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 98,639 件掲載。コマンド 1 行でインストールできます。
すべて
実際のコードや製品に基づいて技術ドキュメントを執筆、再構成します。README、チュートリアル、操作ガイド、ユーザーガイド、アーキテクチャ文書、オンボーディングガイド、ランブックと SOP、トラブルシューティングガイド、リリースノート、ナレッジベースの記事を扱い、可能な場合はコマンドや例を検証します。プロジェクト、機能、システム、プロセスの文書化、README の作成や修正、新しい開発者へのコードベースの説明、メモのガイド化、既存ドキュメントの明確化を求められた場合に使用します。エンドポイントごとの API リファレンスや OpenAPI 仕様には api-documentation-writer を、CLAUDE.md または AGENTS.md ファイルには claude-md-writer を使用してください。
リグレッションチェック——公開中ページの Web アクセシビリティ（a11y）違反をベースラインと比較します。デフォルトでは未コミットの変更（stash ベース）と比較し、`--branch [<name>]` を渡すと指定のブランチと比較します。新たに追加された WCAG 違反、修正された違反、既存の違反件数を出力します。「変更でアクセシビリティが壊れていないか」「この PR でどの a11y 問題が増えたか」の確認や、CI ゲートとしての利用に使います。1 ページを完全にスキャンする場合は `accessibility-scan`、サイト全体をスキャンする場合は `accessibility-audit` を使ってください。
2ループアーキテクチャを用いて、エンドツーエンドの自律型AI研究プロジェクトをオーケストレーションします。内側のループでは明確な最適化目標に沿って実験を迅速に反復し、外側のループでは結果を統合してパターンを特定し、研究の方向性を導きます。実行をドメイン固有のスキルに振り分け、Claude Code /loopとOpenClaw heartbeatによるエージェントの継続稼働をサポートし、研究発表資料や論文を作成します。研究プロジェクトの開始、自律実験の実行、複数の仮説を扱う研究の管理に使用します。
effect-solutions と Effect のソースにある公式ベストプラクティスに従って、慣用的な Effect v4 TypeScript を記述します。Effect コードの作成、レビュー、リファクタリング時に使用します。サービス（ServiceMap.Service）、レイヤーと依存性注入、エラー処理（Schema.TaggedErrorClass）、データモデリング（Schema.Class、ブランド型、バリアント）、テスト（@effect/vitest）、HTTP クライアント（effect/unstable/http）、コマンドラインツール（effect/unstable/cli）、設定、オブザーバビリティ、プロジェクト設定を扱います。「Effect」「effect-ts」「@effect/」「Schema」「ServiceMap」「Layer」「Effect.gen」「Effect.fn」「TaggedError」「branded types」、または Effect-TS 関連コードで起動します。
構築済みソリューションの最後の20%を見つけて仕上げます。エージェントが見落としがちな体験面、つまり出力の実際の読み心地、必要なページや画面、初回起動時と空の状態、明確なデフォルト、理想的な利用経路を扱います。構築を計画する際、体験上の魅力を基盤部分と同じ具体性で仕様化するために使用します。また、構築を「完了」とする前、動作はするもののデモのように感じられる場合、またはユーザーが "last 20%"、"finish this"、"make it actually good"、"is this actually done"、"why does this feel flat" と言った場合に使用します。
ユーザーが「このローンチを記録」「ローンチ日／エンバーゴを確認」「ステージ移行を記録」「提出内容／成果を更新」と依頼した場合に使用。追記専用の launches イベントストリームでローンチ情報を管理し、楽観的リビジョンと、そこから生成される記録／カレンダービューを提供します。RAMP のスコアリングには launch-readiness-auditor、ティア／期間の計画には launch-tier-planner を使用してください。ローンチ台帳／ローンチカレンダー／ステージとエンバーゴの記録
ユーザーが「ローンチの振り返り／事後分析を実施」「チャネル別にローンチ結果と目標を比較」「次回のローンチで何を継続・中止するか決定」と依頼した場合に使用。構造化された D1/W1/M1 の振り返りを作成します。内容は、チャネル別の実績と目標の比較表（UTM による自社分析データを正確な値として、プラットフォームの自己申告値を参考値として扱い、すべての数値に Measured / User-provided / Estimated のラベルを付与）、最大の未達項目に対する 5 Whys 分析、チャネルごとの継続／中止／変更の判断、次回ローンチに向けた 3～5 件の実行可能な学び、ローンチ台帳に提出する成果スナップショットです。リターン計算（CPA / ROI）には使用せず、roi-calculator を使用してください。ステークホルダー向けレポートの執筆には report-generator、指標の詳細分析には performance-analyzer を使用してください。ローンチ振り返り／チャネル別アトリビューション／5 Whys／継続・中止
