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 101,174 件掲載。コマンド 1 行でインストールできます。
すべて
ユーザー自身のエージェントコードや記録済みトレースを起点に、Kitaruのセットアップ、セッションのインポートまたは記録、人によるレビュー、採用する振る舞いの決定、バージョン管理されたコホートの作成、評価器の選定まで案内し、範囲を限定した変更をreplay-experimentスキルに引き継ぎます。既存エージェントの接続や調査、ファイルまたはプロバイダーAPIからの実トレースのインポート、インポート後の気づきの掘り下げ、問題のある・意外なセッションの調査、繰り返し発生する失敗パターンの発見、証拠に基づくレビュー手順の把握、調査の再開、レビュー済みの証拠に基づくコホート作成、採用した振る舞いの評価器作成に使用。人によるレビューを先に行わず、モデルに多数のセッションを読ませ、繰り返し現れるパターンをinsight cardsとして保存する場合は、代わりに `kitaru-insights` スキルを使用。エージェントも証拠もない初回ユーザーが、PydanticAI returns agentの例で手早くデモを試したい場合は、代わりに `kitaru-guided-tour` スキルを使用。
Amazon のストアフロントにある Alexa ショッピングアシスタントに自然言語で質問し、関連する購入案内、商品グループのおすすめ、ASIN リスト、追加で質問できる内容を取得します。1 回の呼び出しで使えるプロンプトは 1 件のみです。追加質問では、エージェントがコンテキストを要約し、新しい質問と組み合わせてから再リクエストする必要があります。url で Amazon ページのコンテキストを補足できます。Amazon Alexa、Alexa ショッピングアシスタント、Amazon スマートアシスタント、AI による商品案内、対話型の商品選び、自然言語での買い物、Amazon のチャット Q&A、Amazon Alexa shopping、conversational shopping、AI shopping assistant、follow-up questions、商品推薦の会話、コンテキストに基づく追加質問などに関する場合に起動します。「Alexa」と明示されていなくても、Amazon のストアフロントで自然言語による商品推薦を求める場合は起動します。
TikTok 動画ランキングを検索し、日間・週間・月間ランキング、および地域と動画ランキング指標に基づいて人気動画のランキングを取得する。再生数、いいね、コメント、シェア、お気に入り、動画販売数、GMV などの指標を返し、16 の TikTok Shop サイトをカバーする。ユーザーが TikTok 動画ランキング、TikTok 人気動画ランキング、TikTok 動画順位、TikTok 日間ランキング、TikTok 週間ランキング、TikTok 月間ランキング、TikTok 販売動画ランキング、TikTok 動画販売数ランキング、TikTok 動画 GMV ランキング、EchoTik 動画ランキング、TikTok video ranking、TikTok top videos chart、TikTok video leaderboard、TikTok viral video ranking に言及したときにこのスキルを起動する。ユーザーが「EchoTik」や「動画ランキング」を明示的に挙げていなくても、日付ごとに TikTok 動画ランキングや動画順位を取得する必要がある場合は、このスキルを起動すること。
非推奨 —— tree-sitting に置き換えられた。このスキルは永続的な _MAP.md ファイルを生成していた。tree-sitting は実行時に同じ AST 抽出を行う（250 ファイルで約 700ms）ため、書き込み、コミット、同期が必要な成果物はない。「map this codebase」「explore repo」「understand structure」などのコードナビゲーション作業には tree-sitting を使用する。最後に動作したバージョンは release mapping-codebases-v0.8.0 にアーカイブされている。
現在インストールされている Media.io CLI で画像と動画を生成する。テキストから画像、画像から画像、テキストから動画、画像から動画、参照から動画、および公開済みのワークフローに使用する。モデルは同梱の静的カタログ（`references/model-catalog.md`）から選択する。このカタログは本番レジストリから生成されたもので、`mediaio model list` にフォールバックするのはディスカバリーのガードレールに記載されたトリガーの場合のみ。すべての `job_type` をバイト単位でそのままコピーすること——一部にはリテラルの空白が含まれ、表示名はしばしば識別子と一致しない。現在の CLI は `effect list` を公開しているが `effect get` は公開していないため、エフェクトはパラメータが独立して検証済みの場合にのみ使用できる。送信前に必ず `model get` でパラメータのスキーマを確認すること。送信するとユーザーのクレジットを消費するが、尋ねられない限り CLI は金額について何も表示しない。`--show-credit` でコストを表示し、ユーザーがコストに敏感な場合、またはクレジット、価格、残高に言及した場合にのみ、先に明示的な承認を得ること。残高が不足した場合、またはユーザーがタスク履歴やアップロードしたファイルを求める場合は、`mediaio link get` が出力する製品ページのリンクを渡すこと——media.io の URL を自分で書いたり編集したりしないこと。人間が読める形式のディスカバリー出力を使用し、生成前にローカルファイルをアップロードし、`generate create` で送信し、別の `generate wait` コマンドで待機し、結果ファイルは `generate download` で取得すること（署名付きの結果 URL を再現しない）。ローカルコマンドのネットワークをサンドボックス化するホストでは、最初にネットワークを使用する `mediaio` または `curl` の Shell/Bash ツール呼び出しは、プロセス起動前にホストの承認を要求する必要がある。デフォルトのサンドボックスで実行してネットワークの可用性を確認しないこと。
