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
特許の先行技術およびランドスケープ分析に特化したインテリジェンススキルです。一般的な特許相談には対応しません。検索前に必須の聞き取りを行い、新規性調査／実施自由性調査／競合ランドスケープ／買収デューデリジェンス／訴訟向け先行技術調査の 5 つから用途を確定します。Google Patents、Espacenet、USPTO を検索し、必要に応じて Lens.org の引用グラフ情報も調べます。結論、近接する先行技術の順位（請求項テキストを抽出）、CPC 分類を考慮したランドスケープ、特許ファミリー単位で整理した検索結果、地域別カバレッジ、該当する場合の FTO フラグ、戦略の提案、完全な監査ログを含む編集可能な Word 文書（.docx）を出力します。ユーザーが特許検索や分析を依頼する場合に使用します（例：「[発明] の先行技術調査」「[製品] の実施自由性分析」）。法的助言ではなく検索上の手掛かりを提供します。出願やライセンスの判断前には、必ず特許弁護士への相談を勧めます。商標、著作権、営業秘密に関する質問は対象外です。
個人のSecond Brainへの記録、編纂、検索、lint、接続に使用します。Karpathy LLM Wikiスキーマ（Obsidianまたは任意のMarkdown保管庫）を利用します。raw/（未処理ソース）、wiki/（AIが編纂した相互リンク付きトピックページ）、outputs/（生成物）。保管庫のデフォルトは${SECOND_BRAIN_VAULT:-$HOME/Documents/SecondBrain}/です。6つのモード：capture（raw/に追加）、compile（未処理のrawファイルをwikiページに処理し、INDEX.mdを更新）、query（wikiから質問に回答し、outputs/に保存）、lint（孤立ページ／矛盾／古い情報／未処理raw／トピックの不足を確認）、connect（ページ間の新しいwikilinksを提案）、search（簡易検索）。「/second-brain」「/sb」「capture this」「save this to my brain」「compile the wiki」「process raw notes」「query my wiki」「ask my brain」「lint the wiki」「find connections」「search my notes」で起動します。deep-research（外部コーパス）を補完する、内部コーパスです。チームの知識はここではなくcompany-brainに保存します。
学術論文（S2 + arXiv）を検索して読みます。曖昧なクエリを明確化し、キーワード、引用グラフ、おすすめ、スニペットで検索し、作成済みの評価基準に照らして関連性を判断し、L1/L2/L3 戦略で読みます。起動フレーズ：論文を探す、論文を検索する、関連研究、引用分析、最近の進展、この論文を読む、コード付きベースライン。使用しない用途：サーベイレポート（research-survey）、アイデア創出（research-ideation）、Related Work セクション（paper-writing）。
社内業務の運用、診断、設計に使用します。対象はプロセス文書、ベンダー SLA、キャパシティプランニング、社内コミュニケーション、SOP／ランブックの作成、調達支出です。「BizOps review」「where's the bottleneck」「vendor health」「internal SOP」「all-hands deck」「spend categorization」「capacity for Q3」「process mapping」などで起動します。コンテキストを 6 つの BizOps サブスキル（process-mapper、vendor-management、capacity-planner、internal-comms、knowledge-ops、procurement-optimizer）のいずれかに振り分け、要約を返します。外部営業活動を扱う business-growth、戦略を扱い運用は対象外の c-level-advisor とは異なります。
あなたの立ち上げ責任者。日付入りの段階的なローンチ計画を構築します：まず低コストの実世界テスト（ウェイトリスト、プレセール、実際の価格を付けたポップアップなど、実際の購入者がシミュレーションのパネルの結論を確認できるもの）、次に担当者と期限を含む開業日へのカウントダウン、ローンチ当日の進行表、そして最初の 30 日間に何を測定し何を変えるか。ユーザーが「how do I launch」「launch plan」「when can I open」「launch checklist」「go live」「soft open」と言ったときに使用します。
