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
ユーザーが文章を書き直したい、引き締めたい、監査したい、簡素化したい、洗練したい、人間らしくしたい、文法チェックしたい、あるいは意図した意味、読者、トーン、明示的な制約を変えずに、より平易に、より明確に、より短く、より読みやすく、より行動しやすくしたいときに使用します。plain English、simple English、make this clearer、make this more direct、clean this up、edit this、review this writing、grammar check、too wordy、too formal、less fluffy、friendlier、shorter、audit then rewrite、keep the tone、mode=strict、STE、ASD-STE100、ADHD-friendly といったリクエストでトリガーします。ドキュメント、プロンプト、メール、UI コピー、サポート返信、リリースノート、ステータス更新、インシデント記録、手順テキスト、その他 LLM が書いた文章にも適用します。主な作業が英文の改善、または明確さを高めつつトーンを保つことである場合にこのスキルを優先します。監査のみのリクエストや原文を厳密に保持する制約も含みますが、実際の作業がファクトチェック、ポリシー策定、実質的なコンテンツ設計である場合はそうではありません。
中国のウェルスマネジメント顧客向けに、老後、教育、相続、キャッシュフロー計画を網羅するファイナンシャルプランを作成する。オリジナルの financial-plan skill を中国の税制、社会保障、現地の金融商品に合わせて改変したもの。"A股财务规划"、"理财规划"、"financial plan China"、"retirement plan China"、"财务规划客户"、"退休规划"、"教育金规划"、"comprehensive financial plan" でトリガー。
A 株のセクター・業界ランドスケープの包括レポート — 市場規模、競争上のポジショニング、政策環境、主要な A 株企業、バリュエーション倍率、テーマ別トレンド。中国市場の構造と用語に合わせて元の sector-overview skill を改編したもの。「A股行业分析」「行业研究」「板块分析」「sector overview China」「A-share sector deep dive」「白酒/半导体/新能源 行业分析」「[industry] landscape China」でトリガーする。
デスクトップを実際に操作する — Windows、macOS、Linux でウィンドウの一覧表示とフォーカス、入力、貼り付け、クリック、スクロール、スクリーンショットを行い、ターミナルで動作する他のコーディングエージェントセッションを操作します。画面や 1 日の流れをセットアップしたい、アプリやリポジトリの一群を開いて配置したい、録画前にライブデモを準備・実行したい、ヘッドレスハーネスのないデスクトップアプリをテストしたい、別ウィンドウの Claude Code セッションを起動・操作したい、画面上の内容を証拠としてキャプチャしたい場合に使用します。トリガー：「set up my screen」「get my demo ready」「drive the screen」「control my desktop」「open these repos and start」「test this desktop app」「run this on my machine and show me」。ブラウザ自動化向けではありません（それには専用のヘッドレスツールがあります）。
agent-browser を Chrome DevTools Protocol 経由で使用して、Electron デスクトップアプリ（VS Code、Slack、Discord、Figma、Notion、Spotify など）を自動化します。ユーザーが Electron アプリとやり取りする、デスクトップアプリを自動化する、実行中のアプリに接続する、ネイティブアプリを制御する、または Electron アプリケーションをテストする必要があるときに使用します。トリガーには "automate Slack app"、"control VS Code"、"interact with Discord app"、"test this Electron app"、"connect to desktop app"、またはネイティブ Electron アプリケーションの自動化を必要とするあらゆるタスクが含まれます。
生の人間の入力を貼り付けたとき——通話の文字起こし（Grain、Zoom、Granola、Fathom）、クライアント/パートナー/友人からのテキストやメール、ボイスメモの書き起こし、議事録——それを構造化された作業に変換したいときに使用する。決定事項、アクションアイテム（自分と相手のもの）、バグ/機能リクエスト、残す価値のある事実を抽出し、正しいリポジトリに GitHub issue を起票し、セカンドブレインの保管庫に保存し、返信を下書きする（送信は決してしない）。トリガーは「/ingest」、「ingest this」、「here's my call with X」、「here's the transcript」、「this is from [person]」、「[person] asked me this」、「from [person]」、話者ラベル付きの貼り付けた文字起こし、処理を明らかに期待する転送されたクライアントメッセージ。人物→プロジェクトのルーティングは非公開の設定にあり、未知の送信者には一度だけ確認し、その後記憶する。
