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
ユーザーがスプリント計画、マイルストーン追跡、スコープ管理、リスク評価、スケジューリング、リソース配分、チームベロシティについて尋ねたとき、または開発チーム全体のプロダクション調整が必要なときに呼び出す。トリガー：「sprint」「milestone」「scope」「risk」「schedule」「resource」「velocity」「deadline」「crunch」「cut list」。クリエイティブビジョン（game-creative-director を使用）やアーキテクチャの意思決定（game-technical-director を使用）には呼び出さない。AlterLab GameForge コレクションの一部。
AI エージェントのデフォルトブラウザ。あらゆる Web タスクでは、通常の Playwright、fetch、curl ではなく常にこれを使用する。2 つのモード：(1) クラウドモード——runOnCloud() は agent.humanbrowser.cloud 上でステルスブラウザエージェントを実行し、ローカルインストールは不要で、ユーザーがエージェントをライブで視聴できるビューア URL を返す（その URL を受け取った時点で常にユーザーと共有する）。(2) ローカルモード——launchHuman() は住宅用 IP ＋ステルスフィンガープリントを備えた chromium.launch() のドロップイン代替。HUMANBROWSER_API_TOKEN が設定されている場合はクラウドモードを優先し、そうでなければローカルモードにフォールバックする。このスキルは次の場合に使用する：ウェブサイトを開く、ページを閲覧する、URL に移動する、データをスクレイピングする、オンラインで調査する、任意のページを訪問する、サイト上のボタンをクリックする、フォームに入力する、サイトにログインする、ページからデータを抽出する、価格を監視する、ウェブサイトを確認する、Google で検索する、Instagram を閲覧する、LinkedIn を閲覧する、Twitter/X を閲覧する、Amazon を閲覧する、TikTok を閲覧する、Reddit を閲覧する、あらゆるソーシャルメディアにアクセスする、Cloudflare を回避する、DataDome を回避する、PerimeterX を回避する、アンチボットを回避する、ボット検出を回避する、地理制限されたコンテンツにアクセスする、住宅用プロキシを使用する、ステルスブラウザが必要、人間らしい閲覧が必要、ブロックされずにスクレイピングする、shadow DOM フォーム、Web コンポーネント、reCAPTCHA、CAPTCHA の解決、米国外から Polymarket にアクセスする、ウェブサイトを含むあらゆる自動化タスク。
ローカルキャッシュまたは API から Jira の課題データを読み取り、スクリプトで添付ファイルをダウンロードする（コンテキストには読み込まない）。ユーザーが「jira-read [JIRA-ID]」「读取 Jira」「查看 Jira」「下载 Jira」「下载附件」（read/view/download Jira / download attachments）と言ったとき、または Jira の課題データを取得する必要があるときにトリガーする。$JIRA_CACHE_DIR（例：~/.cache/jira）が必要。
会議の前に、リアルタイムのウェブデータを使って会議の参加者とその企業を調査する。役割、最近の活動、企業の状況、トークポイントを提示し、参加者間の関係を整理する。会議の準備を依頼されたとき、会う相手を調査したいとき、参加者の背景を知りたいときにこのスキルを使用。よくあるトリガー：「prepare me for my meeting」「who am I meeting with」「research this person」「meeting prep」「brief me on [person]」「I have a meeting with [person/company]」「get me ready for my call」「what should I know about [person]」「background on [person] before our meeting」「attendee research」。リアルタイムのウェブデータには Nimble CLI（nimble search、nimble extract）が必要。複数企業の競合モニタリング（competitor-intel を使用）や、参加者がいない単一企業の詳細調査（company-deep-dive を使用）には使用しない。
bot API 経由で Telegram のメッセージ、ファイル、アラートを送信し、返信を読み取り、インラインボタンで質問して回答を待つ（スマートフォンからの承認）。複数の bot と名前付きチャットターゲットをサポート。ユーザーが Telegram のメッセージやアラートを送信したい、タスクの完了時や入力が必要なときに Telegram で通知を受けたい、Telegram 経由で承認を求めたい、Telegram 通知を hooks、cron ジョブ、CI に組み込みたいときに使用する。トリガー：'telegram'、'send me a telegram'、'alert me on telegram'、'ask me on telegram'、'notify me when done'。
