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
ソフトウェアタスクの作業分解、依存関係の順序付け、ステータス追跡に使用します。階層的な分解（機能をストーリー、さらに末端タスクへ）、スライスからタスクへの分解（まずWalking Skeletonを作り、実装前に受け入れテストを作成）、各タスクのGWT受け入れ基準、明示的な依存関係の宣言、作業範囲の見積もり、厳格なライフサイクル（Open/Active/Closed、Activeタスクは常に1件のみ）を提供します。機能の分解、作業項目の管理、依存関係の追跡、ストーリーやエピックの作成、段階的な提供に向けた作業の分割、次に取り組む内容の決定に使用します。トリガー：「この機能を分解」「タスクを作成」「次に何をすべきか」「小さく分割」「Walking Skeleton」「タスクに分割」「タスクの依存関係」。任意のタスクツールで動作します。
コンポーネントを生成する前に、AI コーディングセッションへ UX 原則のコンテキストを追加します。フォーム、テーブル、ダッシュボード、ナビゲーション、チェックアウトなどのコンポーネントタイプに関連する UX 原則を対応付け、vibeCodingPrompts を取得して、Cursor、Claude Code、Windsurf などの AI コーディングツールに貼り付けられるコンテキストブロックを返します。API キーは任意です。調査引用付きの拡張プロンプトには uxuiprinciples.com API Access が必要です。
Web 検索と LLM で RAG（検索拡張生成）パイプラインを構築する。ツール: Tavily Search、Exa Search、Exa Answer、Claude、GPT-4、OpenRouter 経由の Gemini。機能: リサーチ、ファクトチェック、根拠に基づく回答、ナレッジ検索。用途: AI エージェント、リサーチアシスタント、ファクトチェッカー、ナレッジベース。トリガー: rag、retrieval augmented generation、grounded ai、search and answer、research agent、fact checking、knowledge retrieval、ai research、search + llm、web grounded、perplexity alternative、ai with sources、citation、research pipeline
プロジェクトを定期的にスキャンして調査結果を報告するエージェント、PostHog Signals scout の作成、編集、調整を行います。標準 scout の対象範囲、しきい値、スケジュール、ドライラン設定の変更、未対応領域の scout 追加、定期的な LLM スコアリングの構造化出力の記録、メモによるフィードバックに使用します。SKILL.md の構成、レポート要件、フォローアップレポートの確認、構造化出力、重複検出、スクラッチパッドメモリ、scout メモ、チーム別 skills-store と標準リポジトリの編集、保存済み評価基準による非公開プロンプト試行を扱います。「signals scout を作成/編集/カスタマイズ」「X 用の新しい scout」「scout のスケジュールを調整」「<event> を監視する scout を作成」「scout で X を採点/判定/測定」「scout のプロンプトをテスト/比較」「scout の評価基準を生成」「scout の構造化出力」「scout の出力を Slack へ」「scout にメモを残す / フィードバックする」などで起動します。
PostHog Signals scout を探索し理解する方法——プロジェクトをスキャンして Signals の受信トレイにレポートを書き込むスケジュールされたエージェント。ユーザーが、自分にどんな scout があるか、それぞれがどう振る舞っているか、scout 群が実際に機能しているかを理解したい場合に使用する。scout 群とそのスケジュールの調査、最近の scout 実行の閲覧と単一実行の推論の掘り下げ、scout 群が蓄積した永続的な scratchpad メモリの確認、実行が書き込みまたは編集したレポートへの追跡、あるレポートを依然として測定しているフォローアップチェックの閲覧、scout の長期的な健全性とパフォーマンスの評価（頻度、成功率、レポート率、S/N 比）を扱う。読み取り専用かつ探索的——scout を書いたり調整したりする場合は代わりに `authoring-scouts` を使う。トリガーは "what are my scouts doing"、"how is my <x> scout performing"、"show me recent scout runs"、"why did this scout find/report nothing"、"what has the fleet learned"、"explore scout run <id>"、"is my scout working"。
inference.sh 向けの JavaScript/TypeScript SDK — AI アプリの実行、エージェントの構築、すべてのモデルとの統合。パッケージ：@inferencesh/sdk（npm install）。完全な TypeScript サポート、ストリーミング、ファイルアップロード。テンプレートまたはアドホックなパターンでエージェントを構築、ツールビルダー API、スキル、人間による承認。用途：JavaScript 統合、TypeScript、Node.js、React、Next.js、フロントエンドアプリ。トリガー：javascript sdk、typescript sdk、npm install、node.js api、js client、react ai、next.js ai、frontend sdk、@inferencesh/sdk、typescript agent、browser sdk、js integration
ui.inference.sh による React/Next.js 向けの JSON ベースの宣言的 UI ウィジェット。構造化されたエージェント応答からリッチでインタラクティブな UI をレンダリング。機能：フォーム、ボタン、カード、レイアウト、入力、セレクト、チェックボックス。用途：エージェントが生成する UI、動的フォーム、データ表示、インタラクティブなカード。トリガー：widgets、declarative ui、json ui、widget renderer、agent widgets、dynamic ui、form widgets、card widgets、shadcn widgets、structured output ui
ローカル履歴を読み込み照合した後、中断された Claude Code の作業を続行する——元の成果、未達成のリクエスト、次のアクションを再構築する。Claude Code Session ID を渡された場合、以前の Claude の作業の引き継ぎを依頼された場合、実行が中断または圧縮されたと言われた場合、あるいは `claude --resume` を使わずに引き継ぐよう依頼された場合に使用する。Codex セッションには使用しない（continue-codex-work を使用）。
AI/LLM アプリが本番環境でどこで失敗しているかを見つけ、実際のトレースから失敗パターンを提示する。AI 機能の何がうまくいっていないかを理解したい、失敗モードを見つけて分類したい、エラーをトリアージしたい、品質問題(誤った回答、指示の無視、ハルシネーション、ツールの誤用)を調査したいときに使用する — 「自分のエージェントのどこが失敗しているか」「エラーパターンを提示して」「なぜ応答が悪いのか」「よくある失敗モードを見つけて」「次に何を直すべきか」。1 つのユースケースへのスコープ設定、コンテキストに合うシグナル(コードエラー、メトリクスの外れ値、トレース種別のスライス、手動レビュー、既存評価の急増、クラスタリング)による失敗トレースの特定、それらをランク付けした失敗分類として読み解くことを扱う。
Standards、Handlebars Templates、Toolsを通じて、プログラムからプロンプトを生成、最適化、組み立てるためのメタプロンプティング標準ライブラリ。出力は常に別の場所で使うプロンプトであり、最終コンテンツではありません。メタプロンプティング、テンプレート生成、プロンプト最適化、プロンプトエンジニアリング、プロンプトの作成、システムプロンプトの作成、Handlebarsテンプレート、評価用プロンプト、判定用プロンプトに使用します。最終コンテンツの生成には使用しないでください（適切なドメインスキルを使用してください）。
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。