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 98,873 件掲載。コマンド 1 行でインストールできます。
すべて
Legal Visualization。法務業務のシナリオ向けに法的な図解やチャートを生成するスキル。ユーザーが案件資料、契約資料、コンプライアンス事項、取引の取り決め、証拠チェーン、訴訟プロセス、タイムライン、法的関係、顧客向け報告、法律サービス提案、弁護士チームの業務を、関係図、フローチャート、タイムライン、証拠チェーン、リスク図、ロードマップ、PNG/SVG/PDF/.drawio に整理するよう求めたときに使用します。「法律可视化」「案件事实图」「法律关系图」といった表現にも対応します。まず対象読者、タスクの動詞、ルーティングルールに基づいてシナリオを絞り込み、その後で納品可能な画像を生成し、編集可能な下書きとして draw.io のソースファイルを保持します。本スキルは事実確認には使用されず、法的な結論の判断を代替するものでもありません。
LGPD第9条（7つの必須要素）に準拠したプライバシーポリシーを起草、バージョン管理、公開します。未成年者が関係する場合はECA Digitalにも準拠します。「política de privacidade」「privacy policy」「termos de uso」「aviso de privacidade」を求められた場合、または監査パイプラインの一環として使用します。公開した変更ごとにバージョンを付けます。出力先は `.lgpd/policies/privacy-policy-v{N}.md` です。チェックポイントスキルです。法務レビューなしで公開してはいけません。
Define retention rules and erasure mechanisms (LGPD Arts. 15-16) reconciling subject's right to erasure (Art. 18, VI) with legal retention obligations (fiscal, labor, banking). Use when user asks 'retenção LGPD', 'quanto tempo guardar', 'eliminação de dados', 'soft delete vs hard delete', 'crypto-shredding', 'right to be forgotten'.
ユーザーが「索引を更新」「これを索引に追加」「新しいファイルを追加した」「新しい本/ノート/ドキュメントを追加した」「素材ライブラリの索引を更新する必要がある」と言った場合、本 skill の【増分メンテナンスモード】を使用する。ユーザーが「索引の健康チェック」「index の健康チェック」「索引を確認」「索引の同期」「索引の補完」と言った場合、本 skill の【健康チェックモード】を使用し、すべてのライブラリ ↔ INDEX をスキャンして未登録/無効なエントリを見つけて一括で補完する。INDEX.md を持つすべてのライブラリに適用する：読書ノートライブラリ、中核概念ライブラリ、バズスクリプトライブラリ、04-方法论沉淀、および今後新設されるあらゆるライブラリ。索引の価値は内容の正確さにかかっている——必ず原文を完全に読んでから書き込むこと。ファイル名や印象からの推測は索引の参考価値を失わせる。ユーザーが「ファイルを 1 つ追加した」「これを入れて」と言っただけでも、索引にかかわる場合は本 skill をトリガーする。トリガーしない場合：索引を参照するだけ（直接 Read）、テーマの深化（li-topic を使用）、スクリプトの生成（li-writer を使用）。Use when the user adds new content to any indexed library, OR runs a global index health-check to find missing/stale entries.
