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 96,770 件掲載。コマンド 1 行でインストールできます。
クリエイティブ・メディア
Volcengine LAS による AI 駆動のインペインティングで、動画から不要な視覚要素を削除します。動画のウォーターマーク除去、字幕除去、ロゴ除去、テキストオーバーレイ除去 — 動画素材からウォーターマーク、ハードコード字幕、ロゴ、テキスト、その他の固定領域のアーティファクトや遮蔽物を消去してクリーンアップします。動画インペインティング、動画修復、動画復元、動画クリーンアップ。的を絞った除去と消去のための正確なバウンディングボックスの指定をサポートします。最大 4 時間、30GB までの動画を処理できます。ユーザーが動画からウォーターマークを除去したい、ハードコード字幕／キャプションを消去したい、ロゴやテキストのオーバーレイを削除したい、不要なオブジェクトを除去して動画素材をクリーンアップしたい、遮蔽物を除去して動画を修復・復元したい、固定領域の動画インペインティングを行いたい、動画コンテンツから視覚的なアーティファクトを除去したい場合にこの skill を使用してください。
ユーザーが Claude から OpenAI Codex に画像を送りたいとき——既存のスクリーンショット/モックアップ/ワイヤーフレームを Codex 側でレビューする、Codex の image_gen ツールで画像を生成する、Codex 経由で既存の画像を編集する——、または "codex-vision" / "/codex-vision" を明示的に呼び出すときに使用する。上流の `codex exec -i` CLI をラップし、3 つのモード（review / generate / edit）と、オプトインの tmux セッション（`claude-codex-` を接頭辞とする）を提供して、ユーザーがアタッチして観察できるようにする。タスクがテキストのみの場合、または永続的なマルチターンのリポジトリ作業が必要な場合はスキップする——長時間実行される画像+コーディング作業には codex-tmux-dev を使用する。単なる "codex" という語はトリガーではない。単なる "screenshot" という語はトリガーではない。generate/edit では、ユーザーがスキルを名前で呼び出していない限り、明確な Codex の意図を必要とする。明示的な `/codex-vision` の呼び出しは、以下の他のすべてのゲーティングルールを上書きする。
現実世界のたとえ、視覚的な図、段階的な開示を通じて複雑な概念を説明する、アニメーション付きのインタラクティブな HTML ページを生成する。ユーザーが「explainer infographic」「X の仕組みを説明して」「〜の解説図を作って」「この概念を可視化して」「これをビジュアルにして」「X をビジュアルで理解したい」と言ったとき、またはトピックを簡潔なビジュアル形式で分解するよう求めたときに使用する。出力は単一の自己完結型 HTML ファイルで、ユーザーはブラウザで開いたり、スクロールして閲覧したり、リンクとして共有したりできる。トピックは何でもよい——金融の概念、技術システム、科学的プロセス、ビジネスフレームワーク。
テキストのコンセプト、参考画像、既存のキャラクターアートから、ゲームでそのまま使える固定セルのピクセルアートキャラクタースプライトシートを作成する。Codex で 2D ゲームキャラクターを設計、生成、クリーンアップ、検証、パッケージ化する必要があるときに使用。ネイティブの 32x32、64x64、128x128 セル、4 方向または 8 方向、idle、walk/run、jump、attack、archer、caster その他のアニメーションストリップ、透過 GIF/WebP プレビュー、方向ごとの個別再生成に対応。
あらゆる教科の知識ポイントを縦長の教育インフォグラフィック（9:16）に変換します。ユーザーは知識ポイントの名前（「音現象」「ピタゴラスの定理」「光合成」など）を入力するだけで、Skill が自動的に：教科/学年/章の識別、3〜5 個の核心サブ概念への分解、テーマカラー体系の割り当て、各サブ概念の具体的な挿絵記述の生成、完全なプロンプトの構築、linyuebanzi-image-gen の呼び出しによる画像生成を行います。二層の教科正確性チェックを内蔵：生成前に教科別チェックリストでプロンプトを自己点検し、生成後に PNG を読み戻して視覚的に再確認（文字/数式/図示）し、不合格の場合は自動的に再試行して、生徒に届ける内容の正確性を確保します。物理（音/光/熱/力/電気/レンズ/機械運動）、数学、化学、生物、国語、歴史、英語などの教科の挿絵ガイドラインを内蔵。バッチ生成に対応——「中 2 物理の前期全章」は章ごとに生成され、各章で異なる色体系、スタイルは統一されます。トリガーワードには以下が含まれます：インフォグラフィックを作る、ナレッジカード、教科図解、物理インフォグラフィック、化学インフォグラフィック、ナレッジ図を作る、ナレッジカードを描く、この知識ポイントを図にする。動的なインタラクティブデモ（インタラクティブデモ Skill を使用）、記事のカバー画像（linyuebanzi-cover-generator を使用）、手描き風の記事挿絵（linyuebanzi-inline-diagram を使用）には使用しないでください。
