onboard-context-matic
context-matic MCPサーバーの初回セットアップ向けインタラクティブなオンボーディングツアーを提供します。サーバーの機能説明から利用可能なAPI一覧の表示、選択したAPIの詳細解説、`model_search`・`endpoint_search`のライブデモ、そして実行可能な操作メニューの提示まで順を追って案内します。「このMCPで何ができる?」「APIを見せて」「使い方を教えて」といった場面で使用してください。APIのエンドツーエンド統合には`integrate-context-matic`を使用するため、このスキルでは対象外です。
description の原文を見る
Interactive onboarding tour for the context-matic MCP server. Walks the user through what the server does, shows all available APIs, lets them pick one to explore, explains it in their project language, demonstrates model_search and endpoint_search live, and ends with a menu of things the user can ask the agent to do. USE FOR: first-time setup; "what can this MCP do?"; "show me the available APIs"; "onboard me"; "how do I use the context-matic server"; "give me a tour". DO NOT USE FOR: actually integrating an API end-to-end (use integrate-context-matic instead).
SKILL.md 本文
オンボーディング: ContextMatic MCP
このスキルは context-matic MCP サーバーのガイド付き対話的ツアーを提供します。各フェーズを順番に実行してください。各インタラクションポイントの後で停止し、続行する前にユーザーの返信を待ってください。
Agent の行動ルール — スキル全体を通じて守ってください:
- スキルの構造を説明しないでください。 フェーズ名、ステップ番号、または指示を読んでいるように聞こえるもの(「フェーズ 1 では…」、「ステップ 1a:」、「スキルに従って…」など)を言わないでください。ツアーを自然な会話として提供してください。
- ツール呼び出しを常に事前に告知してください。 1 文で十分です。ユーザーに何を調べようとしているのか、なぜなのかを伝えてからツール呼び出しをしてください。例: 「プロジェクト言語で利用可能な API のリストを取得させてください。」 これによってユーザーは情報を得られ、説明のない沈黙を防げます。
Phase 0 — オープニングステートメントとツールウォークスルー
サーバーが何をするのかについて、簡潔でわかりやすい説明から始めてください。以下の事実に基づいて自分の言葉で述べてください:
context-matic MCP サーバーは、AI 支援コーディングの根本的な問題を解決します。汎用モデルは、新しい SDK バージョンに対して多くの場合に古い、不正確な、または全く欠落している公開コードで訓練されています。このサーバーは、ライブでバージョン対応のグラウンディングレイヤー として機能します。agent がトレーニングデータから SDK の使用方法を推測する代わりに、このサーバーに問い合わせて、現在の API バージョンとプロジェクトのプログラミング言語に合致する正確な SDK モデル、エンドポイント、認証パターン、実行可能なコードサンプルを取得します。
サーバーが解決する問題を説明した後、4 つのツールを初めて使用する人に紹介するかのように説明してください。各ツールについて、以下を説明します:
- それが何か — 覚えやすい 1 行の説明をしてください
- いつ使うのか — 具体的で関連性のあるシナリオ
- それが返すもの — ユーザーが見る出力の種類
以下の事実をソースとして使用しますが、会話的に述べてください — 生のテーブルを提示しないでください:
ツール 何をするか いつ使うか 何が返されるか fetch_apiAPI の key/識別子と言語に対して正確な一致を返すか、指定された言語のすべての API をリストします。keyはfetch_apiで返されるマシンリーダー識別子(例:paypal)で、人間が読める表示名(例: 「PayPal Server SDK」)ではありません。「どの API が使えるか?」/ 新しいプロジェクトを開始 / 「PayPal SDK がありますか?」 短い説明付きの利用可能な API のリスト(完全なカタログ)、または識別子/キーと言語を提供したときの 1 つの正確な API 一致 askバージョン正確なガイダンスとコードサンプルで統合に関する質問に回答します 「認証方法は?」、「クイックスタートを見せて」、「X を行う正しい方法は何?」 実際の SDK バージョンに基づいたステップバイステップのガイダンスと実行可能なコードサンプル model_searchSDK モデル/オブジェクト定義とその型付きプロパティを検索します 「Order はどんなフィールドを持っていますか?」、「このプロパティは必須ですか?」 モデルの名前、説明、型付きプロパティの完全なリスト(必須対オプション、ネストされた型) endpoint_searchエンドポイントメソッド、そのパラメータ、応答型、実行可能なコードサンプルを検索します 「createOrder の呼び出し方法を見せて」、「getTrack は何を返しますか?」 メソッドシグネチャ、パラメータ型、応答型、コピーペーストすぐに使えるコードサンプル
このセクションを終了するには、このツアー中に 4 つのコア発見と統合ツールを現在から fetch_api で始めてライブで実演することを、ユーザーに伝えてください。このツアーが、より広いワークフローが使用する可能性のあるすべてのヘルパーではなく、コア ContextMatic サーバーツールに焦点を当てていることを明確にしてください。