ターミナルとファイルへのアクセス権を持つ任意のコーディングエージェント（Claude Code、Codex、Cursor、Claude Desktop、VS Code agentsなど）を通じて、ユーザーのローカルマシン上でコード描画の2D/3Dモーショングラフィックスや編集動画（リール、フック、SaaS/製品の解説、トークヘッド編集）を企画、演出、制作します。ワークフロー：プロセスを説明 → ユーザーが参考素材とストーリーを提供 → そのまま貼り付けられるElevenLabsのナレーション台本を作成 → ユーザーがMP3を生成して返却 → 制作、プレビュー、レンダリング。ヘッドレスChromeでレンダリングするCanvas/SVG/p5.brush/Three.js/GSAP、Motion Canvas/Revideo、ffmpeg、小型ローカルAIモデル（切り抜き、文字起こし）に加え、LottieFiles、Freesound、Pexels/Pixabay、Firecrawl、ElevenLabs MCPを使用します。さらにPlaywright MCPで任意のウェブサイト（Pinterest、Behance、Dribbble、ブランドサイトなど）を視覚的に閲覧し、画像や動画素材を自動取得します。動画の制作、編集、アニメーション化、字幕付け、ナレーション、サウンドデザインをユーザーが依頼した場合に使用します。
マルチカメラ／マルチレコーダー撮影の素材を同期 — 1 つのセッションを複数のカメラと別体の音声レコーダーで収録し、バラバラのクリップとして取り込んだもの — し、ユーザーが同期のみを明示的に求めない限り、既定で話者追従のドラフトを作成。同じ収録の複数クリップを取り込んで整列させたいとき、multicam／多机位／マルチアングル同期を求めたとき、"cut to whoever is talking" の編集を求めたとき、カメラ A/B、アングル、映像に合わせる必要のある別体のラベリアマイクやフィールド録音に言及したときに使用。
Materialize SQL コードベースのセマンティックレイヤーを正規のオントロジーとして設計・レビューする——共有の raw データベース、共有の core データベース、ユースケースごとに 1 つのデータベース。ユーザーが Materialize のスキーマとデータベースの構造化や整理方法を尋ねた場合、正規のセマンティックオブジェクト（エンティティ、イベント、測定値、関係オブジェクト）を定義したい場合、公開オブジェクトの識別解決や時間的セマンティクスが必要な場合、共有レイヤーと消費側固有のレイヤーのどちらに何を置くかを判断する場合、関係レジストリ（core.public.relationships、参照エッジ、カーディナリティ、オプショナリティ）を構築または検証する場合、あるいはオントロジー、セマンティックレイヤー、セマンティックモデル、セマンティックオブジェクト、コンテキストグラフ、raw/core/ユースケースの境界、グレイン、強制可能なレイヤー依存関係に言及した場合に、このスキルを使用する。既存の Materialize コードベースをレビューし、プライベートスキーマの漏洩、概念の重複、未文書化の公開オブジェクトを確認する場合にもトリガーする。
44 のプラットフォームにまたがる 66 のソースからトレンドニュースや話題を取得するコマンドラインツール。タイトル、URL、メタデータを含む構造化されたニュース項目を返す。用途： - 中国語圏および海外プラットフォームのトレンド／話題のニュースを取得する - SNS、テック、金融、ニュースサイトの話題を監視する - さらに処理するために構造化されたニュースデータを JSON で取得する - 利用可能なニュースソースを一覧表示する npm install が必要。一部のソースには環境変数（PRODUCTHUNT_API_TOKEN）が必要。一部のソースは Cloudflare によりブロックされる場合がある（linuxdo）。
ユーザーが Openfort のドキュメントを閲覧したり、SDK のソースコードを見たり、Openfort MCP ツールを使用したりしたい場合は、常にこのスキルを使用する。これは汎用的な Openfort プラットフォームスキルであり、ドキュメントの検索、ソースコードのナビゲーション、コマンドライン操作に使用する。埋め込みウォレットで構築する場合は openfort-embedded-wallet スキルを使用する。バックエンドウォレットの場合は openfort-backend-wallets スキルを使用する。次の場合に起動する：「Openfort docs」「search Openfort」「Openfort source code」「openfort CLI」「MCP tools」「Openfort SDK source」、または一般的な Openfort プラットフォームに関する質問。
公開の `orca` CLI を使用して、Orca が管理する worktree、フォルダーコンテキスト、ターミナル、リポジトリ、自動化、アーティファクト、worktree コメント、および Orca アプリに埋め込まれたブラウザを操作する。ユーザーが「$orca-cli」「use orca cli」「Orca worktree」「child worktree」「cardStatus」「spawn codex/claude in a worktree」「read/wait/send Orca terminal」「terminal send」「full handoff」「handover」「give this to another agent」「another worktree」「Orca browser」「orca artifacts」「share HTML/Markdown」「public artifact link」「control the browser inside Orcaoclassroom」と言ったときに使用する。Orca が管理する状態に wortt Involving タスクでは、生の `git worktree`、場しの PTY、Playwright、Computer Use よりこの方法を優先する。Orca の埋め込みブラウザ以外のブラウザウィンドウ、webview、デスクトップ UI には Computer Use を使用してきた。
URL、ファイル、動画、PDF から構造化 JSON を抽出する。エンティティ抽出とバッチ処理に対応。USE WHEN parse、extract、URL、transcript、entities、JSON、batch、content、YouTube、PDF、article、newsletter、Twitter、browser extension、collision detection、detect content type、extract article、extract newsletter、extract YouTube、extract PDF、parse content。
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。