Skill.md検索

whisper.cpp（OpenAI の Whisper の高速ローカル実装）を使って、マイクからの日本語音声をリアルタイムで文字起こしし、クラウド不要で低遅延を実現します 複数のマイク デバイス（DJI MIC MINI・Razer Seiren Mini・USB マイク）を自動検出・切り替えして、最適な入力ソースを選択できます 文字起こし結果を音声コマンドとして解釈し、VOICEVOX による音声応答や VacuumTube 操作を自動実行する「音声コマンドループ」を常駐運用できます small・medium モデルを切り替えて、精度と速度のトレードオフを実験・比較できます tmux による常駐管理、ログ確認、デバッグ機能で、安定的な音声待ち受け環境を構築・運用できます AI・音声インタフェース開発者：ローカル STT（音声テキスト変換）の実装・検証・チューニング スマートホーム・ロボット開発者：プライベートな音声コマンド操作を実現したい 音声 UX デザイナー：リアルタイム文字起こしと音声応答の体感速度・精度を検証したい Linux/マイク運用担当：PipeWire・PulseAudio 環境での音声入力デバイス管理・デバッグ このスキルは tmux + whisper-server + PipeWire + Python listener で常駐運用され、listen-only（発話検知・文字起こしのみ）と voice command loop（VOICEVOX 応答・VacuumTube 操作）の 2 段階運用を想定しています。前提は whisper.cpp ビルド済み、モデル（ggml-small.bin・ggml-medium.bin）配置済み、pactl・parec 利用可能、tmux・yuiclaw voice-command operator コマンド有効です。実運用デフォルト：ggml-small.bin モデル、言語 ja、VOICEVOX volumeScale=2.5・speedScale=1.25、ack_headstart_ms=120、notify-send 有効、マイク優先順（DJI MIC MINI > Razer Seiren Mini > USB マイク）。重要ルールは listener と agent を同時実行しない（マイク競合）、listen-only で精度・VAD 確認後に音声コマンド化、speed と精度トレードオフを明示、UX は手動確認必須。メインコマンド：start（listen-only 起動）、start-agent（音声コマンド待機）、status（確認）、logs-server/listener/agent（ログ確認）、re（再起動）。

ヤマト運輸の配達メールを自動チェックし、明日のカレンダー予定と受取時間を照合します。 受取時間がカレンダー予定とズレている荷物を自動で検出し、ズレがある場合のみ時間変更を実行します。 変更が完了したら、メールで完了通知を自動送信します。 複数の荷物がある場合も、すべてを同じ時間帯に統一して変更できます。 時間変更が必要ない場合は何もしないため、余計な操作がかかりません。 ヤマト運輸で頻繁に荷物を受け取る人で、受取時間の調整に手間がかかっている カレンダーに予定を書き込んでいるのに、毎回ヤマトの受取時間を手動で合わせるのが面倒な人 複数の荷物を同時に受け取る際に、バラバラの時間指定を統一したい人 配達メール確認→変更→完了報告まで、自動化で時間を節約したい人 このスキルは、ヤマト運輸からのメール通知を自動解析し、Google Calendarの明日の予定とヤマト受取時間を突き合わせるワークフローです。実行フローは以下の通り：(1) gog gmailで「お荷物お届けのお知らせ」メールを抽出、件名に該当メールを確認；(2) gog calendarで明日の予定を取得し、「荷物」「ヤマト」を含む予定をターゲット時間として優先採用；(3) 各メール内の荷物詳細リンク（member.kms.kuronekoyamato.co.jp/parcel/detail）から現在の受取希望時間帯を確認；(4) カレンダーのターゲット時間と一致しない荷物のみを「変更対象」として抽出；(5) 変更対象がある場合のみyamato-changeスキルで時間変更を実行；(6) 変更があった場合のみgog sendで完了通知メール（件名「ヤマト受取日時の変更完了（YYYY-MM-DD）」）をyuiseki@gmail.comに送信。変更対象が0件なら処理終了。実行ツールはgog（/home/yuiseki/bin/gog）で、アカウントはyuiseki@gmail.com、keyring_backend=fileのため必要に応じてTTY実行。

