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
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
科学論文や研究概要向けに、最新の学術的根拠をまとめます。文献、参考資料、背景となる根拠、相反する研究結果、原稿用の研究資料一式の収集をユーザーが明示的に求めた場合に使用します。デフォルトでは Parallel Search を使い、Parallel Extract で情報源を検証します。明示的に詳細・網羅的な調査を求められた場合は Parallel Research を使用します。Parallel Chat は明示的な指定があれば任意で使用し、Perplexity は依頼された場合、または失敗時の代替手段として許可されている場合に限り使用します。
任意の Anthropic Academy（Skilljar）コースを構造化された markdown フォルダに抽出する。ユーザーが anthropic.skilljar.com の URL を提示し、コースの抽出、調査、ダウンロード、markdown への変換を求めたときに起動する。セクションフォルダに整理してレッスンごとに 1 つの markdown ファイルを生成し、コースの図をダウンロードして説明を付ける。「このコースを抽出して」「markdown に変換して」「この skilljar リンクを深く調査して」といった発言や、任意の anthropic.skilljar.com URL の提示で使用する。
~/.config/cmux/cmux.json 内の cmux 設定を表示・編集する。ユーザーが cmux の環境設定 (外観、サイドバー、通知、自動化、ブラウザ、ショートカット) を変更したい、JSON パスで値を設定したい、ファイルを検証したい、エディタで開きたい、または cmux が認識するキーを調べたいときに使用する。'/cmux-settings'、'change cmux setting'、'set <something> in cmux'、'cmux config'、'cmux.json'、'rebind a cmux shortcut' でトリガーされる。
AI アシスタントのチャットエクスポート（ChatGPT、Claude、Perplexity）とエージェントのセッショントランスクリプトを brain に取り込み、conversations/ に会話ごとに日付付きページを作成します。ネイティブの会話パーサーで各ページを検証し、ネイティブの conversation-facts フローで事実を抽出し、検出と補完のループでアーカイブの欠落を防ぎます。その後、「X について最初に話したのはいつか」といった質問への回答、過去の会話におけるアイデアの変遷の追跡、特定のスレッドの抽出ができます。
公開 daemon プロファイル——自分が取り組んでいることのデジタル表現——を管理する。DaemonAggregator は LifeOS のソース（TELOS、KNOWLEDGE、PROJECTS、MEMORY/WORK、identity）を読み取り → daemon-data.json。SecurityFilter は決定論的なパターン（LLM ではない）で名前/パス/認証情報を除去する。ワークフロー：UpdateDaemon、ReadDaemon、PreviewDaemon、DeployDaemon。使用場面：daemon、daemon の更新、daemon プロファイル、daemon のデプロイ、daemon のプレビュー、daemon の読み取り、公開プロファイル、デジタルプレゼンス。LifeOS のシステム管理には使用しない。
ソース論文、コンテキスト、または粗いメモから学術的なイントロダクションセクションを計画し足場を組む。Ilya がイントロを構成したい、論文の冒頭をアウトライン化したい、文献を執筆計画にマッピングしたい、イントロにどの段落が必要かを把握したい、または "what should my intro cover?"、"help me plan my introduction"、"outline an intro from these papers"、"what topics should I introduce?"、"scaffold my intro section"、"turn these papers into an intro plan"、"structure my background section" と尋ねるたびにこの skill を使用する。ユーザーが論文や抄録をアップロード/貼り付けて何を書くべきか知りたいときにもトリガーする——"introduction" と明言していなくても。この skill は本文を書きません。執筆を導く明確な段落ごとのブループリントを生成します。実際の本文は ea-academic-writer に引き継ぐ。
ユーザーが "analyze from first principles"、"第一性原理"、"从根本分析"、"从零开始思考"、"think from scratch"、"question this design"、"这个设计合理吗"、"is this the right approach"、"为什么要这样做"、"why are we doing it this way"、"有没有更好的方案"、"is there a better solution"、"challenge assumptions"、"挑战假设" を求めたとき、または類推や慣習に頼らずにアーキテクチャの決定、設計の選択、問題解決のアプローチを評価する必要があるときに、このスキルを使用する。
ユーザーが音声ファイル（mp3、wav、m4a、flac）を共有し、テキストへの文字起こしを求めた場合に使用する —「speech recognition」「audio to text」「transcribe」「transcription」「ASR」「meeting notes」「convert audio」「subtitle」「SRT」「speaker diarization」「who said what」を含むクエリを含む。音声の会議録音、インタビュー、電話、講義、ボイスメモ、ポッドキャストでもトリガーする。DASHSCOPE_API_KEY（Alibaba Cloud DashScope）と S3 互換ストレージの認証情報が必要。
ブラウザ内部から実物の Chrome/Brave + macOS Computer Use を操作 —— CDP フィンガープリントはゼロ、実セッション；ビジュアルなデプロイ検証には必須。clickwork は自分で操作する。使用場面：デプロイ検証、UI 確認、スクリーンショット検証、computer use、macos 自動化、Web のデバッグ、トラブルシューティング、ビジュアルチェック、モーション/アニメーションのバグ、ジャンク、トランジションのスタッター、フローの確認、コンソールログ/エラー、ランタイム/JS/react エラー、不一致の警告、ネットワークトラフィック/ログ、HAR/pcapng エクスポート、ハイドレーション/空白ページのデバッグ、フラッシュ後に空白/ページが壊れる、なぜ動かないのか/ページで何が起きているのか、認証済みページ、ボット検出の回避、バグの再現、ネイティブアプリの操作、オペレーターにクリック/ナビゲート/フォーム入力/ログイン/OAuth 承認を依頼しようとしている、OAuth 同意フロー、Web ログインの完了、あなたのブラウザでこれを行う。住宅用プロキシのクロール（BrightData）やソーシャルアクターのスクレイピング（Apify）には非対応。
学術ライティングにおける引用のハルシネーションを防ぐ。次の場合に呼び出す: 特定の主張を裏付ける論文を探すとき、既存の引用や DOI を検証・確認・監査するとき、論文がユーザーの主張どおりの内容を実際に述べているかを確認するとき（'is that what the paper says?'、'did they actually show X?'）、論文を記述して引用を追加するとき（'add a citation for the paper where X'）、投稿前の参考文献チェックを実行するとき。次には呼び出さない: APA/IEEE 形式での参考文献の整形、一般的なトピックの説明、引用スタイルに関する質問、文章編集。Quick Screen（論文あたり数秒）または Full Audit（出典に踏み込んだ主張チェック）を自動的に選択する。
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。