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
TextOps API を使って音声または動画ファイルを文字起こしします。ユーザーが動画や音声ファイルの文字起こしを望む場合、mp4/mp3/wav/m4a ファイルに言及してテキスト化を望む場合、文字起こしや תמלול を求める場合、音声をテキストに変換したい場合にこのスキルを使用します。YouTube、Facebook、Instagram、Twitter/X のリンクでも起動します。動画や録音を文字起こしして要約したい場合(例:「תמלל ותסכם」「תסכם לי את הסרטון」「transcribe and summarize」)にも使用します——ヘブライ語の要約指示が含まれています。ユーザーが「תמלל את זה」や「I want to transcribe this file」と言っただけでも、必ずこのスキルを起動してください。ユーザーがこのスキルで何ができるか、どんな機能があるか、「מה אתה יכול לעשות?」「what can you do?」などの能力に関する質問をした場合にも、このスキルを起動してください。
llm-wiki スキルスイートをセットアップ、検証、再設定する。ユーザーが /wiki-config と言ったとき、'set up my wiki'、'configure wiki'、'initialize wiki config' を求めるとき、'page structure problems'、'schema issues'、'missing templates'、'wiki help'、'how does the wiki work' に言及するとき、またはいずれかの wiki スキルが config、schema、templates の欠落や無効を報告するときは常にこのスキルを使用する。また、利用可能な wiki スキルを知りたいとき、wiki システムの仕組みについて混乱しているように見えるとき、あるスキルが期待どおりに動作しない理由を尋ねるときにも使用する — 'config' と言っていなくても。wiki システムの対話型設定フロー、schema 管理、テンプレート管理を担う。セットアップまたは設定の問題が提起されているかどうか判断に迷う場合は、このスキルを使用する。
見積もり、意思決定分析、ストーリーテリングを連鎖させ、不確実な選択を明確でステークホルダーに提示できる推奨事項に変換する。不確実な変数を定量化し、期待値分析を適用して最良の選択肢を特定し、その分析を説得力のあるナラティブにまとめる。戦略的選択肢の評価(自社開発 vs 購入、市場参入、リソース配分)、トレードオフの定量化、投資の正当化、意思決定者への提案、またはユーザーが ROI 分析、期待値、ビジネスケース、費用対効果に言及したとき、あるいは見積もりと説得力のあるコミュニケーションを組み合わせる必要があるときに使用する。
Mac のディスク容量を解放したいときに使用します。\"clean my Mac\"、\"free up space\"、\"disk full\"、\"where did my storage go\"、\"全自动清理 Mac\"、\"清理储存空间\"、\"Xcode is eating my disk\"、\"Docker is huge\"、\"what's taking my disk\"、\"show me a disk map\"、\"set up auto cleanup\"、\"find large unused folders\"、\"find old AI models\"、\"schedule cleanup\" でトリガーされます。任意のパスからファイルシステムを走査し、51 モジュールの判定レジストリに基づいてすべてのフォルダを auto-safe / review / never-touch / unknown に分類し、一括の自動クリーンアップと項目ごとの対話的なレビューの両方をサポートします。launchd 経由で定期的な自動クリーンアップをインストールできます。
Gmail または Outlook に接続するインテリジェントな受信トレイトリアージ。送信者の認識、緊急キーワード、スレッドの深さ、時間的緊急性、業務上の関連性を用いてメールを重要度(0〜100)でスコアリングし、緊急/重要/通常/アーカイブに分類し、優先度の高い項目への返信案を生成する。ユーザーがメールを確認したい、受信トレイを見直したい、メッセージをトリアージしたい、緊急のものを知りたい、返信案を得たいときに使用する。トリガー:check email、inbox triage、what's important、email summary、unread emails、priority inbox。