七人の文学の巨匠の文体を模倣して創作を行う文学ゴーストライタースキル。長編小説のプロジェクト管理、多役割の執筆ワークフロー、一貫性の追跡で拡張されています。トリガーとなる場面：特定の作家の文体での執筆、創作、脚本執筆、小説執筆、長編フィクションの計画、章の続き、文体模倣の練習。コマンド：- /文豪 <作家> <选题> — 単発の文体模倣（7 名の作家）- /literary <author> <topic> — 英語での単発文体模倣 - /文豪 新建 <项目名> — 世界観構築付きの小説プロジェクトを作成 - /文豪 打开 <项目名> — 既存プロジェクトを開く - /文豪 项目 — プロジェクトの状態を表示 - /文豪 规划 — 小説の現状を分析し次の展開を計画 - /文豪 大纲 [操作] — プロット概要を生成/修正 - /文豪 章纲 <章节号> — 章レベルの概要を生成 - /文豪 设定 <世界观元素> — 世界観構築を表示/修正 - /文豪 人物 [角色名] — キャラクターカードを表示/修正 - /文豪 伏笔 — 伏線トラッカーを表示 - /文豪 续写 — 現在位置からスマートに続きを執筆 - /文豪 润色 <文本> — 文体の最適化 - /文豪 审稿 [章节] — 編集者レビュー - /文豪 去AI味 <文本> — AI っぽさの低減 - /文豪 回收站 — 削除済みコンテンツのゴミ箱 機能：作家の精神的核の深い分析、本物の模倣のための具体的な方法の提供、中国語・英語のバイリンガル創作、複数ジャンルのサポート、長編小説のプロジェクト管理、多役割の執筆ワークフロー（プランナー/キャラクター開発/文体担当/編集者）、一貫性の追跡、章ごとのスマートな続きの執筆、伏線管理。
JSON 設定から、ターミナル風で常時動作するアニメーションアーキテクチャ図（「ライブパネル」）を構築し、mp4 にレンダリングします。固定レイアウト、配線上を光りながら流れるパケット、スクロールするログ、数値カウンター、状態が切り替わるバーを備えた、ターミナルウィンドウ内の監視ダッシュボード風のシステム、エージェント、組織のアーキテクチャ図を、静止画や段階表示ではなく、画面録画風動画またはライブウェブページにしたい場合に使用します。中文：当用户要做"活的"架构图、agent 树或系统监控面板风格的动画（mp4 视频或循环网页）时使用——终端里一直在跑的监控面板外观，固定布局、线上流动的数据包、滚动日志、翻转的计数器和状态条；不是静态图，也不是分步演示。
FFmpeg と ImageMagick による動画/音声/画像処理。ツール：FFmpeg（動画/音声）、ImageMagick（画像）。機能：フォーマット変換、エンコード（H.264/H.265/VP9/AV1）、ストリーミング（HLS/DASH）、フィルター、エフェクト、サムネイル、ウォーターマーク、バッチ処理、ハードウェアアクセラレーション（NVENC/QSV）。操作：メディアの変換、エンコード、リサイズ、トリミング、圧縮、抽出、結合、ストリーミング、トランスコード。キーワード：FFmpeg、ImageMagick、動画エンコード、音声抽出、画像リサイズ、サムネイル、ウォーターマーク、HLS、DASH、H.264、H.265、VP9、AV1、コーデック、ビットレート、フレームレート、解像度、アスペクト比、フィルター、オーバーレイ、連結、トリム、フェード、バッチ処理。使用場面：動画/音声フォーマットの変換、特定のコーデックでのエンコード、サムネイルの生成、ストリーミングマニフェストの作成、動画からの音声抽出、画像のバッチ処理、ウォーターマークの追加、ファイルサイズの最適化。
抖音/Douyin、小紅書/Xiaohongshu、微信視頻号/Weixin Video Accounts、快手/Kuaishou などへの投稿を手がけるクリエイター向けの、全プラットフォーム共通の公開前審査と適応。動画、画像、画像付き投稿、音声、記事、原稿、字幕、カバー、ライブ配信台本、製品に関する主張、転載素材、海外コンテンツを審査する。ユーザーが 1 つの Skill で、可視コンテンツ、口頭での主張、AI 表記、出典、権利、商業的な文脈、プラットフォームへの言及、ライブコマース、プラットフォーム別の公開バージョンを確認したい場合に使用する。「能不能发」「发布前审核」「查违禁词/敏感词」「会不会限流」「检查口播/字幕/封面/导流/带货」「标注 AI/转载/演绎/广告/个人观点」「按我的经验库审核」「保存这次审核」「复盘这条内容」といったリクエストで発動する。
