継ぎ、教訓の抽出。アプリのソースコードやナレッジベース外のパスには使用しません。トリガー：保存／記録、メモの検索、ファイルの更新、整理、ワークフローの実行、決定事項の記録、CSV への追記、コンテキストの引き継ぎ、過去の議論の確認、教訓の抽出。積極的な対応：（1）まず保存済みのコンテキストを検索する、（2）有益な作業の後に保存を提案する、（3）重要な決定事項の永続化を提案する。
一人で事業を立ち上げる創業者が GTM 戦略を構築する場合、採用せずに事業を拡大したい場合、または市場開拓向けの AI エージェントチームを設計する必要がある場合に使用します。「一人起業」「一人スタートアップ」「個人起業家」「自己資金での運営」「チームなし」「AI エージェントをチームとして活用」「採用せずに拡大」「創業者主導の営業」「リーン GTM」「一人会社」「従業員なし」などに言及した場合にも使用します。スタックの選定からエージェントチームの設計、収益段階の移行、時間配分、採用を始める時期まで、一人創業者向けの GTM 戦略全体を扱います。
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。