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
予想を崩したり定理を弱めたりするエッジケース、病的な構成、破られている前提を探す。主張が広すぎると感じるとき、前提が疑わしいほど弱いとき、証明のステップをストレステストする必要があるときに使用する。「これは常に成り立つか」「一般に成り立つか」「この主張を確認して」「これを崩してみて」「この定理をストレステストして」「反例を探して」「この前提は必要か」といった表現でトリガーする。また、ユーザーがある結果を述べて信頼できるかを尋ねたときにもトリガーする。証明をレビューしていて、あるステップが曖昧に感じられたり、量化子が間違っているように感じられたりするときにもトリガーする。
動画の逐字起こし抽出エキスパート(豆包の動画理解モデルに基づく)。Bilibili / 抖音 / 小紅書 / YouTube / 微信視頻号のリンクまたはローカル動画に対応。すべてユーザーのコンピュータ上でバックグラウンド実行(headless)し、ポップアップも動画サイトへのログインも不要。"意味分段 + 段落単位のタイムスタンプ"による厳密な逐字起こしを出力(口語、ネットミーム、間を保持)し、長い動画は自動で分割処理してモデルによる要約を避ける。トリガー場面:- ユーザーが"出逐字稿"、"提取逐字稿"、"转文字"、"视频转文字"と言う - ユーザーが"听写视频"、"提取视频文案"、"视频字幕"と言う - ユーザーが /video-transcript コマンドを使う - ユーザーが動画リンク(Bilibili / 抖音 / 小紅書 / YouTube / 微信視頻号)を貼り、テキスト版を求めている - ユーザーが動画リンクだけを貼るか"处理这个视频"と言い、ダウンロードか文字起こしか明言しない場合は、まず意図を確認する
WeChat 公式アカウント記事の本文、過去記事一覧、オリジナル記事の絞り込み、履歴カウントの基準、閲覧数、いいね/シェアなどの指標、コメントおよびコメント返信を一括ダウンロードする。Use when the user asks to batch fetch mp.weixin.qq.com articles, export WeChat public-account history, distinguish publish groups vs expanded article URLs vs original articles, use wechat-article-exporter, use wxdown-service credentials, collect read/comment metrics, or create an archive for Obsidian/Feishu/local analysis. Do not use for ordinary one-off article summarization unless batch/enhanced data is requested.
yt コマンドラインで YouTrack のイシュー、アジャイルボード、プロジェクト、ユーザーを管理する。YouTrack のイシューの検索、作成、更新、コメント、アジャイルボードやプロジェクトの一覧表示、イシューのアジャイルボードへの割り当て、フィーチャーベースのスイムレーンの親イシューの設定に使用する。"YouTrack issue"、"create a ticket"、"search issues"、"update issue"、"add comment to"、"list projects"、"list boards"、"agile board"、"parent issue" などのフレーズでトリガーされる。
Z.AI CLI が提供するもの: - Vision:画像/動画分析、OCR、UI-to-code、エラー診断(GLM-4.6V) - Search:ドメイン/新しさでフィルタリングできるリアルタイムウェブ検索 - Reader:ウェブページから markdown への抽出 - Repo:ZRead による GitHub コード検索と閲覧 - Tools:MCP ツールの検出と raw 呼び出し - Code:TypeScript ツールチェーン ビジュアルコンテンツ分析、ウェブ検索、ページ閲覧、GitHub 探索に使用する。Z_AI_API_KEY が必要。
ユーザーが "interview methodology"、"semi-structured interview"、"interview guide"、"interview questions"、"probing techniques"、"interview transcription"、"interview analysis"、"narrative analysis"、"phenomenological analysis"、"IPA"、"interpretive phenomenological analysis"、"focus group"、"focus group facilitation"、"participant recruitment"、"informed consent"、"qualitative interviewing"、"act as an interview analyst"、"interview analyst mode"、"interview coding"、"thematic analysis of interviews"、"member checking"、"theoretical saturation"、"purposive sampling"、"snowball sampling"、"interview protocol"、"research interviews"、"Braun and Clarke"、"grounded theory coding"、"framework analysis"、"Labov narrative" について尋ねた場合、または質的インタビューの設計、ファシリテーション、体系的分析に関する専門知識が必要な場合に、このスキルを使用する。AlterLab FC Skills コレクション(Research Methods & Academic Writing 部門)の一部。
ユーザーが "research design"、"methodology selection"、"qualitative research"、"quantitative research"、"mixed methods"、"research question"、"hypothesis formulation"、"variable operationalization"、"sampling strategy"、"act as a research designer"、"research designer mode"、"research methodology"、"validity"、"reliability"、"internal validity"、"external validity"、"experimental design"、"quasi-experimental"、"case study design"、"grounded theory"、"phenomenology"、"ethnography"、"survey research design"、"correlational study"、"dependent variable"、"independent variable"、"confounding variable"、"control group"、"random sampling"、"stratified sampling"、"purposive sampling"、"sample size calculation" について尋ねた場合、または厳密な研究を設計し適切な方法論を選択する専門知識が必要な場合にこのスキルを使用します。AlterLab FC Skills コレクション(研究方法・学術ライティング部門)の一部です。