Forge のエージェント、スキル、テンプレートのライブラリをレビュー、キュレーション、保守する。重複分析、陳腐化の検出、品質の昇格、孤立参照のチェックを実行する。ライブラリ項目のマージ、アーカイブ、昇格に関する実行可能な推奨事項を含む構造化されたレビューレポートを作成する。ユーザーがライブラリをレビューしたい、エージェントやスキルを整理したい、利用可能なものを確認したい、重複を探したい、未使用の項目を削減したい、ライブラリの統計を見たい、または「自分のライブラリには何がある？」と言う場合にこのスキルを使用する。定期的なレビュー間隔、またはライブラリが 20 項目を超えたときにもトリガーされる。新しいエージェントの作成（Agent Creator を使用）、スキルの作成（Skill Creator を使用）、チームの計画（Mission Planner を使用）には使用しない。
GNU/Linux ホスト向けに LinuxMirrors のシステムパッケージソース変更を計画し指導する。ディストリビューションの判別、国内/教育ネットワーク/海外/公式ソース、対話式および無人実行のパラメータ、EPEL と EOL のシナリオ、バックアップ、検証、トラブルシューティング、ロールバックをカバーする。ユーザーが apt/yum/dnf/pacman/zypper/apk/portage/Nix のパッケージソースを明示的に変更したい場合に使用する。Docker CE と Registry Mirror は Docker 専用プロセスに切り替える。
あらゆる教科の知識ポイントを縦長の教育インフォグラフィック（9:16）に変換します。ユーザーは知識ポイントの名前（「音現象」「ピタゴラスの定理」「光合成」など）を入力するだけで、Skill が自動的に：教科/学年/章の識別、3〜5 個の核心サブ概念への分解、テーマカラー体系の割り当て、各サブ概念の具体的な挿絵記述の生成、完全なプロンプトの構築、linyuebanzi-image-gen の呼び出しによる画像生成を行います。二層の教科正確性チェックを内蔵：生成前に教科別チェックリストでプロンプトを自己点検し、生成後に PNG を読み戻して視覚的に再確認（文字/数式/図示）し、不合格の場合は自動的に再試行して、生徒に届ける内容の正確性を確保します。物理（音/光/熱/力/電気/レンズ/機械運動）、数学、化学、生物、国語、歴史、英語などの教科の挿絵ガイドラインを内蔵。バッチ生成に対応——「中 2 物理の前期全章」は章ごとに生成され、各章で異なる色体系、スタイルは統一されます。トリガーワードには以下が含まれます：インフォグラフィックを作る、ナレッジカード、教科図解、物理インフォグラフィック、化学インフォグラフィック、ナレッジ図を作る、ナレッジカードを描く、この知識ポイントを図にする。動的なインタラクティブデモ（インタラクティブデモ Skill を使用）、記事のカバー画像（linyuebanzi-cover-generator を使用）、手描き風の記事挿絵（linyuebanzi-inline-diagram を使用）には使用しないでください。
Extruct を使ってアウトバウンドキャンペーン用のターゲット企業リストを構築する。次のような場合に使用する：(1) ICP に合致する企業を探す、(2) 見込み客またはアウトバウンドリストを構築する、(3) 説明文で企業を検索する、(4) ある市場セグメントの企業を発見する、(5) ターゲットアカウントリストを作成する、(6) 競合状況を調査する、(7) シードリストから類似企業を見つける。トリガー："find companies"、"build a list"、"company search"、"prospect list"、"target accounts"、"outbound list"、"discover companies"、"ICP search"、"lookalike search"、"seed company"。
Extruct の企業テーブルに調査に基づくエンリッチメント列を追加する。既存の Extruct テーブルにエンリッチメント列（例：資金調達、業種、テックスタック）を追加したい場合、enrichment-design の列設定を実行したい場合、エンリッチメントの進捗を監視したい場合に使用する。トリガー："enrich"、"add column"、"add data point"、"research column"、"enrich table"、"enrichment"、"add a field"、"run enrichment"、"monitor enrichment"。
