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
`notion` CLI を使ってターミナルから Notion を操作します。Notion のページ、データベース、ブロック、コメント、ユーザー、ファイルのプログラムによる読み取り、作成、更新、検索、管理に使用します。50 以上のコマンドで Notion API 全体をカバーします。対象：Notion ワークスペースの自動化、データベースクエリ、ページ作成、ブロック操作、コメントスレッド、ファイルアップロード、リレーション管理、データベースのエクスポート、複数ワークスペース管理、その他コマンドラインからの Notion API 操作。
FlowStudio MCP サーバーを使用して、Power Automate クラウドフローを構築、スキャフォールド、デプロイします。エージェントが MCP 経由でフロー定義を作成し、接続を設定して、ポータルを開かずにデプロイとテストを行います。フローの作成、新しいフローの構築、フロー定義のデプロイ、Power Automate ワークフローのスキャフォールド、フロー JSON の作成、既存フローのアクション更新、フロー定義のパッチ適用、フローへのアクション追加、接続設定、ワークフロー定義の新規生成を依頼された場合に、このスキルを読み込みます。FlowStudio MCP のサブスクリプションが必要です。https://mcp.flowstudio.app を参照してください。
WHOIS、RDAP、DNS を使って、ドメインの登録者と運用者を特定します。whois の検索、RDAP の照会、A、AAAA、MX、NS、TXT、SOA、CAA レコードの検索、SPF include、DKIM セレクター、DMARC rua アドレスの確認、レジストラ、登録者、ネームサーバーの特定、逆引き DNS、PTR、ASN、ネットブロックの検索、過去の WHOIS やパッシブ DNS の調査に使用します。フィッシングやブランド悪用への対処、ドメイン紛争と UDRP の証拠収集、支払い前のベンダー確認、インフラの帰属特定に利用できます。参照先：useosint.com/skills/who-owns-this-domain。
人物検索アグリゲーターと一次公開記録を使って、人物の住所、電話番号、親族、年齢、経歴を調べ、自身の情報露出を監査して削除します。Spokeo、BeenVerified、Whitepages、TruePeopleSearch、FastPeopleSearch、That'sThem、Radaris、Intelius、Piplのほか、選挙人名簿、郡裁判所記録、不動産記録を扱います。人物検索や住所からの逆引き、債務者や行方不明者の追跡、対象者の住所履歴の作成、データブローカーサイトからの自身の情報削除に使用します。所在追跡と債権回収、資産調査、エグゼクティブ保護、個人情報露出の監査に適用できます。雇用、賃貸、保険、信用に関する判断でのブローカーデータ利用を禁じるFCRAの制限と、GDPRの立場を説明します。参照先：useosint.com/skills/dig-through-data-brokers。
Claude Code、Codex、ChatGPT、Cursor、OpenClaw 向けの動画要約エージェントスキルです。AI による動画・音声の要約と再パッケージ化を行います。YouTube、Bilibili、ポッドキャスト、TikTok、Twitter/X、小紅書（動画と画像のノート）、その他あらゆるオンライン動画・音声を要約し、必要に応じて要点を TikTok 風の縦型ミュージックビデオに変換します。動画の要約、文字起こし／字幕の抽出、章ごとの要約、新しい URL やローカルファイルの内容把握、長尺動画の短い縦型 MV へのリミックスに使用します。保存済み動画の検索（スキル `bibi-library`）、チャンネル登録／最新フィード（`bibi-feed`）、画面／スライド／マインドマップの分析（`bibi-vision`）には使用しないでください。これらは同じリポジトリにある関連スキルで、同じ `bibi` CLI とアカウントを使います。起動語句：「summarize this video」「what's this video about」「extract subtitles」「总结这个视频」「帮我看看这个视频讲了什么」「video summary」「podcast notes」「YouTube summary」「B站总结」「get transcript」「video to notes」「video summarizer」「video summarizer agent skill」「claude code video summarizer」「codex video summarizer」「video to TikTok MV」「把视频变成 TikTok」「video to song」「做一个 TikTok 视频」。bibi CLI（macOS/Windows）または OpenAPI（Linux／CLI のない任意のプラットフォーム）で動作します。
