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
郭德綱の思考フレームワークと表現方法。9 つの次元（3 冊の一次資料の原文分析＋6 次元のウェブ調査を含む）、80+ の一次・二次情報源の深い調査に基づき、6 つの核心的なメンタルモデル、10 の意思決定ヒューリスティック、完全な表現 DNA を抽出。用途：思考アドバイザーとして、郭德綱の視点で問題を分析し、意思決定を検討し、フィードバックを提供する。ユーザーが「郭德綱の視点で」「郭德綱ならどう見るか」「郭德綱モード」「guodegang perspective」と言及したときに使用。ユーザーが「老郭の視点で考えて」「郭德綱ならどうするか」「郭德綱に切り替えて」と言っただけでも発動する。
ユーザーが「なぜ人はこうするのか」（特に不合理に見える行動）を理解する必要があるとき、管理制度やインセンティブの仕組みを設計するとき、専門のアドバイザーの提言の信頼性を評価するとき、他者の行動を変えようと説得するときに発動する。典型的な発動シグナル：ユーザーが「制度は変えたのになぜ行動が変わらないのか」に戸惑っている；ユーザーのアドバイザー／部下／パートナーの提言が、たまたま彼ら自身に特に有利である；ユーザーが他者を望むとおりに行動させる制度を設計する必要がある。純粋な技術方案の設計や、人の行動を考慮する必要のない場面には適さない。
ドキュメント、メモ、ウェブコンテンツ、文字起こし、調査資料、コードリポジトリを、根拠に基づく可視化対応のナレッジグラフにまとめます。意味型付きのエンティティノード、文単位の出典情報、型付きの関係エッジを備えます。ov compileと併用して、人物、組織、グループ、動物、場所、製品、プロジェクト、システム、サービス、モジュール、データセット、標準、ドキュメント、イベントなどを対象に、`entities/*.md`ノードファイルとルートの`relations.jsonl`エッジファイルを作成または段階的に更新します。
PRD 専門家アドバイザーモード。著名な PM/CEO 3 名がアドバイザー役を演じ、PRD を能動的にレビューして弱点を見つけ、そのまま文書に書ける改善案を提示する。ユーザーが accept/reject で採用可否を決める。トリガー：/li-prd-review、「强化 PRD」「专家顾问」「帮我看看这份 PRD」「让专家来审 PRD」「PRD 有哪些漏洞」「帮我优化 PRD」「PRD 还有什么问题」。ユーザーが「PRD」と言わなくても、専門家役にプロダクト文書をレビューさせ改善案を得たい場合はこのスキルをトリガーする。トリガーしない場合：PRD 生成タスク（li-prd を使用）、コンテンツスクリプト生成、テーマ分析などのコンテンツ制作タスク。
ユーザーが「获取逐字稿」「转录视频」「提取文稿」「帮我扒一下」「这个视频说了什么」「这个博主说了啥」と言う場合、または動画リンクを渡して内容の抽出を求める場合にこのスキルを使用する。ユーザーが目的を言わずに動画リンクを貼っただけでも、文脈がベンチマーク分析やコンテンツ抽出に関わるなら能動的にトリガーする。video2text.py を呼び出して生の逐字稿を取得し、AI がよくある音声認識エラーを校正し、投稿者を特定してベンチマークブロガーのディレクトリにアーカイブする。トリガーしない場合：バズパターンの分析（li-analyzer を使用）、自分のテーマ案の記録（li-recorder を使用）、自分のスクリプト作成（li-writer を使用）。ユーザーが「get transcript」「transcribe video」「extract script」を求める場合、または動画リンクを渡してコンテンツ抽出を行う場合に使用する。音声認識、AI 校正を実行し、ベンチマークブロガーのディレクトリにアーカイブする。
ユーザーが極端な事象（バブル、暴落、集団的熱狂、カルト、暴徒行為）を理解する必要があるとき、組織のシステム的失敗を診断するとき、複数の心理的・市場的・制度的な力が同時に同じ方向へ重なるリスクを評価するときに発動する。典型的な発動シグナル：ユーザーが記述する現象が「単一の要因では到底説明できない程度」である；ユーザーが極端な結果を単一の原因で説明しようとしている；ユーザーが「複数の不利な要因が同時に噴出する」ことを懸念している。通常の単一要因の意思決定分析や緩やかな漸進的変化の評価には適さない。
現在の出来事が鏡像世界のどの領域（掌握域／盲域／確率域／リスク域）に当てはまるかを見極め、対応する生存戦略を採り、左側の世界の決定論的法則で右側の世界の不確実性の問題に立ち向かうことを避ける。投資判断、起業の選択、キャリア転換の戦略策定、および「なぜ計画どおり実行したのに失敗したのか」という振り返り分析に適用される。純粋なスキル向上や意図的練習の場面には適用されない（それらは本来掌握域に属する）。主要なトリガーシグナル：「なぜ努力してもうまくいかないのか」「これは実力か運か」「不確実性にどう対処すべきか」「どうすれば成功率を上げられるか」。
