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
申請者向けに中国の NSFC（国自然）申請書ドラフトの診断や再監査を行う場合に使用——本子把脉、本子体检、帮我看国自然本子、申请书修改建议、标书逻辑诊断、青年/面上/地区基金申请书修改、对照已中本子、科学问题凝练、代表作支撑、选题撞题核查、申请代码检查など。PDF/DOCX/Markdown/text を受け付け、タイトル、概要、根拠、重要な科学的問い、研究内容、革新性、実現可能性、研究基盤、および全体の整合性を、申請年度と様式に合わせて点検する。申請書のゼロからの執筆や正式な専門家レビュー意見の提供は行わない。
コードプロジェクトを Obsidian ナレッジベースに変換する。ユーザーが obsidian、プロジェクトドキュメント、ナレッジベース、プロジェクト分析、プロジェクト変換に言及したときに起動。【起動後に必ず実行】： 1. まず本 SKILL.md ファイルを最後まで読む 2. AI 書き込みルール（デフォルトは 00_Inbox/AI/、追記式、統一 Schema）を理解する 3. STEP 0 を実行：AskUserQuestion を使ってユーザーに確認を求める 4. ユーザーの確認後に STEP 1 のプロジェクトスキャンを開始する 5. STEP 0 → 1 → 2 → 3 → 4 の順序を厳守する 【禁止事項】： - SKILL.md を読まずにプロジェクト分析を始めること - STEP 0 のユーザー確認をスキップすること - 30_Resources に直接作成すること（まず 00_Inbox/AI/ へ） - 出力場所を独断で決めること
大学生、新卒、インターン求職者向けに、応募可能な履歴書をゼロから作成、カスタマイズ、または整形する。Grill Me 方式の一問一答インタビューを参考に、ゼロから経歴を収集して PDF を生成する。求人 JD と古い履歴書を読み込み、要件とエビデンスのマッピングを構築して的確に書き換える。事実を変えずに既存の履歴書の内容構成を最適化したり、レイアウトのみを整えたりする。ユーザーが明示的に求めた場合は、6 種類の異なるスタイルの ATS 対応 PDF 履歴書を一度に生成する。「インタビューして履歴書を作る」「履歴書がなくゼロから Q&A」「JD に合わせて履歴書をカスタマイズ」「既存の履歴書を最適化/再構成/整形」「一度に複数スタイルの履歴書を生成」といったリクエストに適用する。中国語/英語、およびコンピュータ、ソフトウェア、AI、データ、その他の新卒採用職種に対応する。A-C-R-E 構造を用いて経歴を審査し、sparse / balanced / dense に応じてコンテンツ密度を適応させる。経歴や数字の捏造は禁止。既定では最も適した単一カラムの履歴書を 1 部生成し、ユーザーが明確に比較を求めた場合にのみ一括生成する。学術申請用 CV、シニア幹部の履歴書、ポートフォリオサイト、代理応募、単なる模擬面接には使用しない。
コードベース全体を読み分析したうえで、大規模ソフトウェアリポジトリ向けの独立した複数ページの Markdown wiki パッケージを構築する。リポジトリ wiki ドキュメント、オンボーディング資料、アーキテクチャガイド、コードベースツアー、メンテナーハンドブック、あるいはコード学習者や新しいメンテナー向けにモジュール、コアコードパス、アルゴリズム、設計判断、トレードオフ、テスト、ツーリング、運用を深く解説することを求められたときに使用する。数十万行のコードを持ち、メンテナーが広範な網羅性とサブシステムの深いドキュメントを必要とする大規模リポジトリに最適化されている。生成された wiki は独立したパッケージ（通常は `wiki/` または `maintainer-wiki/`）に置く必要があり、ユーザーが明示的に上書きしない限り、既存の `docs/`、`website/`、製品ドキュメントアプリに混在させてはならない。ユーザーが生成された wiki の公開やデプロイを明示的に求めた場合は、任意で Rspress／静的ドキュメントサイトのセットアップにも対応する。Markdown 出力に対応し、有用な場合は Mermaid、Graphviz、KaTeX を使用する。
ユーザーが営業資料、ピッチデック、ワンページャー、異議処理ドキュメント、デモスクリプトの作成を望むときに使用します。また、ユーザーが 'sales deck'、'pitch deck'、'one-pager'、'leave-behind'、'objection handling'、'deal-specific ROI analysis'、'demo script'、'talk track'、'sales playbook'、'proposal template'、'buyer persona card'、'help my sales team'、'sales materials'、'what should I give my sales reps' に言及したときにも使用します。営業チームの成約を支援するあらゆるドキュメントや素材にこれを使用してください。競合比較ページとバトルカードについては competitor-alternatives を参照。マーケティングサイトのコピーについては copywriting を参照。コールドアウトリーチメールについては cold-email を参照。
コードの証拠から選択的なフロントエンド Markdown ドキュメントを作成する。フロントエンドのアーキテクチャ/設計ドキュメント、機能システムマップ、開発者オンボーディング、ルートとデータフローのドキュメント、DESIGN.md への準拠、ギャップ分析を含み、React、Vite、TanStack Router、TanStack Query、Tailwind CSS、デザインシステム、UI 品質、アクセシビリティ、テスト、保守性の問題を対象とする。ユーザーがフロントエンドアプリのドキュメント作成、UI アーキテクチャやフロントエンドシステムの整理、フロントエンド開発者のオンボーディング、フロントエンドドキュメントのギャップ監査、systems/<domain> の機能アーキテクチャの文書化、フロントエンドの DESIGN.md 準拠の検証、UI 品質プラクティスに対するギャップの評価、客観的なフロントエンドドキュメントの作成を求めたときに使用。バックエンドのドキュメント、汎用的な README の作成、フロントエンドの変更の実装には使用しない。