天気・ニュース・メール・カレンダー・Tasks・ハテブ・Gyazo・GitHubを30分ごとに自動巡回し、最新の情報を一覧化できます。 メール内容から新しいタスク追加や予定追加の「提案リスト」を自動作成し、ユーザー承認を得てから実行することで、誤操作を防ぎながら効率化できます。 明日のヤマト受取時間を事前確認し、変更が必要な場合は提案できます。 処理済みメールスレッドを状態ファイルで管理し、同じメールの重複処理を確実に防ぎます。 パーソナライズルールで「ヤマト運輸の通知は無視する」など、ユーザー独自の分類ルールを適用できます。 毎日大量のメール・タスク・予定に目を通す必要がある管理職や営業担当者 時間帯ごとの天気やニュースを定期的にチェックしながら仕事を進める人 Gmail・Google Tasks・Google Calendarを統合して一元管理したい人 メール内容から自動的にタスクや予定を提案してほしい人 30分ごとの実行順序（固定）：(1).codex/skills/weather/SKILL.md（make run）で天気取得 → (2).codex/skills/news/SKILL.mdで情報取得 → (3)Gmail・Calendar情報取得 → (4).codex/skills/hatebu/SKILL.md（hatebu ls --json）でブックマーク取得 → (5).codex/skills/gyazo/SKILL.md（gyazo ls --limit 20 --json）でキャプチャ取得 → (6)GitHub情報取得 → (7)取得情報をキャッシュに保存。前提条件：実行バイナリは/home/yuiseki/bin/gogを使用、API操作は--account 必須、GOG_KEYRING_PASSWORDをexport。作業ディレクトリ/home/yuiseki/Workspaces/.ai-secretary/heartbeatを使用。状態ファイル/home/yuiseki/Workspaces/.ai-secretary/heartbeat/state.jsonで重複防止（最新200件スレッドIDを保持、同一スレッド再処理禁止）。パーソナライゼーションルール/home/yuiseki/Workspaces/.ai-secretary/heartbeat/personalization-rules//RULE.md形式で管理、無視ルール優先。非対象：Google Drive・Contacts。

gog コマンドを使い、Google Calendar の予定を素早く確認できる。TTY（対話型ターミナル）と非対話型環境の両方で実行可能 認証状態・keyring（パスワード保存機構）の問題を切り分け、エラーを解決できる 今日の予定を一覧表示したり、有無判定だけを行ったり、特定期間の全件取得など、用途に応じた効率的なコマンドオプションを使い分けられる 自動化スクリプトなど非対話実行が必要な場面で、GOG_KEYRING_PASSWORD 環境変数を設定して認証を自動化できる コマンドラインから Google Calendar を素早く確認したい人 gog コマンドで認証エラー・TTY エラーが発生して困っている人 スクリプトやスケジューラで自動的に予定を取得・処理したい人 複数メールアドレスを使い分けており、--account を活用して効率化したい人 実行バイナリは /home/yuiseki/bin/gog、config は /home/yuiseki/.config/gogcli/config.json、keyring backend は file。環境の実行バイナリパスを確認し、コマンド仕様を --help で確認。認証状態と keyring backend は gog auth status と gog auth keyring で確認。--account を明示して予定を取得し、必要に応じて TTY で実行する。非対話実行時は GOG_KEYRING_PASSWORD 環境変数を設定。有無判定は --max 1 --fail-empty、今日の全件取得は --today --all-pages --max 、自動化用途は --json --no-input を基本とする。全カレンダー横断は calendar events --all --today、期間指定は --from/--to または --days/--week、テキスト絞り込みは --query を使う。非 TTY で実行するとトークン読込に失敗することがあるため、その場合のエラーメッセージに従い対応する。