ユーザーが「拡大展開の前にメッセージをテスト」「メッセージ・マーケットフィットのパネルを設計」「新しいタグラインの 5 秒理解度テストを実施」と依頼した場合に使用。TALE Evaluate フェーズ用のメッセージテスト設計仕様を作成します。仮説、パネルと参加者募集の基準、理解度／5 秒／メッセージ・マーケットフィット（Wynter 形式）の手順、規範となるメッセージから選んだテスト素材、成功基準、停止／修正の判断ルールを含み、有料展開の拡大前にメッセージを検証します。テストを設計しますが、実験の実施や主張の判定は行いません。パネルや A/B 実験の実施には send-experiment-designer または ad-test-designer、結果分析には performance-analyzer、メッセージ自体の作成には message-system-architect を使用してください。メッセージテスト／理解度テスト／パネル設計／5 秒テスト／メッセージ・マーケットフィット
ユーザーが「すべてのタッチポイントにナラティブをどう届けるか計画して」「タッチポイント別のメッセージ適合仕様を書いて」「基本方針をもとに各クリエイティブ担当者向けのブリーフを作って」と尋ねた場合に使用します。narrative-registry の基本方針を、主要な各タッチポイント（ホームページ、料金ページ、ストア掲載、営業資料、ソーシャルプロフィール、ドキュメント、メール）に適用し、各タッチポイントが含めるべき主張、柱、根拠、反論の捉え直しを定めたメッセージ適合仕様を作成します。各分野のクリエイティブ担当者（content-writer、ad-creative-builder、email-creative-builder、social-creative-builder、message-house-builder）向けの引き継ぎブリーフも作成し、どこでも一貫したストーリーを伝えます。完成済みのタッチポイント別コピーには使用せず、各分野のクリエイティブ担当者を使用してください。ティア別のローンチアセット一覧には launch-asset-packager、タッチポイント間の一貫性評価には narrative-quality-auditor、主張の裁定には offer-claims-registry を使用してください。ナラティブ展開／タッチポイント別メッセージ適合／クリエイティブ引き継ぎブリーフ／キャンバスへの反映
ユーザーが有料キャンペーンの変更を「振り返る」、「この広告変更は効果があったか」、「変更前後の ROAS／CPA を比較」と依頼した場合に使用。固定の振り返り期間で対照群と比較して ROAS／CPA を読み取り、計算は roi-calculator に委任したうえで、Promote / Keep-testing / Rollback / Unproven の判断を返します。RQS のスコアリングや拒否判定には ad-account-auditor、ROI 比率の計算には roi-calculator、チャネル横断の集計には performance-analyzer を使用してください。有料広告の振り返り／ROAS の再評価／広告効果のアトリビューション
アプリのクローンに命名してブランドを再構築し、ユーザー独自のものにします。商標、ドメイン、ストア、ハンドルの確認を伴う名前候補、コントラストを確認した新しい配色、ロゴのブリーフ、ブランドボイスガイド、コードベースに元の要素が残っていないかを調べるスイープツールを提供します。「アプリに名前を付けて」「クローンをリブランドして」「自分のものにして」「名前と色を選んで」「ロゴブリーフ」「ブランドボイス」「残存物を確認」や /replica-entrepreneur の後に使用します。必ず /replica-launch の前に実行します。
アプリのクローンのローンチコンテンツを作成します。ポジショニングに基づくランディングページ、元アプリの公開価格とユーザーの不満を参考にした価格設定、ストアの制限や模倣に関する規則に照らした App Store および Google Play の掲載内容のチェックを行います。「ランディングページ」「価格設定」「いくら請求すべき？」「App Store の掲載内容」「ストアのスクリーンショット」「ローンチ計画」「Product Hunt」と言われた場合、または /replica-brand の後に使用します。
