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
LandingAI ADE を使用してエンドツーエンドのドキュメント処理ワークフローとパイプラインを構築するためのスキルです。ユーザーが次のことを必要とする場合にトリガーします：(1) ドキュメントのバッチを並列または非同期で処理する、(2) 混在するドキュメントタイプ向けに分類してから抽出するパイプラインを構築する、(3) チャンク化とベクトル DB への取り込みを含め、RAG システム用に解析済みドキュメントを準備する、(4) 抽出結果を Snowflake などのデータベースに読み込む、または CSV/DataFrames にエクスポートする、(5) 抽出結果を可視化する：ページにバウンディングボックスのオーバーレイを描画する、チャンク画像を切り出す、ドキュメント内で見つかった特定の単語やフレーズをハイライト／注釈する、(6) ドキュメント処理用の Streamlit または Web UI を構築する、(7) 単語レベルのグラウンディングを使ってドキュメントのセクション内の特定の用語を見つけてハイライトする（例: Introduction 内の "L2S" をハイライト、PII を秘匿化、抽出した値を元のページに注釈する）。このスキルは ADE SDK の基本を扱う document-extraction スキルを補完します。ドキュメント画像をプロンプトに追加して LLM に関連情報を見つけさせるよりも、より高精度かつ低コストで parse/extract/split 操作を実行するコードを書くには document-extraction を使用してください。これらの操作をパイプラインに組み合わせる場合、または解析済みドキュメントに対して可視化、注釈、単語レベルのグラウンディングが必要な場合は document-workflows を使用してください。
Google Gemini File Search で文書 Q&A と検索可能なナレッジベースを構築する——自動チャンキング、埋め込み、引用を備えたフルマネージド RAG。100 以上のファイル形式（PDF、Word、Excel、コード）をアップロードし、セマンティック検索を構成し、自然言語でクエリする。使用タイミング：文書 Q&A システムの構築、検索可能なナレッジベースの作成、埋め込みを管理せずにセマンティック検索を実装、大規模な文書コレクション（100 以上の形式）のインデックス作成、または文書の不変性エラー（削除と再アップロードが必要）、ストレージクォータの問題（埋め込みは入力サイズの 3 倍）、チャンキング構成（1 チャンク 500 tokens を推奨）、メタデータ制限（キーと値のペアは最大 20）、インデックス作成コストの想定超え（100 万 tokens あたり $0.15 の一回限り）、操作ポーリングのタイムアウト（done: true を待機）、強制削除エラー、モデル互換性（Gemini 2.5 Pro/Flash のみ）のトラブルシューティング。
Mermaid 図を埋め込んだ Markdown を、正規のソース形式かつ git diff で比較可能な形式として、科学文書やドキュメントを作成します。Markdown スタイルガイド、Mermaid スタイルガイド、24 種類の Mermaid 図表のリファレンス（フローチャート、シーケンス図、ER 図、ガント図、状態図、マインドマップ、レーダー図、サンキー図、XY チャートなど）、9 種類のテンプレート（研究論文、進捗報告、決定記録、ハウツー、プルリクエスト、Issue、カンバン、プレゼンテーション、プロジェクトドキュメント）を扱います。Markdown でレポート、原稿、README、分析を書く場合に使用します。ドキュメントにワークフロー、パイプライン、タイムライン、アーキテクチャ図を追加する場合、適切な Mermaid 図の種類を選ぶ場合、radar-beta や xychart-beta などの Mermaid 構文を修正する場合に使用します。ドキュメントテンプレートから始める場合や、引用・見出しのルールを確認する場合にも使用します。実データの散布図やフォトリアルな画像には使用せず、その場合は Python plotting または scientific-schematics を使用してください。
Microsoft 製の「何でも Markdown に変換」ツールである MarkItDown の機能範囲、対応フォーマット、エコシステム（CLI / Python API / プラグイン / Docker / Azure 統合）を紹介します。PDF/PPT/Word/Excel/画像/音声/ウェブページ/YouTube を Markdown に変換する要望に対し、markitdown-awesome の概要、markitdown-cli のコマンドガイド、markitdown-ocr の LLM Vision OCR のどれを使うべきか、LLM の判断を支援します。markitdown、microsoft/markitdown、Office 文書の markdown 変換、スキャン文書の OCR、または関連する代替ツール（textract、unstructured、pandoc）について尋ねられた場合に使用します。