ひとことの意図から、洗練された完成度の高いモーションを作成します。「見栄えのよいアニメーション付きランディングページを作って」「楽しい「いいね」アニメーションを追加して」「滑らかなリリース動画を作って」といった自然言語の依頼を受けると、意図を分類し、MOTION-SPEC.md（タイミング、イージング、抑制の予算）に従いながら motion-anything ライブラリから最適なレシピを選んで出力します。motion-anything の汎用エントリーポイントです。ウェブページ、スライド、アプリ紹介ページ、動画に対応します。
Google Gemini の画像モデルを使用して画像を生成・編集する。ユーザーが AI で画像を作成、生成、制作、編集したいと依頼したときにこのスキルを使用する。テキストからの画像生成、画像編集、スタイル転送、複数画像の合成に対応する。"create an image"、"generate a picture"、"make me a logo"、"edit this photo"、"add X to this image" のようなリクエストで起動する。
nano-banana CLI 経由で Google Veo モデルを使って動画を生成する。ユーザーが AI で動画を作成、生成、アニメーション化、制作するよう求めた場合にこのスキルを使用する。テキストから動画、画像から動画へのアニメーション、リップシンク付きの対話、シーン拡張に対応。"create a video"、"animate this image"、"make a video clip"、"generate footage"、"produce a short film"、"add motion to this" といったリクエストでトリガーする。
ユーザーが提供した記事、チュートリアル、SOP、チェックリスト、テーマに基づき、Codex 内蔵の image_gen 画像生成モデルを使って 3:4 の小紅書（Xiaohongshu）インフォグラフィックと画像シリーズを生成します。常に軽やかな AI プロダクトのインフォグラフィック風（白または淡いラベンダーの背景、黒の大きな見出し、紫青とライムグリーンのアクセント、角丸カード、線画のテックアイコン、フロー/比較/チェックリストのモジュール）を採用します。単体画像と 6〜9 枚のシリーズ画像に対応し、API Key や外部の画像生成バックエンドは不要です。ユーザーが「小紅書の画像を作る」「内容から画像シリーズを生成する」「テック感のあるインフォグラフィックを作る」「こんな感じの画像を作る」「Codex で画像を生成する」「カバーと内ページの画像を作る」などと依頼したときに起動します。
each::sense AI を使用して、テキストプロンプトまたは画像から動画を生成します。シネマティックなクリップ、製品デモ、ソーシャルメディアのリール、アニメーション、モーショングラフィックスを作成します。音声付きのテキストto動画と画像to動画に対応。veo-3、kling-3-0、sora-2-pro を含む 8 つの専用モデル。用途：ソーシャルメディアコンテンツ、製品動画、予告編、アニメーション、ストーリーテリング、マーケティングクリップ。トリガー：generate video、create video、text to video、ai video、video generation、image to video、animate image、make video、video from text、ai animation、motion、clip
video-agent/voice.md にあるクリエイター自身の話し方（誰に話すか、話し方、信念、商品展開）をもとに、短尺動画の台本（YouTube Shorts、TikTok、Instagram Reels、30〜60秒）を作成します。フックを最適化し、人間らしく整えてAIらしさをなくします。ユーザーが台本、台本のアイデア、「自分のShortsを書いて」、今週の動画、フック、よりよいフック、台本の書き直しや引き締め、または文章の人間らしい調整を求めた場合に使用します（自然にする、AIっぽい、機械的に聞こえる、自分らしい表現にする、投稿前のキャプションや説明文など）。その週にあったことを起点に、22種類の公式（hook printer使用時は20種類）から台本ごとに3つのフックを作成して採点し、再フックを加え、心理的トリガーを配置し、週を通じた商品との関連度を設計します。ありきたりで構成がない、または互いに区別できない台本は除外し、本人のペースに合わせて長さを確認し、映像メモを追加します。すべての事実を保ちながらAI特有の兆候（不可視文字、英語とフランス語のAI用語、AIらしい文型）を取り除き、1週間分を video-agent/scripts/ に保存します。