ユーザーが「メールの A/B テストを設計」「件名／CTA の多変量テストを設定」「配信時間テストを実施」「ホールドアウトグループを作成」、または「このメール結果は統計的・実務的に意味があるか」と依頼した場合に使用。反証可能な仮説、セルごとに変数を 1 つに絞ったマトリクス、サンプルサイズ／MDE／期間／検出力の計画、自社 ESP データに基づく効果と不確実性の評価を作成します。事前に決定し、オーナーが承認したアクションルールのみを適用します。このヘルパーが業務上のアクションを選ぶことはありません。EQS／拒否判定やメールの執筆には使用しません。メール A/B テスト設計／多変量テスト／配信時間テスト／ホールドアウトグループ／有意性の判定
CLIからWebflow Cloudアプリ（サイトに紐づくアプリまたはプロジェクトアプリ）を作成、ビルド、デプロイし、既存のアプリ、ドメイン、環境、デプロイ、ビルド／ランタイムログ、シークレットを含む環境変数を管理します。Cloudアプリの初期化やデプロイ、既存のGitHubリポジトリのインポート、CI/CD（GitHub ActionsまたはGitHub連携デプロイ）の設定、シークレットの設定やインポート、デプロイの再試行やロールバック、ビルド失敗の診断、webflow.jsonまたは環境変数からのアプリ／環境／ワークスペースIDの解決に使用します。
ユーザーが「このプラットフォームの規範カードを作成して」「ここでの文字数制限と折り返し位置は？」「LinkedInで最初のコメントにリンクを置く慣習は文書化されているのか、それとも俗説か」「古くなったプラットフォームカードはどれか」と尋ねた場合に使用します。references/platforms/パック内の、日付とバージョンが付いたプラットフォーム別規範カード（文字数制限、折り返し位置、ハッシュタグの規範、形式／アスペクト比の仕様、リンクと最初のコメントの配置、開示ラベルの仕組み、アルゴリズム上の重点項目（例：小红书の検索＋保存の重み付け））を管理します。各項目に「プラットフォーム公式資料あり（公式文書、実測）」または「推定・俗説（出典明記）」のラベルと、最終確認日・次回レビュー日を付け、レビュー期限を過ぎたカードは信頼せず、古いものとしてフラグを立てます。既存のパックをそのまま拡張し、二つ目のパックは作りません。運用するチャネルの選定には使用しません。channel-portfolio-plannerを使用してください。プラットフォーム規範カード／文字数制限／折り返し位置／ハッシュタグ／アルゴリズム上の重点／期限切れフラグ
API キーなしで、x402 または MPP ゲートウェイを使い、ウォレットベース認証（SIWE/SIWS）とリクエストごとの支払い（x402 経由の USDC、または MPP 経由の USDC／クレジットカード）により、Alchemy をアプリケーションコードに組み込みます。アプリ統合向けの専用パスです。ユーザーが API キーなしでアプリケーションコードを構築している場合、自身の費用を支払う必要がある自律エージェントである場合、または x402/MPP を明示的に希望する場合に使用します。API キーを使う通常のアプリコードには `alchemy-api` を使用します。このセッションでのライブエージェント作業（クエリ、管理、自動化）には、`alchemy-cli`（推奨）または `alchemy-mcp` を使用します。
ユーザーが「ローンチ週の後も勢いを維持」「GTM として変更履歴／リリースノートの頻度を計画」「この更新は再ローンチに値するか」と依頼した場合に使用。T+1→T+30 の勢い維持計画を作成します。ローンチ機会のカレンダー（マイルストーン／出荷済みのループ／バッジの機会のみ）、告知ティアの振り分け（メジャー＝全チャネル、ミディアム＝ターゲット指定、マイナー＝変更履歴のみ）、再ローンチの妥当性判断、急増した注目を自社チャネルにつなぐ引き継ぎブリーフ、ローンチ間隔を考慮した次の Tier-1 の機会を含みます。30 日間のコンテンツ再利用マップや有料増幅の実行には content-amplifier、次回ローンチのエンドツーエンド計画には launch-tier-planner を使用してください。第 2 週の失速対策／GTM としての変更履歴／再ローンチ／次のローンチ機会
ユーザーが「全員が同じストーリーを語れるようにして」「エレベーターピッチの段階別原稿を書いて」「広報担当者向け Q&A と承認済み定型文パックを作って」と尋ねた場合に使用します。narrative-registry の基本方針、メッセージハウス、ブランドボイスから、再利用可能なイネーブルメントキットを作成します。内容はエレベーターピッチの段階別原稿（10秒／30秒／2分）、広報担当者向け Q&A（難しい質問と基本方針に沿った回答）、承認済み定型文／プロフィールのパック（25／50／100語）、表現の推奨・禁止事項一覧です。営業、サポート、創業者、パートナーが一貫したストーリーを伝えられるようにします。ローンチ当日の運用手順書には launch-day-conductor、チャネル別の完成コピーには content-writer または各分野のクリエイティブ担当者、ローンチ期間のバトルカードには sales-enablement-kit を使用してください。このキットは主張の裁定を行いません。ナラティブ・イネーブルメントキット／エレベーターピッチの段階別原稿／広報担当者向け Q&A／承認済み定型文／表現の推奨・禁止事項
