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 96,770 件掲載。コマンド 1 行でインストールできます。
生産性
UiPath の自動化ディスカバリ — Slack/メール/ウィキ/CRM/HRIS/ERP から反復作業、SPOF、再利用可能なモデルを掘り起こす。UiPath の実装パスを含む 4 段階の優先度付き機会レポートを作成し、構築工数を見積もる（複雑度バンド → パック工数 → コンティンジェンシー）。自動化の機会を発見する、自動化すべき対象を見つける、納品規模を見積もる、組織全体で内部自動化監査を実施するために使用する。特定の自動化の構築→uipath-rpa、Flow の作成→uipath-maestro-flow、エージェントの利用→uipath-agents。
AI エージェント向けの、キー不要でセルフホスト可能なマルチエンジンウェブ検索およびクリーンな Markdown ページリーダー。ユーザーがウェブ検索、オンラインでの調査、現在または最近の情報の検索、トピックのリサーチ、URL の取得や閲覧、学術論文や GitHub リポジトリの検索、ライブソースに対する主張の検証、または NordVPN 出口プロキシの設定と検証を求めたときに使用する。ddgs メタサーチ（および自身で起動できるセルフホストの SearXNG）を介して多数のキー不要エンジンを統合し、ページをクリーンな Markdown に抽出して、信頼できないものとしてフェンスで囲みページ分割する。コマンド：init（オンライン化）、web-search（ページを検索）、web-fetch（URL を読む）、web-open（取得したドキュメントをページ送り）、arxiv（論文を検索）、github（リポジトリを検索）。
マネジメントコンサルティング型の業務を導く — エンゲージメントのフレーミング、仮説駆動の問題構造化、イシューツリー、ビジネスケース、オペレーティングモデルとケイパビリティ設計、戦略オプション分析、ワークショップのファシリテーション、経営層向けの提言（法律アドバイスではない）。ビジネス課題の診断、戦略や変革イニシアチブの構造化、経営層向けのビジネスケース構築、ターゲットオペレーティングモデルの設計、steerCo や取締役会向け提言の準備、build-vs-buy やポートフォリオ優先順位への助言に使用する — 詳細要件/BRD（business-analyst）、複数チームのデリバリー追跡（technical-program-manager）、契約交渉（commercial-counsel）、収益会計（senior-revenue-accountant）、応用 AI アーキテクチャ（applied-ai-architect-commercial-enterprise）、システム ADR（senior-system-architecture）には使用しない。Canvas/TAM：business-model-researcher。コミュニケーション：communication-lead。M&A クロージング：transaction-manager。M&A プリンシパル/IC：transaction-principal。
易しいものから高度なものまで段階的な演習セットを生成し、学習者がトピック、概念、手法、導出、論文を本当に理解しているかを確認できるようにする。解答は別ファイルに分けて正直な自己テストを可能にする。ユーザーが「演習を出して」「X についてクイズを出して」「本当に理解できているか試して」「易しい問題から難しい問題まで」「解答付きの練習問題」「理解できたかどうかを確認する方法」と言ったとき、または何かを学んだ後のセルフチェックを希望するときに使用する。2 つの成果物を生成する：`exercises.md`（問題のみ、難易度層と概念でタグ付け）と `solutions.md`（模範解答、セルフチェック用ルーブリック、間違えたときに復習すべき箇所へのポインタ）。このスキルは検証用の教材を作るものであり、概念を教えるものではない（それには professor-mentor-technical-teaching を使う）。また学習パスを構成するものでもない（それには flow-learn-new-topic を使う）。これはそれらのフローが出口ゲートで引き渡す評価ステップの 1 つである（もう 1 つはディスカッションのラウンド）。
mcp__browser__ ツールでユーザーの Chrome ブラウザを操作する：スナップショット、クリック、入力、バッチのリスト操作、多段階フロー、タブのライフサイクル。タスクが実際のブラウザ状態 — ログイン済みセッション、開いているタブ、表示中の UI（例：「リスト内のすべてのチャットをクリック」「このチェックアウトフォームを入力」「これを自分のブラウザで開いて確認」「引き継いだタブを続ける」）を必要とする場合に使用する。単純な閲覧には web_fetch/web_search を優先する。
