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
有料 API 経由の Twitter/X リサーチ：50 以上の演算子でツイートを検索し、スレッド／返信／引用を含むツイートを取得し、ユーザープロフィールとそのツイート／フォロワー／フォロー中の情報を取得する。x_payment ツールで USDC のマイクロペイメント（1 回の呼び出しあたり $0.003）を自動処理する。使用場面：(1) キーワード、ユーザー、または高度な演算子でツイートを検索する、(2) ID/URL で特定のツイートをコンテキスト付きで取得する、(3) ユーザープロフィールとその活動を調べる。
ユーザーのまとまりのない思考の吐き出し（入力文または音声の文字起こし）を、プロジェクト、タスク、既存の作業との関連からなる構造化された内容に整理します。ユーザーが「brain dump」「考えを吐き出したい」「頭の中から出したい」「いくつか抱えていることを下ろしたい」「整理してほしい」と言う場合や、明確な依頼なしに話がまとまらない場合に使用します。思考、アイデア、ToDo、懸念が混在する長文が貼り付けられた場合も使用します。出力は構造化された Markdown ファイルと、次にできることを示す「どのように手伝えるか」メニューです
原稿内のすべての引用が実在し、正しく帰属され、正確に記述されているかを検証する。引用された各文献を取得することで、幽霊論文、誤った arXiv ID、逆転した主張、リンク切れを検出する。任意の修正モードでは bib メタデータの訂正を適用し、主張の誤りに対する本文の書き換え案を提示する。トリガー："check my citations"、"verify references"、"citation audit"、"are my references real"、"check bib"、"reference check"、"bib audit"、"citation verification"。manuscript-review（Pass 5 衛生チェック）の相棒であり、本スキルは事実の真偽を監査する。
inference.sh CLI 経由で ElevenLabs の音声テキスト化を利用。Scribe モデルと強制アラインメントに対応。モデル：Scribe v1/v2（98%+ の精度、90+ 言語）。機能：文字起こし、話者分離、音声イベントのタグ付け、単語レベルのタイムスタンプ、強制アラインメント、字幕生成。用途：会議の文字起こし、字幕、ポッドキャストの文字起こし、リップシンクのタイミング、カラオケ。トリガー：elevenlabs stt、elevenlabs transcription、scribe、elevenlabs speech to text、forced alignment、word alignment、subtitle timing、diarization、speaker identification、audio event detection、eleven labs transcribe
OKR（目標と主要な結果）および関連フレームワークを用いて、ソロプレナー事業の目標を設定し追跡する。事業目標の定義、四半期または年間目標の作成、KPI の構築、進捗の追跡、日常業務の戦略的方向性との整合に使用する。ソロ運営者向けに調整した OKR 手法、目標の階層（ビジョン → 年間 → 四半期 → 週次）、レビューの頻度を扱う。"set goals"、"OKRs"、"business goals"、"quarterly goals"、"KPIs"、"goal setting"、"how to track progress"、"annual goals"、"prioritize my work"、"what should I focus on" でトリガーする。
InfraNodus MCP サーバーによるテキストネットワーク分析とナレッジグラフ：テキスト構造の分析、コンテンツギャップの発見、リサーチクエスチョンとアイデアの生成、テキストの比較、SEO/GEO 向けのコンテンツ最適化、Google 検索結果の分析、GraphRAG 検索、構造化メモリ。テキスト、URL（YouTube の文字起こしを含む）、保存済みグラフを受け付ける。コードリポジトリや Obsidian vault のナレッジグラフも構築する：プロジェクトフォルダ内で呼び出すと（「graph this repo」「analyze this vault」「/infranodus」）、ドキュメント、PDF テキスト、docstring、WHY/NOTE コメント、commit/PR/issue の履歴を掘り起こし、レポート付きの保存済みグラフを生成し、変更されたファイルの記述をその場で置き換えて最新の状態に保つ。プロジェクトルートに infranodus/manifest.json が存在する場合、テーマ、決定、根拠、ギャップについての質問には、ファイルを読む前にまず既存のグラフを照会して回答する。ソース（wiki ページ、キュレーションされたオントロジー）から構築された LLM 作成のナレッジベースには、llm-wiki skill を優先する。
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。