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 97,222 件掲載。コマンド 1 行でインストールできます。
生産性
完了した作業に対する構造化された振り返りとナレッジの定着（PDCA の Act フェーズ）。規律ある事後レビュー（コンテキストに応じて Keep-Problem-Try / Stop-Start-Continue / After-Action Review）を実施し、定着させる価値のある教訓を見極め、適切な媒体を選び、定着した内容が再利用されることを検証し、改善をフィードバックします。完了した作業に振り返りが必要なときはいつでも使用します — frontmatter の依存関係を介した PDCA ホストのクローズアウト/レビューステージとして、または完了した任意のタスクに単体で。トリガー — 「回顾总结」「复盘」「经验沉淀」「总结经验教训」「改进闭环」「沉淀规则」「项目复盘」 / learn and improve、lessons learned、retrospective、post-mortem、debrief。
PaperOrchestra パイプラインのステップ 3（arXiv:2604.05018）。outline.json の文献検索戦略を実行する — Web 検索で候補論文を発見し、Semantic Scholar で検証し（Levenshtein > 70 の曖昧タイトル一致、時間的カットオフ、paperId による重複排除）、Crossref + OpenAlex と相互照合してハルシネーション引用を検出し、BibTeX ファイルを構築し、検証済みプールの 90% 以上を用いて Introduction + Related Work を起草する。plotting-agent と並行して実行される。オーケストレーターがステップ 3 を委任したとき、またはユーザーが「find citations for my paper」「draft the related work」「build the bibliography」を依頼したときにトリガーする。
公式の Obsidian CLI を第一に、次にローカルファイルシステム/git をフォールバックとして、ローカルアクセスが利用できない場合は GitHub API をフォールバックとして、Obsidian 保管庫をブートストラップして運用する。Codex が確認済みの保管庫リポジトリ URL から初回のワークスペース初期化を行う場合、プロジェクト単位のノートの読み書き、保管庫の健全性と可読性の監査、この保管庫の構造整理が必要な場合に使用する。現在の Obsidian CLI と Help の構文は推測せず Context7 で確認し、DeepWiki は関連する公開リポジトリの探索にのみ使用する。
AI を活用したリサーチと文書分析のための、セルフホスト可能なオープンソースの Google NotebookLM 代替ツール。研究資料をノートブックに整理する、多様なコンテンツソース（PDF、動画、音声、ウェブページ、Office 文書）を取り込む、AI によるノートや要約を生成する、研究内容から複数話者のポッドキャストを作成する、文脈を認識する AI で文書と対話する、全文検索とベクトル検索で資料を横断検索する、カスタムのコンテンツ変換を実行する場合に使用します。OpenAI、Anthropic、Google、Ollama、Groq、Mistral を含む 16 社以上の AI プロバイダーをサポートし、セルフホストによって完全なデータプライバシーを実現します。
医学・科学論文執筆のワークフロー skill。文献検索から投稿可能な原稿までの一連のパイプラインを管理します。IMRAD 形式のセクションファイル、文献マトリクス、参考文献管理、品質チェックリストを含むプロジェクトディレクトリを作成・管理します。英語と日本語の論文に対応します。トリガー: 'write paper'、'paper-write'、'start manuscript'、'論文を書く'、'論文執筆'、'論文プロジェクト'、'manuscript'、'research paper'、'原稿作成'。
LiteLLM と OpenRouter 経由で Perplexity モデルを使い、リアルタイム情報を伴う AI によるウェブ検索を実行する。最新情報のウェブ検索、最近の科学文献の探索、出典引用付きの根拠ある回答の取得、モデルの知識カットオフを超える情報へのアクセスを行うときに使用する。単一の OpenRouter API キーで、Sonar Pro、Sonar Pro Search（高度なエージェント検索）、Sonar Reasoning Pro を含む複数の Perplexity モデルにアクセスできる。
twitter-cli ツールを使って金融リサーチのために Twitter/X を読む（読み取り専用）。ユーザーが自分の Twitter フィードを読みたい、金融関連のツイートを検索したい、ブックマークを表示したい、ユーザープロフィールを調べたい、Twitter/X から市場センチメントを収集したいときにこのスキルを使用する。トリガーには次が含まれる："check my feed"、"search Twitter for"、"show my bookmarks"、"who follows"、"look up @user"、"what's trending about"、"market sentiment on Twitter"、"what are people saying about AAPL"、"fintwit"、金融ニュースや市場調査を読む文脈での Twitter/X への言及。このスキルは読み取り専用であり、投稿、いいね、リツイート、その他の書き込み操作はサポートしない。
