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
再起動をまたいで Ghostty の Claude Code／Codex タブをスナップショット保存・復元します。Mac のアップデート前（保存终端会话/重启前备份终端）、再起動後に元のセッション ID を再度開く場合（恢复之前的窗口/restore my ghostty tabs）、残存セッションの監査、または変更がある場合のみ記録する定期スナップショット（定期增量快照/没变化不记录）に使用します。非管理対象／旧式 Codex アカウントの切り替え（额度耗尽换号/换号后恢复全部 Codex）にも対応します。Minions native_runtime では Account Manager を使用します。--resume、スクリーンショット、tmux には使用しません。
Gemini API を使ってローカルの MP4 動画ファイルを分析し、構造化された Markdown サマリーを生成する。デフォルトのサマリーの代わりに特定の情報を抽出するカスタムプロンプトをサポートする。ユーザーが動画ファイルをまとめて要約、分析、要点抽出したいときに使用する。"summarize my videos"、"create markdown summaries for the videos"、"analyze videos with Gemini"、"generate video summaries"、"extract X from my videos" といったリクエストでトリガーされる。システムに GEMINI_API_KEY 環境変数の設定が必要。
ユーザー自身の X（Twitter）開発者アプリ（BYOK）を接続し、公式 X API MCP（読み取り）と X v2 REST 書き込み——投稿、返信、いいね、リポスト、DM——を利用する。ユーザーが自分の X アカウントまたはアプリで X を操作したい場合に使用する——MCP で検索、タイムライン/ユーザー/ニュース/トレンド/ブックマークを読み取り、REST で投稿/返信/いいね/リポスト/DM を行う。X ポータルでの OAuth 2.0 設定、xurl CLI の登録、ヘッドレス OAuth（ユーザーがリダイレクト URL を貼り戻す）、client-not-enrolled / 従量課金の罠、トークン期限切れの自動更新の仕組み、agent.yaml の MCP 接続、FAQ を順に説明する。ユーザー自身のアプリを使わずに読み取り専用のスクレイピングを行う場合は twitter スキルを使用する。
トップクラスの会議（NeurIPS、ICLR、ICML、AAAI、IJCAI、ACL、EMNLP、NAACL、CVPR、WWW、KDD、SIGIR、CIKM など）を対象とするコンピューターサイエンス研究論文を推敲します。論文草稿、要旨、序論、関連研究、方法の説明、実験結果、結論など、学術・研究文書の改善、洗練、編集、校正を求められた場合に使用します。LaTeX の文章について執筆支援を求められた場合、「camera-ready」「rebuttal」「paper revision」に言及した場合、または学術誌や会議を挙げた場合も対象です。論文全体の推敲とセクションごとの編集に対応します。
Crossref、OpenAlex、Semantic Scholar、arXiv（API キー不要）と doi.org の DOI 登録を照合して、参考文献の各項目が実在するかを検証する。タイトルと著者をファジーマッチング（difflib ratio >= 0.70）し、Crossref（Retraction Watch データを含む）または OpenAlex が記録した撤回をフラグ付けし、AlterLab の引用ハルシネーション分類（TF/PAC/IH/PH/SH）で項目ごとの JSON 判定を出力する。併用スクリプトは、引用された要旨が主張を支持するか（SH）をスコアリングする。BibTeX、DOI/arXiv リスト、貼り付けた参考文献を受け付け、確認できなかったものは通さず未検証として報告する。引用の検証、参考文献の確認、捏造またはハルシネーションされた参考文献、偽の DOI、撤回チェック、参考文献監査、文献の存在確認、あるいは情報源が主張を支持するか、といったリクエストで使用する。原稿の執筆には alterlab-paper-writer、リンク切れには alterlab-link-health を優先する。AlterLab Academic Skills スイートの一部。
科学的方法のフレームワークを用いて、実験観察から構造化された検証可能な仮説を定式化します — 予測を導き、メカニズムを提案し、それらを検証する実験を設計し、LaTeX レポートを生成します。観察やデータを反証可能なメカニズム的仮説、競合する説明の集合、検証可能な予測、実験デザインに変える場合に使用します。独立した系統的文献レビューやエビデンス統合（仮説への手段ではない）には alterlab-literature-review を、特定の観察の前の自由なブレインストーミングには alterlab-scientific-brainstorm を、既存の原稿の評価には alterlab-peer-review を使用してください。AlterLab Academic Skills スイートの一部です。
