Skill.md検索

プラン（実装計画）の曖昧な部分を自動検出して、実装前に解決するべき課題をリストアップできます。 構造化された選択肢付きの質問を提示し、各選択肢のメリット・デメリット（pros/cons）を示すことで、判断がしやすくなります。推測ではなく、根拠のある決定ができます。 回答内容をプランに自動反映して、曖昧点が解消されたプランに更新します。チーム全体で同じプランの理解を共有できます。 未解決の曖昧点が残っていれば自動で再質問し、すべてが明確になるまでブラッシュアップします。 プロジェクトマネージャー：「〇〇をどのやり方で実装するか」を迷わず決めたい人 開発チームリーダー：プラン段階で仕様の漏れ・矛盾を無くしたい人 デザイナー：実装前の仕様書を確実にまとめたい人

Markdownファイルをブラウザで見やすく表示し、編集結果をリアルタイムで確認できます。 ファイル保存のたびに自動でブラウザが更新されるため、手動リロードの手間が不要です。 複数のMarkdownファイルを同時に監視でき、ドキュメント作成時の効率が大幅に向上します。 プロジェクトごとにグループ分けして管理でき、異なるリポジトリのファイルが混ざらないようにできます。 一度サーバーを起動すれば、後から追加のファイルを簡単に開けるため、長時間の作業に最適です。 READMEやドキュメント作成を頻繁に行う開発者やテクニカルライター Markdownを使った記事執筆やブログ運営を行う人 プロジェクトドキュメントのレビュー・チェックが必要なマネージャー 納品前のドキュメント確認・品質検査を効率化したい企画・営業職

スキルファイルから不要な説明を削除し、このプロジェクト固有の重要情報だけを残すことで、ファイルサイズと読み込み時間を削減できます。 他のスキルで対応可能な内容を統合し、スキル間の重複をなくして、全体構成をシンプルにできます。 一般知識や既存ツールの基本的な使い方を削除して、このプロジェクト特有の落とし穴や工夫だけを残すことで、必要な情報が素早く見つかります。 冗長な表やチェックリストを圧縮して、箇条書きなど最もシンプルな形式に統一できます。 スキルのサイズと内容を最適化し、読み込み速度を保ちながら必要な情報を確保します。 技術リーダー：プロジェクトのスキル設定を定期的に整理・改善したい人 ドキュメント管理者：マニュアルの分量を減らして、実用性を高めたい人 開発チーム全体：スキルドキュメントの保守コストを削減したい人

LLMエージェント向けのツール設計：REST APIではなく、ユーザーのタスク単位でツールをまとめることで、トークンコストと精度を最適化できます。 ツール命名と説明文の標準化：snake_case命名やサービスプレフィックスの統一により、LLMがツール選択を正確に判断できるようになります。 エラーハンドリングの自動化：エラーメッセージに次のアクション情報を含める形式を統一することで、エージェントが自動で適切に対応できます。 冪等性（べきとうせい）の確保：同じ入力で同じ結果が返されるようにすることで、エージェントのリトライ・並列化が安全に動作します。 TypeScript環境でのベストプラクティス：ビルドステップなしで直接実行できるプロジェクト構成と、SDKの正しい使用方法を習得できます。 LLMと連携するサーバー・APIを構築するエンジニア 複数のツール・機能をLLMに提供する仕組みを作りたい開発チーム トークンコストと精度を両立させたいAI開発者 MCPサーバーのコード品質をチーム全体で統一したい技術リード

シーケンス図の作成：関係者（顧客・システム・チーム）の間での処理フローを時間軸で明確に表現でき、複雑な業務フローを誰でも理解できます。 フローチャート設計：意味のあるノード名と段階的な番号付けにより、分岐条件や処理の流れを図として可視化できます。 図の構造化と色分け：box による関心事の境界線や色分けで、異なる部門・システム間の責任範囲を一目で把握できます。 ドキュメント品質の向上：標準化されたルールに従うことで、AIが生成した図でもA, B, C...のような意味不明なノード名になるのを防げます。 業務フロー・システムフローを図で説明したいプロジェクトマネージャーや業務設計者 ドキュメントに図表を大量に盛り込みたい企画・コンサルタント AIに図の生成を依頼するがボツが多く、品質を安定させたい人 チーム全体で図の作り方を統一してドキュメント品質を統一したい組織

