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
論文の再現性、透明性、オープンサイエンスに関する部分を準備します。データ・コードの利用可能性に関する声明、再現性チェックリスト（NeurIPS、ICML、ICLR、ACL Responsible NLP、Nature reporting summaries）、研究成果物のパッケージ化（Zenodo DOI、CITATION.cff、環境ロックファイル、シード値）、倫理・広範な影響に関する声明、CRediT による著者貢献、利益相反、AI 利用の開示を含みます。投稿先がこれらの声明やチェックリストを要求する場合、または論文とともに公開するコードやデータを準備する場合に使用します。
思考を映す鏡。記事、挑発的な意見、意見を求められたこと、本当に難しい質問、業界の動向などを渡すと、書き留めた、または伝えた価値観に基づき、より深く考えるための簡潔な読み解きを返す。「what do I make of this」「/what-do-i-make-of-this」「help me think about this」「someone asked my opinion on this」「what should I make of this take」と言われたとき、または内容を貼り付けて答えを教わるのではなく理解したいときに使用。本人に関する主張には、記録に基づくものか推測かをすべて明記する。結論を出すこと、読めなかった情報源を解釈すること、返信文を作成することは拒否する。
すでに下された決定を、decisions/ ディレクトリ内の YAML frontmatter 付きの個別の markdown ファイルとして記録し、追記専用の decisions/_index.jsonl でインデックス化する。あらゆる領域に有効——エンジニアリング、研究、健康、クリエイティブ、財務、個人、科学、法務など。ユーザーが明示的に決定の記録・登録・取り込みを求めたり、決定ログの更新、記録済みの決定の振り返り（「what decisions have we made」）、特定の DEC-XXXX の照会、または /DL、/DecisionLog、/decision-log の呼び出しを行った場合にのみ使用する。会話からの決定抽出、検討した選択肢の表、自動生成インデックス、ステータス追跡、置換チェーンを扱う。一般的なメモ取り、議事録、日記、ブレインストーミング、またはまだ確定していない決定をユーザーが下す手助けには使用しない。
一次研究論文から実証結果を抽出・分析し、各結果を要約してその重要性を説明し、考察を支持または対立する引用に分解する。ユーザーが論文を貼り付けたり、PDF をアップロードしたり、結果・考察のセクションを共有して、何が分かったのか、それが文献の中でどう位置づけられるのかを知りたい場合にこのスキルを使用する。「analyse this paper's results」「what did this paper find」「extract the results」「break down the discussion」「what papers support or contrast this result」「help me ground this paper in the literature」「summarise the findings」「what's the discourse around these results」といったフレーズで発動する。ユーザーが文献レビューを構築中で、特定の研究が何を明らかにし、その考察が結果を先行研究の中にどう位置づけているかを理解する必要がある場合にも発動する。レビュー論文には使用しない。これらは早い段階で検出し、丁重に断る（下記参照）。
Windows の C ドライブのクリーンアップとディスク容量の管理。ユーザーが C ドライブがいっぱい、ディスク容量不足、一時ファイル／キャッシュ／ごみ箱／システムログの削除、大きいファイルの検索、ディスク使用量の分析と言ったときに使用する。Windows 環境にのみ適用。対象外：macOS/Linux のディスククリーンアップ、ソフトウェアのアンインストール（システムのアンインストールへ誘導する）、ユーザーの個人ファイルの削除（場所を報告するのみで、削除の判断はユーザーに委ねる）。
Project Gutenberg からパブリックドメインの書籍を検索、ダウンロード、抽出する。gutendex を使って ID またはキーワードで書籍を検索し、プレーンテキスト版と EPUB 版をダウンロードし、ライセンスの定型文を除去し、挿絵のある作品では EPUB からクリーンなテキストを抽出し、フィクションとノンフィクションを分類する。外部依存ゼロの移植可能なコマンドラインスクリプトを同梱する。ユーザーが "gutenberg"、"public domain"、"download a book"、"classic literature"、"free ebook"、"gutenberg.org" と言ったとき、または任意のパブリックドメインのタイトルや著者名を挙げたときに使用する。無関係なリクエストにはこのスキルを使用しないこと。最も近い専門家にルーティングする。
現在のチャットで得た単一の洞察を、構造化されたプロジェクトローカルのドキュメントとして保存したいときに使用します — デバッグの突破口、苦労して得た設定、ワークフローの手順、ポストモーテムの教訓など。トリガー：'save this'、'document this'、'we figured it out'、'记录下来'、'总结一下'。書き込み先は <project>/.{trae,claude,cursor,windsurf}/knowledges/。グローバルに蓄積される知識（アーキテクチャ、パターン、API）には llm-wiki を使用してください。
lyt シリーズの業務学習 skill。越境 EC、TikTok Shop、EC 運営、商品選定、広告、データ、コンテンツ、サプライチェーン、ビジネスモデル、または AI ワークフローに関連する学習テーマのみを扱い、業務外・EC 外のテーマは拒否する。ユーザーが「テーマを教えて」「次の記事へ」「フィードバックをもとに次の記事を書いて」「継続的な学習プランを作って」「コースを保存して」と言ったときに使用し、テーマを連続する学習記事に分解し、前回のフィードバックに基づいて難易度を調整し、lyt-knowledge-check とともに「学習、検証、補完、再学習」のループを形成する。起動方法：/lyt-learning、「テーマを教えて」「次の記事へ」「フィードバックをもとに次の記事を書いて」「継続的な学習プランを作って」
URL が提供されたときに Web コンテンツを取得してクリーンな Markdown として抽出する。読み取り、分析、要約、抽出が必要な URL（http/https リンク）をユーザーが提供するたびにこのスキルを使用する。Web ページを生の HTML より 80% 少ないトークンで Markdown に変換する。JS を多用するサイト、ドキュメント、記事、ブログ投稿を含むすべてのコンテンツタイプを処理する。3 つの変換方法（auto、AI、ブラウザレンダリング）をサポートする。URL を扱う際は web_fetch の代わりに常にこれを使用する — より効率的でクリーンな出力が得られる。
Obsidian スマートノートアシスタント。ユーザーが obsidian、日記、ノート、ナレッジベース、capture、review に言及したときに起動する。 【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 書き込みの三つの厳格なルール（00_Inbox/AI/、追記型、ホワイトリストフィールド）を理解する 3. STEP 0 → STEP 1 → ... の順に実行する 4. いかなるステップも飛ばさず、独断で進めない 【禁止行為】： - SKILL.md を読まずに作業を始めること - ユーザー確認ステップを飛ばすこと - 00_Inbox/AI/ 以外の場所に新規ノートを作成すること（ユーザーが明示した場合を除く）
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。