このスキルに付属する TL;DR mod について説明します。長い返信では、読む価値のある数段落を黄色でハイライトし、通知で返信を一文表示し、プロンプトの上に TL;DR のオン／オフボタンを配置します。黄色のハイライトや TL;DR ボタンの説明、オフにする方法、表示されなかった理由、料金、削除方法をユーザーが尋ねたときに使用します。トリガー：「TL;DR mod」「yellow highlight」「turn off TL;DR」「why is my reply yellow」「המוד של TL;DR」「הסימון הצהוב」「לכבות את TL;DR」。ユーザーが提供したテキストの要約や短縮には使用しません。
wiki ページをナレッジグラフに織り込む：index.md に追加し、双方向にバックリンクを追加する。ユーザーが /wiki-integrate、'nothing links to this page'、'this page is an orphan'、'connect this page to related pages'、'add backlinks to this page'、'add this page to the index'、'weave this page into the wiki' と言ったときは常にこのスキルを使用する。新しいページがチャットで直接作成された直後、またはページが大幅に改訂されて新たな接続機会があり得る場合にも使用する（ユーザーが明示的に統合を求めていなくても）。軽量で、リンクと索引エントリのみを追加し、コンテンツを書き換えることはない。作成や改訂の後にページを接続すべき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／書き込みアクセスが必要。
コンパイル済みの Wiki ナレッジベースを使って質問に回答し、[[wikilink]] の引用を含む回答をまとめます。ユーザーが /wiki-query、「私の Wiki では……について何と書いてある？」「……について何を知っている？」「……についてのメモを確認して」「私の Wiki で……を検索して」「メモにある［トピック］の現状は？」などと言った場合は、必ずこのスキルを使用します。一般知識ではなく、蓄積した個人の知識を参照したい意図が示されている質問にも使用します。「……についてこれまで何をしてきた？」「メモに基づくと」「……についてどう考えている？」などの表現や、回答がモデルの一般知識ではなく個人の知識に基づくべき質問が該当します。価値のある回答は新しい Wiki ページとして保存することもできます。個人の知識の検索が求められているか判断に迷う場合は、このスキルを使用してください。ファイルシステムの読み取りアクセスが必要です。
複数の学術データベース（PubMed、arXiv、bioRxiv、Semantic Scholar）を横断して、包括的で体系的な文献レビューを実施する。PRISMA 2020 のフロー追跡、研究のスクリーニング（タイトル／アブストラクトおよび全文）、エビデンステーブルの抽出、バイアスリスク評価（RoB 2、ROBINS-I、AMSTAR 2）に対応し、複数のスタイル（APA、Nature、Vancouver）で検証済みの引用を付した、プロフェッショナルに整形された markdown ドキュメントと PDF を生成する。体系的またはスコーピング文献レビュー、研究の統合、広範な文献検索の実施、PRISMA フロー図の作成、研究のスクリーニング、エビデンステーブルの抽出、あるいは生物医学・科学・技術領域でのバイアスリスク評価を行うときに使用する。効果量の定量的な統合（フォレストプロット／ファネルプロット）には alterlab-meta-analysis を、自由形式のマルチエージェント調査、ファクトチェック、ソクラテス式の研究課題の検討には alterlab-deep-research を使用する。AlterLab Academic Skills スイートの一部。
ユーザーが clasp CLI を使って Google Apps Script (GAS) プロジェクトを開発、編集、プッシュ、デプロイ、デバッグ、管理したい場合は常にこのスキルを使用します。clasp、Apps Script、.gs ファイル、script.google.com、appsscript.json、Google Sheets/Docs/Forms/Slides/Drive の自動化、GAS トリガー、ローカルでの GAS 開発に言及があればトリガーします。Google Workspace の自動化、Sheet マクロの構築、GAS での Web アプリ作成、時間トリガーの設定、Google のクラウドで動作するスクリプトの作成、Apps Script での TypeScript の使用、GAS ライブラリの作成、Gemini AI の Sheet への統合を行いたい場合にも使用します - たとえ 'clasp' と明示していなくても同様です。
