ディレクトリ
全 1,876 件 · ベンダー: 汎用
discord-support-bot
disccliを使用してDiscordのサポート・ヘルプデスクボットを構築できます。チケットごとのスレッド管理、FAQ自動応答、ナレッジベース検索、チケットルーティング、ステータス追跡、定型文応答などの機能を備えています。AI駆動型とルールベース型の両方のアプローチに対応しています。
model-builder-and-byollm
Salesforceでモデルビルダーを設定する際に使用し、外部のLLMを登録したり、AgentforceとEinstein機能の標準モデルを選択できます。モデルの登録、APIキーの設定、モデルエイリアスの構成、コストとパフォーマンスのトレードオフに対応しています。トラストレイヤーの設定には対応していません（agentforce-trust-layerを使用してください）。
Remember
将来の参照のためにメモリエントリを保存できます。重要なコンテキスト、判断、発見などを永続的に記録するのに使用します。
offline-search
Kiwix ZIMアーカイブからインデックス化されたオフライン・ドキュメンテーション・ライブラリ(Wikipedia、Stack Overflow、Python docs、DevDocsなど)を検索できます。APIリファレンス、プログラミングガイド、技術ドキュメント、その他の外部情報を調べる際に活用してください。インターネット接続がない環境での作業時に特に有用で、ウェブ検索が利用できない場合の主要な情報源となります。
new-contact-hygiene-workflow
HubSpotのワークフローを構築して、新規コンタクト作成時に自動的に情報を充実させ、ステージングします。ライフサイクルステージの設定、関連する企業から会社名と業界情報のコピー、完全性に基づいた分岐処理を行います。API制限のため、HubSpot UIで手動構築する必要があります。
linting-instructions
Anthropicのモデルカード（Opus 4.6、Sonnet 4.6）から導出されたルールに基づいて、Agent SkillsのプロンプトをLintできます。スキルやエージェントの作成・レビュー時に使用します。「プロンプト検査」「監査」「モデルカードルール」などの用途に対応しています。
gnn-pipeline
Generalized Notation Notation(GNN)ファイルを扱う場合に使用できるActive Inference生成モデル向けのGNN処理パイプラインです。GNNファイルの操作、25ステップパイプラインの実行、モデル仕様の解析、シミュレーション生成、またはGNNモデル定義からの可視化およびレポート作成を行う際にご利用ください。
notebooklm-connector
Google NotebookLM のMCP統合スキル。Claude Code や Codex CLI から MCP経由で Google NotebookLM のコンテンツに直接問い合わせと検索ができます。オプションの ExportKit を使って NotebookLM のコンテンツをローカルにエクスポートしたり、nlm CLI で情報源を管理できます。ユーザーが「NotebookLM を連携」「Claude Code で NotebookLM を使う」「Codex で NotebookLM に問い合わせ」「notebooklm-connector をインストール」「NotebookLM MCP を設定」などと指示すると自動で起動します。初回使用時はセットアップスクリプトを実行した後、references/mcp-setup.md に従って MCP 設定を Claude Code または Codex の設定ファイルに追加します。ライセンス：MIT。
Academic Searching
学術論文検索パイプラインを実行します。Scholar検索を行い、結果を充実させて、論文を取得します。
openclawfice
Virtual Office Dashboard — OpenClawエージェント向けのピクセルアートNPC。レトロなAIオフィスをインストール、管理、操作できます。
Frontend Design
デザインシステムを活用し、レスポンシブレイアウト、アクセシビリティ対応コンポーネント、ダークモード対応を備えた、本番環境対応のフロントエンドインターフェースを設計・構築できます。
update-memory