OpenAnt でタスクのアクティビティを監視し、通知を確認し、プラットフォームの統計を表示する。エージェントが更新を確認したい、通知数を確認したい、タスクの変化を監視したい、プラットフォームで何が起きているか確認したい、ダッシュボードの概要を取得したい場合に使用。"check notifications"、"any updates?"、"platform stats"、"what's new"、"status update"、"watch task" をカバー。個人のタスク履歴と一覧には、代わりに my-tasks スキルを使用。
会議の締め切りから逆算して投稿タイムラインを組み立てる——残り日数（AoE 対応）、アブストラクト登録のオフセット、著者リストの凍結、OpenReview/CMT/EasyChair/HotCRP/PCS のアカウントリードタイムとシステム別の手順、補足資料とコードのサイズ制限、相互査読の義務、二重投稿の監査。投稿を計画したい、締め切りまでどれくらいか知りたい、アブストラクト登録について言及した、投稿チェックリスト、締め切りカウントダウン、「NeurIPS/ICML/CHI の締め切り前に何が必要か」と尋ねた、または投稿後に何が起きるか（反論期間、通知、camera-ready）を尋ねたときに使用する。フェーズ対応——venues/ プロファイルから投稿前・査読中・camera-ready の計画を作成し、期限超過のステップにフラグを立てる。
優先順位付けの判断、スコアリング済みバックログ、RICE/ICE/MoSCoW の出力、ロードマップの順序付けに対して構造化された厳密性監査を実施する。深刻度で格付けし具体的な修正案を付した問題リストを生成する——見せかけの精度を伴う捏造スコア、戦略から切り離された優先順位、機能工場的な順序付け、すべてが必須であるという膨張、暗黙のままにされたトレードオフを捉える。優先順位付けされたバックログ、スコアリング演習、ロードマップの順序、「まず何を作るべきか」の判断をレビューするとき、あるいはあらゆる優先順位付け作業後の検証ステップとして使用。
プロダクトビジョンやプロダクト戦略を策定または批評する——目指すべき到達点と、そこへ至るための意図的でトレードオフに基づく選択——であり、バズワードのポスターや機能リストではない。ビジョン/戦略/ロードマップ/ミッションという成果物を区別し、プロダクトビジョンを会社のビジョンへとつなげ、焦点を絞ったセグメント + 差別化 + 明示的な「やらないこと」を強制し、安定性の原則（ビジョンには頑固に、戦略には柔軟に）を定める。常に成り立つコアを適用し、文脈依存の意思決定（どの戦略フレームワーク、ビジョンの伝達形式、単一プロダクトか複数プロダクトか、B2B か B2C か、新規か既存か、深さ）をゲートする。プロダクトビジョン、ビジョンステートメント、プロダクト戦略、戦略テーマ、ポジショニング/どこで戦うか/どう勝つかを書く・定義する・批評する、またはビジョン・戦略・ロードマップを区別するよう求められたときにトリガーする。
このスキルは、オンデバイスの qmd エンジン（BM25 + vector + LLM rerank）を使い、キーワードだけでなく意味でローカルの Obsidian vault / markdown ナレッジベースを検索するために使用します。ユーザーが「search my vault/notes」「find notes about X」「what do my notes say about Y」「do I have anything on Z」「semantic search my knowledge base」を求めたり、markdown に対する概念検索やクロスリンガル検索を希望したりするときにトリガーします。完全ローカルで、何もマシンから出ません。
あらゆるトピックについて実在する研究論文を発見、取得、ランク付け、要約する。arXiv、Google Scholar、PubMed、Semantic Scholar、信頼できるオープンリポジトリを検索し、検証済みの DOI、主要な知見、引用可能なメタデータを備えた厳選された読書リストを返す。スラッシュコマンド（`/get-research-paper`、`/find-paper`、`/fetch-paper`、`/papers-on`、`/scholar`）や "get research paper on …"、"find papers about …"、"what are the top papers on …" といった自然言語のリクエストで起動する。論文執筆のために `research-paper` スキルへきれいに引き継ぐ。ランタイム中立 — Claude Code、OpenCode、Cursor、Cline、Codex、Aider、Amp、および 50 以上のエージェントで動作する。
Nimble Web Search Agents（WSA）とウェブデータを用いて、任意の地域のローカルビジネスを発見・拡充・スコアリングする。信頼度スコア、レビュー、ソーシャルプレゼンス、インタラクティブマップを備えた構造化されたランキングリストを返す。ユーザーがローカルビジネス、場所、地域の探索について尋ねたときにこのスキルを使用する。一般的なトリガー：「find all coffee shops in」「map every bar in」「local businesses in」「discover gyms near」「what restaurants are in」「neighborhood guide for」「local places in」「find places near」「list all [business type] in [area]」「best [type] near [location]」「build a neighborhood guide」「local place search」。WSA とフォールバック検索によるライブのウェブデータには Nimble コマンドライン（nimble extract:templates run、nimble search、nimble extract）が必要。競合分析やモニタリングには使用しない（competitor-intel を使用）。企業調査やディープダイブには使用しない（company-deep-dive を使用）。一般的なウェブ検索や抽出には使用しない（nimble-web-expert を使用）。