意見が分かれている MEL/SRHR の設計判断について、正式な多視点ディベートを実施します。実際の専門家の視点に対応するペルソナエージェントが、判断対象を独立かつブラインドで調査し、1ラウンドの議論を行います。その後、合意点と実質的な意見の相違を明確にした、意思決定メモ形式の統合結果を作成し、Ane の判断に委ねます。Ane が提示された選択肢の間で決められず、独立した視点からの論証を求める場合に使用します。設計上トークンを多く消費するため、本当に重要な決定に限って使用してください。すでに傾いている設計の磨き込み（/grill-mel）、新規構築（brainstorming）、単なる選択肢文書（/decision-memo）には使用せず、何かを構築する目的では決して使用しません。
あなたのオペレーション責任者。初日からビジネスが実際にどう回るかを明らかにする：サプライヤーとそのコスト、誰がいつ働くか、開店・接客または出荷・閉店の手順、運用するためのツール、確認すべきライセンスと許認可、そして各事象がうまくいかないときの対応を記したリスク台帳。実際のコストを CFO にフィードバックする。ユーザーが "how do I run this"、"operations"、"suppliers"、"staffing"、"SOPs"、"what do I need to open"、"permits"、"day one" と言ったときに使用する。
臨床研究者向けの NIH 研究助成金調査スキルです。検索を始める前に、研究アイデア、キャリア段階、予備データ、研究環境、申請準備状況、既知の対象研究所について詳しく聞き取り、資金調達戦略を確定します。5 つの観点から Consensus による位置付け分析（Significance／Innovation の草案を含む）を行い、RePORTER を使って研究を適切な NIH 研究所および研究セクションに対応付け、NOSI と既存の助成プロジェクトとの重複を調べます。予算と範囲を考慮した助成制度の提案、申請スケジュール、必須のプログラムオフィサーへの推薦を含む、編集可能な Word 文書（.docx）を作成します。ユーザーが研究資金について尋ねる場合や助成金関連の依頼をする場合に使用します（例：「[テーマ] の助成金」「研究アイデアに合う助成金を探す」「自分の研究に合う助成金は？」「NIH の資金を探す」「研究向けの助成機会」）。対象は NIH のみです。NIH 以外の資金提供者（PCORI、DOD CDMRP、VA、財団）は対象外であり、初回の聞き取り時に明示します。
Feishu クラウドドキュメント（Docx / Wiki）の内容を操作します。ドキュメントの読み取り、作成、編集、画像添付ファイルの挿入またはダウンロード、マインドノートの操作に対応します。ユーザーがドキュメント URL/token（doubao.com の /docx/、/wiki/ を含む）を提示した場合に使用します。ドメインではなく URL パス/token に基づいて振り分けます。ドキュメント内の埋め込みリソースは、読み取りリファレンスの共通ルールに従って振り分けます。コメントのみの操作には lark-drive、本文と併せたコメントの読み取りには docs +fetch を使用します。表計算や Base 内部データの操作には対応しません。
Feishu Base を操作します。テーブル、フィールド、レコード、ビューの作成、統計、数式/lookup、フォーム、ダッシュボード、アプリモード（BaseApp/AppMode のページとコンポーネント）、Workspace ディレクトリ、ワークフロー、ロール権限、テンプレートセンター（Base テンプレートのカテゴリ/一覧/検索）に対応します。Base/多次元テーブル/bitable、BaseApp/AppMode、/base/ または /app/ リンクがある場合に使用します。BaseApp に lark-apps は使用しません。ファイルのインポート/エクスポートは lark-drive、認証/認可は lark-shared に振り分けます。
