Gemini

dmux-workflows は、tmux のペイン上で dmux を使い、並列の AI エージェントセッションを編成するためのガイドです。調査、実装、テスト、ドキュメント作成を Claude Code、Codex、OpenCode などのハーネスに振り分けられるため、コンテキストの詰まりを抑えながらマルチエージェント開発を進められます。

brainstorming は、実装前に文脈整理と設計検討を進めるための skill です。確認質問を一度に一つずつ行い、コードに入る前に設計承認を必須とします。任意で使える visual companion を備え、Requirements Planning の支援も充実しています。

writing-plansは、仕様書や要件定義書を、ファイル単位の実装方針、作業順序、テスト手順、さらにコーディング開始前のレビュー用プロンプトを含む詳細な実装計画へ落とし込むためのスキルです。

using-superpowers は obra/superpowers のセッション開始用スキルで、返答前に必ずスキルを確認するよう促し、エージェントが最初に適切なワークフローを見つけて有効化しやすくします。

content-strategyは、明確なコンテンツピラー、購買ステージごとのトピック設計、優先順位付け、実行しやすい公開ロードマップを通じて、チームのコンテンツマーケティング計画を整理できるスキルです。導入前の前提整理や主要ファイルの確認に役立ち、曖昧な目標を実行可能な戦略へ落とし込めます。

copy-editingスキルを使うと、既存のマーケティングコピーをSeven Sweepsワークフローで磨き込めます。インストール手順、推奨ファイル、使用プロンプト、そしてトーンを保ちながら表現を引き締め、正確さ・明瞭さ・Proofreading向けのcopy-editing品質を高める方法を確認できます。

ai-seoは、ChatGPT、Perplexity、Google AI Overviews、Claude、GeminiでのAI回答露出を改善したいチーム向けのスキルです。インデックス状況、botアクセス、抽出しやすさ、引用されやすい状態を診断し、リポジトリ内のプラットフォーム別ガイドやコンテンツパターンの参照資料をもとに、実践的なコンテンツ計画を組み立てられます。

mama は `pua` スキルの語り口違いバリアントで、コアのルールはそのままに、中国語の“口うるさいお母さん”風ボイスへ切り替えるスキルです。継続的なトラブルシュート、デバッグ、Prompt Writing の作業で再利用できるトリガーパターンを導入したいときに向いており、親スキルから継承されるエスカレーション、チェックリスト、より強い追い込みまで活用できます。

baoyu-danger-gemini-web は、Gemini Web を使ってテキスト生成、画像生成、参照画像を用いた画像認識、マルチターン会話を行うためのクライアントラッパーです。ローカルのスキルリポジトリから `bun` または `npx` で実行し、`scripts/` 配下のスクリプトを利用します。インストールおよび利用前に、初回は同意確認が必要です。

gemini-interactions-api スキルを使って、Gemini API のチャット、マルチモーダルプロンプト、ストリーミング、構造化出力、ツール利用、画像生成のコードを作成できます。旧来の generateContent パターンからの移行にも役立ち、Python と TypeScript での API 開発に実践的なガイダンスを提供します。

gemini-live-api-dev は、Gemini Live API を使ってリアルタイムの双方向アプリを構築するための実践的なスキルです。WebSocket ストリーミング、VAD、ネイティブ音声、function calling、セッション管理、短命トークン、そして google-genai と @google/genai の SDK ガイダンスまでカバーします。

vertex-ai-api-dev は、Google Cloud Vertex AI 上で Gen AI SDK を使い、Gemini API の API 開発を進めるための実践ガイドです。企業向け認証、モデルアクセス、テキスト／マルチモーダル生成、関数呼び出し、構造化 JSON、埋め込み、Live API、キャッシュ、バッチ予測、チューニングまで、チームの実装を支えます。