ユーザーに代わってコマンドラインから Instagram を操作する Instagram コマンドラインの使い方。ユーザーが Instagram のメッセージを送信・閲覧したい、受信トレイを確認したい、メッセージに返信または送信取り消しをしたい、あるいはコマンドラインで Instagram の DM ワークフローを自動化したいときはいつでもこのスキルを使用。これには "message X on Instagram"、"check my Instagram DMs"、"send a photo to my friend"、"read my unread Instagram threads" といった表現のタスクや、Instagram のダイレクトメッセージに関する自動化・スクリプトが含まれる。
Jira プロジェクト、スペース、スプリント、ボード、フィルター、JQL、作業項目キー、または Jira URL のデータから視覚的な Jira スプリントダッシュボードを作成する。ユーザーが Jira スプリントダッシュボード、スタンドアップダッシュボード、スプリントレビュー、デリバリーレビュー、エンジニアリングマネージャーダッシュボード、WIP レビュー、プランニングビュー、クローズアウトビュー、または平坦なレポートより役立つ Jira 作業の視覚的スナップショットを求める場合に使用する。現在のエージェントが対応する最もリッチなダッシュボード形式(Cursor Canvas、インタラクティブな artifact、HTML、Markdown など)を使用する。
**自分自身の Amazon(Kindle)書籍ライブラリ**(購入した書籍 + 個人ドキュメント)内で書籍の内容を調べる、タイトル/著者で書籍を探す、所有する電子書籍をダウンロードする(Amazon が許可する範囲)、または購入済みの出版書籍の資料を参照する必要がある場合に使用。トリガー:書籍の検索、電子書籍のダウンロード、"find the book"、"get the PDF/EPUB of" **from my library**。ダウンロードすると PDF/EPUB/MOBI ファイルが生成される(タイトルによっては Kindle 形式も含まれる)——テキストに変換するには ebook-extractor スキルを使用。
単一のクエリではなくビジネス目標がある場合 —— "how can I use Linkup?"、"enrich my leads"、"build a competitor tracker"、"research before my meeting"、"vet this vendor" —— や、Linkup を活用した製品、エージェント、パイプラインを設計・コーディングするときに使用。目標を多段階の Linkup ワークフローに変換する(どのエンドポイント、どの呼び出し、何が次のステップに渡るか、どこで別のツールが引き継ぐか)。同梱のワークフローパターンと、統合ブループリントも兼ねる 18 個の既成レシピに基づく。
URL からフォームのフィールドを取得し、ユーザーのローカルナレッジベースを深く検索して関連情報を探し、すべての回答を事前入力した Markdown ドキュメントを生成してウェブフォームを記入する。ユーザーがウェブフォーム(カンファレンス申請、スピーカー応募、イベント登録、プロフィールフォーム)の URL を提供し、既存の資料から記入したいときに使用する。ユーザーが "填网页表"、"fill web form"、"网页填表"、"表单填写"、"申请表填写"、"conference application"、"speaker submission"、"讲师申请"、"报名表" に言及したとき、またはパスに "form"、"feedback"、"apply"、"register"、"submit" を含む URL を提供したときにもトリガーする。
Pachca——従業員(スペースのメンバー)とタグ(グループ)の管理。ユーザーが従業員の一覧表示、従業員の作成・更新・ブロック・削除、ID による他の従業員のステータス設定、タグ/グループの管理、タグの割り当て、オンボーディング/オフボーディングを行いたいときに使用。自分のプロフィールや自分のステータスには使用しない(pachca-profile を使用)。名前で従業員を検索するのにも使用しない(pachca-search を使用)。使用时机:сотрудник、сотрудники、список сотрудников、создать сотрудника、заблокировать сотрудника、уволить сотрудника、тег、теги、группа сотрудников、добавить в тег、онбординг、оффбординг。次には使用しない:мой профиль、мой статус、найди сотрудника、найти сотрудника、кастомные поля、дополнительные поля、получить профиль、мой профиль、установить свой статус → pachca-profile、→ pachca-chats、найти сообщение по тексту、полнотекстовый поиск → pachca-search。