Gyazo CLIツールで保存したキャプチャ画像を時間軸で検索・取得でき、直近の画像や特定の属性（写真、アップロード済み）で一覧表示できます。 画像に含まれるOCRテキスト（認識された文字）と物体認識情報を自動抽出し、画像から情報を深掘りできます。 特定の日時や日付範囲を指定して、その期間に撮ったスクリーンショットやメモ、位置情報付き写真を一覧化できます。 アプリ使用状況、訪問ドメイン、タグ、位置情報などの統計情報をレポート形式で自動生成できます。 複数のデバイスやクラウドストレージからのキャプチャを一元管理・同期できます。 「あの時何をしていた？」という質問に視覚的に答えたい、リサーチャーやコンサルタント Gyazoに日々のスクリーンショットを大量保存していて、情報を効率的に検索したい人 ユーザーの行動パターンやツール使用状況を分析したいデータアナリストや秘書AI キャプチャ画像に含まれるテキスト情報を自動抽出して活用したいナレッジワーカー gyazo CLIツールで、Gyazoに保存されたキャプチャ画像を操作します。OCRテキスト・ウィンドウタイトル・メタデータを含めて取得・検索・時間軸列挙可能。前提：実行バイナリgyazo、認証gyazo config set token （~/.config/gyazo/credentials.json保存）、キャッシュ~/.cache/gyazocli/。基本コマンド：gyazo config set tokenで認証、gyazo config get meで疎通確認、gyazo ls --limit 10で直近10枚、gyazo ls --hour 2026-01-01-10で2026年1月1日10時台（キャッシュ使用）、gyazo ls --photosで位置情報付き、gyazo ls --uploadedでgyazocli経由アップロード。gyazo search "date:2026-02-19"でAPI検索、キャッシュ使用（--no-cacheで最新化）。gyazo get --ocr --objectsで詳細取得（OCR・物体認識含む）。gyazo upload image.pngでアップロード。gyazo apps/domains/tags/locations --date/--daysで統計取得、デフォルト直近1週間。gyazo statsで週間サマリー。gyazo sync --days 7で同期、gyazo import json/hourly でキャッシュインポート。運用ルール：根拠なき推測禁止（購入確定は決済画面必須）、今日の画像はsync対象外（lsや--today使用）、キャッシュ古い場合--no-cache検討、未認証時はconfig set token案内。

IPアドレスから所有組織、地理情報、ASN（自律システム番号）、ポート開放状況を一括調査できます ドメイン登録情報、DNS レコード、関連サブドメイン、ネットワーク経路を自動抽出します Webサイトの HTTP ヘッダ、TLS証明書、リダイレクト構造を素早く確認して真正性を検証できます Passive OSINT（公開情報のみを使用）による調査なので、対象サーバーに負荷をかけません セキュリティ脅威を事前に検知したいセキュリティ担当者 不審なドメイン・IPの詳細を素早く調べたい運用チーム インシデント対応時に背景情報を迅速に収集したいセキュ担当 攻撃元を特定・追跡する必要がある事業会社 セキュリティディフェンスのための passive OSINT（Open Source Intelligence）ワークフローです。利用可能ツール：whois（ドメイン登録情報）、dig（DNS レコード全取得）、nslookup（DNS簡易確認）、nmap（ポートスキャン・サービス検出）、subfinder（サブドメイン列挙）、mtr（ネットワーク経路診断）、geoip2fast（GeoIPルックアップ）、ipinfo.io（IP情報）、Docker asn（ASN詳細・BGP経路）。IP調査では ipinfo.io で基本情報取得→geoip2fast で地理情報→逆引きDNS→ポートスキャン。ドメイン調査では whois→DNS レコード→IP解決→サブドメイン列挙→ネットワーク経路。Web サイト調査では HTTP ヘッダ→TLS証明書→リダイレクト追跡。Active scan（nmap等）は対象の許可がある場合のみ実行します。