LabArchives 電子実験ノート（ELN）を REST API 経由で統合する。ノートブックへのアクセス、エントリと添付ファイルの管理、ノートブックのバックアップ、Protocols.io、Jupyter、REDCap との連携に対応する。LabArchives ELN ワークフローの自動化、ノートブックのエントリや添付ファイルのプログラムによる読み書き、LabArchives ノートブックのバックアップ、Protocols.io、Jupyter、REDCap との同期に使用する。AlterLab Academic Skills スイートの一部。
Open Notebook を実行しスクリプト化する。これは Google NotebookLM のセルフホスト可能なオープンソース代替で、完全な REST API を備え、AI による研究と文書分析に用いる。研究資料をノートブックに整理する場合、多様なコンテンツソース（PDF、動画、音声、Web ページ、Office ドキュメント）を取り込む場合、AI によるノートと要約を生成する場合、研究内容から複数話者のポッドキャストを作成する場合、文脈を考慮した AI で文書と対話する場合、全文検索とベクトル検索で資料を横断検索する場合、カスタムのコンテンツ変換を実行する場合に使用する。OpenAI、Anthropic、Google、Ollama、LM Studio、Groq、Mistral を含む 18 社以上の AI プロバイダーに対応し、セルフホストによってデータを自らのインフラに保持する。ノートブックや対話、検索を伴わない一度きりのファイルから Markdown への変換には、代わりに alterlab-markitdown を使用する。AlterLab Academic Skills スイートの一部。
Parallel Web Systems を通じてウェブ検索、ディープリサーチ、既知の URL からのコンテンツ抽出を行う。Chat API（Beta、OpenAI 互換の `base`/`core` リサーチモデル）はインライン引用付きの統合回答を提供し、Extract API v1 は URL のコンテンツを取得する。生の Search、Task、Responses API に関する注記も含む。一般的なウェブ検索、時事・市場・技術の調査、幅広い情報収集、包括的な調査レポート、特定 URL のコンテンツの検証（PARALLEL_API_KEY が必要）に使用する。学術論文の取得や Perplexity へ自動ルーティングするデュアルバックエンドの学術検索には、代わりに alterlab-research-lookup を推奨。AlterLab Academic Skills スイートの一部。
Perplexity Sonar モデル（sonar、sonar-pro、sonar-pro-search のエージェント検索、sonar-reasoning-pro）を使い、LiteLLM と単一の OpenRouter API key を通じてリアルタイムで引用に基づく回答を得る AI ウェブ検索を実行する。最新情報や最近の科学文献の検索、引用されたウェブソースに基づく回答の取得、現在のエビデンスによる主張の検証、モデルの学習カットオフを超えた情報への到達に使用する。OpenRouter API key が必要。これは直接の単一バックエンド Perplexity ツールである。Perplexity と他のバックエンド間の自動ルーティングには alterlab-research-lookup を、論文ごとの構造化された実験データ抽出（サンプルサイズ、効果量、品質スコア）には alterlab-bgpt-search を使用する。AlterLab Academic Skills スイートの一部。
protocols.io を REST API（v3 および v4 エンドポイント）と公式 MCP サーバーを通じて利用する。キーワード、URI、DOI でプロトコルを検索・取得し、非公開プロトコルの作成、メタデータとステップの編集、DOI 付きでの公開、プロトコルとステップのディスカッション、ワークスペース、ファイルマネージャー項目、ファイルアップロード、実験記録、組織エクスポートの管理を行う。protocols.io プロトコルの発見、起草、公開、引用、プロトコル実行の記録、protocols.io のラボ文書への組み込みに使用する。一般的な ELN ノートブック（alterlab-benchling または alterlab-labarchive を使用）や分注ロボットの操作には適さない。AlterLab Academic Skills スイートの一部。
pyzotero Python クライアントを用いて Zotero の文献管理ライブラリを操作する — Zotero Web API v3 経由でアイテム、コレクション、タグ、添付ファイルを取得・作成・更新・削除する。Zotero ライブラリをプログラムで扱う場合、書誌情報を管理する場合、引用をエクスポートする場合、ライブラリの内容を検索する場合、PDF 添付ファイルをアップロードする場合、Zotero と連携する研究自動化ワークフローを構築する場合に使用。AlterLab Academic Skills スイートの一部。
ユーザーが Apple のアプリ — Reminders、Calendar、Contacts、Notes、Mail、Messages（iMessage/SMS）、または tmux セッション — について尋ねたときは常にこのスキルを使用する。これにはリマインダーの作成・完了、カレンダーイベントの確認・追加、連絡先の検索、メモの読み書き、メールの送受信、iMessage とテキストの送受信、tmux セッション内容のキャプチャが含まれる。ユーザーがタスク、ToDo、スケジュール、誕生日、空き時間帯、終業時のサマリーに言及した場合にもこのスキルを使用する。これらのブリッジは ~/.claude/ にインストールされるコマンドラインツールで、Claude Code が macOS 上でこれらの Apple アプリにネイティブにアクセスできるようにする。