Yuanbao、LongCat、Doubao、Qwen、Gemini、Grok、MiniMax 向けの AI Search Hub ブラウザ自動化スクリプトを実行します。ユーザーがこれらのサイトのいずれかにプロンプトを送りたいとき、ポート 9222 の Chrome DevTools セッションを自動起動または接続したいとき、ユーザーのローカルブラウザデータから分離されたデバッグ用ブラウザプロファイルを初期化したいとき、ログインが必要かどうかを検出し、必要に応じてユーザーのログイン完了を待ってから自動的に続行したいときに、このスキルを使用します。
人文科学研究に計算手法を適用する — テキストマイニングと NLP（LDA/BERTopic によるトピックモデリング、感情分析、spaCy/NLTK による固有表現認識）、コーパス言語学（コンコーダンス、コロケーション、キーネス）、デジタルアーカイブ（Dublin Core、TEI XML）、歴史 GIS、ネットワーク分析、計量文体論と著者推定、OCR（Tesseract、Kraken、Transkribus）、データ可視化（Gephi、Palladio）。文学コーパスの遠読、歴史的出来事や交易ネットワークの地図化、係争中の著者推定、歴史的文書のデジタル化、デジタル学術校訂版の構築に使用する。AlterLab Academic Skills スイートの一部。
NCBI E-utilities API を通じて PubMed への直接的な REST API アクセスを提供し、高度な Boolean/MeSH クエリ、バッチ処理、引用管理をサポートする。MeSH 用語で生物医学文献を検索するとき、抄録や PMID を一括取得するとき、または生の HTTP/REST でカスタムの PubMed クエリをスクリプト化するときに使用する——Python ワークフローには代わりに biopython (Bio.Entrez) を優先し、本スキルは直接的な REST 作業やカスタム API 実装に使用する。AlterLab Academic Skills スイートの一部。
ScholarEval に着想を得た 8 次元のルーブリックで学術成果を評価し、研究品質の各次元（問題設定、文献、方法論、データ、分析、結果、執筆、引用）にわたる構造化された評価を、1〜5 の定量的なルーブリックスコア、重み付き集計、実行可能なフィードバックとともに生成する。論文、学位論文、研究成果をルーブリック基準で採点・評価するとき、または改訂をまたいで出版準備度をベンチマークするときに使用する。チェックリストに基づく叙述的な査読報告には alterlab-peer-review を優先し、エビデンス/主張の品質と論証の妥当性には alterlab-scientific-thinking を使用する。AlterLab Academic Skills スイートの一部。
保存したクエリ/カテゴリに一致する新しい論文を arXiv で監視します。確定的な "seen" トラッキングを備えたウォッチリストを管理し、以降のチェックでは新しいものだけを返します。ユーザーが "watch arxiv"、"track arxiv"、"new papers on"、"arxiv monitor"、"check my arxiv watches" と言う、または定期的な発見を求める場合に使用します。arxiv-search に依存します（兄弟 skill としてインストールする必要があります）。
半自動のファクトチェック、情報源の信頼性評価、誤情報の検出、プリバンキング、および証拠台帳に基づく主張の検証。ユーザーが主張、記事、ソーシャル投稿、スクリーンショット、URL、引用、データポイントの検証、情報源の比較、操作の検出、情報源の信頼性評価、または HTML のファクトチェックカード／安全に共有できる訂正の生成を求めたときに使用する。テキスト、URL、スクリーンショット／画像、2 情報源の比較、およびブルガリア語、英語、ロシア語、EU 政策、健康、科学、地政学の文脈におけるトピックレベルのプリバンキングをサポートする。トリガーフレーズ："is this true?"、"is this fake?"、"fact check this"、"compare these sources"、"проверка на факти"、"истина ли е"、"дезинформация ли е"、"сравни тези източници"。
FlowAI の美学によるチーム管理ダッシュボードスキル — 3 つのタブ（Team Members、Team Details、Activity Log）、KPI 統計行、メンバーテーブル、ロール分布の棒グラフ、オンライン状況とアクティビティのスパークライン、トップコントリビューターパネルを備え、すべて単一の自己完結型 HTML ファイルに収め、ライト/ダークテーマ、ホバー可能なチャートツールチップ、クリックでズームするパネル、CSV エクスポートに対応。チーム / ワークスペース管理ダッシュボード、チャート付きのインタラクティブな管理ダッシュボード、または FlowAI を指定するブリーフに使用。
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。