7 人の文学大家の文体を模倣する創作向けゴーストライティングスキルです。長編小説のプロジェクト管理、複数の役割による執筆ワークフロー、一貫性の追跡機能も備えています。特定の作家の文体での執筆、創作、脚本・小説執筆、長編フィクションの構成、章の続きを書く作業、文体模倣の練習で起動します。コマンド：- /文豪 <作家> <选题> — 1 回の文体模倣（7 人の作家） - /literary <author> <topic> — 英語での1回限りの文体模倣 - /文豪 迁移 <源→目标> <文本> — 文体変換：既存の文章を別の作家の文体に書き換え - /文豪 迁移 校核 <文本> <目标作家> — 元の文章と照合して変換を検証 - /文豪 迁移 矩阵 — 作家間の文体変換マトリックスを表示 - /literary transfer <src->target> <text> — 英語での文体変換 - /文豪 新建 <项目名> — 世界観を構築して小説プロジェクトを作成 - /文豪 打开 <项目名> — 既存プロジェクトを開く - /文豪 项目 — プロジェクトの状態を表示 - /文豪 规划 — 小説の進捗を分析して次の展開を計画 - /文豪 大纲 [操作] — プロットの概要を生成・変更 - /文豪 章纲 <章节号> — 章単位のアウトラインを生成 - /文豪 设定 <世界观元素> — 世界観を表示・変更 - /文豪 人物 [角色名] — キャラクターカードを表示・変更 - /文豪 伏笔 — 伏線トラッカーを表示 - /文豪 续写 — 現在の位置から続きをスマートに執筆 - /文豪 润色 <文本> — 文体を最適化 - /文豪 审稿 [章节] — 編集者レビュー - /文豪 去AI味 <文本> — AI の痕跡を軽減 - /文豪 回收站 — 削除した内容のごみ箱。能力：作家の精神的な核を深く分析し、本格的な模倣の具体的な方法を提示。中英バイリンガル創作、複数ジャンル、4 層の書き換えとプロット保持の制約を伴う作家間の文体変換、長編小説のプロジェクト管理、複数の役割による執筆ワークフロー（プランナー／キャラクター開発／文体担当／編集者）、一貫性の追跡、章ごとのスマートな続筆、伏線管理に対応します。
inference.sh CLI から OpenRouter 経由で Claude、Gemini、Kimi、GLM および 100+ の LLM にアクセス。モデル：Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2、GLM-4.6、Intellect 3。すべてのモデルを 1 つの API で扱い、自動フォールバックとコスト最適化に対応。用途：AI アシスタント、コード生成、推論、エージェント、チャット、コンテンツ生成。トリガー：claude api、openrouter、llm api、claude sonnet、claude opus、gemini api、kimi、language model、gpt alternative、anthropic api、ai model api、llm access、chat api、claude alternative、openai alternative
ロゴ作成のためのロゴデザイン原則と AI 画像生成のベストプラクティス。ロゴの種類、プロンプト技法、スケーラビリティのルール、反復ワークフローをカバー。用途：ブランドアイデンティティ、スタートアップのロゴ、アプリアイコン、favicon、ロゴコンセプト。トリガー：logo design、create logo、brand logo、logo generation、ai logo、logo maker、icon design、brand mark、logo concept、startup logo、app icon logo
開発者が Apple MapKit を iOS/macOS アプリに統合するのを支援する。ユーザーがアプリに地図を追加したい、地図を表示したい、地図上にユーザーの位置を表示したい、マーカー/ピン/アノテーションを追加したい、地図のクラスタリングを実装したい、地点間の経路/ルーティングを取得したい、場所/関心地点を検索したい、MapKit の機能を実装したい、MKMapView、SwiftUI Map、MKAnnotation、MKOverlay、MKDirections、MKLocalSearch を扱いたい、または MapKit 関連の開発タスクを行う場合にこのスキルを使用する。
MATLAB でマニピュレーターの運動を計画し、軌道を生成する。タスクがロボットアームを構成や姿勢の間で移動させることを含む場合に使用する — ユーザーが "trajectory"、"motion"、"path"、"move from A to B"、"plan" のいずれを言う場合でも。ユーザーが衝突や障害物に明示的に言及しているかどうかに関わらず本スキルは適用される。ワークスペースに幾何形状が存在する場合、衝突安全性は暗黙に含まれる。