ブレインストーミング、アイデア出し、プロンプト作成、またはオープンエンドな探索のリクエストに答える前に、必ずこの skill を使用する。適応的なガイド付き質問により、曖昧なリクエストを実行可能なアウトプットに変換する——Prompt Mode(プロンプトの作成/改善)、Explore Mode(アイデアのブレインストーミング)、Focused Mode(特定の問題への戦略)に振り分ける。ユーザーが次のように言ったときにトリガーする:「brainstorm」「ช่วยคิด」「help me think」「I have an idea」「improve this prompt」「let's explore」「I want to build」「I'm thinking about」「brainstorm วิธี」「ช่วยคิดหน่อย」「อยากทำ」「ยังไม่รู้จะทำอะไร」「not sure about the approach」「help me figure out」「what should I」。また、サイドプロジェクト、キャリアの意思決定、プロジェクト計画、移行戦略、アーキテクチャの意思決定、コスト最適化、またはユーザーがまだ方向性を決めておらず構造化された探索が役立つあらゆるリクエストにも適用する。スキップしない——深さを自動調整し(2〜7 個の質問)、まず的を絞った質問をすることでより良い結果を生み出す。
300 以上の厳選されたセキュリティドメイン(BleepingComputer、Hacker News、Krebs、Unit42、Talos、CISA、Mandiant、Rapid7、Securelist など)を横断して、脅威インテリジェンス、CVE、マルウェア分析、侵害レポート、セキュリティ研究を検索する。ユーザーが次のことを求めたときはいつでもこのスキルを使用する:CVE や脆弱性を調査する、脅威アクターやマルウェアファミリーについてセキュリティベンダーが何を言っているかを調べる、セキュリティブログを検索する、あるトピックの脅威インテリジェンスを調べる、最近の侵害やランサムウェアのレポートを探す、MITRE の技術に関する CTI を収集する、調査結果を NotebookLM に送る。「search security sources」「find threat intel on X」「what are vendors saying about Y」「research CVE-XXXX」「look up malware Z」「collect CTI」「push to NotebookLM」といったフレーズ、またはセキュリティ文脈でのドメイン限定の Web 調査リクエストでトリガーする。
ダ・ヴィンチの思考フレームワークと創造手法。『ダ・ヴィンチの手稿』、ヴァザーリ『芸術家列伝』、ウォルター・アイザックソン『レオナルド・ダ・ヴィンチ』、マーティン・ケンプ『レオナルド』、フリチョフ・カプラ『レオナルドの科学』など 30 以上の資料を深く調査し、5 つの中心的な思考モデル、7 つの処世の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、ダ・ヴィンチの視点から創造性、学際的思考、観察手法、プロジェクト管理などの問題を分析する。ユーザーが「ダ・ヴィンチの視点で」「ダ・ヴィンチならどう見るか」「ダ・ヴィンチモード」「davinci perspective」と言及したときに使用。また、学際的な融合、創造手法、観察トレーニング、好奇心に駆動された学習、芸術と科学の融合にも適用。ユーザーが「どうやって創造性を養うか」「どう越境思考するか」「観察力トレーニング」「好奇心」と言うだけでもトリガーできる。ユーザーが「この判断は信頼できるか」「考えてみて」などの一般的な質問をするだけのときはトリガーしない——創造性、観察手法、学際的思考、好奇心駆動型学習などダ・ヴィンチの中核的方法論に関わる場合にのみ起動する。
ユーザーが内容を 4 つの層で段階的に深く理解できるよう導く:本質(ELI5、メタファー)→ 仕組みと原理 → 分野横断的なつながり → 生活への応用。ソクラテス式で、層ごとに問答する。入力:URL、テキスト、ファイル。トリガー:giải thích cho tôi、dạy tôi、tôi muốn hiểu、explain this、teach me、learn about、đọc bài này giúp、hiểu sâu nội dung này、phân tích bài viết này để học。deep-reader とは異なる(このスキルは 4 層のソクラテス式対話でユーザーの深い理解を導き、deep-reader は素早く処理する 10 のコマンド:summary、critique、article...)。deep-insight とは異なる(このスキルはユーザーの学習を導き、deep-insight は自力で分析して問題の核心を見つける)。
会議のトランスクリプトを検索し、Fireflies.ai からアクションアイテムを抽出する。通話で何が話されたかを確認するとき、クライアントの会議メモを探すとき、チームに割り当てられたアクションアイテムを取得するとき、キャンペーン作業の前にトランスクリプトの要約を得るときに使用する。トリガー:「meeting notes」「call transcript」「what did we discuss」「Fireflies」「action items」「meeting summary」「what was said on the call」。コールドメールのコピー(cold-email-copy 参照)、エンリッチメント/検索(coldiq-search-enrich 参照)、キャンペーン作業(campaign-delivery 参照)には使用しない。注:ColdIQ マーケットプレイスには Fireflies エンドポイントがない —— このスキルは MCP サーバー経由で Fireflies に直接接続する。
生の研究アイデアから、防御可能な証明設計を伴う形式的な主張へ至る道筋をオーケストレートする——アイデアから仮説を引き出し、正確な定理/主張として述べ、証明戦略を設計(および監査)する。ユーザーが「このアイデアを定理に変えるのを手伝って」「直感があるが厳密にできるか」「これの証明を設計して」「これを証明するには何が必要か」「この主張を形式化して」「これは証明可能か、どうやって」と言う場合、または形式化された結果へ発展させたい非形式的な予想を提示した場合に使用。これは既存の単一スキルを順序付ける ROUTER であり、証明そのものは書かない。目標がユーザー自身のアイデアの形式化ではなく既存研究の理解である場合は flow-learn-new-topic または flow-deep-understanding を使用。出発点が新規のアイデアではなく既存論文の弱点である場合は gap-finder を使用。
(NS) 既存の GitLab issue をローカルの計画と実行と同期する —— マイルストーン、RF ラベル、ステータス遷移、担当者、見積もり、実績時間。実装中にタスクが GitLab issue に紐づく場合、または plan-version-from-gitlab の同期後に使用 —— 新しい issue の作成には使用しない(mcp-gitlab-usage を使用)。常にアトミックな set_issue_labels と 3 ステップのステータスサイクルを使用する。ツール契約は mcp-gitlab-usage を参照。
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。