边淬火の汎用マルチメンターブレインストーミングツール。ユーザーが今は前に進められない現実の問題、判断、アイデアを持ち込んだとき、まずこのラウンドで必要な認知機能を判断し、同ラウンド内では入力が隔離され、知識ソースに実質的な差異がある高密度のメンターを複数招いて思考可能な空間を広げる。メンターは視点、概念、問い、警告、モデル、経験を提供し、最終的な判断は依然としてユーザーが形成する。「ブレインストーミングしよう」「円卓を開こう」「誰か数人と話そう」「いろいろな人に見てもらおう」「淬火ブレインストーム」に適用する。同ラウンドのメンター同士は互いに見えず、以降のラウンドでは既定でそれ以前のメンターの全文とユーザーの応答を読める。ユーザーが主に学習、診断、ロジックの連結、意思決定、実行を必要としている場合は横取りしない。
辺淬火の問題粉砕ツール。問い続けることで質問者自身の unknown unknown を引き出し、大きくて手がかりのない問題（またはもつれた問題の塊）を粉砕し、論理的で解決可能かつ依存順序のある一連の新しい問いに再構成する。 サブ問題はユーザー自身の口から出たものでなければならない — AI は問いかけと整理だけを行い、代わりに粉砕はしない。 粉砕した結果何も残らない（偽の問題が解消される）という結末も受け入れる。これも成功とみなす。 トリガー：/cuihuo-questioning、「この問題を粉砕して」「この問題は大きすぎる」「どこから手をつけていいかわからない」「問題を分解して」「私に問い続けて」
辺淬火の体系学習ツール。一冊の本、ある思想家の限られた一群のテキスト、一つの学派、一つの理論、一つの叢書、あるいは複雑な知識体系を忠実に通読するために用いる。ユーザーに学習目的の事前設定を求めない。まず有限のソースを凍結して完全に読み込み、元の体系自身の構造を再構築し、通読用の講義一式を一度に用意してから、ユーザーとともに連続して通読する。第一遍が終わったら地図を描き直し、実際の問いに基づいてノードだけを選び、/cuihuo-learning に精読を渡す。トリガー：「淬火体系」「体系学習」「X を体系的に読む」「X を体系的に学ぶ」「X を通読する」「ある思想家／学派を学ぶ」「まず概観してから精読」「体系学習を続ける」。
淬火思考 v2。辺淬火ファミリーの汎用的な思考エントリポイント兼トピックハブ。「考えていることがある」「問題がある」「これはきちんと考えたい」「行き詰まった」「わからない」「前回のあの件をまた思い出した」など、まだ形になっていない入力を引き受け、旧トピックのチェック、身元確認、言語・素材・機能の監査を行い、調査、収容、解消、淬火診断、淬火追问、淬火検真、淬火学習、淬火ブレインストーム、淬火ロジックチェーン、淬火判断形成、淬火意思決定、または GTD にルーティングし、結果が戻ったらトピックを更新する。旧「思考」skill を置き換える。ユーザーが下流の skill をすでに明示している場合は横取りしない。
汎用ディープリサーチエージェントチーム。あらゆるテーマについて厳密な学術研究を行う 13 エージェントのパイプライン。8 モード：本格調査、クイックブリーフ、論文レビュー、文献レビュー、ファクトチェック、三者文献スキャン、ソクラテス式ガイド付き研究対話、オプションでメタアナリシスを伴うシステマティックレビュー。研究課題の定式化、ソクラテス式メンタリング、方法論設計、系統的文献検索、情報源の検証、情報源横断の統合、バイアスリスク評価、メタアナリシス、APA 7.0 レポート作成、編集レビュー、悪魔の代弁者による反論、倫理レビュー、研究後の文献モニタリングを扱う。トリガー：research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、WHY HOW WHAT papers、3W literature scan、guide my research、help me think through、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、三段式文獻掃描、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題。
学術研究向けの実験実行者およびモニター。コード実験（ML トレーニング、統計分析、ETL、シミュレーション）と人間研究（アンケート、フィールド研究、インタビュー）を扱う 2 エージェントシステム。4 つのモード：run（コードの実行 + 監視）、manage（人間研究の追跡）、validate（統計的解釈 + 再現性の検証）、plan（ソクラテス式の実験設計）。研究者が研究実験を実行・監視したい、被験者研究を管理・再開したい、研究結果の統計や再現性を確認したい、実験や研究を設計したいときに使用する。英語または中国語に対応（例：跑實驗、管理研究、驗證結果、規劃實驗）。
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。