Feishu クラウドストレージ（Drive）：Drive のファイルとフォルダーを管理します。アップロード/ダウンロード、フォルダー作成、コピー/移動/削除、メタデータの表示、権限設定の確認、コメント/権限/購読、タイトル、バージョン、Feishu ドキュメントのセキュリティラベル（secure labels）、ローカルファイルのインポートに対応します。Drive フォルダーの整理、クラウドストレージのリソース URL/token の処理、リンクの種類/実際の token/タイトルの判定、Word/Markdown/Excel/CSV/PPTX/.base の docx/sheet/bitable/slides へのインポート時に使用します。doubao.com のクラウドストレージ URL/token もリソースパスと token に基づいて振り分け、WebFetch にフォールバックしません。対象外：ドキュメント内容の編集（lark-doc）、スプレッドシート/Base 内のデータ操作（lark-sheets/lark-base）、ナレッジスペースのノード/メンバー管理（lark-wiki）、ネイティブ Markdown ファイルの読み書き/patch/diff（lark-markdown）。
まとまりのない思考の書き出しを、情報を一切失わず、構造化された実行可能なシステムに整理します。ユーザーが「これを記録して」「思いつきを書き出す」「考えがたくさんある」「頭の中を整理したい」など、雑多なアイデア、タスク、考え、計画を整理したい意図を示した場合に使用します。正確な表現がなくても、混在したアイデアを含む長く構造化されていない文章を貼り付けたり口述したりした場合も対象です。事前の聞き取りはせず、すぐに行動へ移せる設計です。出力は 4 セクション（プロジェクト／アイデア、タスク、関連性、支援できること）で構成し、指示を促す質問で締めくくります。項目がタスクかプロジェクトか本当に曖昧な場合に限り、整理中に確認質問を最大 1 つ行います。
Feishu インスタントメッセージ：メッセージの送受信とグループチャットの管理に対応します。メッセージの送信と返信、チャット履歴の検索、グループメンバーの管理、画像やファイルのアップロード/ダウンロード、絵文字リアクションの管理、アプリ内/SMS/電話での緊急通知、Interactive Card の送信と処理、カードボタンのコールバック（card.action.trigger）の監視ができます。メッセージの送信、チャット履歴の表示/検索、チャット内ファイルのダウンロード、グループメンバーの確認、グループ検索、グループチャットやトピックチャットの作成、マーカーデータの管理、Feed のピン留め（会話の追加/削除/検索）、タグデータの管理、カードコールバックの処理が必要な場合に使用します。
Lark タスク：タスク、チェックリスト、タスク エージェントを管理します。To-Do タスクを作成し、タスク ステータスを表示・更新し、サブタスクを分割し、タスク チェックリストを整理し、協力者を割り当て、タスク添付ファイルをアップロードし、タスク エージェントを登録・登録解除し、タスク エージェント ホームページ データを更新し、エージェント タスク ログを書き込みます。To-Do アイテムを作成する、タスク リストを表示する、タスク進捗を追跡する、プロジェクト チェックリストを管理する、他のユーザーにタスクを割り当てる、タスク用の添付ファイルをアップロードする、タスク エージェントを登録・登録解除する、エージェント ホームページ データを更新する、またはタスク ログを書き込む必要がある場合に使用します。
Lark Wiki：ナレッジスペース、スペースメンバー、ドキュメントノードを管理します。ナレッジスペースの作成と検索、スペースメンバーの表示と管理、ノード階層の管理、ナレッジベース内のドキュメントとショートカットの整理。ユーザーがナレッジベース内のドキュメントを検索または作成、ナレッジスペース構造を参照、スペースメンバーを表示または管理、ノードを移動または複製する必要がある場合に使用します。ユーザーが doubao.com の /wiki/ URL/token を提供した場合、ドメイン名が Lark でないという理由で WebFetch にフォールバックせず、このスキルを直接使用してください。ルーティングはドメイン名ではなく URL パスパターンとトークンに基づきます。責務外：ナレッジベースノードへのファイルアップロード（lark-drive を使用）、ドキュメント/シート/Base コンテンツの編集（lark-doc / lark-sheets / lark-base を使用）。