Mermaid 記法を使ってソフトウェアの図を作成するための総合ガイド。ユーザーが図の作成、可視化、ドキュメント化のために支援を必要とする場合に使用する。クラス図（ドメインモデリング、オブジェクト指向設計）、シーケンス図（アプリケーションフロー、API 相互作用、コード実行）、フローチャート（プロセス、アルゴリズム、ユーザージャーニー）、ER 図（データベーススキーマ）、C4 アーキテクチャ図（システムコンテキスト、コンテナ、コンポーネント）、ステート図、git グラフ、円グラフ、ガントチャート、その他のあらゆる図に対応する。「diagram」「visualize」「model」「map out」「show the flow」といったリクエストや、システムアーキテクチャ、データベース設計、コード構造、ユーザー／アプリケーションフローの説明時に発動する。
ユーザーが「update study」「analyze new experiments」「update experiment document」「refresh study notes」を求めた場合にこの skill を使用します。matplotlib のプロット、比較表付きのエグゼクティブサマリー、実装構造、図の解釈を伴う実験結果、コード例付きの改善案、仮説、限界、図付き LaTeX PDF エクスポートを含む、学術論文品質の実験レポートを作成します。機能として、増分検出（新しい実験のみを分析）、DataFrame へのデータ抽出、プロットの自動生成、品質基準を伴う反復的な文章改善ループ、ゼロハルシネーション検証、LaTeX PDF エクスポート。使用方法 - `/update-study logs/experiment.log study.md` または `/update-study "logs/exp1.log logs/exp2.log" results/ablation_study.md`
リリースを利用者に告知するあらゆるものを作成するときに使用 — CHANGELOG のエントリ、GitHub リリースの説明、バージョン告知、アップグレードまたは移行ガイド、非推奨のお知らせ。トリガーには "write the changelog"、"release notes for v2.3"、"summarize what changed since the last release"、"what do users need to know about this upgrade"、およびタグの作成が含まれる。
無料の Elicit-columns 相当 — N 件の PDF（または MarkItDown が対応する任意の文書）を取り込み、ユーザー定義の列を持つ論文ごとのエビデンステーブルを構築する。1 論文 1 行、すべてのソースから抽出したい属性や質問ごとに 1 列とする。多数の論文から構造化データを比較表やデータ抽出シート（サンプルサイズ、手法、主要な知見、効果、集団/介入/アウトカム、限界）にまとめる場合、コーパスをスクリーニングしてスプレッドシートにする場合、多数の PDF から同じフィールドを CSV/Markdown に抽出する場合に使用する。変換は MarkItDown 経由。既定ではオフラインのヒューリスティックバックエンド、精度の高い回答には任意で LLM バックエンドを使用。AlterLab Academic Skills スイートの一部。
候補者の業績、役割の文脈、評価者との関係、読み手をまとめた構造化プロンプトから、種類別の証拠に基づく学術推薦状・照会状を起草する — 大学院入試、教員採用、テニュア/昇進の外部評価、フェローシップ、受賞ノミネーション。手紙の種類に応じて具体性と文体を調整し、根拠のない最上級表現、裏付けのない順位付け、提出資料に証拠がない主張を検出する捏造防止ガードを実行する。scripts/letter_scaffold.py で型付きセクションの骨子を出力し、scripts/claim_guard.py で草稿に証拠のない断定がないか検査する。学生や同僚の推薦状・照会状、テニュアまたは昇進の外部評価書、フェローシップや賞のノミネーションを書く場合、または草稿に根拠のない主張がないか確認する場合に使用する。候補者自身が CV、研究ステートメント、キャリアの記述を書く場合は alterlab-academic-career を優先する。AlterLab Academic Skills スイートの一部。
コースレベルの生成 AI 利用ポリシーとシラバス記載文を起草する：採点対象の各課題に許可/制限/禁止の区分を割り当て（Cornell の prohibit/allow-with-attribution/encourage フレームワークに基づく）、現行の APA（2025：共有チャットまたはツールを引用）と MLA の生成 AI 引用テンプレートで開示条項を作成し、所属機関の学術誠実規範に紐づけた評価の誠実性、アクセシビリティ、公平性に関する文言を加える。scripts/policy_builder.py で貼り付け可能な声明を出力し、scripts/policy_lint.py で曖昧または自己矛盾のある草稿を検出する。シラバスの AI ポリシー、ChatGPT や生成 AI に関するコース声明、AI ツールに関する学術誠実条項、AI 開示ルール、課題ごとの AI 許可/禁止区分についてのリクエストで使用する。コース設計/後方設計、シラバス、ルーブリックの全体が必要な場合は alterlab-teaching-design、人を対象とする研究の AI ツール倫理には alterlab-research-ethics を使用する。AlterLab Academic Skills スイートの一部。
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。