ユーザーが「公開前に参加の立ち上げを計画したい」「このコミュニティでアカウント履歴や karma がどれくらい必要か」「自分たちの Discord の参加インセンティブとメンバーライフサイクルを設計してほしい」と尋ねたときに使います。コミュニティごとの公開前ウォームアップ計画を出力します。アカウント履歴・継続年数の期待値（見積もり、出典明記）、先に与え後に求める台帳の仕様、最終確認日を付したコミュニティごとのマナー + ルール要約、および channel-registry が状態遷移の証拠として求めるウォームアップ → アクティブ卒業基準を含みます。さらに、所有コミュニティ向け版（自分の Discord/Slack/フォーラム/企业微信私域向けの参加導線 + メンバーライフサイクル）もあります。公開日の投稿や T-0 のスレッドには使わず、community-launch-runner を使ってください。コミュニティのウォームアップ/先に与え後に求める/アカウント育成/卒業基準
ユーザーが「創業者の話し方を明文化して」「創業者のボイスドシエを作って」「コンテンツの柱を設定して」と尋ねた場合に使用します。ユーザー自身の投稿、メール、資料のみを対象に、特徴の80％を抽出するインタビューを行います（競合のスクレイピングや架空のペルソナ作成は行いません）。バージョン管理されたボイス記録を作成します。内容はプラットフォーム別のレジスター対応表（小红书／微信公众号を含む）、禁止フレーズ、状況別の開示文（ECHO C2 の上流）、本人の投稿のみから作成した few-shot バンク、推定配分率付きのコンテンツピラー 3～5 個です。memory/events/channels.ndjson 経由で提出し、channel-registry が voice-dossier.md として保存します。この記録は Craft フェーズの各スキルが最初に読み込みます。ブランド全体のボイス方針には brand-language-codifier、オーディエンス／ペルソナ調査には audience-mapper を使用してください。ボイスドシエ／ブランドボイス／創業者のボイス／コンテンツピラー／開示文
ユーザーが「各タッチポイントが基本方針から逸脱していないか確認して」「競合のポジショニング変更を監視して」「いつポジショニングを変更すべきか定義して」と尋ねた場合に使用します。ドリフトレポートを作成します。内容は、narrative-registry の基本方針に対する主要タッチポイントごとの経時的な自己ドリフト（wayback.py を使用。変更履歴は基準日付きで実測）、競合のポジショニング変更アラート、明示的なポジショニング変更トリガー条件、D1/W1/M1 のメッセージ変化の振り返り（意図した浸透と実際の浸透、証拠ラベル付き）です。TALE L のドリフト監査サブ項目と narrative-whiplash ガードレールの事実基盤に反映します。タッチポイント公開前の初回一貫性確認には narrative-cascade-planner、TALE プロファイル結果の算出や拒否条件の実行には narrative-quality-auditor、エコー率／AI 回答の共鳴度測定には narrative-resonance-monitor を使用してください。自己ドリフト監視／競合ポジショニング変更アラート／変更トリガー／ナラティブドリフトの振り返り
ユーザーが「ナラティブの浸透度を測りたい」「エコー率を自社の基準語彙と照合して追跡したい」「AI回答エンジンが自社ブランドをどう表現するか確認したい」と依頼した場合に使用します。共鳴レポートを作成します。内容は、エコー率（市場の言葉とnarrative-registryの基準語彙の重複度。手法を明記）、tavily.py --answerによるAI回答の認知（代理指標と明記）、固定した競合パネルでの声のシェア（share-of-voice-trackerを再利用）、bluesky.py / gdelt.py / pageviews.pyからの共鳴シグナルです。すべての数値に「実測／代理指標／ユーザー提供」のラベルを付け、TALEのE次元およびE1の証拠完全性による拒否判断の上流に提供します。声のシェアの仕組みの再構築には使用せず、share-of-voice-trackerを使用してください。自社サイトのGA4/GSC分析には使用せず、performance-monitorを使用してください。TALEプロフィール結果の採点には使用せず、narrative-quality-auditorを使用してください。主張の裁定には使用せず、offer-claims-registryを使用してください。エコー率／AI回答の認知／声のシェア／共鳴シグナル