Bright Data のウェブスクレイピング基盤を使って商品の価格を比較します。Amazon、Walmart、eBay、Best Buy、Google Shopping、および任意の小売業者 URL を対象に、商品の販売先、価格、在庫状況を調べ、購入推奨の一覧表にまとめて順位付けします。価格比較、最安の購入先探し、価格確認、「X は Amazon と Walmart でいくらか」の確認、商品の価格追跡、購入先の検討をユーザーが希望する場合に使用します。商品名、ASIN、直接 URL に対応し、地域も考慮します（国によって価格、在庫状況、対象となる小売業者が異なります）。これは消費者の購入判断のための調査です。競合他社の価格戦略を分析する場合は、代わりに competitive-intel を使用してください。
Gemini Notebook（旧称 Google NotebookLM）のコマンドラインツール（`nlm`）と MCP サーバー（Gemini Notebook のインターフェース）に関するエキスパートガイド。ユーザーがプログラムから Gemini Notebook を操作する場合に使用します。ノートブックの作成・管理、プラン使用量やクォータ期間の確認、ソース（URL、YouTube、テキスト、Google Drive）の追加、コンテンツ（ポッドキャスト、レポート、インタラクティブレポート、クイズ、フラッシュカード、マインドマップ、スライド、インフォグラフィック、動画、データテーブル）の生成、調査、ソースとのチャット、Gemini Notebook のワークフロー自動化などが含まれます。"nlm"、"notebooklm"、"Gemini Notebook"、"plan usage"、"quota"、"podcast generation"、"audio overview"、"interactive report"、"lesson report"、"refactor document"、"critique draft"、または Gemini Notebook 関連の自動化タスクに言及した場合に起動します
Lark/Feishu のリアルタイムイベントの監視/購読/消費：`lark-cli event consume <EventKey>` でイベントを NDJSON としてストリーミング出力します（IM メッセージ/リアクション/チャット変更、Approval ステータス変更、Task 更新、VC 会議の開始/参加/終了、Minutes 生成、Whiteboard 更新など）。Lark ボット、リアルタイムのメッセージ処理、長時間稼働するサブスクライバー、ストリーミング webhook/push ハンドラーに使用します。`--max-events` / `--timeout` による実行時間の制限と stderr の ready-marker 規約に対応し、サブプロセスとして実行する AI エージェント向けに設計されています。
Feishu クラウドドライブの拡張コマンド群。大容量ファイルの分割アップロード（20MB 以上は自動で 3 分割）、ストリーミングダウンロード、ドキュメントの非同期エクスポート（markdown の簡易経路 / sheet+bitable csv / sub-id / 上限付きポーリング + resume）、ドキュメントの非同期インポート、ファイル／フォルダーの移動（フォルダーの自動ポーリング）、リッチテキストコメント（text/mention_user/link + wiki URL 解析 + インラインコメント）、汎用の非同期タスク照会、ローカル ↔ クラウドドライブの一方向ミラーリング（pull/push/status、SHA-256 コンテンツ diff + --delete-* --yes の二重確認）、v2 doc_wiki/search のフラットフィルター検索（folder-tokens / space-ids / creator-ids / only-title）に対応します。「大容量ファイルをアップロード」「クラウドドライブのファイルをダウンロード」「pdf/markdown/xlsx にエクスポート」「docx をクラウドドキュメントにインポート」「フォルダーを移動」「ドキュメントにコメントを追加」「コメントで誰かに @ メンション」「wiki リンクからコメント」「非同期タスクの状態を確認」「drive タスクを resume」「分割アップロード」「クラウドドライブのミラーリング」「ディレクトリ同期」「ローカルとクラウドドライブを比較」「SHA 比較」「フォルダーでドキュメントを検索」「feishu drive」「lark drive」などの依頼で使用します。旧 file/media/comment コマンド群と併用でき、User Token 対応、非同期 resume、リッチテキストコメントなどの拡張機能を提供します。基本的な用途には引き続き file/media を使用できます。
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。