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 96,981 件掲載。コマンド 1 行でインストールできます。
ドキュメント
「論文を改善して」「この草稿を改稿して」「优化论文」「润色论文」「投稿前检查」など、一般的な原稿依頼を振り分けます。論文の種類、依頼範囲、対象となるセクション、利用可能な根拠を特定し、必要な執筆・確認手順を選びます。「Abstract を書き直して」「改摘要」「写引言」「讨论怎么写」など、特定のセクションが指定された場合や、幅広い読者（面向大同行、写给非本领域读者）に向けて草稿を調整する必要がある場合にも使用します。そのセクションの役割、読者、他のセクションとの依存関係を考慮します。文章が AI 生成のように読める場合（去 AI 味、AI 味重、像 AI 写的、sounds AI-generated）にも使用します。ユーザーが専門家や引用スタイルなどの限定的な作業を指定した場合は、直接その専門スキルに振り分けてください。通常のメール、コードドキュメント、論文以外の文章作成にはこのワークフローを使用しないでください。
Pelosi トラッカー。STOCK Act に基づき連邦議会議員が開示を義務付けられている株式取引を監視します。下院書記官が公開する定期取引報告書（PTR）を掲載直後に読み取り、新しい提出書類ごとに一度通知し、各 PDF を整理された行データ（取引者、所有者、株式、ティッカー、買い／売り、オプションの権利行使価格と満期、取引日、金額範囲、開示までの日数）に変換します。保有株に関する取引にフラグを付けます。上院の報告書には、文書化された手動手順で対応します。ユーザーが「Pelosi は何を買っている？」「Nancy Pelosi を追跡して」「議会の取引」「政治家の株取引」「議員が X を買った？」「Pelosi の提出時に通知して」「Pelosi スキルを実行して」などと言った場合に使用します。
エージェントパイプライン向けの Venice 拡張エンドポイント。POST /augment/text-parser（PDF/EPUB/DOCX/PPTX/XLSX/XLS、プレーンテキスト、ソースコードからテキストを抽出。multipart、最大 25MB。JSON またはプレーンテキストの応答）、POST /augment/scrape（URL を取得して markdown を返す。X/Reddit およびプライベート/内部 URL をブロック）、POST /augment/search（Brave ZDR または匿名化された Google。構造化された title/url/content/date 結果、limit は最大 20 だが実質的に Brave 10 / Google 5 に制限）を扱う。成功した呼び出しごとに $0.01、scrape と search は 20 req/min、プライバシー、エラーの形状。
プロフェッショナルで ATS に最適化された CV と履歴書を、洗練された HTML ファイルとして生成します。ユーザーが CV、履歴書、職務経歴書、求職応募書類の作成、執筆、構築、更新、改善を求めたときはいつでもこの skill を使用します——"make me a resume" や "help with my CV" と言っただけの場合でも同様です。ユーザーが経歴情報や職務履歴を提供したとき、または応募用に経歴を整形するよう求めたときにもトリガーします。この skill は、視覚的に見栄えがよく目を引く HTML を、ATS 対応と同時に生成します——両方の長所を兼ね備えています。
PDF データ抽出ツール。ユーザーが「PDF 抽出」「PDF から Markdown」「PDF 解析」「PDF の内容を抽出」「PDF から JSON」「RAG PDF」に言及した場合に使用します。OpenDataLoader PDF は現在ベンチマークで首位の PDF パーサーで、ローカルモード（高速・決定的）とハイブリッド AI モード（複雑な表、スキャン文書、数式）に対応し、Markdown、JSON（バウンディングボックス付き）、HTML を出力します。PDF から RAG/LLM パイプライン向けに構造化データを抽出する必要がある場合や、PDF 文書をバッチ処理する必要があるシナリオに適しています。
Figma コンポーネントの完全な Markdown ドキュメントを生成する — 構造/レイヤーツリー、デザイントークン（色、間隔、タイポグラフィ）、状態/バリアントのマトリクス、アクセシビリティノート、コンテンツガイドライン、オプションのコードパリティ + YAML frontmatter。ユーザーがコンポーネントまたはコンポーネントセットのドキュメントページやハンドオフ仕様を求めたときに使用する。トリガー：'このコンポーネントを文書化する'、'コンポーネントのドキュメント/仕様を生成する'、'Button のドキュメントページを作成する'、'構造とバリアントを書き出す'、'Figma からのコンポーネントハンドオフドキュメント'、'このコンポーネントを Markdown ドキュメントに変換する'。ノードツリー、バインドされた変数/トークン、デザイナー注釈を読み取り、エージェントが Markdown を組み立てる。Figma Desktop アプリ（Plugin API）が必要。