Basecamp から自分の Claude Code セッションを操作します。ローカルコネクター（basecamp connect）を起動し、Basecamp エージェントとしてアカウントのイベントフィードを監視して、信頼されたリクエストごとに1行を出力します。対象は、メンション、割り当て、オペレーターからの ping、エージェントが追跡するスレッドへのコメント、エージェントが書いた内容への boost です。コネクターは依頼を受け取るとすぐに boost し、このセッションはその内容を自分の言葉で伝え、プロジェクトのリポジトリを選び、バックグラウンドのサブエージェントに依頼を渡します。サブエージェントはコンテキストを読み、設定とツールを使って作業し、エージェントとして返信します。セッションは次の依頼を受けられる状態を保ち、そのまま利用できます。また、エージェントをこのコンピューターに接続して、設定（エージェントの認証情報（basecamp auth agent connect）、作業を依頼できる人、担当プロジェクト（basecamp connect setup））やステータス、doctor を管理します。エージェントの接続、Basecamp からのエージェント操作、エージェント宛てのメンションの監視、コネクターの起動・停止、作業を依頼できる人や担当プロジェクトの変更を求められた場合に使用します。
段落レベルで学術的な文章を批評・改善する、または新しい学術段落をゼロから作成する。ユーザーが学術テキストを貼り付けてフィードバック、修正案、リライトを求めたとき、"improve this paragraph"、"critique my writing"、"make this more academic"、"help me write a paragraph about X" を求められたとき、特定の論点を伴う学術的な文章を求められたときにこの skill を使用する。ユーザーがトピック、主張、粗いメモを提示し、それを洗練された学術段落に整えたいときにも起動する。学術的な文章作成タスクでは常に使用する — 依頼がカジュアルな表現であっても。
コンテンツ公開前に、主張を一つずつ体系的に検証します。The New Yorker、ProPublica、IFCN基準などの専門的なファクトチェック機関をモデルとし、検証可能な主張をすべて抽出して、リアルタイムの引用可能な情報源（学習データは使用しない）と照合し、6段階の確信度を付与し、修正を適用して、スコア付きの合否レポートを作成します。脳データベースまたはデータベースから生成された出力には、データ由来の主張に対するゲートも適用します。PRODUCER ≠ VERIFIER（異なるクエリ経路で各主張を再導出）およびAFFILIATION ≠ AUTHORSHIP（人物→事物の主張は型付きエッジで解決）を徹底し、裏付けのない主張があれば納品を厳格にブロックします。
Karpathy スタイルの LLM ナレッジベースを構築・維持します — 自己コンパイル型の Obsidian markdown wiki で、エージェントが生のソースを取り込み、相互リンクされた概念/エンティティ/要約ページをコンパイルし、コーパスに基づいて質問に回答し、グラフの健全性を lint し、Obsidian またはローカルの Web ビューアから提出された文脈内の人間のフィードバックを監査します。次の場合に使用します：(1) 任意の研究テーマの新しいナレッジベースの雛形作成、(2) 記事/論文/PDF/Web ページを raw/ に取り込む、(3) 既存の生の素材から wiki 記事をコンパイルまたは再構成する、(4) wiki に基づいて質問に回答し、恒久的な回答を書き戻す、(5) デッドリンク/孤立ページ/カバレッジの不足/監査形態の lint パスを実行する、(6) audit/ ディレクトリの人間のフィードバックを処理し修正を適用する。一般的なノート作成、日記、wiki 以外の Obsidian 用途には適していません。
18の学術APIを検索し、論文、プレプリント、引用、オープンアクセス全文、リポジトリ記録、ジャーナルのOA状況を調べ、再現可能な出典情報とともに結果を返します。対象はPubMed、PMC、Europe PMC、bioRxiv、medRxiv、arXiv、OpenAlex、Crossref、Semantic Scholar、CORE、Unpaywall、OpenCitations、PubTator3、Zenodo、Figshare、ROR、BioStudies、DOAJです。論文、引用、DOI/PMID/arXivの検索、抄録、全文、オープンアクセスPDF、プレプリント、引用グラフ、著者の出版物、バイオメディカルエンティティの注釈、登録レコード（Zenodo、Figshare、BioStudies）、機関のROR ID、その他の学術文献の検索に使用します。対応データベースへの言及や、「Xに関する論文を探して」「このDOIを調べて」「この論文を引用しているのは誰？」「PDFを入手して」などの依頼で起動します
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。
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。