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 97,501 件掲載。コマンド 1 行でインストールできます。
すべて
AI Engineering from Scratch コース用の対話型コースチューター。LEARNING.md を読み、次のレッスンを取得して、ターミナルで章ごとに教え、最後にクイズを出して進捗を記録します。クローンしたリポジトリ内でも、raw.githubusercontent.com のみを通じても動作し、セットアップは不要です。トリガーフレーズ：「下一课」「教我」「继续课程」「我们来学习」「继续学习」、または「next lesson」「teach me」「continue the course」「let's learn」「resume learning」。
軽量な研究ワークフローの第 8 段階・論文執筆。「査読者に出版する価値があると納得してもらう方法」を軸に構成し、初稿を査読者の視点で反復的に磨きます。すべての主張に根拠を持たせ、表現の強さを根拠の強さに合わせ、過大な主張は決してしません。実験と分析を終えて論文を書く場合、要旨・序論・貢献文・結論の執筆や修正、根拠のない主張や誇張表現への懸念、要旨・序論・結論の貢献内容の整合、序論の 4 段落構成（問題点→不足→洞察→貢献）、査読者の視点での自己レビュー、初稿の AI らしい表現・受動態・文法の改善に使用します。トリガー：写论文／论文写作／写摘要 abstract／写引言 introduction／贡献句 contribution／写结论／润色 polish／改写／措辞／过度宣称 overclaim／claim 无证据／审稿人视角／自我审稿／贡献一致／hedge／学术腔／AI 腔／被动语态／paper writing／draft。中核規律：根拠のない主張は重大な誠実性ゲート（spec §4.2、STAGE_GATES[8]=[claim_evidence,overclaim]）。過大な主張や 3 か所の貢献内容の不一致は警告（重大な表現上のレッドラインは research-ethics の納品ゲート）。表現の強さは根拠の強さに合わせ、有意差がない場合は「有意差は認められなかった」とだけ報告し、過大な主張はしません。自動表現チェックには限界があり、論理・新規性・論証の最終判断には人または査読者が必要です。本スキルは 8→7（根拠のない主張→result-analysis）／8→6（実装上の不足→experiment-coding）の再検討を開始します。
ループが学術文献を必要とする場合に使用 — 論文の探索、新規性チェック、全文スニペット検索、引用グラフの走査、単一論文の読解、実験結果の抽出。Semantic Scholar + arXiv（任意で OpenAlex、Perplexity Sonar、bgpt.pro）上の、共有された標準ライブラリのみの CLI（`tools/lit_search.py`）で、すべて JSON。それ自体はループではない：ループと一緒にインストールし、独自のコピーを持ち込む代わりにどれからでも呼び出せるようにする。呼び出し元の WebSearch/WebFetch にフォールバックする。
LiveKit Agents SDK で音声 AI エージェントを構築する。ユーザーが「build a voice agent」「create a LiveKit agent」「add voice AI」「implement handoffs」「structure agent workflows」を求めている場合や、LiveKit Agents SDK を扱っている場合に使用する。LiveKit Cloud と、lk コマンドラインを使ったセルフホスト可能なデプロイの両方に対応する。
Epiphan の優良顧客を分析し（HubSpot + customer-orders MCP からリアルタイムで取得）、企業規模/技術/成長の観点から ICP を導出し、100 社以上の新規類似企業を 0〜100 でスコアリングして、階層化されたターゲットアカウントリストを構築する。洗い出された各企業は Golden Rules + qualify_lead でゲートし、既存顧客/チャネル/AE 担当アカウントを除外する。使用場面："find companies like [customers]"、"build a lookalike list"、"who else looks like [account]"、"lookalike target account list"、"companies similar to our best customers"、"expand into [vertical]"、新たな垂直分野への展開。タイミングシグナル（intent-signal-aggregator-skill）や単一連絡先の検索（contact-hunter-skill）には使用しない。
Microsoft 365 / Entra ID のレッドチーム攻撃チェーン — 2026 年時点の最新状況。AADSTS コードリファレンス、ユーザー列挙の手法（強化状況を含む）、Smart Lockout の計算、Conditional Access の回避策、ROPC + SAML SSO のブラウザーフロー、Burp/Playwright テンプレートを扱います。ROPC スプレーにより既存のロックアウトや CA にブロックされた資格情報が明らかになった、許可済みのレッドチーム作業と、外部攻撃者の活動のリアルタイム相関分析に基づいています。M365/Entra の資格情報攻撃、パスワードスプレー、ユーザー列挙、CA 回避の調査、アクティブな攻撃者の検知に使用します。
