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
分野や研究デザインを問わず、学術原稿、ジャーナル論文、学位論文、会議論文、抄録、補足資料、投稿パッケージの計画、アウトライン作成、起草、レビュー、改訂、校正を行う。拡張アウトラインの作成、章や段落の起草、開発編集、トップダウンおよびボトムアップの整合性チェック、査読者流の改訂、手法とエビデンスの整合、用語管理、重複と流れのレビュー、観察可能な定型表現や AI 的な文章パターン、引用の一貫性、自然な学術文体、主張範囲の管理、ファイル間の同期、変更影響レビュー、最終投稿の準備状況に使用する。
キュレーションされた格言コレクションと CRUD —— 内容ベースのマッチング、テーマ検索、思想家の調査、DB メンテナンス。引用は著者/テーマ/文脈/用途で整理し、重複を防ぐ。4 つのワークフロー:FindAphorism、AddAphorism、ResearchThinker、SearchAphorisms。テーマ:ストア主義、知恵、真理探究、卓越性、レジリエンス、好奇心。使用タイミング:格言、引用、引用を探す、思想家を調べる、格言を追加、ニュースレター用の引用、X が何と言ったか、引用バンク。クリエイティブライティングやソーシャル投稿には使用しない。
CawPlan のバージョン計画を作成する：バージョンを作成し、任意でチケットを登録する。チケットは明示的なリストから取得するか、貼り付けられた OKR / ステージ目標から作業項目を抽出する形でよく、既存のバックログと重複を排除し、おおよその、明確にラベル付けされた工数見積もりを追加する。使用する場合：ユーザーがバージョン計画の作成、新しいリリースの設定、目標やタスク付きのバージョンの作成、リリーストレインの計画を求めたとき、または OKR / 四半期目標を貼り付けてバージョン計画への変換を求めたとき。使用しない場合：既存の計画の追跡、新しいバージョン計画以外での単独のバックログチケットの作成、プロダクト情報や指標の問い合わせ。
EMがマネージャーと信頼できる関係を築き、リーダーシップとの意見の相違に対処し、効果的に上層部へコミュニケーションできるよう支援します。ユーザーが「上司をマネジメントする」「自分のマネージャー」「決定に賛成できない」「異議を唱えたい」「直属の上司の上司」「リーダーシップとのコミュニケーション」「マネージャーが相談なしにチームの約束をした」「上司にどう伝えるか」「シニアリーダーシップ」と言った場合に使用します。同僚や部門横断の関係者への影響力行使（influenceを使用）、または一般的なEMの自己内省（managing-yourselfを使用）には使用しないでください。
pro-workflow の SQLite ナレッジベースに索引付けされる永続的なリサーチ wiki を開始・構造化・拡張する。各 wiki は出典情報付きの markdown ページのフォルダと、シャドウ FTS5 インデックスで構成され、どのセッションからも呼び出せる。ユーザーが「start a wiki」「add to wiki」「compile a page」「wiki on X」と言った場合、またはあるトピック・論文・製品・人物・プロジェクト・コードベースについて長期的なナレッジベースを求めた場合に使用する。
エンジニアリングマネージャーが、うまく伝わるメッセージ、アナウンス、ステークホルダー向けアップデートを書けるようにする——3 ステップのライティングフレームワーク（準備／簡潔に書く／ガベージコレクタを実行する）、非同期の再説明の罠（見落とされたメッセージを指摘する）、およびメッセージがなぜ誤解されるかを診断する圧縮／解凍モデルを生成する。ユーザーが「メッセージを下書きして」「アナウンスを書いて」「この変更を伝えて」「どう表現すればいい」「チーム向けのメッセージを」「アップデートを書いて」「X をどう伝えればいい」と言ったときに使用。口頭のフィードバックや難しい会話には使用しない（`feedback` または `difficult-situations` を使用）。
直接の権限なしで物事を進めるための説得テクニックとポジショニング戦略をエンジニアリングマネージャーに提供する — 戦術的手法（Nemawashi、Decoy Pricing、Reverse Psychology、LMDTFY、Engineered Serendipity）、抵抗を和らげる会話テクニック（Label the Concern、Get to "That's Right"）、ヘッドカウント要求の論拠フレームワーク、3 段階の可視性/信頼モデルを生成する。ユーザーが "how do I convince"、"persuade"、"get buy-in"、"stakeholder management"、"influence without authority"、"get approval"、"calibration"、"nobody takes me seriously"、"how do I get headcount"、"organizational politics" と言った場合に使用する。問題がユーザー自身のマネージャーとの関係にある場合は使用しない（managing-up を使用）。