会話の内容を処理し、カテゴリ分けされたリンク情報でメモリシステムを更新します。ユーザーが「これを覚えて」「メモリを更新して」「メモリに保存して」「これを記憶して」と言った場合や、情報を記憶するよう求めた場合に使用します。また、ユーザーが重要な決定事項、好みの設定、プロジェクトの詳細、参考資料など、セッション間で保持すべき情報を共有した場合も自動的に実行されます。ユーザーが訂正したり、好みを共有したり、新しいプロジェクトについて言及したり、人物を紹介したり、技術的な判断を述べたりした場合も、保存のシグナルです。明示的な許可を待たずに、今後のセッションで役立つ重要なコンテキストは積極的に取得します。
consolidate-memory
メモリシステムを統合、削除、再構成します。夢のサイクルのように機能します。ユーザーが「夢」「メモリを統合」「メモリをクリーンアップ」「メモリを削除」「メモリを整理」「メモリを片付ける」などと言った場合に使用してください。また、ユーザーが古いコンテキスト、矛盾した情報、またはメモリファイルが散乱していることについて不満を述べた場合にもトリガーされます。セッション開始時のフックが統合が必要であると報告し、ユーザーがそれを承認した場合にもこのスキルを使用します。
load-memory
ユーザーの現在のトピックや質問に基づいて、メモリシステムから関連するコンテキストを読み込みます。新しい会話を始める際、ユーザーが過去のコンテキストについて尋ねた場合、以前の作業を参照している場合、プロジェクトや人物を名前で言及した場合、または背景知識が回答の質を高める場合に使用してください。また、ユーザーが「何を覚えていますか」「コンテキストを読み込む」「メモリを確認する」「私は誰ですか」と言った場合にも使用します。ユーザーが明示的に求めなくても、以前のコンテキストが役に立つと判断されれば、積極的にこの機能をトリガーしてください。
hooks-pattern
Reactコンポーネント間でステートフルなロジックを再利用するためのReact Hooksについて説明します。フォーム処理、購読、サイドエフェクトなどの共通の動作をカスタムフックに抽出して再利用可能にしたい場合に活用できます。
domain-investigation
ユーザーがドメインやホスト名の調査、確認、または特性把握をリクエストした場合に使用します。VirusTotal、URLScan（既存スキャン検索）、Shodan（DNS解決＋ホスト情報）、OTX、ransomware.live（被害者ステータス確認）、およびオプションでCensysをチェーン処理します。レピュテーション、解決結果、ホスティングフィンガープリント、ランサムウェア請求ステータス、およびピボット候補を返却します。対象がドメインである場合、/cti-orchestratorによって実行されます。
ffmpeg-cut-concat
ffmpegを使用して、メディアのトリミング、カット、分割、セグメント化、結合を実行します（可能な限りストリームコピーを使用し、カット境界では再エンコード）。ユーザーがビデオのトリミング、クリップのカット、タイムスタンプによるセグメント抽出、セクションの削除、ファイルの分割、ビデオの結合・マージ、ファイルの連結、またはセグメント化されたHLSスタイルのプレイリスト構築を依頼した場合に使用します。
fetcher-eventbus
型指定されたイベントバス（Serial、Parallel、Broadcast）とクロスタブ通信に対応します。ユーザーがイベントバス、イベント、ブロードキャスト、クロスタブ、シリアル/パラレル実行、BroadcastChannel、または型指定されたイベント処理について言及した場合に使用してください。
nuxt-users
Nuxt 3およびNuxt 4向けのnuxt-usersモジュールの設定と利用ができます。認証機能、ユーザー管理、ロール設定、パスワードリセット、データベース設定（SQLite/MySQL/PostgreSQL）、CLIコマンド（migrate、create-userなど）の追加時に活用できます。nuxt.config（nuxtUsers）、composables（useAuthentication、useUsers、usePublicPaths、usePasswordValidation、useNuxtUsersLocaleなど）、コンポーネント（NUsersLoginForm、NUsersLogoutLinkなど）、認可設定（ホワイトリスト、パーミッション）に対応しています。
senior-architect
システム設計、スケーラビリティと信頼性の計画、API/データモデリング、トレードオフ分析、ADR（アーキテクチャ決定記録）の作成、Mermaidを用いた明確なアーキテクチャ図の生成など、シニアレベルのソフトウェアアーキテクチャワークフローとツーリングが利用できます。機能やシステムのアーキテクチャを定義・見直したい、技術を選定したい、意思決定を文書化したい、または既存コードベースのアーキテクチャをレビューしたいときに活用してください。
docker-sandbox
