OpenAI

cost-aware-llm-pipelineは、モデルルーティング、不変のコスト追跡、リトライ処理、プロンプトキャッシュによって、APIコストを抑えたLLMワークフローの構築を支援します。出力量と品質のトレードオフに明確なルールが必要なバッチ処理、ドキュメントパイプライン、Workflow Automationに適しています。

embedding-strategies は、セマンティック検索や RAG ワークフロー向けに埋め込みモデルを選定・最適化するためのスキルです。チャンク分割の実践、モデル選定のトレードオフ、多言語コンテンツへの対応、検索評価の進め方まで、実務で役立つ観点をまとめて確認できます。

develop-ai-functions-example は、vercel/ai の `examples/ai-functions/src/` 配下で実行可能な AI SDK サンプルを新規作成・修正するときに役立つスキルです。適切なカテゴリ選定、リポジトリ規約への準拠、プロバイダ検証・デモ・fixture 向けの最小構成のサンプル作成を進めやすくします。

transcribe は、音声や動画をテキスト化するスキルで、話者分離の指定や既知話者のヒントも使えます。技術文書作成、会議メモ、インタビュー、講義、コンテンツ運用など、出力形式を安定させたい場面に向いています。汎用プロンプトよりも手順が明確で、再現性のある音声文字起こしスキルを求めるときに適しています。

context-engineeringは、プロジェクトの文脈を整理し、エージェントが規約に沿って動き、ハルシネーションを抑え、作業の焦点を保てるようにするためのスキルです。セッション開始時、タスク切り替え時、またはコードベース向けのcontext-engineeringガイドを整備したいときに役立ちます。

chatgpt-apps は、MCP サーバーとウィジェット UI を組み合わせた ChatGPT Apps SDK プロジェクトの構築・修正に使うスキルです。ドキュメント準拠のセットアップ、ツール設計、ブリッジ配線、リソース登録、メタデータ、CSP、リポジトリ検証まで対応します。バックエンドと UI を同時に設計する必要がある Backend Development の chatgpt-apps にも対応します。

context-optimizationは、Context Engineeringにおける実用的なスキルで、トークンの無駄を減らし、意思決定の状態を維持し、長いワークフローを管理するのに役立ちます。コンテキスト制限への対処、ツール出力の肥大化の抑制、キャッシュに乗りやすいプロンプト構造の改善、観測のマスキングと圧縮、必要に応じたコンテキストの分割に活用できます。理論だけでなく、実運用を前提に作られています。

baoyu-imagine は、型付き CLI を備えたマルチプロバイダー対応の画像生成スキルです。必須の EXTEND.md 設定、参照画像のサポート、アスペクト比の調整、バッチ実行に対応し、OpenAI、Azure OpenAI、Google、OpenRouter、DashScope、MiniMax、Jimeng、Seedream、Replicate を横断して利用できます。

huggingface-local-models は、Hugging Face のモデルの中から llama.cpp と GGUF でローカル実行できるものを見つけ、実用的な量子化設定を選び、CPU、Apple Metal、CUDA、ROCm で起動するためのスキルです。モデル探索、正確な GGUF ファイルの特定、サーバー／CLI のセットアップ、そしてバックエンド開発やプライベートなローカル推論にすぐ使える導線までカバーします。

neat-freak は、セッション終了時の引き継ぎに向けたナレッジ整理スキルです。プロジェクト文書、エージェントのメモリ、コードのズレを突き合わせて、CLAUDE.md、AGENTS.md、docs/ が最新の状態に保たれるようにします。技術ライティング、開発者、そしてより整理された信頼性の高いプロジェクト知識ベースを必要とするエージェント運用担当に役立ちます。

aihotは、aihot.virxact.comの最新AIニュース、毎日の注目トピック、モデル発表、トレンド要約を扱うWebリサーチ用スキルです。中国語または英語で最新のAI情報が必要なとき、特に今日の見出し、直近のリリース、古い学習データに頼らない簡潔なブリーフィング形式の要約を得たい場合に使えます。

azure-ai-openai-dotnet は、.NET 開発者が Azure OpenAI を実装するための実践的なガイドを提供します。セットアップ、認証、クライアント選定に加え、チャット、埋め込み、画像、音声、アシスタントの使い方までカバーしています。概念整理だけでなく、Azure.AI.OpenAI の動き出しをすぐ作りたい API 開発に役立ちます。

