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 100,928 件掲載。コマンド 1 行でインストールできます。
すべて
OpenClip を使用して長尺動画を短い縦型クリップにし、バイラル度スコアで順位付けします。ポッドキャスト、ウェビナー、インタビュー、配信、YouTube の URL を渡すと、最適な場面とフック、タイトル、SNS 用コピー、ダウンロード可能なクリップ URL が得られます。「この動画をクリップして」「バズりそうな場面を探して」「これをショート動画にして」「このポッドキャストをクリップに分けて」「ここで一番いいところは？」「この配信から TikTok を作って」「見どころを教えて」といった依頼に使用します。
OpenFinance バックエンドの認証チェック — 他の OpenFinance スキルが実行される前に API キーが利用可能であることを確認する。ユーザーが /agent/* ルート（Polymarket、Hyperliquid、Relay）を呼び出そうとしている、401/412 に遭遇している、またはこのセッションでまだ取引していない場合は、必ず最初に使用する。「how do I get started」「API key is required」「Invalid API key」「401/412 from /agent/*」「set up OpenFinance」、または取引スキルへの初回呼び出しでトリガーされる。`OPENFINANCE_API_KEY`（または同等の環境変数/ユーザー提供値）からキーを解決し、形式（`open_…`）を確認し、GET /agent/wallets で検証する。それ以外の場合は、https://openfinance.tech で発行するようユーザーに案内する。
プッシュ前の現在の変更に対するコードレビュー。1 つのコマンドで、変更されたファイルに適合する security、secret、dependency、lint スキャナーを実行し、別個のレビュアーがすべてのスキャナー検出結果を確認し（変更されたすべての行が渡されます）、完全なレポートのパスを含む短いレシートを出力します。毎回の git push の前、コードレビュー、セキュリティスキャン、変更・diff・プルリクエストのレビューを求められたとき、および OpenQodex によってプッシュがブロックまたは警告されたときに使用します。
生成テキストではなく確率を返すOpenRouterのDecisions APIを通じて、意思決定モデルを実装します。判断ごとにプリミティブを選び、最小限の状態を構築し、質問を作成して、ライブカタログからモデルを固定し、コードでゲートを設け、実データでしきい値を検証します。プロンプトと解析を組み合わせたLLM呼び出し、キーワードや類似度のヒューリスティック、人間によるレビューキュー、または誤作動するルーター、フィルター、分類器を意思決定モデルに置き換える場合に使用します。Box質問で画像内の対象を特定する場合、TypeSafe SDKやSystem OneのコードをOpenRouterに移行する場合、アプリやエージェントでの意思決定モデルのユースケースを探す／実装するよう依頼された場合、また意思決定モデル、Jev、TypeSafe、System Oneが話題に上る場合も対象です。ルーティング、分類、モデレーション、ガードレール、根拠確認、スコアリング、ランキング、重複排除、エスカレーションと承認ゲート、範囲を限定した抽出、しきい値を扱います。チャット補完、テキスト生成、一般的なOpenRouterのセットアップには使用しません。
サーバーサイドの決済連携のために Paystack API クライアント、環境変数、TypeScript ヘルパーをセットアップする。新しい Paystack 連携を始めるとき、API キーを設定するとき、Paystack REST API 用の再利用可能な fetch ラッパーを作成するとき、または任意の Paystack 機能の基盤を整えるときはいつでもこのスキルを使用。また、PAYSTACK_SECRET_KEY の欠如に関連するエラー、認証失敗が発生したとき、または Paystack の base URL、レスポンス形式、ページネーション、通貨、金額のサブユニット換算を理解する必要があるときにも使用。
picture-it を使って CLI から画像を生成・編集します。ユーザーが画像の作成、編集、加工（ブログヘッダー、ソーシャルカード、ヒーロー画像、製品比較、YouTube サムネイル、映画ポスター、雑誌の表紙、Instagram 編集、背景除去、その他のビジュアルコンテンツ）を求めたときはいつでもこのスキルを使用します。ユーザーが picture-it を名前で挙げた場合、画像を合成したい場合、カラーグレーディングを適用したい場合、画像にテキストを追加したい場合、背景を削除・置換したい場合、写真をトリミング/リサイズしたい場合、またはターミナルからの画像生成や写真編集を必要とする場合にもトリガーします。このスキルは、組み合わせ可能な操作をつなげるマルチパスの AI 画像編集ワークフローを扱います。
