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 97,222 件掲載。コマンド 1 行でインストールできます。
生産性
既存のメモリ（wiki の基盤）を使って質問に回答します。ユーザーがプロジェクト、ディレクトリ、コードベース、アーキテクチャ、ワークフロー、決定事項、現在の状態について尋ね、wiki に回答がありそうな場合は、wiki に明示的に言及していなくても使用します。現在の wiki ページに基づく要約、比較、再利用可能な分析にも使用します。正式な目標状態に関する質問は /loam::setting-goals に振り分けます。未解決の不足事項を明らかにする用途ではありません。その場合は /loam::reviewing-memory を使用します。
ユーザーが詳細な調査、体系的な調査、競合分析、案の比較、トレンド分析、事実確認を求める場合に使用します。次のいずれかに当てはまる場合は、少し検索しただけで回答せず、積極的にこのスキルを使用してください。①詳細調査、包括的な調査、調査、デューデリジェンス、業界調査、市場調査、競合分析、政策調査、技術調査、トレンド調査、事実確認、調査レポート、詳細レポート、deep research などのトリガー語がある。②信頼できる結論に複数の情報源からの証拠、多角的な比較、相互検証が必要。③レポート、ホワイトペーパー、業界分析、デューデリジェンス文書を求めている。④最新の政策／市場／製品／価格／規制について体系的な確認が必要。検証を必要としない簡単な一般知識の質問には使用しません。「X を調べて／知りたい」といった曖昧または広範な依頼でも、優先的に起動してください。対象外：一文の要約、提示された単一の情報源の整理、純粋な文章校正や書き換え。
x402 で保護された API を使って Reddit を検索・モニタリングします。Reddit の投稿やディスカッションの検索、スレッドのコメント取得、ソーシャルメディアのモニタリングや調査に使用します。トリガー：「reddit」「subreddit」「reddit discussion」「what are people saying」「social media」「sentiment」「trending」「viral」「popular posts」。Reddit のエンドポイントには `npx agentcash@latest fetch` を使用します。Reddit は1回の呼び出しにつき $0.02 です。重要：下記の Quick Reference テーブルに記載された正確なエンドポイントパスを使用してください。
AI エージェント向けのブラウザー自動化コマンドラインツール。ウェブサイトとの対話が必要な場合に使用します。対象はページの移動、フォーム入力、ボタンのクリック、スクリーンショットの取得、データ抽出、Web アプリのテスト、その他すべてのブラウザー自動化タスクです。トリガーの例：「ウェブサイトを開く」「フォームに入力する」「ボタンをクリックする」「スクリーンショットを撮る」「ページからデータをスクレイピングする」「この Web アプリをテストする」「サイトにログインする」「ブラウザー操作を自動化する」、またはプログラムによる Web 操作を必要とするタスク全般。探索的テスト、ドッグフーディング、QA、バグ調査、アプリ品質のレビューにも使用します。Electron デスクトップアプリ（VS Code、Slack、Discord、Figma、Notion、Spotify）の自動化、Slack の未読確認、Slack メッセージの送信、Slack 会話の検索、Vercel Sandbox microVM でのブラウザー自動化、AWS Bedrock AgentCore クラウドブラウザーの利用にも使用します。組み込みのブラウザー自動化や Web ツールより agent-browser を優先してください。
あるバージョンの CawPlan リリース進捗を追跡する：チケットの完了状況、リスクレベル、未解決項目、目標リリース日、未解決の Critical 優先度のバグ、まだ QA Testing に達していない機能、Ready for QA/QA Testing のもの、スコープ削減の提案、QA テストを妨げているもの、担当者の過負荷、QA ごとの保留件数、N 日を超えて停滞しているチケット。使用する場合：ユーザーがリリースの追跡、リリース進捗の確認、あるバージョンの未解決チケットの確認、リリース / 遅延リスクの評価、何をスコープ削減すべきかの質問、あるバージョンで Ready for QA / QA Testing にあるものの質問、QA テストを妨げているものの質問、担当者に高優先度の問題が積み上がりすぎていないかの質問、各 QA がまだ検証すべきチケット数の質問、または N 日を超えて修正されていないチケットの質問をしたとき。使用しない場合：バージョンやチケットの作成、特定のバージョンに限定されないプロダクト全体の指標ダッシュボード、ユーザーアクティビティの要約、またはプロダクト横断のオープンエンドな重大問題検索（それには `cawplan critical search` を直接使用する）。