セマンティック検索、意味的・構造的な拡張、本文内検証を用いて、Firecrawl の研究論文インデックスから研究上の問いに答える論文を探します。このインデックスは論文抄録のコーパスで、その大部分は生物医学・生命科学文献（PubMed、bioRxiv、medRxiv）であり、コンピューターサイエンス、物理学、数学分野の arXiv プレプリントも含みます。臨床、生物医学、薬剤、遺伝子、疾患など、あらゆる生命科学分野の文献検索・論文取得に使用します。回答が単一の論文でも、複数論文の一式でも対象です。インデックスには `firecrawl_research_*` MCP ツールまたは `firecrawl research` CLI サブコマンドからのみアクセスできます。`firecrawl_search` の `categories` オプションを `["research"]` に設定するのは別の機能です。通常の Web 検索を研究関連サイト（PubMed、bioRxiv、medRxiv、arXiv、出版社サイトなど）に絞ってページ結果を返すもので、このインデックス内の論文レコードは検索しません。
FlowStudio MCP サーバーを使って、失敗した Power Automate クラウドフローをデバッグします。Graph API には最上位のステータスコードしか表示されません。この Skill は Agent にアクション単位の入力と出力を提供し、実際の根本原因の特定を支援します。フローのデバッグ、失敗した実行の調査、フローが失敗する理由の確認、アクション出力の確認、フローエラーの根本原因の特定、壊れた Power Automate フローの修正、タイムアウトの診断、DynamicOperationRequestFailure の追跡、コネクター認証エラーの確認、実行のエラー詳細の閲覧、式の失敗のトラブルシューティングを依頼された場合に読み込んでください。FlowStudio MCP のサブスクリプションが必要です。https://mcp.flowstudio.app を参照してください。
2 つのソース（リポジトリのラベル（例：優先度ラベルを Priority フィールドに移行）と Project V2 フィールド）から、GitHub issue fields にメタデータを一括移行します。ユーザーが「ラベルを issue fields に移行」「プロジェクトフィールドを issue fields に移行」「ラベルを issue fields に変換」「プロジェクトフィールドの値を issue fields にコピー」と言う場合や、issue fields の導入について尋ねる場合に使用します。Issue fields は組織レベルの型付きメタデータ（単一選択、テキスト、数値、日付）で、ラベルによる回避策を、構造化され検索可能なリポジトリ横断フィールドに置き換えます。
指定された論文を、摘要が主張していることの繰り返しではなく、著者たちが実際にどのようにそこへ至ったかを再現できるまで精読します。精読論文、この論文を徹底解説、この論文を読み解く、著者、なぜこの設計にしたのか、この式はどう導出されたのか、paper x-ray といった場面、およびその論文を土台に構築・査読・発表・引用する前に行う単一論文の深い理解に使用します。実際の出発点と著者が賭けた仮説を復元し、構造を支える設計と装飾を区別し、主要な式ごとに具体的な数値を用いた小さなworked exampleで導出し、証拠が実際にどこまで支持しているか（著者が確信している部分と論文が報告していない部分）を確認します。デフォルトでは構造化された Markdown の長文を出力します。要約でも翻訳でも査読でもありません。