ターミナルまたはスクリプトから ul cloud コマンドライン（ul cloud RESOURCE OPERATION key=value、PyPI パッケージ ultralytics-platform）で Ultralytics Platform を操作するときに使用——プロジェクト、データセット、モデルの一覧表示・作成・更新・クローン・移動；データセット画像、統計、メタデータ、重複、類似画像の検査；クラウドトレーニング実行の開始と監視；画像ごとのモデル検証分析；重みのダウンロード；エクスポート、デプロイ、アップロード、ゴミ箱と復元、ストレージ統合、アカウントの使用量・ストレージ・請求；および Agent（YOLO、LLM、ゲート、アラートのワークフロー）の構築。Platform の Web UI やローカルの yolo コマンドについては yolo を参照；何をトレーニングしどう改善するかの選択については yolo-training と yolo-tuning を参照。
「Write the docs」の執筆プロセスにおける Docs-PM の意思決定支援——Frame と Shape の段階で、対象読者、ステージ、横断的なスコープに関する判断を行う（アクセス可能な場合は universe によるリポジトリ横断の製品検索、それ以外は公開 OSS の経路）。また、あるドキュメントの問いがセルフサービスで足りるか、ドキュメント PM にエスカレーションすべきかを判断するのを助ける。新しいドキュメントページやローンチを構想するとき、機能がどの製品ステージや読者を対象とするかを決めるとき、ドキュメントの問いに PM の承認が必要かを判断するとき、ローンチがどの製品リポジトリにまたがるかを確認するときに使用する。
PostHog の顧客にメールを送る前、返信する前、通話に参加する前に使用し、また PostHog アカウントを調査するあらゆる依頼に使用する。「/posthog-customer-deep-dive」で起動し、「deep dive on X」「look up this customer」「help me reply to Y」「prep me for my call with Z」といった自然言語でも起動する。起点はメールアドレス、ドメイン、アカウント名、Vitally アカウント id。Vitally と project 2 の利用状況クエリを横断してアカウントを調査し、メール（初回接触、フォローアップ、返信）または通話準備ブリーフを起草する。すべての推奨にはライブのドキュメントリンクが付く。
PREQSTATION からタスクを取得し、作業を実行し、更新/結果を PREQSTATION API にプッシュし戻します。PREQ タスクの実行、todo タスクの取得、実行ステータスの更新を求められた場合に使用します。/mcp のリモート MCP エンドポイントと OAuth ログインを優先してください。Shell ヘルパー モードでは引き続き PREQSTATION_API_URL と PREQSTATION_TOKEN を使用します。タスクには、どの AI エージェントが実行すべきかを示す `engine` フィールド（`claude-code` | `codex` | `gemini-cli`）が付きます。
認証済みの GitHub CLI を通じて、別個の Project Brain ナレッジリポジトリにアクセスし、作業の根拠とする。任意の Git リポジトリで実質的な作業を開始する際に、そのルートで `.project-brain.json` を確認するために使用する。このマーカーが存在する場合、計画、実装、診断、レビュー、ドキュメント作成、またはプロジェクトに関する回答の前に、このスキルを使用して brain を参照することが必須である。Project Brain のコンテキスト、決定事項、要件、用語、ソースシステムの記録、ナレッジグラフ出力を明示的に求められた場合にも使用する。
ユーザーがプロモーションを計画したり、トレード支出を最適化したり、プロモーションのリフトを予測したり、プロモーションのサプライチェーンを管理したりしたいとき。また、ユーザーが"trade promotions""promotional forecasting""TPM""TPO""promotional uplift""feature and display""markdown optimization""promotional calendar"と言及したときにも使用。価格最適化については markdown-optimization を参照。需要予測については demand-forecasting を参照。
ユーザーが B2B 見込み客の発掘、優先順位付け、アプローチを行う必要があるときに使用します。ICP の定義、アカウントの階層化、リストの構築や拡充、購買シグナルの読み取り、マルチチャネルのカデンス設計、コールドコール、LinkedIn でのアプローチ、インバウンドリードの振り分け、パイプライン生成の弱さの診断などに役立ちます。ライブのプロスペクティング指導にも対応。クロージング（sales-skill を使用）、コピー（copywriter-skill を使用）、CAC 分析（channel-expert を使用）には使用しません。
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。