VOICEVOX APIを使用してテキストをWAV音声ファイルに合成し、テレビスピーカーから聞こえる音声で話しかけられます 音声合成と同時に字幕オーバーレイ（IPC経由）に字幕を送信し、音声と字幕を完全に同期表示できます PipeWire環境でのサウンドデバイス（HDMI）を自動検出し、確実に聞こえる音量スケール（2.5）を適用できます VOICEVOX APIが動作しない場合、paplay直再生へ自動的にフォールバックし、再生確実性を高められます 「VOICEBOXで私に話しかけて」といった自然な指示で、音声＋字幕の同期再生を実行できます KDE Plasma + PipeWire環境でAIアシスタントに音声対応を追加したい利用者 テレビやディスプレイに接続された環境で、音声と字幕を同期させたいシステム管理者 VOICEVOX音声エンジンを組み込んだ自動音声案内やアラート機能を実装したい開発者 オーナーへの通知や作業完了報告を音声で自動実施したい自動化スクリプト開発者 KDE Plasma（X11）+ PipeWire（PulseAudio互換）環境で、VOICEVOX API（http://127.0.0.1:50021）を利用してWAV合成、repos/acaption IPC（127.0.0.1:47832）で音声＋字幕同期再生を主経路とし、必要時paplay直再生へフォールバック。実測値：VOICEVOX v0.25.1、デフォルトsink（alsa_output.pci-0000_04_00.1.hdmi-stereo）、話者ID=89（Voidoll）、volumeScale=2.5推奨。重要ルール：VOICEBOX指示でもVOICEVOX API使用、:50021生存確認優先、acaption IPC優先、paplay/sinkはデバッグ用、合成成功≠再生成功、再生後は手動検証。ワークフロー：API確認→IPC確認→sink確認→クエリ生成→volumeScale適用→WAV合成→IPC送信→聞こえた確認。

VacuumTube（YouTube TV）のホーム画面や視聴画面から、BGM・音楽・ニュース動画をプログラムで検索・選択・再生できます。音声指示で動画再生を実現。 Chrome DevTools Protocol（CDP）で直接VacuumTubeに接続し、DOM要素を読み込んで動画タイル（ytlr-tile-renderer）を認識。Chromiumやplaywrightを経由しない直接操作で高速。 「BGM再生して」「音楽再生して」「ライブニュース再生して」など自然言語の指示から、適切な動画を自動スコアリング・選択。ユーザーの意図を正確に解釈。 VacuumTubeの設定オーバーレイ検出・自動回避。画面状態による誤動作を事前に防ぎ、安定した再生を実現。 VacuumTubeユーザー。音声指示で簡単にBGM・ニュース動画を再生したい人。 自動化・AIアシスタント活用に興味がある人。家庭内IoT環境で動画再生を音声で制御したい。 Linux/Linuxデスクトップ環境で動画視聴を自動化したい人。GUIツール不要でスクリプト実行で動画操作。 VacuumTubeのカスタマイズ・拡張機能を実装する開発者。CDP接続の実装パターンを参考にしたい。 前提：VacuumTube本体/opt/VacuumTube/vacuumtube、Remote debugging 127.0.0.1:9992、推奨起動スクリプト~/vacuumtube.sh。確認コマンド：curl -fsS http://127.0.0.1:9992/json/version（CDP接続）、pgrep -af vacuumtube（プロセス確認）。重要ルール：playwright-cliでなくVacuumTube直接操作、CDPでDOM確認、Esc連打禁止、設定オーバーレイ（#vt-settings-overlay-root）の存在判定と一時退避。基本ワークフロー：(1) :9992 CDP確認、(2) json/list から youtube.com/tv target取得、(3) CDP Runtime/Page有効化、(4) location.hash確認・ホーム遷移、(5) ytlr-tile-renderer列挙・可視抽出・スコアリング、(6) 選択（tile.click()→Input.dispatchMouseEvent）、(7) location.hash確認で成功判定。起動方法：既存プロセス停止→tmux デタッチ起動推奨→起動直後アカウント（YuisekinTV）選択・ウィンドウ配置で完了。

