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
HubSpot の取引がクローズしたときに GTME ポートフォリオを自動更新する。取引結果(受注/失注、収益、サイクルタイム)を、それに影響を与えたスキル、自動化、アウトリーチに結び付ける — VP BD への転向の根拠を自動的に蓄積する。毎日 CST 午前 7 時またはオンデマンドで実行。使用場面:'portfolio update'、'deal closed'、'link deal to portfolio'、'gtme evidence'、'what did I influence'、'career evidence'、'transition tracker'。
ユーザーが漠然としたトピックや関心領域を持ち、それをいくつかの強力で新規性があり実行可能な研究課題に研ぎ澄ませたいときに使用。候補となる課題を起草し、固定のルーブリック(Specific、Answerable、Novel、Feasible、Significant)に沿って軽い文献/ウェブでの新規性チェックを交えてそれぞれを採点し、十分な数の課題が基準を満たすまで最も弱い軸を修正する。書かれた完全な提案を評価すること(research-proposal ループを使用)や、課題を検証可能な予測に変えること(hypothesis-generation ループを使用)には使用しない。
特定の状況でどの認知バイアスが思考を歪めているかを診断します。単なる羅列ではなく、的を絞った診断です。トリガー:'what biases are at play'、'are we thinking clearly'、'what am I missing'、'bias check'、'cognitive bias'、'am I being objective'、'are we rationalizing'、'what's distorting this decision'。
投資テーマ/トレンドが与えられたとき、トレーダー Serenity(@aleabitoreddit)の「サプライチェーンボトルネック逆マッピング」方法論を再利用し、市場に見落とされている上流のボトルネック銘柄を独自に掘り起こす(彼がすでに推奨した銘柄を分析するのではなく)。ユーザーがテーマ(例:「AI データセンター電力」「ヒューマノイドロボット」「HBM メモリ」)を提示し、候補銘柄と論拠を求めたときに使用する。研究・教育目的のみであり、投資助言ではない。
ShiftCare のシフトをキャンセルする際、「クライアントによるキャンセル」(クライアントに請求し、スタッフに給与を支払う)と「当方による無料キャンセル」(どちらにも請求・支払いなし)を正しく選択します。該当するシフトを特定し、まだキャンセル可能か確認して、必要な欠勤またはキャンセル理由を記録します。料金と給与への影響を読み上げて明示的な確認を得た後、一度だけ書き込み、検証します。「Mary の明日のシフトをキャンセル」「クライアントが金曜の訪問を取りやめた」「今週月曜のシフトをキャンセルする必要がある」などに使用します。シフトの削除、時間の変更、介護スタッフの交代、グループシフトで一人のクライアントを欠勤扱いにすること、日付範囲の一括キャンセル、キャンセルの取り消しには使用しません。その場合は説明して停止します。データを書き込みます。確認なしでは実行しません。
自然言語の依頼から ShiftCare にシフトを作成します。単発または定期、スタッフ配置済みまたは未配置に対応します。依頼に不足している情報(クライアント、ケアスタッフ、日付と時刻、公開するか、ケアスタッフに通知するか、シフトのタスク)を確認します。クライアント名とスタッフ名を ID に解決し、アカウント独自のシフト種別と場所を取得し、時刻を明示的な UTC オフセットに固定します。予約全体を読み返して明示的な確認を得てから一度だけ書き込み、検証します。「明日 9 時から 5 時まで Sarah と Mary のシフトを予約」「毎週月曜朝の定期シフトを作成」「今週金曜の宿泊シフトを予定」「シフトを追加、ケアスタッフは後で選ぶ」などの依頼に使用します。シフトのキャンセル、既存シフトの時刻変更、担当ケアスタッフの交代には使用しません。これらは別のワークフローであり、このスキルでは実行しません。データを書き込みます。確認なしでは決して実行しません。
inference.sh のコマンドラインで ElevenLabs Scribe と Whisper モデルを使って音声をテキストに文字起こし。モデル:ElevenLabs Scribe v2(98% 以上の精度、話者分離)、Fast Whisper Large V3、Whisper V3 Large。機能:文字起こし、翻訳、多言語、タイムスタンプ、話者分離、音声イベントのタグ付け。用途:会議の文字起こし、字幕、ポッドキャストの書き起こし、ボイスメモ。トリガー:speech to text、transcription、whisper、audio to text、transcribe audio、voice to text、stt、automatic transcription、subtitles generation、transcribe meeting、audio transcription、whisper ai、elevenlabs stt、scribe、eleven labs transcribe
AI Engineering from Scratchコースの一度限りの導入フロー(523レッスン、20段階)。学習者に質問し、レベル判定テストを実施して、learn skillで動作する継続的な学習計画をLEARNING.mdに書き込みます。トリガーフレーズ:「学習を始める」「コースを設定する」「カリキュラムを始める」「導入して」「学習計画を作成する」、または "start learning", "set up the course", "begin the curriculum", "onboard me", "create my learning plan"