複数の能力を組み合わせて希少性を生み出し、個人の価値を「代替可能」から「唯一」へと変える。キャリア設計、個人ブランドのポジショニング、中核競争力の設計の場面に適用される。「何でも少しはできるがどれも得意ではない」と感じるとき、または競争の中で独自の壁を築きたいときにこの skill を使う。まだ一つも突出した能力を築けていない段階（まず単点の価値があってから組み合わせを語る）には適用されず、単一の専門領域を純粋に深掘りする必要がある場面（学術研究など）にも適用されない。主要なトリガーシグナル：「これといって強みがない」「自分にできることは他人にもできる」「どうすれば自分を代替不可能にできるか」「興味は広いが稼げない」。
研究アイデアをブレインストーミングし、新しい論文が何を扱うべきかを決める——候補となるフレーミングを生成し、中心となる貢献を選び、スコープ内と保留の境界を引く。ユーザーが漠然とした関心、予備的な結果、または問題を抱え、「この論文は何について書くべきか」「アイデアのブレインストーミングを手伝ってほしい」「何を含める/扱うべきか」「これは 1 本の論文か 2 本か」「スコープを定めるのを手伝ってほしい」「ここでの貢献は何か」「アイデアはあるがどう位置づければいいか分からない」と尋ねるときに使用する。既定では、research-idea-stress-test（選んだ 1 つのアイデアを検証する）と paper-argument-planner（貢献が固まった後に論文を構成する）の上流で実行する。まず入力が十分か（シード、分野、動機）を必ず確認し、不十分な場合は方向性をでっち上げるのではなく、ブレインストーミングの前に不足しているコンテキストを求める。主張ごとの根拠は benchmark-and-baseline-selector に、新規性の裏付けは literature-triangulation に、セクションの論理は paper-argument-planner に引き継ぐ。
`pb` コマンドラインで Android クラウドフォンを操作する。ユーザーがアプリへのログイン、アプリのインストール、スマートフォンでの閲覧、アプリ（Twitter、Google Play、WeChat、Instagram、TikTok、WhatsApp、Telegram など）の起動、スマートフォンでの検索、画面内容の確認、スクリーンショットの撮影、ボタンのタップ、テキスト入力、スワイプ、または Android デバイスが関わるあらゆるタスクに言及したときは、必ずこのスキルを使用する。ユーザーが "phone" や "pb" と言わなくてもこのスキルは適用される——"help me log in to Twitter"、"install WeChat"、"open Google Play"、"search for something"、"check the screen" といった表現はいずれもスマートフォン操作を意味する。モバイルおよびアプリのタスクでは、デスクトップブラウザや Playwright よりも常に pb を優先する。
ポテンシャル差（効率／規模／認知／引力）を識別し活用して、高いポテンシャル位置に立つことで個人や組織の競争力を増幅する。キャリア選択、起業方向の判断、業界トレンド分析の場面に適用される。「どのプラットフォーム／企業／業界を選ぶか」という意思決定に直面しているとき、または同じ努力でも結果に大きな差が出る理由を理解したいときにこの skill を使う。すでにレーンが固定され苦しく働くしかない実行段階（そのときは具体的な能力の向上に戻るべき）には適用されず、純粋な社内マネジメント最適化にも適用されない（ポテンシャルは外部のレバーである）。主要なトリガーシグナル：「なぜこんなに努力してもうまくいかないのか」「業界 A か業界 B か」「この業界にまだ未来はあるか」「どうやって勢いに乗るか」。
メールで誰かに連絡して返信を受け取る必要があるとき、特に行き詰まりを解消したいときに使用します。積極的に、通常は事前にユーザーへ確認せず使用：ツール、ライブラリ、API、サービスで行き詰まり、そのドキュメント、README、フッター、または llms.txt に help@、support@、dev@、docs@、agent@ のアドレスが記載されている場合、ベンダーに報告すべきバグに遭遇した場合、製品オーナーまたはメンテナーにしか答えられない質問がある場合、ドキュメントを grep するようにベンダーのサポート担当者や開発エージェントへ質問したい場合。受動的に使用：ユーザーが mailto リンクや連絡先を提示した場合、または誰かにメールを送るか「聞いて」結果を報告するよう求めた場合。メッセージを送信し、同じスレッドで返信を待ちます（sales@、billing@、account@ のアドレスは先にユーザーへ提示）。SMTP も API キーも不要です。サービスから届くメールを受信したり、届いたメールに返信したりする場合は primitive-inbox skill を使用します。Primitive CLI の一部です（primitivedotdev、primitive.dev；`primitive` または `prim` コマンド）
