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。
生産性
意図した製品成果を観測された結果と比較し、ローンチから学習へのループを閉じる。ローンチ後のエビデンスを収集し、予想・観測・不確実・推測された主張を区別し、前提を更新し、機能の健全性を評価し、継続/改善/収穫/ピボット/一時停止/廃止の中から選択する。非推奨化、移行、顧客対応、再利用可能な学習の保持を伴う廃止ライフサイクルも含む。インシデントのポストモーテムや根本原因分析には使用しない（incident-learning または site-reliability-engineering にルーティング）。分析の計測や指標ダッシュボードの設計には使用しない（product-analytics-and-measurement にルーティング）。任意の閾値を普遍的廃止ルールとして使用しないこと。意思決定には人の判断と文脈が必要である。
過去の成功事例、学術論文、技術レポート、信頼できる業界出版物に基づいて、業界の R&D ソリューションの方向性を設計する。ユーザーが漠然としたビジネス、銀行、フィンテック、企業、運用上の課題を抱え、手法をブレインストーミングしたい、理論的根拠のあるソリューションを起草したい、ソリューション群を比較したい、根拠のない直感ではなく出版物で提案を正当化したいときはいつでも使用する。応用分野の業界課題について「過去の成功事例」「論文に裏付けられたソリューション」「手法の草案」「研究に裏付けられた提案」「以前うまくいったこと」をユーザーが求める場合にも使用する。
営業会議を効率的にスケジュールする — 予約ページ、ラウンドロビン配分、カレンダー連携、リマインダー、無断欠席のリカバリー、会議ページのコンバージョン。見込み客が会議を予約しない、無断欠席率が高すぎる、ラウンドロビンが均等に配分されない、予約ページのコンバージョンが低い、どのスケジューリングツールを使うべきかわからない、Mixmax meetings が機能しない場合に使用。Yesware 固有のサポートが必要な場合は /sales-yesware を使用。リードのルーティングルール（/sales-lead-routing を使用）、キャデンス設計（/sales-cadence を使用）、カレンダーベースの CRM 自動化（/sales-integration を使用）には使用しないでください。
ターミナルまたはエージェントから Slack ワークスペースを操作する。チャンネルの一覧表示、メッセージの読み取り、スレッドの追跡、メッセージ履歴の検索、ファイルの一覧表示、受信 webhook 署名の検証を行い、同梱の slack-cli スクリプトは既定で読み取り専用で、すべての送信を --dry-run/--yes の確認の後ろに配置する。エージェントが Slack データを読み取るか投稿する必要がある場合、インシデントをトリアージする場合、またはワークスペースで何が言われたかに答える場合に使用する。Slack アプリやボットの構築（それはアプリケーション開発）や、ユーザーのプロビジョニングや組織設定などのワークスペース管理（それは Slack 管理コンソール）には使用しない。
SupSub WeChat 公式アカウントのディスカバリー — ユーザーが WeChat 公式アカウント「そのもの」を検索/発見したい場合（通常は mpId を取得して購読するため）にのみ使用する。「搜公众号 X」「找 X 这个公众号」「查 X 公众号」「想订阅 X 公众号但不知道 ID」「discover / find a WeChat MP account」に一致する。⚠️ 記事の本文/内容/キーワードに関連する記事の検索には使用しない — その意図（例：「搜一下 X 相关的内容」「找 X 相关的文章」）は supsub-search を使用する必要がある。実行中の公式アカウント検索タスクのキャンセルも含む。
立ち上げから納品、クローズまで技術プロジェクトを管理する：予測型、反復型、Scrum、フロー型、ハイブリッドの各アプローチを選択・調整し、チームとベンダーを調整し、マイルストーン、リスク、課題、依存関係、予測、スコープ変更、リカバリーを追跡する。チームにプロジェクトマネージャーがいない場合、TPM が意思決定に使える分析を必要とする場合、プロジェクトが遅延している場合、コミットメントや引き継ぎの調整が必要な場合に使用する。複数の関連プロジェクト、チーム、ベンダー、共有キャパシティ、便益を一つの成果に向けて調整する必要がある場合は、代わりに `technical-program-management` を使用する。ユーザーの専門性に応じて深さを調整する。単独のコーディングタスク、プロダクトディスカバリーや戦略、実装計画の作成のみ、Kanban フローの診断のみ、チケットツールの操作、インシデントコマンド、リリースの go/no-go 判断には使用しない。これらは専門の担当者に振り分ける。