Phase 1 — 利用可能な API を表示
1a. プロジェクト言語を検出
fetch_api を呼び出す前に、ワークスペースファイルを検査してプロジェクトのプライマリ言語を決定してください:
package.json+.ts/.tsxファイルがある →typescript*.csprojまたは*.slnがある →csharprequirements.txt、pyproject.toml、または*.pyがある →pythonpom.xmlまたはbuild.gradleがある →javago.modがある →goGemfileまたは*.rbがある →rubycomposer.jsonまたは*.phpがある →php- プロジェクトファイルが見つからない場合は、黙って
typescriptにフォールバックしてください。
検出された言語を保存してください — 後続のすべてのツール呼び出しにこれを渡します。
1b. 利用可能な API を取得
ユーザーに検出した言語を告げ、利用可能な API を取得していることを伝えてください — 例えば: 「このプロジェクトは TypeScript プロジェクトのようです。TypeScript で利用可能な API を取得させてください。」
fetch_api を language = 検出された言語、key = "" で呼び出し、ツールが利用可能な API の完全なリストを返すようにします。
結果をフォーマットされたリストとして表示し、各 API の name と description の 1 文の概要を表示します。エントリを省略またはスキップしないでください。
表示形式の例(実際の結果に合わせて調整):
このサーバー経由で現在利用可能な API は以下の通りです:
1. PayPal Server SDK — PayPal REST API 経由の支払い、注文、サブスクリプション、ボルト。
2. Spotify Web API — 音楽/ポッドキャスト検出、再生制御、ライブラリ管理。
....
Phase 2 — API 選択(インタラクション)
ユーザーに聞いてください:
「これらの API の中で、どれを探索したいですか? 名前または番号を言ってください。」
ユーザーの返信を待ってから続行してください。
fetch_api レスポンスから選択された API の key 値を保存してください — 後続のすべてのツール呼び出しにこれを渡します。また、説明的なテキストで使用するために API の名前を記録してください。
Phase 3 — 選択された API を説明
呼び出す前に、次のような内容を言ってください: 「良い選択です — [API 名]の概要を取得させてください。」
ask を以下で呼び出してください:
key= 選択された API のキーlanguage= 検出された言語query=「このAPI の高レベルな概要をください: 何をするか、メインコントローラーまたはモジュールは何か、認証がどのように機能するか、そして使用を開始するための最初のステップは何か。」
レスポンスを会話的に提示します。以下をハイライトしてください:
- API ができること(ユースケース)
- 認証がどのように機能するか(認証情報、OAuth フロー等)
- メイン SDK コントローラーまたは名前空間
- インストールする NPM/pip/NuGet/等 パッケージ名
Phase 4 — プロジェクト言語での統合(インタラクション)
ユーザーに聞いてください:
「[API 名] の特定の部分を学びたいですか — 例えば、注文の作成、トラックの検索、またはサブスクリプションの管理? それとも、完全な統合クイックスタートを見せましょうか?」
ユーザーの返信を待ってください。
呼び出す前に、次のような内容を言ってください: 「了解です — それを調べさせてください。」 または 「もちろん、クイックスタートを取得させてください。」
ask を以下で呼び出してください:
key= 選択された API のキーlanguage= 検出された言語query= ユーザーの明記された目標、または完全なガイドを要求した場合は「完全な統合クイックスタートを見せてください: SDK をインストール、認証情報を設定、最初の API 呼び出しを行う。」
レスポンスを含め、返されたとおりに正確にコードサンプルを提示します。
Phase 5 — model_search を実演
ユーザーに伝えてください:
「次に、
model_searchがどのように動作するかを見せます。このツールを使用して、任意の SDK モデルまたはオブジェクト定義 — その型付きプロパティ、どれが必須でどれがオプションか、そしてそれらが何の型かを検索できます。部分的で大文字と小文字を区別する名前で動作します。」
呼び出す前に、次のような内容を言ってください: 「[モデル名] モデルを検索させてください。結果がどのようになるかを見てもらいます。」
選択された API から代表的なモデル を選択し(以下の例を参照)、model_search を以下で呼び出してください:
key= 以前に選択された API キー(例:paypalまたはspotify)language= 検出されたプロジェクト言語query= 選択した代表的なモデル名
| API キー | 良いデモクエリ |
|---|---|
paypal | Order |
spotify | TrackObject |
結果を表示し、以下を指摘してください:
- 正確なモデル名とその説明
- 興味深い型付きプロパティのいくつか(オプション対必須をハイライト)
- ネストされたモデル参照(例:
PurchaseUnit[] | undefined)
ユーザーに伝えてください:
「名前でいずれかのモデルを検索できます — 部分的な一致も動作します。[API 名] から特定のモデルを調べるように私に頼んでください。その形状を知りたいときはいつでも。」
Phase 6 — endpoint_search を実演
ユーザーに伝えてください:
「同様に、
endpoint_searchは任意の SDK メソッドを検索します — 正確なパラメータ、その型、応答型、およびプロジェクトに直接ドロップできる完全に実行可能なコードサンプル。」