ユーザーの LLM Wiki ナレッジベース（127.0.0.1:19828 で動作する LLM Wiki デスクトップアプリ。Obsidian、Notion、Apple Notes、Logseq、その他の PKM ツールではありません）を検索します。ユーザーが LLM Wiki を明示的に指定する、「my wiki」と言う、「my 知识库 / 知识库 / knowledge base」と言う、または「my wiki で X について何と書かれているか」「wiki ページ Y を読む」「my wiki graph / 知识图谱 を表示」「my LLM Wiki project を検索」「wiki sources を再スキャン / 重新索引」などを依頼する場合、または ID で wiki プロジェクトを指定する場合にのみ起動します。「自分のメモを検索」「ノートブック内を探す」「Obsidian を確認」などの一般的な依頼では起動しないでください。そうした依頼には、ユーザーがインストールしている可能性のある別のツールを使用します。稼働中の LLM Wiki デスクトップアプリでの wiki ページ検索、ファイル一覧表示、コンテンツの読み取り、ナレッジグラフの参照、ソースの再スキャンに対応します。ソースの再スキャンを除き、読み取り専用です。
macOS のディスク容量を診断し、安全に空き容量を確保します。対象はキャッシュ、ログ、アプリの残存ファイル、大容量／重複ファイル、Docker/OrbStack、Chromium のコード署名クローン、開発者キャッシュです。Mac の空き容量が不足している場合、「Caching needs more space」と表示される場合、またはデータ損失を防ぐため削除前に確認したい場合に使用します。Windows/Linux や権限の問題には使用しません（macos-permissions を使用してください）。
URL を取得し、内容を要約して Obsidian wiki に取り込みます。プロジェクトディレクトリ内から呼び出された場合、ページはそのプロジェクトのフォルダーに直接保存されます（必要に応じて vault にプロジェクトを作成）。それ以外の場合は misc/ に保存され、時間とともにプロジェクトとの関連付けが強まります。ユーザーが「/ingest-url <url>」「この URL を wiki に追加」「このリンクを取り込んで」「このページを保存」と言う場合や、URL を貼り付けて「これを追加」「これを wiki に保存」と言う場合に使用します。
sherlock、maigret、WhatsMyName を使って数百のプラットフォームでユーザー名を列挙し、アカウントを照合して、実際に同一人物のものか確認します。ユーザー名の OSINT とハンドル名の列挙、「このユーザー名の全アカウントを探す」、プラットフォーム間のアカウント照合、ニックネームやスクリーンネームを起点とした調査、ハンドル名から実名を特定する場合に使用します。詐欺や合成 ID の調査、採用やマーケットプレイス詐欺の確認、トラスト＆セーフティの対応、内部脅威の調査、個人情報の露出監査に適用できます。参照先：useosint.com/skills/hunt-a-handle。
公的記録、ソーシャルプラットフォーム、職業ネットワーク、裁判所や不動産の記録、資格認定機関、特許、論文、訃報をもとに、名前を指定された人物の出典付き・相互検証済みプロフィールを作成します。別の識別情報で名前と人物を先に照合し、複数人を一つの人物ファイルに誤ってまとめないようにします。人物の捜索、特定、身元調査、プロフィール作成、申告された職歴や資格の確認、行方不明者や連絡困難な人物の捜索を依頼された場合に使用します。取引相手や投資家のデューデリジェンス、詐欺・資産調査、報道、所在調査、行方不明者の捜索、受託者責任を伴う職種の採用前の適格性確認、個人情報の露出監査に適用できます。参照先：useosint.com/skills/find-anyone。
電話番号を調査します。libphonenumber による E.164 正規化、phoneinfoga によるスキャン、通信事業者と回線種別の特定、VoIPや使い捨て番号の検出、メッセージアプリの登録確認、逆引き検索や発信者番号通知の情報源を扱います。電話番号に関するOSINTや逆引き、「この番号の持ち主は誰か」の確認、使い捨て番号やVoIP番号の特定、WhatsApp、Telegram、Signalへの登録確認に使用します。ボイスフィッシングやビジネスメール詐欺の調査、送金前の取引相手確認、採用・マーケットプレイス詐欺の確認、詐欺のトリアージにも適用できます。参照先：useosint.com/skills/whose-number-is-this
exiftool を使って埋め込みファイルメタデータを抽出・解釈します。EXIF GPS 座標、カメラのメーカー・モデル・シリアル番号、DateTimeOriginal および CreateDate のタイムスタンプ、XMP と IPTC のフィールド、Author、Company、LastModifiedBy、テンプレートパス、改訂回数などの Office および PDF プロパティに対応します。写真の EXIF の読み取り、文書の実際の作成者の確認、ファイルの日付特定、カメラやスマートフォンの特定、JPEG、HEIC、RAW、MP4、DOCX、XLSX、PDF の来歴調査に使用します。文書の来歴をめぐる紛争、内部情報漏えいの帰属調査、証拠の取り扱い、公開前の墨消しチェックに適用できます。参照先：useosint.com/skills/secrets-in-file-metadata。