GitHub Pages で MkDocs Material ドキュメントサイトを構築または保守する。厳格な 2 パスの i18n とデフォルト言語の llms.txt、copy-to-LLM、ページ/ナビのヘルパー、zh-TW 翻訳に対応。ドキュメントのセットアップや公開、バイリンガルまたは多言語ドキュメントの追加、ほぼ空の llms.txt や i18n 厳格ビルドの失敗の修復、旧版 mkdocs-site-bootstrap サイトの移行の際に使用。同意を前提とし、承認なしに既存ドキュメントを書き換えることはない。
PlantUML ダイアグラム言語のエキスパート。ユーザーがプロセス、システム、アーキテクチャ、ワークフロー、データ構造、コンポーネント間の関係を可視化する必要がある場合に自動的に呼び出す。これには、ユーザーが物事のつながりを説明する、フローの文書化を依頼する、システムの相互作用を説明する、ライフサイクル状態を示す、デザインを視覚的に伝える必要がある場合が含まれる — たとえ「diagram」「PlantUML」「UML」と明示していなくても。シーケンス図、クラス図、アクティビティ図、ユースケース図、状態図、コンポーネント図、オブジェクト図、フローチャートを扱う。
1600x900 の HTML スライドとしてプレゼンスライド、インフォグラフィックページ、PPT 風のビジュアルを設計し、オプションで PPT 書き出しに対応。エージェントがスライドスタイルを選定・説明する場合、内容に基づいてスタイルを提案する場合、静的 HTML スライドを 1 枚以上生成する場合、対応するライト系スタイルで `background_mode` の paper または white をサポートする場合、完成したスライドを高忠実度の画像ベース PPTX にレンダリングする場合に使用します。
NSF、NIH、DOE、DARPA、Taiwan NSTC 向けの競争力ある研究助成金申請書の作成を支援します。機関ごとの書式と審査基準、具体的目標、プロジェクト説明、重要性と革新性の説明、広範な影響、予算とその根拠、日程、略歴、NSTC CM03 フォームを扱います。これらの機関への申請書を作成する場合、具体的目標や広範な影響に関する記述を書く場合、予算根拠やマイルストーン計画を準備する場合、募集要項や BAA、再申請時の査読者コメントに対応する場合、ページ制限や提出要件に照らして草稿を確認する場合に使用します。一般的な論文執筆には、科学論文執筆スキルを使用してください。
ASD-STE100 簡易技術英語に沿って技術文書を執筆・監査し、疲れた非母語話者でも一度で理解できるようにします：手順は 20 語、記述は 25 語の文長制限、命令形の手順、条件を命令の前に、一語一義、使用可能な法助動詞は can/will/must のみ。README、ランブック、手順書、エラーメッセージ、リリースノート、インシデントレポート、API ガイド、UI コピー、エージェント指示に使用します。トリガー："STE"、"Simplified Technical English"、"ASD-STE100"、"controlled language"、"plain English"、"make this clearer"、"write for non-native readers"、"prep this for translation"、"cut the fluff"、またはテキストの準拠チェックの依頼。テキストが指示・記録・警告を行う場合は、一般的なコピー編集よりこれを優先します。
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。
TRES Finance 環境からすべてのサードパーティ（非所有）アドレスを抽出し、XLSX ワークブックとしてエクスポートして、ユーザーが連絡先リストを構築できるようにする。ユーザーが取引からサードパーティのアドレス、カウンターパーティ、外部アドレスをエクスポート・一覧表示・特定したいときはいつでも本スキルを使用する —— たとえ 'contacts' と言わなくても。ユーザーが連絡先インポートファイルの準備、未知のアドレスの検索、取引履歴からのアドレス帳の構築を求めたときにもトリガーする。既存の連絡先の表示やアドレス帳の検索にはトリガーしない —— 取引データから新しいサードパーティアドレスを抽出する場合にのみ使用する。
CSV または XLSX ファイルから TRES Finance に連絡先（アドレス帳のエントリ）をインポートする。ユーザーが TRES に連絡先、アドレスラベル、アドレス帳のエントリをインポート、アップロード、一括追加したいときはいつでもこのスキルを使用する — export-3rd-party-contacts スキルを使った後に記入したファイルからでも、アドレスを名前にマッピングした任意の CSV/XLSX からでもよい。トリガーフレーズには 'import contacts'、'upload contacts'、'add contacts from file'、'import address book'、'load contacts into TRES'、'bulk label addresses'、'import the contacts file'、'upload the filled contacts sheet' が含まれる。ユーザーが「連絡先ファイルを記入したのでインポートして」とか「これが連絡先のスプレッドシートです、TRES にアップロードしてください」のように言ったときもトリガーする。未識別のアドレスのエクスポートや抽出にはトリガーしない — それは export-3rd-party-contacts スキルである。既存のアドレス帳の閲覧や検索にはトリガーしない。