構成テンプレートで提案の説得力が上がる：情報収集→目的→前提→提案の順で書くことで、決裁者が判断に必要な情報を漏らさず提示できます。 数字で事実を伝える：抽象的な表現を禁止し、費用・実績・比較など具体的な数字を入れることで、説得力と信頼性が格段に上がります。 既決事項からの差分で書く：前回の承認内容から何が新しいのかを明確にすることで、決裁者の判断負荷が減り承認されやすくなります。 段階的な検証ストーリーで リスクを下げる：提案内容をセグメント分けしステップ化することで、一度に大きな投資をせず、検証しながら進められる安心感を与えます。 確度を正直に表示する：「体感」「推定」「公式発表」とラベル付けすることで、意思決定の根拠の強さが明確になります。 社内で新しい施策・ツール導入の承認を取りたい企画・マネージャー 予算増額や新規プロジェクトの決裁依頼を書く必要がある部門長 AIに提案書を書かせたが、なぜか通らない経験をしている人 提案の通過率を上げ、意思決定の質を高めたい組織

型安全なコードを標準化：すべての関数に型ヒントを付けてmypyで静的チェックすることで、バグを早期発見でき、コードの読みやすさが向上します。 統一されたツールチェーンで品質を自動化：uv・ruff・pytest・mypyを統一的に使うことで、チーム全体で同じ品質基準を保ちやすくなります。 ネストが浅く読みやすいコード設計：早期リターンやパターンマッチなどのパターンに従うことで、複雑な分岐処理を直感的に理解できます。 エラーハンドリングの確実性：カスタム例外クラスと具体的なキャッチを標準化することで、予期しないエラーの握りつぶしを防げます。 再現可能な実行環境：uv による依存関係管理により、どの環境でも同じバージョンで動作する安定性が得られます。 Pythonで保守性と品質を両立させたいエンジニア 既存の複雑なPythonコードをリファクタリング（整理・改善）したい開発チーム AIにPythonコードを生成させるが品質にばらつきがある人 プロジェクト全体で型チェックやテストを標準化したい技術リード

宛先判定を自動化：送信相手が不明な場合、ユーザーに確認する前にSlack内で候補を検索し、役割を推測したうえで送信相手を提案できます。 送信相手に合わせたメッセージ調整：技術担当者には技術詳細を、経営層には結果・インパクトを、というように粒度・トーンを自動的に変えられます。 メンション・スレッド管理の正確化：メンション必須ルールとスレッド返信の規約に従うことで、メッセージが見落とされたり、無駄なスレッド分散が起きなくなります。 AI臭さを除去した自然なメッセージ：「〜についてですが」「ご確認のほど」といったAI独特の表現パターンを除去し、人間らしい、読みやすいメッセージになります。 Slack mrkdwn記法の正確な活用：太字・コード・リンク・メンションなどの記法を統一することで、メッセージの可読性が上がります。 Slackで重要な連絡・依頼を送ることが多いマネージャー・リード AIにSlackメッセージを生成させるが、なぜか反応がイマイチな人 チーム内でメッセージのトーン・クオリティをばらつかせたくない組織 外部パートナーとのSlackやりとりで、相手に響くメッセージを送りたい営業・PdM

型安全性の徹底 - すべての関数に型を指定し、any型を禁止することで、バグを事前に防ぎます。 コード整形と規約の自動適用 - Biome（linter・formatter）を使い、コードスタイルを一括で統一・修正できます。 テストと型チェックの自動実行 - vitest（テストツール）と tsc（TypeScript型チェッカー）で、コード品質を常に検証します。 セットアップの簡略化 - 推奨ツール（pnpm、Biome、vitest）と設定ファイル（biome.json、tsconfig.json）がテンプレートとして用意されており、すぐに導入できます。 開発効率の向上 - ESLint+Prettier比で10〜25倍高速化できるため、開発サイクルが短縮されます。 TypeScript/JavaScriptプロジェクトの品質管理や保守を担当するエンジニア チームでコードスタイルを統一したいプロジェクトマネージャー 既存のESLint+Prettier環境をシンプルで高速なBiomeに移行したい開発チーム 型安全性を重視し、バグを最小化したいプロダクト開発者

URLやIDを指定して投稿の全文を取得: X(Twitter)の投稿リンクを渡すだけで、元のツイートの内容をまるごと取得できます。 長文投稿（記事形式）にも対応: 通常のツイートだけでなく、複数行の記事形式の投稿も全文を取得できます。 メタデータも同時に取得: 投稿者、投稿日時、いいね数などの情報もあわせて確認できます。 APIキー不要で無料利用: 難しい設定なしで、すぐに使い始められます。 検索と使い分け可能: キーワード検索とは別に、特定の投稿を確認したいときに便利です。 SNS運用や情報収集を効率化したい人: 気になるツイートの全文を素早く確認したい場合に重宝します。 記事やリサーチに引用を入れたい人: 正確な投稿内容を確保したい記者やリサーチャーに役立ちます。 顧客の声や業界の反応を調査する人: ユーザーのリアルな意見を直接確認できます。