Use when: 創造的な案、プロダクト方向の探索、発散思考、本質的な問題分析が必要なとき。ユーザーが「XX を作りたい」「XX プロダクトの計画を手伝って」「要件を設計して」と言ったとき。ユーザーが新しいプロダクト方向を示したが、まだ今回の brainstorm の対話確認が完了していないとき。新しいプロダクトの 0 から 1 の第一歩。Do NOT use when: ユーザーが「brainstorm をスキップ / いきなり要件調査 / ブレインストーミングは完了済み」と明言したとき。要件が明確で、ユーザーが具体的な後続 skill の直接実行を明示的に求めたとき
任意のタイムゾーンの現在時刻を取得し、タイムゾーン間で時刻を変換する。時刻、日付、タイムゾーン、地域をまたぐスケジューリング、"X の現在時刻"、"シドニーの午後 3 時をロンドン時間に変換"、DST の確認を扱うとき、またはユーザーが時刻の問い合わせで特定の都市/地域に言及したときに使用。IANA のタイムゾーン名に対応。日付演算(日数・月数の加算)、繰り返しイベントのスケジューリング、営業日の計算、完全なカレンダー/予約ロジックには使用しない — これらには専用の日付ライブラリまたはスケジューリングツールが必要。
百度地図 webapi 開発ガイド。百度地図 webAPI を使用するコードの作成、レビュー、デバッグ時にこのスキルを適用します。百度地図 API を直接呼び出して結果を取得する場面にも適しています。対象:地図の位置検索、POI 検索、ルート計画、推奨出発時刻、ルート所要時間の予測、リアルタイム交通情報、行政区画の照会、住所と座標の変換、沿道の交通イベント、天気照会、スマートな乗車地点の推薦など。ユーザーが出発時刻、ナビルート、地点検索、座標変換、地図関連の開発ニーズに言及したときに自動的にトリガーされます。
A 株市場向けの体系的な銘柄スクリーニングと投資アイデアの創出。クオンツスクリーニング、テーマリサーチ、パターン認識を組み合わせて、新たなロングとショートのアイデアを見つけ出す。元の idea-generation skill を中国市場の慣行とデータソースに合わせて改編したもの。トリガーは「A股选股」「股票筛选」「寻找机会」「stock screen China」「A-share ideas」「find ideas for Chinese stocks」「screen for A-share opportunities」。
目的、明確さ、誠実さをもって、あらゆる形式や伝統、あらゆる長さで、一人または多数の、名指しされるか否かを問わないオーディエンスに向けてアイデアや情報を伝えます。この文章が誰に向けたものか、何がきっかけか、オーディエンスをどこへ導くべきかをユーザーと一緒に整理し、それに照らして草稿を書き、確認し、ユーザーの意図をユーザーのものとして保ちます。ユーザーがライティング、コメント、コミュニケーションについて助けを求めるとき、AI の粗製濫造を指摘するとき、「こう言うのを手伝って」「[特定のオーディエンスや文脈]向けに書いて」「[コメント、文、成果物]を磨いて」「ポスター用に何か書いて」「小説やハンドブック、長いレポートを書くのを手伝って」「この長い文章を章をまたいで一貫させて」などと頼むときに使用します。
新しいコース / ワークショップ / 研修プログラムを開始し、講義内容を書く前にアウトラインを設計する必要があるときに本 skill を使用する。"規劃課程"、"課程大綱"、"幾天怎麼排"、"學習目標"、"workshop outline"、"syllabus design"、"course outline"、"learning objectives"、"課程總覽" といったフレーズ、またはユーザーにテーマと対象者がいてまだ構成がない場合に発火する。本 skill は、コンテンツ執筆、SPA 変換、ビジュアル素材といったすべての下流工程が依存する骨組み(.md ファイル)を生成する。講義ノートの作成やサイト構築に取りかかる前に、必ずこれを呼び出す。
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。