gemini-api-dev を使って API 開発を進めると、マルチモーダル入力、関数呼び出し、構造化出力、SDKごとのセットアップに対応した最新の Gemini API 統合を構築できます。gemini-api-dev スキルは、現在のモデル選定、古いデフォルト設定の回避、そして Python、JavaScript/TypeScript、Java、Go 向けの実践的な gemini-api-dev ガイドに沿った実装をサポートします。

nanobanana は、Google Gemini 3 Pro Image 向けの Python CLI スキルです。シンプルなローカルスクリプトで、テキストからの画像生成、画像編集、アスペクト比指定、2K/4K 出力、バッチ生成に対応します。

web-content スキルは、SEO と AI 発見性を意識した Web ページ作成を支援します。ランディングページ、ホームページ、カテゴリページ、ガイド、商品ページなどで、構造を整理し、要点を直接伝え、検索エンジンや AI システムに引用されやすいコンテンツが必要なときに役立ちます。

gemini-review は、Gemini を活用した大規模リポジトリや PR 向けのコードレビュー用スキルです。Gemini 2.5 Pro と 1M トークンのコンテキストを使い、分割を抑えつつ、ファイルをまたいだ推論を強化し、CI/CD でも使いやすいフィードバックを提供します。

code-review は、コミットやデプロイ前のコード変更に対して必ず実施するレビュー用ワークフローです。チームが構造化された /code-review ステップを運用し、エンジンを選び、汎用的な合格判定ではなく実用的なフィードバックを得るのに役立ちます。マージ前チェック、リリース候補、高リスクなリファクタリングに最適です。

ai-models は、タスク、コスト、レイテンシー、品質を基準に、現在のAIモデルを選ぶための参照用スキルです。チャット、コーディング、画像認識、埋め込み、音声、画像生成において、スキル作者やビルダーが素早く根拠のあるモデル選定を行えるようにします。

agentic-development は、Python の Pydantic AI または Node.js の Claude Agent SDK を使って、複数ステップのオーケストレーションに対応した AI エージェントを構築するためのスキルです。フレームワークの選定、ツールの定義、型付きで本番運用を見据えたエージェントワークフローの設計に役立ちます。

deep-research は、Google Gemini を使って自律的に複数ステップの調査を行う GitHub スキルです。計画、検索、読解、統合までを行い、出典付きレポートにまとめます。市場分析、競合調査、技術調査、文献レビュー、デューデリジェンスに適しており、Web Research 向けに構造化された deep-research が必要なときに使えます。

seo-geoは、WebサイトのSEOとGEOに実務的に使えるスキルです。監査、キーワード調査、schemaマークアップ、メタタグ、インデックス可能性の確認に加え、ChatGPT、Perplexity、Gemini、Copilot、Claude全体でのAI可視性向上にも役立ちます。検索で見つかりにくい課題を、明確な改善策と実装手順に落とし込みたいときに使うスキルです。

notebooklmスキルを使うと、Claude CodeからGoogle NotebookLMのノートブックを検索し、出典に基づいた引用付きの回答を得られます。ドキュメント中心のワークフローでNotebookLMを使うために設計されており、ブラウザ自動化、永続認証、ノートブック管理を備えた、NotebookLMのガイド作成やワークフロー自動化タスクに向いています。

seo-image-gen は、SEO向けの画像リクエストを、OG画像、SNSプレビュー、ヒーローバナー、商品ビジュアル、インフォグラフィック、サムネイル向けの本番投入レベルのプロンプトと設定に変換する GitHub skill です。nanobanana-mcp 経由で Gemini を使用し、実用的な seo-image-gen のガイドとワークフローを前提として banana 拡張機能の導入を想定しています。

ai-discoverability-audit は、ChatGPT、Perplexity、Claude、Gemini などの AI 搭載検索・回答エンジンでブランドがどう見えるかを監査するのに役立ちます。この ai-discoverability-audit スキルを使えば、可視性のギャップを見つけ、ブランドの実像と AI の認識を比較し、SEO、コンテンツ、PR、サイト更新のための優先順位付きアクションプランに落とし込めます。