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
（NS）GitLab issue をエンドツーエンドで実行します。ステータスゲート、worktree 分離、アトミックな納品、MR、必須のコーディング後レビューループを扱います。外部 ISSUE_URL または SDD デリバリーユニット（unit + issue_iid）に使用します。外部 Phase 2：単一ユニット → worktree 内の coder-agent、複数ユニット → ns-autonomous Engine。SDD ユニットモードでは ns-coder run-implementation を使用します。mcp-gitlab-usage + ns-reviewer + ns-judge が必要です。
Comet の Opik を実行する — オープンソースの LLM 可観測性、評価、最適化 — ルーティング優先の単一スキルから：Python/TypeScript SDK をインストールし、サーバーを立ち上げ（Comet.com クラウド、`./opik.sh` による Docker Compose、または Kubernetes/Helm）、`@opik.track` または 50 以上のフレームワーク統合（OpenAI、Anthropic、LangChain、LangGraph、LlamaIndex、CrewAI、DSPy、Ollama、Bedrock、Vercel AI SDK など）のいずれかでトレーシングを接続し、LLM-as-a-judge 指標（Hallucination、Moderation、Answer Relevance、Context Precision）で出力をスコアリングし、PyTest CI ゲートを含む Datasets/Experiments 評価を実行する。ユーザーが Opik で LLM トレーシング、プロンプト評価、本番 LLM モニタリング、エージェント最適化、ガードレールを求める場合に使用。トリガー：opik、comet opik、opik configure、opik.sh、llm observability、llm tracing、llm as a judge、hallucination metric、prompt evaluation、opik dashboard、opik guardrails、agent optimizer。
Claude Code の実際の並列エージェントランタイムで、真に独立した 3 件以上のビルドタスクを同時に実行します。ファイル競合や見せかけのオーケストレーションを避けながらスループットを高めます。起動前に独立性（書き込み範囲の重複なし、依存関係なし）を確認し、各レーンに最適な専門エージェントを割り当て、新規エージェントごとに完結したブリーフを作成します。バックグラウンド実行と worktree 分離を使って一度のメッセージですべてを起動し、統合済みとみなす前に各レーンの競合を確認してレビューします。3 レーン未満、または書き込み範囲が重複するレーンや依存関係のあるレーンは並列化しません。新規エージェントがコンテキストを引き継ぐとは想定せず、曖昧な統合サマリーではなくレーンごとに部分的な成功を報告します。承認済みの計画またはユーザーから独立したビルドレーンが 3 件以上提示された場合に使用します。
テキストモデルや画像モデル向けに、AI生成の成果を得るためのプロンプトを作成・最適化します。LLM（Claude、GPT、Gemini）、画像生成ツール（Midjourney、DALL-E、Stable Diffusion、Imagen、Flux）、動画生成ツール（Veo、Runway）向けのプロンプト作成に使用します。プロンプト構成、スタイルキーワード、ネガティブプロンプト、思考の連鎖、少数ショットの例、反復的な改良、マーケティング、コード、クリエイティブライティングの分野別パターンを扱います。
リポジトリの DESIGN.md（AI エージェントと人間のための、継続的に更新されるデザイン言語の規約）を作成または更新し、ポータブルなフロントエンドデザインスキルも提供します。まずリポジトリを分類し（既存のデザイン言語を文書化する、既存のデザイン文書と統合する、またはユーザーの承認を得て新しい方向性を提案する）、プロジェクトの現在のデザインを上書きしないようにします。フロントエンドプロジェクトのデザイン文書を整備するときに使用します。「DESIGN.md を追加」「デザイン言語を文書化」「デザイン文書を設定」「デザインシステムの文書を作成」「デザインを立ち上げる」などの依頼で起動します。
skills.sh ディレクトリからエージェントスキルを検索・評価・推薦する。使用する場面：(1) ユーザーが X 向けのスキルの検索を求める、(2) "есть скилл для..."、(3) "skill for zoom/notion/stripe/..."、(4) "поищи на skills.sh"、(5) "нужен плагин/расширение/скилл для..."、(6) "как подключить X к Claude Code"、(7) skills.sh への言及がある場合、(8) "найди скилл"、(9) "find skill"、(10) ユーザーがレビュー用に skills.sh のリンクを共有する。
AI SDK に関する質問に回答し、AI を活用した機能の構築を支援します。開発者が Vercel AI SDK、generateText、streamText、ToolLoopAgent、useChat、プロバイダー、ツール、構造化出力、エンベディング、ストリーミング、アプリへの AI 追加について尋ねた場合に使用します。まずインストール済みのメジャーバージョンを確認し、バージョン固有の作業を振り分けます。WorkflowAgent、HarnessAgent、推論、ランタイム／ツールコンテキスト、toolApproval、テレメトリー、リアルタイム機能、v6 から v7 へのアップグレードなど、AI SDK 7 の機能や移行には ai-sdk-7 を使用し、v6 のコードには ai-sdk-6 を使用します。
Claude API（platform.claude.com）の tool use／Agent Skills／MCP。tool 定義（JSON Schema）、tool_use／tool_result、サーバーツール（コード実行、ウェブ検索、ウェブ取得、memory tool、tool search）、クライアントツールセット（computer use、browser use）、Agent Skills（SKILL.md）、Skills API GA（/v1/skills）、MCP connector、mcp_servers、mcp_tool_listing、MCP tunnels、Tunnels API。
AI コーディングの利用状況のインサイトを表示する。コスト、トークン、セッション活動、およびメンバー、モデル、エージェント、プロジェクト、製品、プロンプト品質ごとの内訳。また、Team（CawPlan 製品ライン）で毎日のコーディングレポートを提出していないメンバーの特定、Team のコストの集計、高コスト/低差分のセッションの指摘、メンバーのコスト増加の指摘を行う。使用する場面：ユーザーがコーディングコスト、AI 利用統計、チームのセッション活動、モデル支出、エージェント利用、プロンプト品質、生産性指標、コーディングレポートを提出/コミットしていないチームメンバー、Team の総コーディングコスト、変更されたコードに対してコストが不相応に高いセッション、誰かのコーディングコストが著しく増加したかどうかを尋ねたとき。対象外：レポートの提出、チケットの作成、製品ヘルス指標、リリース追跡。
HUD を使って RL 環境で AI エージェントを構築、評価、訓練します。コーディング、コンピューター操作、ブラウザー、ロボティクスのエージェント向けに RL 環境、ベンチマーク、評価、訓練タスクを作成したい場合や、任意のモデル（Claude、OpenAI、Gemini、オープン／セルフホスト可能なモデル）でタスクを実行して採点したい場合に使用します。公開前のタスク品質レビューにも使用し、報酬ハッキング、グループ内の報酬幅の不足、汚染された、または公開ベンチマーク由来の基盤、単発タスク、形状が同じタスクセットを検出します。v6 API とタスク設計の原則を先回りして適用し、関連ドキュメントを引用します。
（NS）1 件の GitLab issue または貼り付けられたスコープに対して、コードベースに基づく実装ブリーフを作成します。ブロッキングな質問はチャット内にとどめ（推奨回答付き、番号で返信）、GitLab には決して送りません。要件のエンリッチ/拡張、grill-me、実装ブリーフ、preview-then-post、コーディング前の ISSUE_URL に使用します。モード: Issue、Chat。`/ns-spec-driven` の Specify やバージョンの Clarify を置き換えるものではありません。次には使用しないでください: PM intake、PRD、issue 実行（`ns-execution-gitlab-issue`）、start_execution_planning、コードレビュー（`ns-reviewer`）。
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。