トリガー：manipulatorRRT、manipulatorCHOMP、dlCHOMP、contopptraj、trapveltraj、collision-free path、motion planner、RRT、CHOMP、TOPPRA、path shortening、obstacle avoidance for manipulators、time-optimal trajectory、velocity limits、acceleration limits、occupancyMap3D、meshtsdf、collision objects as environment、trajectory between waypoints、joint interpolation、move between poses、constant velocity、trapezoidal profile、feed rate。ユーザーが IK 解やウェイポイントを持ち、それらを接続する必要がある場合にもトリガーする — 時間最適運動、定速溶接/切断、その他の軌道パラメーター化のためであっても。
mdtraj による分子動力学トラジェクトリ解析（Python）。DCD/XTC/TRR/NetCDF/H5/PDB のトポロジーとトラジェクトリを読み込み、時間に対する RMSD、回転半径、残基ごとの RMSF、残基間コンタクト頻度マップ、Ramachandran プロット用の phi/psi 二面角（一般 + Gly/Pro）、8 状態 DSSP 二次構造を計算する。モジュール：トラジェクトリ I/O、ジオメトリ（距離/角度/二面角）、構造解析（RMSD/Rg/RMSF/SASA）、コンタクト、水素結合、二次構造（DSSP）、NMR 観測量。より広範な原子選択文法には mdanalysis-trajectory を、MD シミュレーションの実行には OpenMM/GROMACS を使用。
社内会議のトランスクリプト（スタンドアップ、プランニング、レトロ、1:1）を、決定事項、担当者付きのアクションアイテム、ブロッカー、センチメント、および Gmail に下書きとして準備したフォローアップメールに構造化して要約する。次の場合に使用する：「この会議を分析して」「アクションアイテムを抽出して」「議事録」「このスタンドアップを要約して」「このプランニング会議を要約して」「レトロの要約」「このメモからフォローアップメールを作成して」「[会議] で何を決めたか」。営業や見込み客との通話には使用しない——それらは call-recording-analyzer-skill（Clari scorecard）または sdr-call-coaching に振り分ける。フォローアップメール用に create_draft を連携し、下書きが Epiphan の外部に送られる場合は、先にブランドボイスのゲートを通す。
MPS（基準生産計画）、MRP（資材所要量計画）、能力計画を用いて生産計画を設計する。ユーザーが生産のスケジューリング、資材調達の計画、能力と需要の均衡、生産順序の最適化を必要とするときにこのスキルを使用する — たとえ「we can't keep up with orders」「when should we order materials」「production scheduling」「how do we plan for next quarter's demand」と言った場合でも。
Windows アプリ、デスクトップユーティリティ、ゲーム、PWA、パッケージソフトウェア向けに Microsoft Store のリリース準備を整えます。パッケージ ID、MSIX/AppX パッケージング、Store 掲載情報、スクリーンショット、年齢区分、プライバシー、機能、アプリ内課金、サブスクリプション、更新、認定、インストーラーの動作、Windows 統合、テレメトリ、クラッシュ品質、サポートリンク、リリースのロールアウトを含みます。Microsoft Store への提出または監査を行う場合に使用します。
任意の ML コードベース — 実験トラッキングがまったくないものや MLflow 2 時代のイディオムだらけのものも含む — を、dev/staging/prod 環境、registry ベースの昇格、サービングされるモデルを備えた本番グレードのオープンソース MLflow 3 構成へと導くガイド付きワークフロー。MLflow 3 の経験がまったくない開発者とともに 7 つのフェーズを進める — コードベースの評価（スクリプトによる読み取り専用監査）、registry ドメインのモデリング（環境ごとのモデル名、エイリアス、ゲート）、環境ごとのトラッキング構築、トレーニングコードの MLflow 3 イディオムへの再構成、評価ゲート付き昇格の接続、サービングとスモークテスト、そして継続的な MLOps ループの運用。MLflow のセットアップ、MLflow 3 への移行、モデルのトレーニングとサービングの本番化、dev/staging/prod の MLOps サイクルの設計を求められたときに使用。すべての API 判断について姉妹の mlflow-3 ルールパックと組み合わせる。
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。