Porter、Christensen、Helmer、Thompson と伝説的な創業者のプレイブックを組み合わせたビジネス戦略コーチング。次の場合に使用:(1) 戦略的な意思決定(市場参入、ピボット、競合への対応)に直面している、(2) 競争の力学や業界構造を分析する、(3) ビジネスモデルを評価する、(4) 戦略策定を進める、(5) ディスラプションの脅威を理解する、(6) 持続可能な競争優位を構築する。扱う内容:ファイブフォース、7 Powers、アグリゲーション理論、ブルーオーシャン、Jobs to Be Done、および Jobs、Bezos、Hastings などの創業者の戦略。
面接や業務会議の録音を文字起こしして振り返るアシスタント。面接や会議の録音、文字起こしテキストを処理し、Feishu ドキュメントへの保存と、対応する多次元テーブル(面接記録テーブル / 会議記録テーブル、両者は独立していて混在させない)への自動アーカイブをサポートする。起動シナリオ:ユーザーが「面接の振り返り」「議事録」「この会議を整理して」に言及した場合、文字起こしが必要な音声ファイル(.wav/.m4a/.mp3/.mp4)をアップロードした場合、整理が必要な PDF 文字起こしファイルをアップロードした場合。
VSS Pipeline Manager を通じて自然言語でビデオライブラリを検索します — ビデオをアップロードし(POST /videos)、その埋め込みを生成し(POST /videos/search-embeddings/{id})、オプションのタグと時間フィルターを付けてクエリを実行し(POST /search/query)、ランク付けされたクリップ結果を読み取ります。ユーザーが「search my videos」「find <thing> in the videos」「when did X happen」と言ったとき、または検索用にビデオを取り込み/インデックス化したいときに使用します。検索対応のデプロイ(--search、--dual、または --unified)が必要です。
VSS Pipeline Manager を通じてビデオを要約します — POST /summary(完全な必須ボディ)で要約パイプラインを開始し、完了するまで GET /summary/{stateId} をポーリングし、GET /summary/{stateId}/raw で要約を返します。ユーザーが「summarize this video」「create a summary」「what happens in this video」(取り込み済みビデオに対して)と言ったとき、または要約パイプラインを実行/検査したいときに使用します。要約対応のデプロイ(--summary、--dual、または --unified)が必要です。
LLM がコンパイルした wiki を管理する:初期化、取り込み/インポート、コンパイル/クエリ、調査/監査、カタログの収集、インベントリ/データセット/アイデアの追跡、アイデア/プロジェクトのポートフォリオのレビュー、アーカイブ/セッション/フィードバックの管理、出力の生成。以下の場合に有効化される:/wiki コマンド、wiki またはナレッジベースの作業、取り込み、収集、カタログ化、コンパイル、クエリ、監査、librarian、インベントリ、アイデア、ポートフォリオ、ビジネスアイデア、プロジェクト、データセット、アーカイブ、セッション、フィードバック、チェックポイント、プライベートアダプター、アダプタールーティング、明示的な wiki スキルファクトリーの要求、個人向け専門スキル、専門家レビュー、専門家の選定、来歴、外部リソース操作(ホストされたドキュメントの読み取り、レビュー、編集の要求を含む)、または .wiki/ のあるディレクトリや設定済み hub での質問。
調査し、調査結果を構造化レポート(RS-XXX)に統合する。入力に応じて 6 つのフローを提供する汎用スキル:あるトピックの自由調査、計画前の US-XXX/TK-XXX/WI-XXX の未決事項の検討、issue や bug の分析(再現、根本原因、テスト診断、bug-fix タイプの WI を成果物とする)、テストケース TC-XXX の監査、レガシー分析(既存コードから機能 FT-XXX とそのテストを発見)、およびプロジェクト間のマイグレーション discovery。ユーザーが "investiga"、"research"、"¿es viable?"、"¿cómo funciona X?"、"¿qué impacto tiene?"、"compara opciones"、"¿qué falta por decidir?"、"hay un bug"、"falla en producción"、"analiza el bug #1234"、"revisa este caso de prueba"、"analiza este código legacy"、"ingeniería inversa de requisitos"、"migración entre proyectos" を求めたり、"RS-XXX" に言及した場合に有効化する。コンテキストに成果物やプロジェクト管理ツールの識別子がある場合は、尋ねずにそのまま使用する。
This skill should be used when the user asks to "유튜브 정리", "영상 요약", "transcript 번역", "YouTube digest", "영상 퀴즈", or provides a YouTube URL for analysis. Extracts transcript, generates summary/insights/Korean translation, and tests comprehension with 9 quiz questions across 3 difficulty levels. Optional Deep Research for web-based follow-up.
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。