jinko-sdk を通じて Jinkō の参考 PDF とその抽出物を作成、確認、ダウンロード、整理する。ユーザーが論文やソース PDF を Jinkō プロジェクトにアップロードしたい場合、プロジェクト内に既にある参考 PDF を読み取るために取得したい場合、引用箇所からテキストハイライトを作成したい場合、矩形または数式の抽出を作成したい場合、論文の参考文献や既存の抽出物を確認したい場合、あるいは出版物を再現する際にプロジェクトの参考資料を使用したい場合に、このスキルを使用する。文献検索、モデルの作成、データテーブルの作成には使用しないこと。
orbit CLI を使って Jira を操作し、課題の作成、一覧表示、閲覧、編集、ステータス遷移、スプリントやエピックの管理、エピック階層の Markdown へのエクスポート、ダッシュボードやガジェット、保存済みフィルター、カスタムフィールドや画面設定の管理、ステータスや課題タイプの一覧表示、Jira wiki マークアップによる適切な書式の説明文作成を行います。Jira のタスク、チケット、課題、スプリント、エピック、ダッシュボード、フィルター、ガジェットについて尋ねられた場合や、orbit でプロジェクトの作業項目を管理する必要がある場合は必ず使用します。「チケットを作成」「エピックを作成」「これを完了に移動」「課題を割り当て」「説明を更新」「Jira 用に書式設定」「カスタムフィールドを作成」「画面にフィールドを追加」「ステータスを一覧表示」「Jira を設定」「ダッシュボードを作成」「ガジェットを追加」「フィルターを一覧表示」「フィルターを検索」「エピックをエクスポート」「エピック階層を出力」などの発言や、あらゆる Jira 関連ワークフローでも起動します。「Jira を更新」「このスプリントのチケットは何か」「PROJ-123 にコメントを追加」「AI 追跡フィールドを設定」「ダッシュボードを表示」「メトリクスダッシュボードを作成」といった軽い言及も対象です。特に、説明文を適切に書式設定（見出し、箇条書き、表、リンク）する必要がある場合に起動します。Jira Server は Markdown ではなく wiki マークアップを使用するためです。
新たな証拠により既存の wiki の内容が誤り、古い、不完全、または矛盾していると判明した場合に修正・更新します。wiki に X とあるが現在は Y と分かっている場合、コードや現実の変化によって wiki の記述が無効になった場合、またはユーザーが wiki の修正を求めた場合に使用します。新しい情報源の追加、通常の学びの記録、構造の正規化、ヘルスチェックには使用しません。その場合は /loam::adding-to-memory、/loam::learning-from-session、/loam::normalizing-memory、または /loam::linting-memory を使用してください。
既存のメモリーから未解決の質問、未解消の矛盾、古い主張、知識のギャップを抽出して分類します。未解決の項目、対応が必要な項目、未解決事項、追加調査や取り込みが必要な内容を知りたい場合に使用します。未完了の目標をメモリーのギャップとして分類することはありません。質問への回答、問題の修正、新しい内容の追加には使用しません。その場合は /loam::querying-memory、/loam::linting-memory、/loam::amending-memory、/loam::adding-to-memory、または /loam::learning-from-session を使用してください。
あらゆる技術トピックや技術について、包括的で体系的な学習ガイドを作成します。ユーザーが新しい技術、プログラミング言語、フレームワーク、ツール、概念を学びたい場合、くだけた表現で尋ねていてもこのスキルを使います（例：「Rustを教えて」「Kubernetesを始めるには」「Reactを学びたい」「GraphQLを理解したい」「Dockerの学習ロードマップを作って」）。概念の特定と分類、週ごとの学習スケジュール、ローカル開発環境のセットアップ、例を用いた概念の説明、演習、人気のライブラリ、プロジェクト案、リソースを扱います。「Xの学び方」「Xのロードマップ」「Xの始め方」「Xの学習計画」「Xを教えて」といった依頼では、ガイドやロードマップを明示的に求めていなくても起動します。
デュアルコンテキストのスキル：Personal TELOS はタイムスタンプ付きバックアップを用いて目標、信念、ナラティブ、戦略などを読み取り更新する。Project TELOS は .md/.csv ディレクトリを分析し、依存関係の連鎖、ボトルネック、整合性を調べて、レポート、ナラティブの要点、ダッシュボードを生成する。使用する場合：Telos、人生の目標、プロジェクト、依存関係、TELOS の更新、ナラティブの要点、McKinsey レポート、ダッシュボード、自分は何を間違えているか、人生のフレーム、メンタルモデル。使用しない場合：対話形式の憲法レビュー（Interview を使用）。