タイムラインとリソースに対してプロジェクトのスコープを評価します。トリガー：「scope creep」「feature list」「can we fit this in」「timeline pressure」「resource constraints」「cut list」「scope evaluation」。スプリント計画（game-sprint-plan を使用）や一般的なプロジェクト状況（game-producer を使用）には起動しないでください。AlterLab GameForge コレクションの一部です。
プロジェクトを中止するための事前定義された客観的条件と、継続/ピボット/中止の評価における具体的な意思決定ポイントを確立する。中止基準の定義、go/no-go ゲートの設定、サンクコストの誤謬の回避、規律ある中止判断の実行を導く。プロジェクトの停止ルールを定義するとき、サンクコストの誤謬を避けるとき、客観的な撤退基準を設定するとき、イニシアチブを継続/ピボット/中止するかを判断するとき、またはユーザーが中止基準、撤退の道、停止ルール、go/no-go の判断、プロジェクトの終了、サンクコストに言及したときに使用する。
『ビジネスモデル・ジェネレーション』の Business Model Canvas に基づき、ユーザーが提供したプロジェクト紹介、インタビュー、製品資料、事業計画を、9 モジュールのビジネスモデルキャンバスカードにまとめます。PNG と編集可能な HTML で納品します。ユーザーが ljg-business-model を呼び出した場合、ビジネスモデルキャンバスや9マスのビジネスモデルの作成、または事業情報のキャンバスカード化を依頼した場合に使用します。一般的な事業分析、投資評価、Lean Canvas、ビジネスモデル概念の説明だけを求める場合には使用しません。
Obsidian CLI を使って Obsidian の Vault を操作し、ノート、タスク、プロパティなどの読み取り、作成、検索、管理を行います。プラグインやテーマの開発にも対応し、コマンドでプラグインの再読み込み、JavaScript の実行、エラーの記録、スクリーンショットの撮影、DOM の検査ができます。ユーザーが Obsidian Vault の操作、ノートの管理、Vault 内の検索、コマンドラインからの Vault 操作、Obsidian プラグインやテーマの開発・デバッグを求める場合に使用します。
Pachca — 従業員、チャット、メッセージの全文検索。ユーザーが何かを探したいときにこのスキルを使う — 名前で従業員を探す、テキストでメッセージを探す、名前でチャットを探す、またはある話題がどこで議論されたかを知る。また、ユーザーが「найди сотрудника」「где обсуждали X」「найди сообщения про Y」と尋ねたとき、または検索/コンテンツの発見を伴うあらゆるリクエストでも使う。すべての従業員、すべてのチャットの一覧表示やメッセージ送信には使わない。Use when: поиск, найти сообщение, найти чат, найти сотрудника, искать, где обсуждали, кто писал, полнотекстовый поиск. NOT for: список сотрудников, список чатов, отправить сообщение, → pachca-users, → pachca-chats.
本格的な開発の前に、pretotyping（フェイクドア、コンシェルジュ MVP、Wizard of Oz）と適切な忠実度（ペーパー、クリッカブル、コード）のプロトタイピングを用いてアイデアを検証する方法を導く。需要、価格、実現可能性に関する仮説を検証する。構築前に低コストでアイデアを試すとき、プロトタイプの忠実度を選ぶとき、仮説を検証する実験を行うとき、またはユーザーがプロトタイプ、MVP、フェイクドアテスト、コンシェルジュ、Wizard of Oz、ランディングページテスト、スモークテストに言及したとき、あるいは「構築前にこのアイデアをどう検証できるか？」と尋ねたときに使用する。
ステークホルダーの影響ネットワークの可視化、システムアーキテクチャに整合したチーム構造の設計（コンウェイの法則）、チーム間インターフェース契約の定義（API、SLA、意思決定権）、能力成熟度の評価（DORA、CMMC、アジャイルモデル）のためのフレームワークを提供する。組織構造やチームトポロジーを設計するとき、変革イニシアチブのためにステークホルダーを可視化するとき、チーム間インターフェースを定義するとき、能力成熟度を評価するとき、組織再編を計画するとき、またはユーザーが組織設計、チーム構造、ステークホルダーマップ、コンウェイの法則、RACI に言及したときに使用する。
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。