一冊の本 → 明確な「ファインダー」のイメージ → 2050年の図書館貸出カード（PNG）。ファインダーとは、著者がどの視点から何の問題を捉え、どんな情景を見たかを示すもの。カードには実際の表紙、著者の肖像、書誌情報を掲載。ファインダーブロックでは、ファインマン式の解説でイメージを平易かつ正確に説明。図解ブロックではAI画像生成でその情景を描き、继刚を固定の主人公にする（墨絵の参考画像から生成し、本人と分かる姿）。図解スタイル：吉田誠治風の絵本テイスト（異世界の日常空間、暖かな斜光、癒やされる繊細さ）。淡色の光学ガラス製カード、表紙から動的に抽出するアクセントカラー、縦横比は自動調整。本を閉じてもこの情景を覚えていれば、読んだ甲斐がある。ユーザーが「取景框卡」、「图书馆卡」、「library card」、「书卡」、「铸书卡」、「一本书一句话一张卡」、「/ljg-library」と言った場合、または本の名前を挙げて一枚のコレクションカードにまとめたい場合に使用。拆书结构分析には使わない（ljg-bookを使用）。纯文字金句には使わない（ljg-card -bを使用）。信息图には使わない（ljg-card -iを使用）。视觉笔记には使わない（ljg-card -vを使用）。
調査結果を、異議に耐えうる情報成果物にまとめます。BLUF による重要判断の提示、標準化された確率評価表現、タイムスタンプとアーカイブコピーを伴う主張ごとの出典、観察・推論・評価の区別、否定的な調査結果と不足情報の記録、証拠保全の連鎖とハッシュ化、無関係な当事者の墨消しを行います。情報報告書、デューデリジェンスメモ、証拠資料、エグゼクティブサマリーの作成や、異議に耐える調査報告書の作成に使用します。規制対象のコンプライアンス報告、訴訟とディスクロージャー、取締役会・投資委員会への報告、法執行機関への照会に適用します。使用時は useosint.com/skills/write-the-intel-brief を参照してください。
中小企業の経営者向けに、部門横断型のビジネス概要を 1 ページで作成します。現金状況（台帳：MYOB、NetSuite、QuickBooks、Xero、Zoho Books）、売上動向（PayPal/Square/Stripe）、営業パイプラインの変化（HubSpot）、今週の予定（Calendar）、緊急の確認事項（Gmail または M365、Slack）、そして今日最も注意が必要な事項をまとめます。利用可能なすべてのコネクターを積極的に試し、接続済みのものに応じて範囲を調整します。コネクターが 1 つなら部分的な概要を、すべて接続されていれば全体像を提示します。ユーザーが事業の状況を尋ねる、概要や日次ブリーフ、金曜の振り返りを求める、「何か見落としていることは？」や「事業の状況を教えて」のように言った場合に起動します。週初めのブリーフィングは /monday-brief に振り分けられ、最初のリンクとしてこのスキルを実行します。
株式投資調査の実行エンジン。8段階の投資デューデリジェンスを実施します。stock-question-refiner が生成した構造化調査指示を受け取り、複数のエージェントを並行して調査に当たらせ、引用付きの投資デューデリジェンスレポートを作成します。企業情報の基盤、業界サイクル、事業分析、財務の質、株主構成とガバナンス、市場の見解の相違、バリュエーションと競争優位性、総合レポートを網羅します。株式投資調査、ファンダメンタル分析、投資デューデリジェンスが必要な場合に使用します。
視覚的証拠だけをもとに、写真や動画の位置と撮影日時を特定します。ナンバープレートや電話番号の形式、道路標示、電柱、ボラード、標識の書体、建築物や植生から場所を判断し、SunCalcで影の向きと長さから時刻と日付を推定します。写真の撮影場所や日時を尋ねられた場合、GPSやEXIFなしで申告された場所を検証する場合、またはシーンをGoogle Earth、Street View、Yandex Panoramas、Mapillary、KartaViewと照合する場合に使用します。GEOINTと紛争監視、保険・請求の検証、報道のファクトチェック、証拠審査に適用できます。参照先：useosint.com/skills/geolocate-from-pixels。
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。