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
Crawlora API を使用して、主要なオンラインマーケットプレイスや大型総合・専門小売店（Amazon、eBay、Shopify stores、Shop.app、Target、Costco、Walmart、Nike、Zara、Adidas、Best Buy、Home Depot、Sephora、SHEIN、IKEA、Chewy など）の商品、価格、販売者、レビューを調査し、整った JSON を返します。商品検索、価格や販売者の比較、掲載情報の追跡、マーケットプレイスや小売店のレビュー取得に利用します。店舗ページのスクレイピングは行いません
シニア研究者の同僚のように研究アイデアをブレインストーミングし、ストレステストする。シードとなる問いを明確化する（またはコールドスタートから生成する）多ターンの対話を行い、会話形式でそれを掘り下げ、公刊文献とワーキングペーパーの情報源を横断する並列の詳細な文献スキャンを起動し、問いを敵対的に批評し、2〜3 の代替的な枠組みを生成し、実現可能性を評価し（利用可能な場合は find-data スキルに委任する）、リサーチブリーフを作業ディレクトリに書き出す。ユーザーが研究アイデアのブレインストーミング、研究課題のストレステスト、プロジェクトのワークショップ、新しい論文アイデアの構築、問いの新規性の評価、アイデアを追求する価値があるかの評価、研究の方向性の洗練、またはアイデアがトップジャーナルの基準を満たすかの確認を求めたときにトリガーする。また "brainstorm with me"、"is this novel"、"has anyone done this"、"what should I work on"、"help me think through this idea"、"workshop this question"、"stress-test this"、"poke holes in this"、"new research idea"、"research project idea" といった表現や、ユーザーが半ば形成された問いを述べてフィードバックを求めたときにもトリガーする。分野を問わず使用できるが、実証経済学および隣接する社会科学向けに調整されている。
公式の ScraperAPI Zapier 統合を使用する Zap の構築をユーザーにガイドする。ユーザーが ScraperAPI を通じて Zapier ワークフローにウェブスクレイピング、SERP データ、E コマースデータを追加したい場合にこのスキルを使用する — ユーザーが「スキル」と言わなかったり統合名を挙げなかったりしても同様。トリガーには次が含まれる："build a Zap that scrapes Amazon prices and emails me"、"connect ScraperAPI to Zapier"、"automate a daily Google search scrape in Zapier"、"use ScraperAPI in a Zap to enrich new leads from a webhook"、"how do I add ScraperAPI as a step in my Zap"、"Zapier workflow to crawl a site with ScraperAPI"、"extract data from a URL inside Zapier"。Zapier 統合は Web UI で組み立てるものであり（JSON としてインポートするものではない）ため、Zap エディター向けの手順ごとの構築ガイドを生成する。注記：ユーザーが指定した URL、クエリ、ページ内容を ScraperAPI に送信する。
Web API 経由で Slack とやり取りする。メッセージの読み取り、要約、検索、投稿、リアクション、ピン留め、チャンネル管理を行う。ユーザーが (1) Slack URL を共有した場合、(2) チャンネルの読み取りや要約を依頼した場合、(3) Slack メッセージを検索する場合、(4) メッセージの送信・投稿を依頼した場合、(5) メッセージへのリアクションやピン留めを依頼した場合、(6) ユーザーを調べる場合、(7) Slack チャンネルを名前で言及した場合（例："#channel-name"）に使用する。Slack スレッド、デイリースタンドアップ、会話のダイジェスト、その他あらゆる Slack の操作でも発動する。