Dockerサンドボックス内でエージェントツール（claude、codex）を作成・管理・実行し、コードを隔離された環境で安全に実行できます。エージェントループの実行、ツールサブプロセスの起動、またはプロセス隔離が必要なタスクで使用してください。「sandbox」「isolated execution」「docker sandbox」「safe agent execution」、またはエージェントループインフラストラクチャの構築作業時に動作します。
summarize
URLやポッドキャスト、ローカルファイルのテキストやトランスクリプトを要約・抽出できます。YouTubeなどの動画ファイルの文字起こしが必要な場合にも対応します。
brand-guidelines
Anthropicの公式ブランドカラーとタイポグラフィーを、Anthropicのルック・アンド・フィールの適用が有益なあらゆるアーティファクトに適用します。ブランドカラーやスタイルガイドライン、ビジュアルフォーマット、または企業デザイン基準が適用される場合に使用してください。
wx-favorites-report
WeChat収蔵の可視化：暗号化されたWeChat内部データベースをエンドツーエンドで復号化・解析し、インタラクティブなHTML可視化レポートを生成します。 トリガーワード：/wx-favorites-report、WeChat収蔵可視化、収蔵レポート、収蔵分析 対応入力形式：暗号化/復号化済みのFavorite.db（SQLite）またはCSV/JSON形式のエクスポートファイル
scammer
詐欺パターンをAIに学習させ、疑わしいメッセージを検出し、現在の段階を特定し、次のステップを予測します。このスキルは、詐欺の手口を分析して機械学習モデルに組み込み、不正な通信や取引の兆候をリアルタイムで識別します。顧客対応やカスタマーサポートの過程で詐欺の進行状況を追跡し、被害を未然に防ぐための予防的対応が可能になります。
webnovel-plan
全体構成から巻や章のアウトラインを構築し、クリエイティブな制約を継承して、執筆可能な章計画を準備します。ユーザーがアウトライン作成をリクエストするか、/webnovel-planコマンドを実行した際に使用します。
token-saver
インテリジェントなモデルルーティング、コンテキスト圧縮、スマート最適化により、トークン消費を最適化します。常に動作し、質問の複雑さを自動的に分類し、コスト最適なモデルにルーティングし、長い会話を圧縮し、無駄なパターンを排除します。すべてのメッセージで使用することで、API費用を50～80%削減できます。
iac-scan
Terraform / OpenTofu / Nix / k8sマニフェストの設定ミス検出 — オープンセキュリティグループ、暗号化なし、公開S3/GCS、IAMワイルドカード、平文シークレット、タグ不足などを検出します。IaC PRのレビュー時、`terraform apply` / `tofu apply`のゲート、既存状態のドリフト監査、クラウド設定のコンプライアンスレポート作成時に活用できます。
kubernetes-review
**Kubernetes＆クラウドネイティブレビュー**: Kubernetesマニフェスト、Helmチャート、クラウドネイティブ構成をセキュリティ、信頼性、リソース管理、ベストプラクティスの観点からレビューします。Pod、Deployment、Service、Ingress、RBAC、ネットワークポリシー、HPA、PDB、セキュリティコンテキスト、GitOpsパターンに対応しています。ユーザーがKubernetes、k8s、kubectl、Helm、Pod、Deployment、Service、Ingress、Operator、ArgoCD、Flux、またはコンテナオーケストレーションについて言及した場合にご利用ください。
rig
リポジトリを標準的な開発ツール、フック、ワークフローで冪等的にブートストラップします。新しいリポジトリでの作業開始時、既存プロジェクトへのオンボーディング時、またはリポジトリが適切なCI/CD設定を備えていることを確認する場合に使用します。git hooks（lefthook）、コミットメッセージテンプレート、PRテンプレート、およびlint/format/型チェック/ビルド用のGitHub Actionsを設定します。変更前にユーザー確認のプロンプトを表示します。トリガー: 「bootstrap repo」「setup hooks」「configure CI」「rig」「standardize repo」
coding-agent-2
Codex CLI、Claude Code、OpenCode、Pi Coding Agentをバックグラウンドプロセスで実行し、プログラムから制御できます。
session-bridge