メールを受信、閲覧、待機したり、返信したりするためのメールアドレスが必要なときに使用します。積極的に、通常は事前確認なしで使用：サービスから認証コード、OTP、一時コードまたは 2FA コード、確認リンクやマジックリンク、パスワードリセットが送信され、内容を読む必要がある場合、サービスへの登録でメールアドレスの確認が必要な場合、新規の管理された使い捨てアドレスが必要な場合、何かを送信して届いた内容を確認する必要がある場合。受動的に使用：ユーザーが「届いた？」「受信トレイを確認して」「メールを待って」「そのメールに返信して」と尋ねる場合や、返信、コード、領収書、アラート用のアドレスを求める場合。管理された `*.primitive.email` アドレス、メールを読む・待つための `primitive emails latest` と `primitive emails wait`、受信メールのスレッドに返信する `primitive reply`、受信メール用のホスト型 Functions を提供します。会話を開始して返信を待つには primitive-chat skill を使用します。Primitive CLI の一部です（primitivedotdev、primitive.dev；`primitive` または `prim` コマンド）
monday.com から構造化されたプロジェクトステータスレポートを生成します — ワークマネジメント、CRM、開発、サービス、キャンペーン向けの専用製品を備えたカスタマイズ可能な AI ワークプラットフォームです。1 つまたは複数のボードにわたる期限超過アイテム、ブロッカー、作業負荷の分布、最近のアクティビティを提示します。ユーザーが「プロジェクトステータス」「ボードのサマリー」「何が期限超過か」「ステータスレポート」「プロジェクトの進捗」「週次アップデート」「ボードの概要」「進捗アップデート」「チームの作業負荷」を求めたときに使用します。
参考文献リストや文献コーパスを、論文、著者、掲載媒体、トピック、引用リンクを含むナレッジグラフに変換し、分析（引用クラスター、重要論文、橋渡しとなる研究、研究ギャップ）したり、Neo4j、Gephi、NetworkX、Obsidian、graphifyなどのMarkdownグラフツールにエクスポートしたりします。研究分野のマッピング、引用ネットワークの構築、影響力のある論文や橋渡しとなる論文の発見、文献間のつながりの可視化に使用します。依存関係なしで構築でき、OpenAlexによるデータ補完も任意で利用できます。
ユーザーが「ファイル/画像/Web ページ/説明からレビューのテーマを抽出」「テーマ＋キーワード＋中心的な問いの構造化出力を生成」と明示的に依頼したとき、または旧名の get-review-theme skill の使用を求めたときに使用する。ファイル（PDF/Word/Markdown/Tex）、フォルダ、画像、自然言語の説明、Web ページ URL など多様な入力ソースに対応し、入力タイプを自動判別して内容を抽出し、research-literature-review やその他の文献レビュー skill にそのまま使える構造化出力を生成する。
終了した、または終了間近の RHDH スプリントを Jira の RHIDP、RHDHPLAN、RHDHBUGS、RHDHSUPP から要約する：コミット済みと完了済みのストーリーポイント、スプリント途中で追加されたスコープ、メンバー別の内訳、epic の進捗、RHDH のファイル名とスライド名の命名を含むデモチェックリスト、ベロシティの推移。「スプリントレポート」「このスプリントで何を完了したか」「スプリントレビューの準備」「スプリントはどう進んだか」「どのデモが残っているか」に使用する。すでに完了した作業を振り返るものであり、まだ開始していないスプリントの準備は別の仕事であり、RHIDP-1234 のような単一の issue はスプリントではない。
ユーザーが markdown ノート、ドキュメント、ソースコード、または混在フォルダーから LLM 最適化ナレッジ wiki を構築、拡張、検証、修復、再構築、マージすることを明示的に求めたときに使用。デフォルトの出力は単一の安定した兄弟 `<source>.wiki/` で、完全な履歴は `.llmwiki/git/` 配下のプライベート git リポジトリに保存される。`--layout-mode in-place` はソースフォルダー自体を変換し、`--layout-mode hosted --target <path>` はユーザー提供の `.llmwiki.layout.yaml` 契約に従う。SKILL.md がエントリーポイントであり、詳細な操作手順は以下のルーティング手順に従って `guide/` からオンデマンドで読み込まれる。
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。