単一記事の URL または記事インデックス/アーカイブページから本文を取得し、ローカルの Markdown に保存する。ユーザーが「記事を保存」「ウェブページを保存」「ページ内の記事を一括取得」「この archive ページの最初の N 件を取得」「Obsidian / Clippings / ローカルに保存」と言及したときは必ず優先的に使用する。公開ウェブページ、Substack、ブログ記事ページ、記事アーカイブページに特に適している。遅延読み込みリスト、動的ページ、静的取得が不完全な場合には、まず browser で記事 URL を収集し、その後スクリプトを呼び出して一括で保存し、成功率を優先する。
知恵のメンターと対話する——哲学、ビジネス、スピリチュアル、科学、芸術など多くの分野の 28 人のメンター。2 つのモード：1:1（1 人のメンターとの深い対話）または 1:N（2〜4 人のメンターによる円卓で、互いに反論し補い合う）。メンターは完全に役を演じる：一人称で話し、自身の世界観と特有の語彙を使う。ユーザーが思想家の意見を聞きたい、メンターと話したい、哲学/ビジネス/スピリチュアルの観点から助言を得たい場合、または "hỏi Naval"、"nói chuyện với Krishnamurti"、"bàn tròn"、"roundtable"、"wisdom mentor"、"người thầy"、"muốn nghe góc nhìn của..."、"nếu là X thì X nghĩ sao"、"tư vấn như một..."、"mentor nào phù hợp" と言う場合に使用する。深い問題について複数の視点が必要な場合や、ソクラテス式の対話を望む場合にも使用する。
ES — アイデア、計画、ピッチ、またはプロジェクト全体を検証もお世辞もなしに徹底的に批判します。失敗するものと仮定し、8 つの角度（前提、市場、競合、実現可能性、数字、実行、事前検死、盲点）からそれを証明し、ツールがある場合は実際の失敗事例を調査し、率直な判断と優先順位付きの修正項目リストを提示します。/abogado-del-diablo、「hazme pedazos esto」「critica mi idea sin filtros」「dime por qué va a fallar」「destruye este plan」「segunda opinión brutal」「pre-mortem」で起動します。EN — アイデア、計画、ピッチ、またはプロジェクト全体を検証せずに厳しく批判します。失敗するものと仮定して 8 つの角度からそれを証明し、率直な判断と優先順位付きの修正リストを返します。「devil's advocate」「red team this」「tear this apart」「why will this fail」「brutal second opinion」「pre-mortem」でトリガーします。
動的な査読者ペルソナを用いた多角的な学術論文レビュー。分野固有の専門知識を持つ 5 名の独立した査読者（編集長 + 3 名のピア査読者 + Devil's Advocate）をシミュレートする。フルレビュー、再レビュー（検証）、クイック評価、方法論重視、ソクラテス式ガイド、キャリブレーションのモードをサポート。トリガー: review paper、peer review、manuscript review、referee report、review my paper、critique paper、simulate review、editorial review、calibrate reviewer、reviewer calibration、measure reviewer accuracy。
学術研究パイプライン全体のオーケストレーター：研究 -> 執筆 -> 整合性チェック -> レビュー -> 修正 -> 再レビュー -> 再修正 -> 最終整合性チェック -> 完成。deep-research、academic-paper、academic-paper-reviewer を、必須の整合性検証、2 段階のピアレビュー、再現可能な品質ゲートを備えたシームレスな 9 段階ワークフローに統合します。トリガー：academic pipeline、research to paper、full paper workflow、paper pipeline、end-to-end paper、research-to-publication、complete paper workflow。
ユーザーが「プリプロダクション」「ショットリスト」「ストーリーボード」「撮影スケジュール」「コールシート」「脚本の分解」「シーンの分解」「制作計画」「プリプロダクション・プランナーとして振る舞う」「プリプロダクションモード」「ロケハン」「クルー編成」「撮影日日程」「カメラセットアップリスト」について尋ねる場合、またはプリプロダクションの計画、ショット設計、脚本の分解、撮影ロジスティクスに関する専門知識を必要とする場合に、このスキルを使用します。AlterLab FC Skills コレクション（シネマ・デジタルメディア部門）の一部です。