エージェントセッション全体でコンテキストを保持・復元します。プランファイルのチェックボックスを信頼できる情報源として使用します。新しいセッションの開始時、以前の作業の再開時、セッション終了時、またはユーザーが「前回の続きから」「何をしていたか」「進捗を保存」といった指示をした時に使用してください。
goldmask
コード変更の影響範囲を評価する際、コードがなぜそのように書かれたのかを理解する際、リスクの高い変更を計画する際、またはリファクタリングが隠れた副作用を持つ可能性がある場合に使用します。何が変更されたか(WHAT)、なぜそれが存在するのか(WHY:git履歴調査)、その領域がどの程度リスキーか(変更頻度と所有権指標)を追跡できます。キーワード:影響分析、ブラストラディウス、リスク評価、コード考古学、なぜこのコードが書かれたのか。
statusline
CLIのカスタムステータスラインを設定できます。ユーザーがステータスライン、ステータスバー、プロンプトフッターのカスタマイズ、またはプロンプト上部にセッションコンテキストを追加したいと述べた場合に使用します。
compose-agents
SequentialAgent、ParallelAgent、LoopAgentを使用して、マルチエージェントシステムを構築できます。エージェントパイプライン、並列ワークフロー、反復ループの構築時に利用します。
review-go
Goバックエンドコードの包括的なレビューをオプションの並列エージェントで実施します
bq-analytics-install
プロジェクトにbq-analyticsをインストールして組み込みます。Phase 1では実行環境を検出してSDKを連携させます。Phase 2ではリポジトリをスキャンして認証・決済・主要機能の箇所を特定し、イベントを提案してtrack/identify/groupをインラインで組み込みます。Phase 3（オプション）ではVercel Edge Configを通じて機能フラグをプロビジョニングします。新規または既存プロジェクトへのアナリティクス導入時に利用できます。
dev-planner
🚀 超級開発プランナー —— 対話型要件収集 + Agentチーム並列開発 + MCP ツール全体運用 トリガー条件：ユーザーが「開発を手伝って」「プロジェクト/ウェブサイト/アプリ/システム/ツール/スクリプト/ボットを作りたい」「planモード」「対話型開発」「開発ドキュメント生成」「実装したいアイデアがある」と言った場合、または軟件/ツール/システムの要件を説明する任意のリクエストで発動します。「何か作りたい」のような曖昧な要件でも起動します。コア機能：(1) 初心者ユーザーを選択肢対話で要件を詳細化へ導く、(2) エンタープライズグレードの超詳細な開発ドキュメント生成、(3) Agentチーム + MCPツールの並列開発を編成、(4) ドキュメント駆動全体進行・ノードテスト・自動サブミット実施。
md2book
Markdown形式の書籍をプロフェッショナルな組版のPDF電子書籍に変換します。インテリジェント自動分ページ、日本語の完全レンダリング、上質な装帯デザイン、複数のビジュアルテーマに対応しています。
hebrew-writer
ネイティブのイスラエル人と区別のつかないヘブライ語コンテンツを作成します。 ヘブライ語テキストの生成、改文、AI特性の検出に対応します。9層システムで構成され、バリエーション・フィンガープリント・エンジン、ヘブライ語優先思考、55種類以上のAIパターン検出、イスラエル的音声注入、言語的精密性、リズム工学、自己監査スコアリング（95/100閾値）、適応的音声クローニング、ソウルレイヤー（深い魂）、多様性エンジンを備えています。 v5では事前作成コミットメント誓約（ステップ0）、ソウルファースト計画（ステップ4b）、違反スキャナー、自動失敗重大度システム、チェックリスト再編成を追加。v1～v4の全ルールを統合し、確実に実行します。 PNAS 2025の言語登録研究、Antislop ICLR 2026（8,000以上のパターン分類）、MATTR語彙多様性、ヘブライ語議論的談話研究に基づいています。 ヘブライ語コンテンツ作成、ヘブライ語テキストの人間らしさ向上、AI特性の検出、特定の執筆スタイルの模倣に使用できます。
open-web-unlocker
Webページと検索結果をクリーンなマークダウン、構造化されたJSON、またはHTMLとして取得できます。URLの取得、Webコンテンツのスクレイピング、検索エンジンのクエリが必要なタスクで使用します。記事の読み込み、商品データの抽出、Brave/Bing/DuckDuckGoからの検索結果取得、JavaScriptレンダリングやアンチボット対策が施されたページの処理など、様々な用途に対応しています。