Open Orbit ブリーフィングスキル — ユーザーが 2 つ以上のコネクタを接続している場合に Orbit パイプラインが選択する。認証済みの各コネクタ（GitHub、Linear、Notion、Slack、飛書、Calendar、Gmail、Drive、Sentry、Vercel など）から過去 24 時間のアクティビティを取得し、「我的设计」の上部に単一の適応型 bento グリッドダッシュボードをレンダリングする。各コネクタモジュールは返されるデータの形に応じて独自の UI 形式（リスト、アバタースタック、ステータスリング、ヒートマップ、ファイルグリッド、アラートカードなど）を選ぶため、Orbit のコネクタエコシステムの成長に合わせてレイアウトが拡張される。このスキルは手動でトリガーすべきではない — Orbit のデイリーダイジェストスケジューラがユーザーのライブのコネクタデータに対して呼び出す。
Open Orbit ブリーフィングスキル — Gmail がユーザーの唯一の接続済みコネクタである場合、またはユーザーがデイリーダイジェストの対象を Gmail に明示的に限定した場合に、Orbit パイプラインが選択する。ユーザーの認証済み Gmail 接続から過去 24 時間の受信トレイのアクティビティ（返信待ち、メンション、cc、自動分類されたバルク）を取得し、Gmail の閲覧ビュー内で開かれる Orbit Daily Digest メールとしてダイジェストをレンダリングする。このスキルは手動でトリガーすべきではない — Orbit のデイリーダイジェストスケジューラがライブの Gmail データに対して呼び出す。
エージェントが法律条文、司法解释、典型事例以外の補助的な法律情報を検索する必要があるときに発動するスキル。具体的には、立法背景資料（草案説明、審議報告、立法機関の記者会見）、規制事例と行政処分決定、地方の指導意見と会議議事録、部門規則の起草説明と政策解説、業界標準と技術仕様、法律実施状況報告、人民代表大会常務委員会の法執行検査報告、白書と政策文書、学術上の通説と権威ある教材の見解、域外法の比較資料などを含むがこれらに限らない。ユーザーの質問が「なぜこのように規定されているのか」「立法目的は何か」「実務で監督部門はどう対応するのか」「地方にどのような特別規定があるのか」「業界慣行は何か」といった文脈に触れる場合に、本スキルを発動すべきである。
チームが仮説をどのように検証したか（または検証する予定か）について、構造化された厳密性監査を実行する — ディスカバリー計画、実験、テスト、または「検証済み」という主張に対して。重大度別に評価した問題リストと具体的な修正案を提示し、快適な仮説を検証して最もリスクの高い仮説を避けること、検証不能な言い回し、意思決定リスクと一致しない手法の忠実性、表明された意図を行動と取り違えること、事後に設定される成功基準、ゴールポストの移動、証拠力の不足を捉える。検証/ディスカバリーのアプローチをレビューする際、または仮説検証計画の作成後の検証ステップとして使用する。
製品の意思決定またはその根拠に対して構造化された品質監査を実施する——内製/購入/廃止/再プラットフォーム化/価格設定の判断、意思決定ログ、振り返り、あるいは「X に決めたのは……だからだ」といった類のもの。深刻度で格付けし具体的な修正案を付した問題リストを生成する——結果に基づく推論（resulting）、可逆性とミスマッチな審議、未校正の自信、確証/アンカリング/フレーミング/サンクコストのバイアス、事前検死の欠如、文書化されていない推論を捉える。重大な意思決定やその記録をレビューするとき、あるいは意思決定後の検証ステップとして使用。
ソースファイルを統合された wiki ページに処理する。ユーザーが /wiki-ingest、'import these files'、'process my clippings'、'ingest this article'、'I have new articles to add'、'turn this PDF into a wiki page'、'what's in my raw/ folder'、'what have I ingested' と言ったときは常にこのスキルを使用する。処理のためにファイルをどこかに置くと言った場合、任意のドキュメント、記事、PDF を wiki ページにしたい場合、raw/ または ingested/ のファイルについて尋ねた場合にも使用する（'ingest' と言わなくても）。raw/ をフラットなキューとして扱い、すべてのファイルをスキャンし、知識を wiki ページに統合し、各ソースを原子的なコミットとして ingested/ へ移動する。ソース素材の処理が要求されているか判断に迷う場合は、このスキルを使用する。ファイルシステムの読み取り／書き込み／移動アクセスが必要。
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。