動画エージェントスキルの初回実行時に、クリエイターのコンピューターとプロジェクトで動画編集環境をセットアップします。ツール、video-agent/ フォルダー、Remotion Studio、クリエイターの voice.md、権限、任意のアカウント（Instagram、TikTok、YouTube用のTreg、ElevenLabsキー、Codex）が対象です。ユーザーがセットアップ、導入、インストール、「ここから始める」、設定、アカウント接続、Treg、video-script・video-edit・video-publishなどの動画スキルの初回利用を求めた場合、または話し方、ニッチ、CTA、ブランドカラーの更新を希望した場合に使用します。Node、ffmpeg、yt-dlp、gitを確認し、macOS、Windows、Linux向けのインストールコマンドを提示します。ユーザー自身の動画または短いインタビューをもとに voice.md を作成し、.claude/settings.json でツールコマンドを事前承認します。
ウェブサイトをキャプチャし、そこから HyperFrames 動画を作成します。使用シーン：(1) ユーザーが URL を提供し動画を希望する場合、(2) 「capture this site」「turn this into a video」「make a promo from my site」などと言われた場合、(3) ユーザーが既存のウェブサイトに基づくソーシャル広告、プロダクトツアー、その他の動画を求める場合、(4) ユーザーがリンクを共有し、あらゆる種類の動画コンテンツを求める場合。ユーザーが URL を貼り付けただけの場合でも、このスキルを使用してください。
知恵のメンターと対話する——哲学、ビジネス、スピリチュアル、科学、芸術など多くの分野の 28 人のメンター。2 つのモード：1:1（1 人のメンターとの深い対話）または 1:N（2〜4 人のメンターによる円卓で、互いに反論し補い合う）。メンターは完全に役を演じる：一人称で話し、自身の世界観と特有の語彙を使う。ユーザーが思想家の意見を聞きたい、メンターと話したい、哲学/ビジネス/スピリチュアルの観点から助言を得たい場合、または "hỏi Naval"、"nói chuyện với Krishnamurti"、"bàn tròn"、"roundtable"、"wisdom mentor"、"người thầy"、"muốn nghe góc nhìn của..."、"nếu là X thì X nghĩ sao"、"tư vấn như một..."、"mentor nào phù hợp" と言う場合に使用する。深い問題について複数の視点が必要な場合や、ソクラテス式の対話を望む場合にも使用する。
ChatCut を使い、口播、Talking Head、知識解説、製品紹介の動画編集を段階的に行う。A-Roll の無音・重複・言い淀みの除去、口播のテンポ調整、要点のセマンティック Punch-in、ユーザー素材に基づく B-Roll の構成、簡体字中国語字幕、効果音、BGM を含む。ユーザーが「この口播を編集して」「素材に合わせて B-Roll を追加して」「完全な口播動画を作って」と依頼したとき、または ChatCut を使った口播編集を明示的に求めたときに使用する；A-Roll 完了後は必ず一時停止し、ユーザーの明示的な確認を待つこと。確認なしに B-Roll や以降の段階に進んではならない。
画像モデル（GPT-Image-2、Gemini NanoBanana など）向けに、古典的なアカデミックスタイルの出版可能な図のプロンプトを生成する。ユーザーが枠線付きアーキテクチャ図、フレームワーク／ネットワーク／モジュール図、または JSON 図仕様を求めたときにこのスキルを使用する——"生成框架图"、"画架构图"、"JSON配图规范"、"academic figure prompt"、"框架图JSON" を含む。構造化 JSON 仕様と、アイコン、寸法ラベル、パネルグループ化を含む 200〜400 語の英語画像プロンプトを生成する。パステル調／軽やかな ICLR スタイルの図には、代わりに academic-figure-prompt-pastel にルーティングする。
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。