podcast-generation は、Azure OpenAI GPT Realtime Mini を WebSocket で使い、テキストから AI 生成のポッドキャスト風音声を作るためのスキルです。React、Python FastAPI、PCM ストリーミング、文字起こしの取得、WAV 変換まで含めた、Full-Stack Development 向けの podcast-generation に適しています。汎用的なプロンプトではなく、実際のアプリ統合に使える実践的な podcast-generation ガイドが必要なときに向いています。

mcp-builder は、MCP Server開発の実践ガイドです。LLM が外部サービスを、明確で信頼性の高いツールを通じて利用できるようにする高品質なサーバー設計を支援します。アーキテクチャの選び方、ツールの境界、スキーマ品質、評価の考え方、そして Microsoft の MCP サービスを再利用すべきか、それとも独自に実装すべきかの判断までカバーします。

codexは、Codex CLIを包んでコード解析・リファクタリング・自動編集を行うClaude Code向けスキルです。`codex exec`や`codex resume`を、適切なモデル設定、sandbox、再開フロー、控えめな標準出力で実行しやすくします。利用前に、ローカル環境でCodex CLIが正しくインストールされている必要があります。

tree-of-thoughts は、複数のアプローチを検討し、弱い分岐を切り落としながら、より良い答えへと統合していく推論ワークフロースキルです。難しいデバッグ、計画立案、アーキテクチャ上のトレードオフ検討、そして Agent Orchestration 向けの tree-of-thoughts に役立ちます。

do-in-parallel は、Agent Orchestration 向けのワークフロースキルです。複数のサブエージェントをファイルや対象ごとに並列起動し、繰り返し作業を賢くグルーピングし、meta-judges と LLM-as-a-judge によるレビューで結果を検証します。汎用的なプロンプトよりも迷いを減らしてバッチ実行したいときに、do-in-parallel スキルが役立ちます。

model-hierarchyスキルは、処理できる中で最も安価なモデルに作業を振り分けるのを助け、日常的な品質を保ちながらコスト管理を改善します。Workflow Automation、サブエージェントの起動、シンプルなタスク分類でこのmodel-hierarchyガイドを使ってください。場当たり的にモデルを選ぶのではなく、再現性のあるmodel-hierarchyの使い方を導入したい場合に適しています。

create-bossは、上司とのチャット、メモ、メール、プロジェクト成果物をもとに、判断支援・上方向のマネジメント・ペルソナモデリングに使える再利用可能なスキルへ整理します。Claude CodeやOpenClawに導入すれば、実在のマネージャープロフィールや起業家アーキタイプを構築し、修正ワークフローや再利用しやすいPlaybooks-readyの上司ガイダンスで出力を磨けます。

Netlify AI Gateway 向けの netlify-ai-gateway スキルガイドです。インストールと基本的な使い方、対応モデル、SDK のセットアップ、Netlify アプリのバックエンド開発パターンを学べます。

voltagent-best-practices は、VoltAgent におけるエージェントとワークフローの使い分け、プロジェクト構成の整理、memory・server・observability の接続方法を簡潔にまとめたガイドです。アーキテクチャ判断をすばやく行い、技能作成時の迷いを減らすのに役立ちます。

transform-generate-image-with-transloadit は、Transloadit を transloadit CLI 経由で使い、テキストプロンプト、またはプロンプト＋参考画像からローカル画像ファイルを生成する一回完結型の画像生成スキルです。すばやくプロンプト主導で画像を作りたいときに向いており、出力先パスを明確に制御できるほか、必要に応じてモデルも選べます。

codex-collabは、Claude CodeからCodexへ作業を渡すためのスキルです。codex app-serverのJSON-RPCプロトコルを使って連携し、タスクの端から端までの実行、コードレビュー、並列調査、そして再開可能なスレッドと再利用可能な出力によるワークフロー自動化を支援します。

full-output-enforcement は、出力を完全かつ省略なしに行うための、執筆・実行ガードレール系スキルです。プレースホルダー、途中までの出力、中間セクションの飛ばしを禁止し、コード生成、ドキュメント作成、移行作業、Skill Authoring で「完全性」が重要な場面に向いています。