ユーザーが「この手紙を各人向けに記入して」「メールマージ」「このリスト向けに手紙を生成して」「この記入済みの手紙をテンプレートにして」と望む場合、またはテンプレートとリストを渡してきた場合に使用します。データテーブルから 1 つのマスターテンプレート — Word（.docx）の手紙／フォームまたは Excel（.xlsx）のフォーム — を一括記入し、1 行につき 1 つの記入済みファイルを生成します（メールマージ）。あるいはその逆として、記入済みのサンプル文書から再利用可能なトークン化 .docx テンプレートとデータテーブルの骨組みを抽出し、マッピングを確認してから記入します。マスターを読み込み、トークン化バージョン（可変部分が {{tokens}} になる）を提案し、マッピングを確認したうえで、データ行ごとに 1 つの出力を再生成し、マスターのレイアウトを正確に保ちます。データは .xlsx または .csv（1 行につき 1 出力）、出力は 1 レコードにつき 1 つの名前付きファイルです。決してでっち上げません。データのないトークンは目に見えるフラグとなり、決して無言の空白にはなりません。完全にローカルで動作し、ファイルを生成するだけです — 送信、投稿、署名は行いません。今回の抽出は .docx のみ（.xlsx は不可）。手作業で作る単一の手紙の代わりにはなりません。
法的文書の起草——契約書、メモ、書面、訴状、催告書、意見書、証拠開示、和解、ToS、プライバシーポリシー。完全なパイプライン：文書構成、セクションごとの執筆、Bluebook 引用、判例検索（CourtListener API）、規制検索（eCFR API）、DOCX 出力、TDD 形式の検証（定義用語、相互参照、プレースホルダー、定型条項、引用形式）。トリガー：'draft a contract'、'write a legal memo'、'create an NDA'、'write a brief'、'legal document about'、'draft a complaint'、'terms of service'、'privacy policy'、'demand letter'、'settlement agreement'、'legal opinion'、'discovery requests'、および法的文書または法律関連文書の作成を求めるあらゆるリクエスト。
Penpot ファイルから DESIGN.md デザインドキュメントファイルを抽出する：design-md 形式のポータブルな markdown 仕様（カラー/タイポグラフィ/角丸/スペーシング/コンポーネントのトークンマップを含む YAML frontmatter と、Overview、Colors、Typography、Layout、Shapes、Components、Do's & Don'ts、Iteration Guide、Known Gaps の文章セクション）。ファイルの実際のトークン、ライブラリアセット、サンプリングしたコンポーネントスタイルに基づくもので、決して創作しない。キャンバスに対しては読み取り専用で、ローカルの markdown ファイルを 1 つ書き出す。トリガー：'generate DESIGN.md'、'create a design.md'、'document the design system as markdown'、'export design guidelines'、'extract design documentation'、'design system spec file'、'make a style guide file from this design'。
完全性の検証、明確性の評価、一貫性のチェック、テスト可能性の評価、標準への準拠を含む包括的な要件レビューを実施する。発見事項、ギャップ、競合、改善提案を含む詳細なレビューレポートを作成する。要件ドキュメント（BRD、SRS、ユーザーストーリー）のレビュー、受け入れ基準の検証、要件品質の評価、ギャップと競合の特定、標準への準拠（IEEE 830、INVEST 基準）の確保に使用する。ユーザーが "review requirements"、"validate requirements"、"check requirements quality"、"find requirement issues"、"assess BRD/SRS quality" に言及したときにトリガーする。
Scholar MCP で高品質な研究論文を検索・ランク付け・要約・追跡し、永続的なローカル受信箱を通じてユーザーが提出した PDF、DOI、リンクを関心シグナルとして受け取り、lark-cli を使って詳細な要旨、貢献、手法、図表、検証済みリンクを含むエビデンス豊富なバイリンガルの Feishu 精読ドキュメントを作成する。定期的な論文レコメンド、週次の研究ダイジェスト、ユーザーからの論文の直接受信、論文フィードバックの処理、研究関心の変更、Feishu での詳細な論文ノートの作成に使用する。