呼び出す前に、次のような内容を言ってください: 「[エンドポイント名] エンドポイントを取得させてください。パラメータとライブコードサンプルを見てもらいます。」
選択された API の代表的なエンドポイント を選択し、endpoint_search を明示的な引数オブジェクトで呼び出してください:
key= 実演している API キー(例:paypalまたはspotify)query= 検索したいエンドポイント / SDK メソッド名(例:createOrderまたはgetTrack)language= ユーザーのプロジェクト言語(例:"typescript"または"python")
例えば:
API キー(key) | エンドポイント名(query) | 例 language |
|---|---|---|
paypal | createOrder | ユーザーのプロジェクト言語 |
spotify | getTrack | ユーザーのプロジェクト言語 |
結果を表示し、以下を指摘してください:
- メソッド名と説明
- リクエストパラメータとその型
- 応答型
- 完全なコードサンプル(返されたとおりに提示)
ユーザーに伝えてください:
「コードサンプルは使用可能な状態です — 正しい SDK からインポートし、クライアントを初期化し、エンドポイントを呼び出し、エラーを処理します。メソッド名または部分的な大文字と小文字を区別するフラグメントでいずれかのエンドポイントを検索できます。」
Phase 7 — クロージング: 何ができるか
ユーザーが agent に依頼できることについての概要リストでツアーを終了します。これをフォーマットされたメニューとして提示します:
このMCP でできることのメニュー
クイックスタート: 最初の API 呼び出し
/integrate-context-matic Spotify TypeScript SDK をセットアップして、トップ 5 曲を取得してください。完全なクライアント初期化と API 呼び出しを見せてください。
/integrate-context-matic Twilio API で認証して SMS を送信するにはどうすればいいですか? SDK クライアントと送信呼び出しを含む完全な PHP セットアップをください。
/integrate-context-matic Python スクリプトで Slack API クライアントを初期化し、チャネルにメッセージを投稿する方法を説明してください。
フレームワーク固有の統合
/integrate-context-matic Next.js アプリを構築しています。Google Maps Places API を統合して、近くのレストランを検索してページに表示してください。TypeScript SDK を使用してください。
/integrate-context-matic Laravel を使用しています。ユーザーが登録するときに Twilio SMS を送信する方法を見せてください。PHP SDK のセットアップ、クライアント初期化、コントローラーコードを含めてください。
/integrate-context-matic ASP.NET Core アプリがあります。Twilio ウェブフック処理を追加して、SMS が送信されたときに配信ステータスコールバックを受け取ることができるようにしてください。
フルインテグレーションのツール連携
/integrate-context-matic Next.js ストアに注文の出荷リアルタイム通知を追加したいです。注文ステータスが「発送済み」に変わると SMS を送信するために Twilio を使用してください。完全な統合を見せてください: SDK セットアップ、正しいエンドポイントとそのパラメータ、TypeScript コード。
/integrate-context-matic プレイリスト監視アプリで Spotify トラックが変更されるたびに Slack メッセージを投稿する必要があります。TypeScript で両方の API を統合する方法を説明してください — 利用可能なものを発見することから始めて、認証設定と正確な API 呼び出しを見せてください。
/integrate-context-matic ASP.NET Core アプリで、Google Maps を使用してユーザーアドレスをジオコーディングして結果をキャッシュしたいです。ジオコード エンドポイントと応答モデルを検索してから、エラーハンドリングを含む C# コードを生成してください。
デバッグとエラーハンドリング
/integrate-context-matic Spotify API 呼び出しが 401 を返しています。どの OAuth フローを使用すべきで、TypeScript SDK はトークン更新をどのように自動的に処理しますか?
/integrate-context-matic Slack メッセージの投稿が間欠的にレート制限エラーで失敗しています。Python SDK はレート制限情報をどのように公開し、推奨される再試行パターンは何ですか?
「ツアーは終わりです! 上記のいずれかをお聞きになるか、単に何を構築したいかを教えてください — このサーバーを使用して、正確でバージョン固有のガイダンスを提供します。」
Agent のための注記
- ユーザーが
fetch_apiの結果に含まれていない API を選択した場合、それが現在利用できないことを伝え、利用可能な API でツアーを続行することを提案してください。 - このスキルのすべてのツール呼び出しは 読み取り専用 です — ユーザーが統合を進めることを明示的に要求しない限り、プロジェクトを変更したり、パッケージをインストールしたり、ファイルを書き込んだりしません。
endpoint_searchまたはaskからのコードサンプルを表示するときは、正しい言語タグを含む柵付きコードブロックで提示してください。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- github
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/github/awesome-copilot / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。