数学的な論証、導出、ML 論文の主張をストレステストし、報告書形式の監査を納品する。定理のスケッチ、証明の概要、段階的な導出、ML 論文の主張、査読者モードの批判、隠れた前提、飛ばされた証明ステップ、不当な一般化、弱い実証的裏付け、過大な結論、または結果が予想よりすっきりしている・強く見えるあらゆる場合に使用する —— 「check my derivation」「which step breaks」「did I drop a constant」「does this algebra hold」「audit this proof」を含む。ユーザーが報告書を受け取るのではなくソクラテス式に弱点へ導かれることを望む場合、またはその主張が形式的・実証的なものではなくエッセイ・願書・日常的な論証である場合は、代わりに argument-audit を使用する。
ユーザーがウェブリサーチを望むときに使う：特定の問いについて引用付きの多角的な証拠を集める。トリガー：「research X for me」「do web research on」「look up sources for」「find citations for」「gather evidence on」「what does the web say about X」。他の beagle スキル（prfaq-beagle Ignition、brainstorm-beagle reference points、strategy-interview context grounding）からコンパニオン契約を通じてプログラム的に呼び出されることもある。コードベースの検索（「find this function」「search the repo」）、ローカルファイル検索、LLM-as-judge 評価、ペイウォール/認証が必要なスクレイピングではトリガーしない。書面の計画、並列サブエージェントの調査結果、ディスク上の引用付き統合レポートを産出する — インラインの文章は決して出さず、出典のない主張も決して出さない。
AI っぽい文章を、内容や言い切っている事柄を変えずに、注意深い人が書いたように読めるよう編集する。言葉遣いが重要な仕事の文章向け：営業・マーケティングのコピー、サポート返信、HR や法務のレター、メール、ドキュメント、リリースノート、投稿、ランディングページ。2 つのモード。書き換え：与えられたテキストを編集する。インタビュー：下書きが AI によるもので薄い場合、書き手に鋭い質問を 3〜5 つ投げかけ、その回答から本人の言葉で記事を組み立てる。書き手自身のメモやボイスメモの文字起こしから書くこともできる。人間の文章と AI の文章の測定可能な差異に基づいて調整されている。
DergiPark（TÜBİTAK ULAKBİM の全国的なジャーナルホスティングプラットフォーム、3,000 誌以上）から、検証済みのプラットフォーム全体の OAI-PMH エンドポイント（https://dergipark.org.tr/api/public/oai/；verb は Identify/ListSets/ListRecords/GetRecord；prefix は oai_dc/oai_mods/oai_marc/oai_etdms；setSpec=journal-slug）を介して、記事のメタデータ、抄録、全文 PDF を収集し、/pub/{slug}/article/{id} ページの Highwire citation_* および DC.* メタタグを解析し、citation_pdf_url パスから PDF を取得して、BibTeX/RIS をローカルに出力する。ユーザーがトルコのジャーナルを収集したい、DergiPark の記事を取得したい、ジャーナルのアーカイブを一覧したい、DergiPark の論文の BibTeX/RIS を取得したい、またはジャーナルの目的と範囲（öz/kapsam）を読みたいときに使用する。TR Dizin の収録状況には alterlab-trdizin、YÖK の学位論文には alterlab-yok-tez、学術プロフィールには alterlab-yok-akademik を使用する。AlterLab Academic Skills スイートの一部。
Andrej Karpathy の思考フレームワークと表現スタイル。20 以上のブログ記事、16 本の(csaba)詳細インタビュー、100 件以上の X ポストを体系的に蒸留し、6 つの中核メンタルモデル、8 つの意思決定ヒューリスティック、中国語出力への完全な適応、定番フレーズのクイックリファレンスをady ensuing。要件: 思考顧問として Karpathy の視点から AI 技術の信頼性、学習方法、業界動向、プロダクト設計を分析する。ユーザーが「Karpathy の視点で」「Karpathy ならどう思う」「卡帕西（Karpathy）」「karpathy モードObtкийcompetitiveyiyi」と言ったときに使用。Software 2.0/3.0 の議論、vibe coding、ニューラルネットワークの訓練、AI 过剩の判断、LLM の能力限界などにも適用。ユーザーが「エンジニアリング的リアリズムの視点から」「march of nines」「構築すること即是理解」「ギザギザの知性」 Rights などの表現を口にしただけでも発動する。ユーザーが単に AI に関する一般的な質問をしている場合は発動しない——Karpathy 式の思考フレームワークを明確に求めた場合のみ有効化。
