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 97,501 件掲載。コマンド 1 行でインストールできます。
生産性
ユーザーが現在の法律問題に関連する類似事例、関連判決、裁判ルールを探す必要があるときにこのスキルをトリガーする。典型的なトリガー場面は、ユーザーが類似事例や判例の検索を明確に求めた場合、過去の裁判で法律上の主張を裏付けたい場合、案件の予測のために同種の判決を参照する必要がある場合、法律文書の作成で権威ある事例を引用する必要がある場合、ある法律問題の司法実務の傾向を分析する場合、同一問題に対する異なる裁判所や異なる時期の裁判の立場を比較する場合など。キーワードには次が含まれるがこれに限らない：類似事例、関連判決、判例検索、裁判ルール、同種案件、指導的案例、典型的案例、司法の見解、裁判要旨など。
ユーザーの JDex——Johnny.Decimal インデックス——を読み書きする。ユーザーが自分の JDex に言及した場合、自分のドキュメントの確認・取得・更新を求めた場合、Johnny.Decimal ID（例：12.34、W0189）を参照した場合、名前に ID を含むフォルダからあなたを呼び出した場合、ファイルやドキュメントの検索を求めた場合、ファイルのファイリング・命名・リネームを求めた場合（例：「file this」「name this」「put this download away」）、自分のシステムへの移行や既存ファイルの取り込みを求めた場合（例：「move me in」「sort out my Downloads」）、あるドキュメントが JD システムのどこに属するかを尋ねた場合、または自分の生活や業務に関する事実確認の質問（例：「where does X money go?」「what's the process for Y?」「trace where Z ended up?」）をした場合に、このスキルを使用する。JDex は彼らのナレッジベースである——自分自身の情報に関するあらゆる調査・研究上の質問は、まず JDex の検索として扱う。
ローカルでログイン済みの Chrome を使って Web ページを操作・検証する（自分のサイトのテスト、E2E、スクリーンショットを含む）、ログイン済みの管理画面を読む、API のないデータを取得する、フォームに入力する、あるいは OpenCLI doctor、セッション、adapter の不具合を調査する場合、または opencli、ブラウザ自動化、タブの乗っ取りに明示的に言及した場合に使用。公開テキストにはまず HTTP を使用；トピック調査は agent-reach へ；SEO とキーワード選定の意思決定は rankup へ；被リンクの選定、送信、Semrush、Similarweb レポートの解釈は backlink へ；本 Skill はブラウザ操作、セッション、データ取得の仕組みのみを担当する。
arXiv を基盤とし、skill ネイティブな Scispark ワークフローでエビデンスを追跡できる研究アイデアを生成する。Codex が研究キーワード、問い、論文セット、Zotero/ライブラリ資料、または arXiv の結果を、構造化された事実、検証可能な仮説、初期の研究アイデア、技術的最適化、作用機序の分析、人間と AI の協働レビュー、または任意の学術スライドに変換する必要があるときに使用する。また、ユーザーが Scispark、科研想法生成、研究假设生成、机制优化、MoA、文献に基づくアイデア生成、または 从关键词到研究方案 に言及したときにも使用する。
フィードバックループをマッピングし、システムアーキタイプ（失敗する修正、負担の転嫁、共有地の悲劇、成長の限界）を特定し、Meadows のレバレッジ階層で介入を順位付けすることで、複雑なシステムにおける高レバレッジの介入点を見つける。次の場合に使用する：問題がフィードバックループ、遅延、創発的挙動を伴う相互接続されたコンポーネントを含む場合；過去の解決策が失敗した、または意図しない結果を引き起こした場合；最大の効果を得るためにどこを押すべきかを特定する場合；あるいはユーザーがシステム思考、レバレッジポイント、フィードバックループ、因果ループ図、ストックとフロー、複雑系に言及した場合。
固定の日数予算に基づく契約サプライヤーとの最初のワークセッションを準備する：合意済みのオファーまたは契約を読み取り、日数予算シートが契約上限に対して集計されるブランド化されたセッションワークブック、内部準備ブリーフ、サプライヤー向けアジェンダ、セッション後の記録テンプレートを作成する。サプライヤーとのキックオフやデリバリーセッションの準備、または署名済みオファー上の日数予算配分に使用する。tor-procurement（ToR を作成）、selection-toolkit（パネル評価）、procurement-offer-review（届いた 1 件のオファー）、implementation-pack（IPPF が受け取るドナー助成）、meeting-notes モード 2（1-1 の準備）とは異なる。