Okta を集中型クラウド ID プロバイダーとして実装する。AWS、Azure、GCP との SSO を構成し、Okta FastPass によるフィッシング耐性 MFA を展開し、ユーザーのプロビジョニング/プロビジョニング解除を自動化し、デバイスの状態とリスクシグナルに基づく適応型アクセスポリシーを適用する。Okta SSO の立ち上げ、FastPass MFA の展開、ID ライフサイクルの自動化、クラウド環境向けのリスクベース条件付きアクセスの構築に使用する。
暗号資産の市場構造リサーチエージェント — デリバティブ、オプション（gamma wall、skew）、オンチェーン（MVRV、スマートマネーシグナル、DEX ホットトークン）、マクロセンチメントにわたる 24+ の指標。OKX CeFi CLI + OnchainOS + オプションチェーン向けの直接 HTTP で動作します。ユーザーが以下について尋ねた場合はいつでもこのスキルを使用します：デリバティブデータ、gamma wall、オプション skew、資金調達率、未決済建玉、プット/コールレシオ、MVRV、取得原価、実現価格、取引所フロー、CEX への流入/流出、清算圧力、クジラの追跡、スマートマネーフロー、恐怖/強欲指数、BTC ドミナンス、ステーブルコインフロー、テイカー出来高、ベーシス/バックワーデーション、または "what does the market structure look like"、"give me a macro overview"、"how are derivatives positioned"、"is the market overleveraged"、"should I be bullish or bearish based on data"、"are whales accumulating or distributing"、"show me exchange flows" といったあらゆるリクエスト。ユーザーが特定のトークンに言及し、単純な値動きを超えたより深い分析を求める場合にもトリガーします — 例："what's going on with ETH right now"、"is BTC about to move"、"analyze SOL market conditions"。
自律型決済で AI エージェントを収益化するとき、エージェントを分散型マーケットプレイスに出品するとき、または大規模に展開するときにこのスキルを使用する。成果：エージェントが自動的に収益を上げる（1 日 50+ USDM）、トラストレスなエスクロー保護（成功率 95%+）、マーケットプレイスでの発見（利用可能なエージェント 50+）、スケーラブルな実行（1000+ の同時ジョブ）。トリガー：'monetize my agent'、'setup agent payments'、'list on marketplace'、'A2A transactions'、'deploy agent at scale'、'MIP-003 implementation'。対象外：一般的なチャットボット、単純な REST API、中央集権型決済。フレームワーク非依存（CrewAI、AutoGen、PhiData、LangGraph）、セルフホスト可能、MiCA 準拠。
MATLAB Coder、Embedded Coder、GPU Coder、または MATLAB Test を使用して、MATLAB から C/C++ または CUDA コードを生成、検証、改良、高速化します。コード生成に対応した MATLAB コードの作成（言語上の制約、coder.* ディレクティブ、最適化パターン）も扱います。トリガー：codegen、MEX、MATLAB の C/C++ としてのデプロイ、GPU Coder、coder.screener、coder.config、coder.gpuConfig、coder.typeof、coder.runTest、matlabtest.coder.TestCase、SIL、組み込み設定、動的メモリなし、EnableMexProfiling、coder.timeit、coder.perfCompare、%#codegen、コード生成対応 MATLAB の作成、コード生成対応性、coder.varsize、coder.unroll、coder.noImplicitExpansionInFunction、coder.ceval、coder.inline、coder.extrinsic、coder.const、coder.classSignature、クラスのコード生成制限、時間型のコード生成、DMA-off、スタックのみ、ホスト・ターゲット InstructionSetExtensions、SIMDAcceleration、OptimizeReductions、ホスト SIMD チューニング、ホスト OpenMP、コード生成パフォーマンス
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。