パフォーマンス低下の診断、評価案件の整理、PIP の実施または解雇の判断、自身のマネージャー評価の検討を支援します。「perf review」「review cycle」「performance calibration」「write a review」「rating」「meets expectations」「performance improvement」「PIP」「promotion case」「end of year review」「mid-year review」「underperformer」「struggling employee」「should I let them go」と言われた場合に使用します。日々のフィードバック（feedback を使用）や新規採用候補者の評価（hiring を使用）には使わないでください。
追跡対象のポートフォリオ企業に関する金融ニュースを、検証済みの Tier 1 ソース 33 件（Bloomberg、Reuters、FT、WSJ、IntelliNews、ČTK、PAP、BTA、TASR、ING Think、ECB、EC Press Corner など）と幅広い Google News の代替検索から発見・抽出します。企業ニュースの検索、報道の取得、金融メディアの監視、ニューススキャン、ポートフォリオ企業の見出し確認をユーザーが求めた場合に使用します。追跡対象企業は data/companies.json から読み込みます。マーケティング／ソーシャルリスニングには使用しないでください（apify/awesome-skills を使用）。朝のブリーフィング形式の作成にも使用しないでください（対象外）。
Gmail のカスタマーサポートをトリアージします。返信やフォローアップの前にスレッド全体を必ず再確認し、デフォルトでは下書きのみ作成します。下書きごとに Codex のプロジェクトスレッドを作成し、最終クローズ返信と条件を満たす場合の任意の Trustpilot レビュー依頼は承認制です。確認済みの DreamCut Discord 招待リクエストへの対応も承認制です。顧客メール自動化の実行、未読または最近のサポートメールの確認、顧客からのフォローアップの確認、Gmail 返信の準備または送信、解決を肯定的に確認済みのケースのクローズ、サポート引き継ぎの継続、下書きフォローアップ用のエージェント／プロジェクトスレッドの作成、DreamCut Discord のアクセスリクエストへの対応を依頼された場合に使用します
エンジニアリングマネージャーがチームのデリバリーを測定し、改善するのを支援します。一般的な指標が失敗する理由の変遷、DORA の4つの主要指標のフレームワーク（デプロイ頻度、リードタイム、変更失敗率、MTTR）、DevEx の3つの側面（フィードバックループ、認知負荷、フロー状態）、エンジニアリング指標をビジネス成果に結び付ける方法、避けるべき測定のアンチパターンを扱います。「生産性の測り方」「DORA 指標」「ベロシティ」「サイクルタイム」「開発者エクスペリエンス」「DevEx」「チームの好調さを示す方法」「エンジニアリングの指標」「チームの進みが遅い」「エンジニアリングのパフォーマンス」「エンジニアリングとビジネスの結び付け方」などの質問で使用します。パフォーマンスが低い個人のマネジメントには使用せず、performance-reviews を使用してください。
任意の AI/ML トピックについて構造化された文献サーベイを作成する。Agent が公開のアンカーリソースから研究バンドル（分類体系 + セクション + 実在する論文の参考文献）を整理し、選択された LLM がサーベイ成果物を生成する。出力先は単発の HTML ではなく wiki ページ（markdown）で、サーベイは `<wiki>/derived/surveys/<slug>.md` に配置され、`sources.md` に完全な参考文献の行が含まれる。プロバイダー非依存（Anthropic/OpenAI/OpenRouter/Fireworks/カスタム OpenAI 互換）。ユーザーが技術トピックについて「サーベイ」「文献レビュー」「lit review」「ディープダイブ」を求めた場合に使用する。
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。