tres-mcp MCP サーバーと GraphQL を介して、任意の TRES Finance レポートをエンドツーエンドで作成（生成）する —— エクスポートをトリガーし、レポート行が実際に作成されたことを検証し（サイレント障害を防ぐ）、完了するまでポーリングし、ダウンロードリンクを返す。あらゆるレポート作成リクエストで本スキルをトリガーする（"create a report"、"generate a report"、"export"、"run a report"、"I need a Transaction Ledger / Balances / Reconciliation / Cost Basis / Roll Forward / Staking / Audit report"、"pull the data for"、"download a report for"、"give me a CSV/XLSX of" などの表現や、ユーザーが TRES にレポートファイルを生成させたい場合を含む）。ユーザーが必要なレポートを判断できない場合は tres-report-advisor と併用する。
TRES Finance のバルク取引 CSV アップロードで必要な正確な列ヘッダー名。TRES の手動取引またはサブ取引アップロード CSV のヘッダー行を構築・修正・検証するときはいつでも使用する —— 特にアップロードが \"Missing required column(s): ...\" で失敗した後。トリガーとなる表現には 'fix my CSV headers'、'bulk transaction upload failed'、'missing required columns'、'validate TRES upload CSV'、'transaction CSV template headers' が含まれる。本スキルはヘッダーの命名規則のみを対象とし、行の値やアップロードのワークフローは扱わない。連絡先インポート CSV（tres-import-contacts を使用）、ウォレットアップロード CSV（tres-wallets-upload を使用）、またはバルク取引アップロードのヘッダーと無関係な一般的な CSV 解析にはトリガーしない。
単一記事の URL または記事インデックス/アーカイブページから本文を取得し、ローカルの Markdown に保存する。ユーザーが「記事を保存」「ウェブページを保存」「ページ内の記事を一括取得」「この archive ページの最初の N 件を取得」「Obsidian / Clippings / ローカルに保存」と言及したときは必ず優先的に使用する。公開ウェブページ、Substack、ブログ記事ページ、記事アーカイブページに特に適している。遅延読み込みリスト、動的ページ、静的取得が不完全な場合には、まず browser で記事 URL を収集し、その後スクリプトを呼び出して一括で保存し、成功率を優先する。
スプレッドシートファイルが主な入力または出力であるタスクでは、必ずこのスキルを使ってください。既存の .xlsx、.xlsm、.xltx、.csv、.tsv ファイルを開いたり、 읽んだり、編集したり、直したりすること（列の追加、数式の計算、書式設定、グラフ作成、汚いデータの整理など）、ゼロからまたは他のデータソースから新しいスプレッドシートを作成すること、表形式ファイルどうしを変換することが対象です。ユーザーがスプレッドシートファイルを名前やパスで言及した場合（たとえば「ダウンロードの xlsx」のようなosionな言い方）に、それに対して作業或多Connorの生成を求めるときは必ず発動してください。汚い表形式データファイル（不正な行、ずれたヘッダー、ゴミデータ）をきれいなスプレッドシートに整理・再構成するときも発動します。成果物は必ずスプレッドシートファイルでなければなりません。主な成果物が Word 文書、HTML レポート、単体で動く Python スクリプト、データベースパイプライン、Google Sheets API 連携である場合は発動しないでください。表形式のデータが関わっていても同様です。
動的な査読者ペルソナを用いた多角的な学術論文レビュー。分野固有の専門知識を持つ 5 名の独立した査読者（編集長 + 3 名のピア査読者 + Devil's Advocate）をシミュレートする。フルレビュー、再レビュー（検証）、クイック評価、方法論重視、ソクラテス式ガイド、キャリブレーションのモードをサポート。トリガー: review paper、peer review、manuscript review、referee report、review my paper、critique paper、simulate review、editorial review、calibrate reviewer、reviewer calibration、measure reviewer accuracy。
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。