活動記録をamemに自動保存しながらDiscordに同時通知：amem keepコマンドで進捗を記録する際、環境変数を読み込むことで自動的にDiscordに通知できます。記録と通知の二重手作業が不要になります。 チーム全体に進捗を可視化して連携を円滑化：進捗情報がDiscordチャンネルに流れることで、チームメンバーが最新の進捗状況をリアルタイムで把握でき、フローをスムーズにできます。 マイルストーン完了時に要点だけを素早く通知：長い進捗報告ではなく、短く要点をまとめた通知をDiscordに送信でき、通知疲れを防ぎながら情報共有できます。 amem記録が正で、Discordは補助的な通知として一貫性を維持：記録の正出所をamemとすることで、情報の信頼性を保ちながら、Discordの利便性を活用できます。 必要に応じて即座にアラートや周知を手動通知：acomm --discord --agentで直接通知できるため、緊急時の連絡や記録とは別の重要通知にも対応できます。 進捗報告の手作業を減らしたい開発チーム：amem記録時に自動Discordミラーが動作するため、別途Slack・Discord投稿の手間が不要になります。 チーム内の情報共有をリアルタイムで活性化させたいスクラムマスター：Discordの即時通知で、チーム全体の進捗可視性が向上します。 作業記録と情報発信の一元管理を実現したい個人開発者・起業家：amem + Discord一体運用により、記録管理と報告作業を同時に処理できます。 プロジェクトマイルストーンを体系的に追跡したい技術リード：進捗がamemに蓄積され、かつDiscordで確認可能になるため、追跡と遡及が容易になります。 amem-discord Skillは、amem keep進捗記録時に~/.config/yuiclaw/.envを事前読み込みしてDiscord ミラー（acomm --discord --agent）を有効化するスキル。使用場面：進捗をamem記録しながらDiscord反映、マイルストーン完了を短く通知、「amem-discord で報告」指示対応。基本手順（推奨）：（1）環境変数読み込み（Discord ミラー用），（2）amem keepで活動記録追加。コマンド例：set -a; source ~/.config/yuiclaw/.env; set +a; amem keep "" --kind activity --source 。直接Discord通知（必要時のみ）：ミラー設定無い、または即時通知必要時にacomm使用。コマンド例：set -a; source ~/.config/yuiclaw/.env; set +a; acomm --discord --agent ""。運用ルール：amem優先（記録が正）・Discord短く要点・秘匿情報非送信・細かい頻度で連投回避。トラブルシューティング：amem無い場合は/home/yuiseki/Workspaces/repos/amemのcargo run使用、Discord流れない場合は環境変数export確認・ミラー設定確認・acomm --discord --agent直接使用。

GUIブラウザの自動操作: xdotool、wmctrl、xclip、scrotを使用してデスクトップ上のChromiumを遠隔操作できる URLナビゲーション: 英数字URL、日本語を含むURL両方に対応し、自動で指定ページに遷移させる ウィンドウ制御: ブラウザウィンドウのフォーカス、起動、タブ操作などを実装できる スクリーンショット検証: ページの表示内容を自動キャプチャし、結果を目視確認することで確実な動作検証が可能 キーボード操作自動化: クリック、入力、スクロール、検索など、ユーザーが手動でやる操作をすべてスクリプト化できる ブラウザテストやスクレイピングを自動化したい開発者 GUIの動作確認作業を効率化したい品質保証（QA）担当者 デスクトップアプリケーションのテストを自動化したい人 日本語など多言語ページの自動操作が必要な人 必要ツールはwmctrl、xdotool、xclip、scrotです。基本ワークフローとして、Chromiumの起動、ウィンドウフォーカス、URLナビゲーション、スクリーンショット取得が示されています。重要なコツとして、&&で繋がず1行ずつ実行すること、日本語は必ずxclip -selection clipboard経由で貼り付けること、DISPLAY=:1を指定すること、コマンド間にsleep 0.3～3秒の待機を入れることが強調されています。URLナビゲーションはASCII URLの場合と日本語・特殊文字を含む場合で異なる手順が示され、よく使うキー操作（Ctrl+L、Ctrl+T、Ctrl+R、Ctrl+F等）のコマンドリストが提供されています。

コードレビューを迅速に実施: 実装したコードをAI に評価してもらい、改善点や潜在的なバグを指摘してもらえます。手動レビューの負荷が大幅に軽減でき、品質が向上します。 バグ原因の調査を自動化: エラーが発生した場合、原因の特定と修正案をAI が提示するので、デバッグ時間が短縮できます。 アーキテクチャや設計の相談: 大規模な設計変更が必要な場合、AI に相談することで複数の選択肢と メリット・デメリットを素早く得られます。 リファクタリング（コード改善）計画の立案: 技術的負債の指摘と改善計画を自動生成してもらえるので、「何から手をつけるか」が明確になります。 UI/UX デザインの評価と改善提案: ビジュアルデザインやユーザビリティについても、専門的な視点からの具体的な改善案を得られます。 コードレビュー環境（レビュアー）が不足している組織やチーム バグ調査に時間をかけ過ぎている開発者 デザインやアーキテクチャについて複数の視点から相談したい人 開発速度を上げつつ品質を保ちたいプロジェクト