論文の DOI または arXiv ID から合法的なオープンアクセス版を取得する — Unpaywall、arXiv PDF/HTML、オープンアクセスの ACM Digital Library を経由して解決する。特定の論文の PDF や全文を取得、ダウンロード、閲覧したい場合に使用する。礼儀正しい単発の取得、一時的な処理のみ：論文本文をリポジトリに保存せず、ペイウォールを回避せず、シャドーライブラリを使用しない。トピックや会議名で論文を探す場合は先に find-papers を使用する。このスキルは識別子から開始する。
`gws` コマンドライン経由で Google Workspace（Drive、Docs、Sheets、Gmail、Calendar、Chat、Meet、Admin）にアクセスします。ユーザーが Google Docs、Sheets、Drive のファイル／フォルダ、Gmail のメッセージ、Calendar のイベント、その他の Google Workspace リソースを読み取り、書き込み、管理したい場合にこのスキルを使用します。トリガー：Google Docs、Google Sheets、Google Drive、Google Calendar（gws 経由）、Google Chat、Google Meet、スプレッドシート操作、ドキュメント編集、ファイルアップロード、共有権限、Gmail のトリアージ、または `gws` コマンドへの言及。
公式の NDL 国会 API（認証不要）経由で日本の国会議事録を検索・取得します。1947 年以降のすべての国会会期を対象とし、キーワード検索、発言者検索、会議単位の取得、日付/会期/号による絞り込みに対応します。政治研究、立法トラッキング、発言分析、および日本の議会記録を扱うあらゆるタスクに有用です。国会発足（1947 年）以降の日本の国会議事録を NDL 国会会議録検索システム API 経由で検索・取得するスキル。発言・会議・キーワード検索および期間/回次/会派による絞り込みに対応。日本の国会審議、議員の発言、議会記録を調査するときにこのスキルを使用します。帝国議会（帝国議会（貴族院を含む）、1947-05 以前）には使用しません。これは別の NDL Imperial Diet API が提供します。
学術論文（arXiv プレプリント、会議・ジャーナルの PDF、Zotero アイテム）を 3 段階の設定可能な深度で読み、分析する：クイックスキム（2 分）、標準読解（10 分）、詳細分析（30 分）。問題、手法、主要な革新、結果、限界、再現性、隠れた前提、ユーザーの他の作業との関連を網羅した構造化ダイジェストを生成する。ユーザーが arXiv リンク、PDF、論文タイトルを共有して読み／要約／ダイジェスト／TL;DR／分析／レビュー／批評／説明／分解を求めるとき、論文の貢献／手法／結果／数式／図について尋ねるとき、2 本の論文を並べて比較したいとき、記録用の読書ノートが必要なときに使用する。
個人の Microsoft 365 アカウントで AI エージェント向けに作られた初の Outlook カレンダー CLI — オフラインでの競合… トリガーフレーズ：`what's on my calendar today`、`find me an hour next week`、`do I have any conflicts`、`what meetings haven't I responded to`、`prep me for my next meeting`、`schedule a meeting on my Outlook calendar`、`use outlook-calendar`、`run outlook-calendar`。
自律型ウェブリサーチエージェント — リサーチ質問を受け取り、ScraperAPI で関連ソースを発見・スクレイピングし、コンテンツをファイルアーティファクトとして Anthropic Files API にアップロードし、すべてを Claude に渡して引用付きリサーチレポートに統合する。すべて 1 つのフローで完結。ユーザーが次のように依頼したときに使用："X を調べて引用付きレポートを出して"、"Y をオンラインで調査して見つけた内容をまとめて"、"実際のウェブソースを使って Z を深掘りして"、"複数のウェブサイトから X の情報を見つけて出典を引用して"、"このトピックで scraperapi research agent を実行して"。インライン引用と番号付きソース一覧を備えた構造化 markdown レポートを生成する。記憶から答えるだけでなく実際のページのスクレイピングを要するマルチソースのウェブリサーチをユーザーが求める場合は常に呼び出す。注意：ユーザーが提供したクエリ、URL、コンテンツを ScraperAPI に送信する。スクレイピングしたコンテンツを Anthropic Files API にアップロードする。
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。