PDF の論文、GitHub リポジトリ、実験ログ、コードディレクトリ、メモなど、あらゆる研究入力を、認知レイヤー（主張、概念ヒューリスティック）、物理レイヤー（設定、コードスタブ）、探索グラフ、根拠となるエビデンスを備えた完全な Agent-Native Research Artifact（ARA）にコンパイルします。論文やコードベースを機械実行可能な知識パッケージとして取り込むとき、ARA をゼロから構築するとき、研究成果物を反証可能でエージェントが横断できる形式に変換するときに使用します。
screenpipe を介してユーザーの画面を観察し、繰り返される研究ワークフローを検出して既存の research-agent-skills と照合し、未対応のパターンに対する新しいスキル（または既存スキルを連結する組み合わせレシピ）を作成します。ユーザーが最近の作業の分析と、実際の行動に基づくスキルの提案を求めた場合に使用します。screenpipe デーモンがローカルのポート 3030 で実行されている必要があります（https://github.com/screenpipe/screenpipe）。このスキルに他のデータソースはなく、screenpipe に接続できない場合は実行を拒否します。検出はすべてローカルで行われ、匿名化されたクラスター概要のみが LLM に送信されます。
LinkウォレットからUSPを利用して時間制サービスを予約します。ユーザーが事業者のサービス（ヘアカット、レッスン、修理、クラス、予約、相談）を予約、日程調整、確保、または支払いしたい場合に使用します。`booking-agent` CLIが予約の状態遷移を管理し、人間による確認手順が省略されると処理を拒否します。インストール直後と各予約の開始時に、ユーザーを自分でLinkにサインインさせます（`booking-agent flow link-auth connect`を実行し、バックグラウンドで`booking-agent flow link-auth poll`を開始して、`pay poll`とまったく同様に同じターンでサインインURLを提示します）。ユーザーからサインインを求められたり、承認したと言われたりするまで待ってはいけません。`booking-agent flow business use`の後、`next_command`に従って`use-ucp-checkout-mode`まで進みます。ネイティブチェックアウトに対応していない事業者は、安全のため処理を拒否します。支払いには`booking-agent flow pay request`を使います（デフォルトでは承認URLをすぐに返します）。続いてバックグラウンドで`booking-agent flow pay poll`を開始し、同じターンで承認URLをユーザーに提示します。ユーザーが承認すると、ポーリングによってチェックアウトが完了します。`booking-agent flow book poll --wait`で確認し、インバウンドWebhookは決して開始しません。承認URLは必ず一度だけ提示します。個人識別情報（氏名、電話番号、メールアドレス、住所）は、必ず`link-cli`経由でユーザーのLinkアカウントから取得し、チャットやプレースホルダーから取得してはいけません。位置情報に基づく検索の前には、CLIがLinkの配送先住所を提示し、ユーザーが確認するか別の住所を指定します。オンラインサービスではこの手順を省略します。ユーザーには日常的で平易な言葉だけを使い、明示的に尋ねられない限りCLI、UCP、認証、セッションなどの実装詳細を明かしてはいけません。
Midscene Bridge モードを使った視覚駆動のブラウザ自動化。完全にスクリーンショットのみで動作し、DOM やアクセシビリティラベルは不要。技術スタックを問わず、画面上のすべての可視要素を操作できる。このモードは Midscene Chrome 拡張機能を通じてユーザーのデスクトップ Chrome ブラウザに接続し、Cookie、セッション、ログイン状態を保持する。このスキルは、ユーザーが次のことをしたいときに使用する：- ユーザー自身の Chrome ブラウザで Web ページを閲覧、移動、または開く - ログインセッション、Cookie、既存のブラウザ状態を必要とするページを操作する - ユーザーの実際のブラウザを使って Web サイトからデータをスクレイピング、抽出、収集する - フォームに入力し、ボタンをクリックし、または Web 要素を操作する - フロントエンド UI の挙動を検証、確認、テストする - Web ページのスクリーンショットを撮る - 複数ステップの Web ワークフローを自動化する - Web サイトの内容や見た目を確認する。Midscene.js による（https://midscenejs.com）
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。