ファイル、フォルダ、ノート、CV、履歴書、成績証明書、研究ステートメント、プロジェクトの記述、発表リスト、GitHub 概要、推薦人のメモ、志望校の資料から、アカデミックキャリア志望者のプロフィールを読み取る。ユーザーが Claude に「my profile」「my application folder」「my CV and notes」「my PhD materials」「my academic background」を読むよう求めたとき、または SOP 執筆、アカデミック CV 作成、教授へのメール、学部・プログラムのフィットマッピング、推薦人パケット、出願パッケージの監査の前に、再利用可能な構造化プロフィールを求めたときに、このスキルを使用する。このスキルはアカデミックキャリアと研究出願の文脈向けであり、一般的な就職活動の履歴書、業界のリクルーター向けプロフィール、文献調査、最終的な SOP/CV の直接執筆には使用しない。
研究提案、主張、手法、結果が与えられたとき、それを支えるために必要なベースラインとベンチマークを推薦します — MINIMAL セット（信頼性に必要で、欠けると却下されうる）と SUGGESTED セット（補完的で外部妥当性を高める）に分けます。ユーザーが何かを提案して "what should I compare against"、"what baselines do I need"、"which benchmarks support this claim"、"is this enough to be convincing"、"what's the minimal experiment set"、"what would a reviewer demand" と尋ねたとき、または手法やアイデアを共有して比較計画を求めたときに使用します。主張が適切な根拠に支えられるよう、あらゆる提案に対して既定で本スキルを実行します。まず入力が十分か（正確な主張、分野、新規要素、指標）を必ず確認し、不十分な場合は推測せずに不足する文脈を求めます。実験そのものの設計（ベンチマークが存在しない場合の測定設計を含む）には experiment-design を、内部消融には hypothesis-and-ablation-planner を使用します。
ユーザーが構築、計画、または戦略立案を行っており、重要な問いがコンテンツ（what）を最適化するのか形式（how/medium）を変えるのかである場合にこのスキルを使用する。「내용 vs 형식」「content vs form」「metamedium」「형식을 바꿔볼까」「새로운 포맷」「관점 전환」「perspective shift」「다른 방법 없을까」「같은 방식이 안 먹혀」「diminishing returns」でトリガーする。Alan Kay の metamedium の概念を適用し、形式レベルの代替案を提示する。要件の明確化には vague を、戦略の盲点には unknown を使用する。
ユーザーが戦略・計画・意思決定の文書を提示し、Known/Unknown の 4 象限フレームワークを使って隠れた前提と盲点を洗い出したい場合に使用するスキル。"known unknown"、"4분면 분석"、"blind spots"、"뭘 놓치고 있지"、"뭘 모르는지 모르겠어"、"전략 점검"、"전략 분석"、"assumption check"、"가정 점검"、"quadrant analysis"、"what am I missing" でトリガーする。仮説駆動の質問による戦略レベルの盲点分析。要件の明確化には vague を、内容と形式の再フレーミングには metamedium を使用する。
5 つのソースからコンテンツを取得して配信する日次ニュースブリーフィングのアグリゲーター — Readhub（中国のテックニュース）、Karpathy 推薦の RSS フィード（92 の HN 人気ブログ）、GitHub Trending、Hacker News のトップ記事、V2EX のホットトピック — 各項目の要約付き。日次の自動ブリーフィングの設定、オンデマンドのニュースダイジェストの実行、cron による朝のプッシュ通知の設定に使用。トリガー：「每日资讯」「daily briefing」「早报」「新闻推送」、または HN/GitHub/V2EX/Readhub からのニュース集約の依頼。
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。