bats-testing-patterns
Bash Automated Testing System (Bats)を使用して、シェルスクリプトの包括的なテストを実施できます。シェルスクリプトのテスト作成、CI/CDパイプラインの検証、またはシェルユーティリティのテスト駆動開発が必要な場合に活用します。
nextjs-seo-foundations
Next.js 14アプリケーションの本番環境レベルのSEO実装規格（メタデータ、スキーマ、パフォーマンス）
aawp
AAWP（AI Agent Wallet Protocol）— EVM互換ブロックチェーンとSolanaにおいて、AIエージェント専用に構築された唯一の暗号資産ウォレットプロトコルです。人間向けではなく、署名者はAIエージェント自体であり、ウォレット作成時に暗号学的に紐付けされます。ウォレットライフサイクル管理、トークン転送、DEXスワップ、クロスチェーンブリッジング、Solanaネイティブトレーディング（Pump.fun SDK + Jupiter）、トークンローンチ、DCA自動化、価格アラート機能に対応しています。
bioinformatics-god-skill
このテキストは英文ではなく中国語（簡体字中国語）で書かれており、また「Agent Skills」としては技術的な説明というより、特定のAIキャラクターやペルソナの説明のようです。念のため中国語から日本語への翻訳をお渡しします： 生物情報学の最高権威として、50人の一流研究者の思考フレームワークを統合しています。970行の著作研究、389行の対話分析、297行の表現DNA、133行の外部批評、529行の主要決定、320行のタイムラインに基づいた深度調査から、7つのコア思考モデル、10の意思決定ヒューリスティック、6大学派の緊張関係、および完全な学問領域表現DNAを抽出しました。 用途として、生物情報学全域の思考コンサルタントとして機能し、領域最高水準の視点から問題分析、方法論の検証、ツール評価を行います。ユーザーが「生物情報学の最高視点で」「bioinformatics god」「生物情報学の権威ならどう見るか」と言及した場合、またはユーザーが「最高レベルの生物情報学的視点で分析してほしい」「生物情報学のトップ専門家ならどう考えるか」と述べた場合に、このスキルが発動します。
memory-systems
短期的、長期的、およびグラフベースのメモリアーキテクチャを設計できます
dynamical-system-tuner
非線形システム、ODE モデル、回路モデル、物理モデル、数学的システムを含む動的システムのパラメータをチューニングおよびトライアルします。ユーザーが動的システム、非線形システム、ODE システム、状態空間モデル、カオスモデル、オシレータ、または回路モデルのパラメータをチューニング、トライアル、スイープ、探索、調整、またはテストすることを要求する際に使用します。特に MATLAB シミュレーション、時間応答プロット、位相平面図の生成に活用できます。
confluence-expert
Atlassian Confluenceの専門家として、スペース、ナレッジベース、ドキュメントの作成・管理ができます。スペースの権限設定と階層構造の構成、マクロを活用したページテンプレートの作成、ドキュメント分類体系の構築、ページレイアウトの設計、コンテンツガバナンスの管理に対応します。Confluenceスペースの構築・再構成、権限構造を含むページ階層設計、ドキュメントテンプレートの作成・標準化、ページへのJiraレポート埋め込み、ナレッジベース監査の実施、またはドキュメント標準とコラボレーティブワークフローの確立が必要な場合に活用できます。
rw-fetch-api-reference
Runway APIの最新リファレンスをdocs.dev.runwayml.comから取得し、統合作業を行う前にこれを正式な情報源として利用してください。
lecture-skill
CS課程の体系的学習スキル。横軸・縦軸分析と構造化された記述品質検査体系を組み合わせ、コンピュータサイエンス課程を深く学習します（講義ノート、シラバス、論文リストを含む）。最終的に構成が完全で個人的な洞察を備えた学習報告書を出力できます。 トリガーワードには「この課程を学びたい」「この課程をまとめてほしい」「このCS課程を研究したい」「学習報告書を出力してほしい」「課程分析」「講義ノートの整理」「この課程を理解するのを手伝ってほしい」などが含まれます。 ユーザーが課程ホームページ（例：https://cs.brown.edu/courses/csci1650/）を提供して「学習を手伝ってほしい」または「学習報告書を書いてほしい」というシーンに適用できます。 単純な用語説明（例：「OSとは何か」）や公開記事の執筆には使用しないでください。