任意の EU/EEA 管轄区域および対象者向けに、GDPR/DSGVO 準拠のプライバシー通知を .docx として作成します。ユーザーがプライバシーポリシー/通知の作成を求めたり、「Datenschutzerklärung」「politique de confidentialité」「privacy notice」に言及したり、第 13/14 条の開示、AI Act の透明性、Cookie ポリシー、または応募者向け（「Bewerber-Datenschutz」）、従業員向け（「Beschäftigten-Datenschutz」）、B2B パートナー、B2C 顧客向けの通知を必要とする場合に使用します。対象：DE (DSGVO+BDSG+TDDDG)、FR (RGPD+LIL+LCEN)、AT、IT、ES、NL、BE、IE、UK GDPR。5 種類の通知：Website/App、Applicant、Employee、Business Partner、B2C Customer。
Google Open Knowledge Format（OKF）v0.1 のバンドルを作成、検証、利用します。YAML frontmatter を使った Markdown のナレッジアトムで、ポータブルかつ相互運用可能な AI エージェント共有を実現します。振り分け先：独立した OKF v0.2 Go CLI/MCP プロジェクトメモリランタイムには `okf-agent-memory`、生ソースの取り込みと vault のメンテナンスには `llm-wiki`、vault の自動化には `obsidian`、永続的なコミット済みグラフには `graphify`、ウェブコンテンツの抽出には `scrapling` を使用します。対象：Google OKF v0.1、open knowledge format、knowledge bundle、OKF document、LLM wiki standard、knowledge atom、agent context format、OKF frontmatter、OKF bundle、knowledge interoperability。
オープンソースのベストプラクティスに従い、Arduino/ESP32/RP2040 プロジェクト向けのプロフェッショナルな README.md を自動生成する。ユーザーが GitHub 向けにプロジェクトを文書化したい場合、README の作成支援が必要な場合、または "make my project shareable" と言った場合に使用する。awesome-readme 標準に従い、Overview、Hardware、Software、Setup、Usage、Troubleshooting、Contributing の各セクションを備える。
最終執筆の前に、実際のコードベースに基づいてソフトウェアエンジニアリング / コンピュータサイエンスの卒業論文を計画し、リスクを低減し、根拠づける必要があるときに使用します。"根据项目写毕业论文"、"先做论文大纲"、"用真实项目材料规划论文"、"检查论文是否脱离代码"、"根据检测报告降查重"、"根据AIGC报告改写定稿"、"继续在手改初稿上改" といったリクエスト、または既存の論文草稿を学校のフォーマット見本に合わせて作り直す必要がある場合にトリガーします。academic-paper-composer に引き渡す、エビデンスに基づくアウトライン、章の書き直し計画、図表計画、ハンドオフパッケージを生成します。
ユーザーが「アーキテクチャ図/フローチャート/スイムレーン図/シーケンス図/組織図/ステートマシン/ファネル/ガントチャート/マイルストーン/マトリクス象限/リンクアーキテクチャ/手描き風アーキテクチャ/複雑な業務スイムレーン図/ER 図/マインドマップ」のいずれかの作成を求め、それを飛書（Feishu）に反映しようとする場合、またはユーザーが飛書ドキュメントの URL を提示してその中に図を描くよう求める場合、あるいは「飛書に同期/飛書ホワイトボードに書き込んで」と言った場合は、必ず本スキルを使用する。上記 17 種類の組み込みテンプレートに加え、本スキルは「自由描画モード（freeform-drawing）」も提供する。ユーザーが油絵/手描きイラスト/モバイルアプリのプロトタイプ/地図/ゲーム画面/サンキー図/任意の参考画像の再現など、テンプレートでは対応できない図の作成を求めた場合、または「自由描画/自由に描いて/テンプレートを使わないで」と明示した場合も、同様に本スキルを使用する（出力は引き続き再編集可能な飛書ホワイトボード）。生成経路は Normalize → Select → Plan → Layout → Render → StaticCheck → VQA → Deliver の 8 ステップに厳密に従い、テンプレートのハードコード、座標のハードコード、ユーザーが言及していない業務内容の捏造は禁止する。すべてのスタイルは assets/style-tokens/ から読み込む（コードネイティブ図と自由描画モードを除く）。納品前に品質ゲート（ルートごとに実行）と 2 名のレビュアーによる視覚レビューを通過しなければならない（いずれかのスコアが 9 未満、または blocker が発生した場合は失敗）。
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。