コードレビューと改善提案 — プロジェクト全体のコードを分析し、バグ・設計上の問題・改善点を自動抽出。単なる指摘だけでなく、修正後のコード例まで提示します。 バグの原因調査と修正案 — エラーが発生している箇所を特定し、原因解析と具体的な修正方法を提案。確認待ちなしに即座に実行可能なコード例を得られます。 技術的負債の解消計画 — リファクタリング（コードの整理・改善）が必要な部分を自動検出し、優先順位付きの改善計画と実装例を取得できます。 UIデザイン・UXの評価と改善 — 世界トップレベルのデザイナーの視点でUIを分析。ユーザビリティ問題を特定し、実装可能なコード修正案を提示します。 文言・メッセージの検討・改善 — マーケティング文案やエラーメッセージなど、テキストの品質向上を支援。複数の改善案を自動生成します。 開発者 — コードレビューの手間を減らし、バグ修正や改善案の検討を高速化したい方 デザイナー — UIデザインの客観的な評価と改善案を自動取得したい方 プロダクトマネージャー — 文言やメッセージの品質を効率的に向上させたい方 スタートアップ・小規模チーム — 専任のレビュー人員がなくても、自動でコード品質を維持したい組織

未読通知を一覧表示 — GitHubの未読通知をサマリー形式で取得。タイトル・タイプ・対象リポジトリが一目でわかります。 重要な通知を自動優先表示 — メンション・レビュー依頼・タスク割り当てなど、アクション必須な通知を上位に表示。見落としを防げます。 次のアクションを素早く判断 — 通知の内容・理由を整理して表示するため、何をすべきかが明確になり、作業の着手判断が高速化します。 リポジトリごとに整理 — 複数プロジェクトの通知が混在しても、プロジェクト単位で整理されるため、情報が探しやすくなります。 複数プロジェクトの開発者 — 複数リポジトリの更新を一括確認し、優先順位をつけたい方 チームリード・マネージャー — チームメンバーからのレビュー依頼や報告を見落とさないようにしたい方 OSSメンテナー — Issueやプルリクエストの通知が多く、対応の優先順位をつけたい方

リポジトリ情報を素早く確認・クローン: ブラウザを開かずターミナルから直接リポジトリの詳細表示やクローンが可能になります。 プルリクエスト・イシューをコマンドから作成・管理: PR・Issue の作成・確認・状態確認がすべてコマンドラインで完結し、開発フローが高速化します。 GitHub Actions の実行状況をリアルタイム監視: ワークフローの実行状況を即座に確認でき、CI/CD パイプラインの進捗が可視化されます。 自動化スクリプトと組み合わせて運用を効率化: JSON 出力とパイプ機能を使い、他のツール連携やバッチ処理が簡単に実装できます。 開発者・エンジニア: ブラウザを頻繁に切り替えずにコード管理の流れを高速化したい人 DevOps・CI/CD 運用者: GitHub Actions の監視やパイプライン管理を効率化したい人 チームリード: チームのコード品質管理（レビュー・Issue 追跡）を素早くサポートしたい人

複数メディアのニュースを一度に取得: NHK・日経などの国内主要メディアとBBC・Al Jazeera などの海外メディアから最新ニュースを一括収集できます。 カテゴリ別に整理されたヘッドラインを表示: 「国内」「国際」などのカテゴリ分けされたニュースをひと目で確認でき、必要な情報に素早くアクセスできます。 異なる視点からのニュース比較が容易: 同じ出来事を複数国のメディアがどう報じているかを比較し、より多角的な情報理解が可能になります。 30分以内の高速再取得とキャッシュ機能: 効率的なキャッシュにより高速表示と最新情報の両立ができます。 経営者・事業責任者: 朝礼で重要ニュースをスピード確認し、ビジネス判断に活かしたい人 ジャーナリスト・ニュース分析家: グローバルな視点から事象を追跡・分析したい人 AI秘書ユーザー: 毎日の定期レポートに最新ニュースを自動組み込みしたい人