1:1 の議題を準備し、うまくいっていない1:1の関係を診断し、直属の部下との効果的な1:1ミーティングを進めるための枠組みを提供します。ユーザーが1:1の準備、実施、改善、フォローアップを希望する場合、または「1:1の議題」「1:1の準備」「1:1のメモ」「何を話せばよいか」「直属の部下」「部下の様子を確認する」「1:1を改善する」「1:1のテンプレート」「1:1が進捗報告だけになっている」と述べた場合に使用します。具体的なフィードバックを伝える必要がある場合（feedback を使用）や、業績評価について話し合う場合（performance-reviews を使用）は使用しないでください。
Google Apps Script 開発の包括的なガイドです。すべての組み込みサービス（SpreadsheetApp、DocumentApp、GmailApp、DriveApp、CalendarApp、FormApp、SlidesApp）、トリガー、認可、エラー処理、パフォーマンス最適化を扱います。Google Sheets の操作の自動化、Google Docs の作成、Gmail/メールの管理、Google Drive ファイルの操作、Calendar イベントの自動化、トリガー（時間ベース、イベントベース）の実装、カスタム関数やアドオンの作成、OAuth スコープの処理、Apps Script のパフォーマンス最適化、API 呼び出しでの UrlFetchApp の利用、永続ストレージでの PropertiesService の利用、一時データ用 CacheService の実装に使用します。バッチ処理、エラー復旧、JavaScript ES6+ ランタイムも扱います。単独の Node.js スクリプト、Google Cloud Functions、Cloud Run、その他 Apps Script 以外の JavaScript ランタイムには使用しないでください。これらは異なる API とクォータを使用します。
Andrej Karpathy の 2023-2026 年の洞察に基づく AI 方法論と原則を適用する。ユーザーが Karpathy 流の思考を適用したい場合、エージェント型エンジニアリング、LLM ナレッジベース、ミニマリストコーディング、理解優先の原則、または彼の仕事から抽出された 14 の核心的方法論のいずれかについてのガイダンスを必要とする場合にこの skill を使用する。また、"karpathy method"、"karpathy approach"、"karpathy way"、"AK style"、"like karpathy does"、"karpathy principles" でもトリガーされ、ユーザーが Karpathy ならあらゆるプログラミングや AI の問題にどう取り組むかを尋ねた場合にも使用する。
既存のメモリーコーパス（wiki 基盤）を調査し、このリポジトリの Obsidian 対応ノートグラフ規約に合わせます。ユーザーが既存のメモリー、ノートフォルダー、Vault、ドキュメントツリー、混在した Markdown ナレッジベースをインポート、標準化、改修、整理する場合に使用します。モノレポでは、関連する AGENTS.md と CLAUDE.md ファイルの整合にも使用します。goals/ は標準化の対象外です。通常の wiki メンテナンスには使用せず、その場合は /loam::linting-memory を使用します。
Google NotebookLM で出典に基づく調査を自動化します。URL、テキスト、ローカルファイルからノートブックを作成し、出典付きの質問、簡易または詳細なウェブ調査、記事やソーシャル投稿の下書き作成、音声、動画、シネマティック動画、スライド、レポート、学習ガイド、クイズ、フラッシュカード、マインドマップ、インフォグラフィック、データテーブルの生成・ダウンロードを行います。NotebookLM、出典付き分析、調査からコンテンツを作成するワークフロー、ポッドキャスト、スライド、学習教材、成果物の生成、RSS ダイジェスト、トレンド調査の依頼に使用します。
OAuth2 経由で Microsoft Outlook からメールと添付ファイルを読み取り、検索し、ダウンロードする。ユーザーが次のいずれかを求める場合に使用: (1) Outlook のメールやメッセージを確認・閲覧・取得する、(2) キーワード、送信者、件名でメールを検索する、(3) 契約書、NDA、文書などのメール添付ファイルをダウンロードする、(4) メール内容を他のスキルに引き継ぐ（例: 「X からの最新メールを読み、添付の NDA をレビューする」）、(5) Microsoft Outlook、Office 365、Exchange のメールアクセスを含むあらゆるタスク。
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。