シーンと Inspector の設定、コンポーネント配置、最適化、アップロードを扱う VRChat World SDK 3 ガイド。VRChat ワールドのシーン構成、VRC SDK コンポーネント、レイヤー、ベイクドライティング、Quest/Android のパフォーマンス、Dynamics for Worlds、Build Panel の警告対応、検証、アップロードに使用。WorldQualitySettings、VRC_SceneDescriptor、VRC_Pickup、VRC_Station、VRC_Mirror、VRC_ObjectSync、VRC_CameraDolly、スポーンポイント、コリジョンマトリックス、PhysBone と Contact のコンポーネント配置、Box Contacts、Global Avatar PhysBone Colliders、VRCPhysBoneCollider のコンポーネント設定を扱います。サポート中／最終検証：SDK 3.10.6。VRChat ワールドシーン、VRC SDK、シーン設定、コンポーネント配置、VRCBillboard、VRCPlacementZone、Quest 対応、ライトベイク、SDK 検証、Build Panel 警告、Auto Fix、赤／黄／白の警告で起動。UdonSharp C# や VRCTween 呼び出しには使用せず、ランタイムスクリプティングには unity-vrc-udon-sharp を使用。UdonSharp パッケージ、asmdef、Version Defines の作業もそちらのスキルの対象。
USDC をネイティブのガストークンとする Circle のブロックチェーン、Arc での構築方法を説明します。Arc の主な利点は、ガス代に USDC を使えること（他のネイティブトークンが不要）、安定して予測可能な取引手数料、迅速な確認を可能にする1秒未満のファイナリティです。これらの特性により、Arc はコストの予測可能性と速度を重視する決済アプリ、DeFi プロトコル、その他の USDC 優先アプリを構築する開発者やエージェントに適しています。Arc、Arc Mainnet、Arc Testnet が話題に出た場合、Arc 関連のスマートコントラクトを扱う場合、ブロックチェーンプロジェクトで Arc を設定する場合、CCTP 経由で USDC を Arc にブリッジする場合、または USDC 優先アプリを構築する場合に使用します。トリガー：Arc、Arc Mainnet、Arc Testnet、USDC gas、deploy to Arc、Arc chain、stable fees、fast finality
出品者向けのAmazon競合モニタリングと競合インテリジェンス。競合ASINの価格変更、在庫レベル、新製品の発売、レビュー増加ペース、広告パターンを追跡します。値下げ、在庫切れ、市場の変化に関するモニタリングアラートを設定できます。12のAmazonマーケットプレイスに対応。APIキーは不要です。次の場合に使用します：（1）競合他社の価格戦略の監視、（2）競合他社の在庫や在庫パターンの追跡、（3）カテゴリー内の新製品発売の検出、（4）競合他社のレビュー増加ペースと評価の分析、（5）競合他社の不足点から市場機会を特定、（6）競合アラートとベンチマークの設定。
阿里雲百炼のモデル選定と推奨。ユーザーがモデルの選択、推奨、比較を求める場合や、AI のシナリオ／機能要件を説明し、どのモデルを使うかの判断支援を暗に求めている場合に起動します。主な目的は単なる情報検索ではなく、ユーザーの意思決定を支援することです。トリガー語：モデルを推奨して、どれを選ぶ、どれが適している、比較、XX を作る、XX 機能を実装する、どのモデルがよいか、XX シナリオ向けの案。モデル情報の検索と選定の両方に関わる場合は、この skill を優先してください。skill 内でモデルデータを読み込み、推奨を行います。
crewai 1.15.x で CrewAI Flows を構築する際に使用します。構造化（Pydantic）状態と dict 状態および state.id、@start/@listen/@router の接続、or_/and_ の意味、ルーターのラベルとメソッド名の違い、@persist（正しいインポート、状態の保存先、restore_from_state_id）、CheckpointConfig によるチェックポイント、@human_feedback と HumanFeedbackResult.feedback、plot()、flow メソッドからの crews と agents の呼び出し、kickoff 入力、`crewai create flow` のひな形を扱います。Flow サブクラスまたは `from crewai.flow import ...` を含む main.py の作成やデバッグ、リスナーが一度も実行されない／2 回実行される場合、または \"listen condition 'x' references the handler name 'x'\"、\"cannot import name 'persist'\"、\"'StateWithId' object is not subscriptable\"、\"Flow state model must have an 'id' field\"、\"--inputs requires a declarative flow definition\"、\"invoked synchronously from within a running event loop\"、HumanFeedbackCollapseError などのエラーが発生した場合に使用します。
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
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。