multi-ai-review

アプリのトーン&マナー（トンマナ）を8名のエージェントチームで設計するスキル。 ブランドアーキタイプ・パーソナリティ定義から、カラー・タイポグラフィ・ビジュアルスタイル・ トーン・オブ・ボイスまでを一貫設計し、Pencil (.pen) + Markdown で成果物を出力する。 「デザインテンション」（矛盾ペア）を核に、AIっぽくない独自のブランドアイデンティティを生成する。

1 skill · 8 agents

50分のライブ登壇で、3画面以内のローカルiOSアプリを企画・Design・実装・LP・ASO・動画・スクショ・プライバシー検証まで完走する軽量Skill集

9 skills

8つの専門エージェント（市場規模分析・トレンド調査・競合インテリジェンス・投資シグナル・日本市場・ユーザー需要分析・規制調査・データ検証）が ディスカッション型でアプリ/デジタルプロダクトの市場調査を実施するスキル。 エージェント同士が対話・批判し合い、data-critic がライブモデレーターとして矛盾を検出・収束を判定する。 トライアンギュレーション（データ・方法論・調査者・理論の4種類）をディスカッションに組み込み、 確証バイアスを排除した信頼度付きレポートを出力する。 Gate 1（全員参加の合意形成）→ Gate 2（最終検証 + Devil's Advocate）の2段階ゲートで品質を担保。 コンテキストファイルで過去のセッションを引き継げる。 Use when: 市場調査をしたい、TAM/SAM/SOMを算出したい、市場の成長性を調べたい、 参入タイミングを判断したい、競合市場を分析したい、規制リスクを調べたい。 Triggers: "市場調査", "market research", "TAM", "SAM", "SOM", "市場規模", "市場分析", "market analysis", "参入", "market entry", "市場性", "market viability", "市場トレンド", "market trend" （addBlockedBy は設定しない。Phase 1 エージェントと同時起動し、ライブモデレートする）

1 skill · 8 agents

7つの専門エージェントが議論・反論し合いながら機能を検討するスキル。Mode A: 既存アプリへの個別機能追加（課題深掘り→代替案→スコープ→要件→UI設計の5ステップ）。Mode B: プロダクト全体の機能セット設計（コンテキスト統合→機能発想→優先度→MVP定義→画面構成の5ステップ）。ペルソナ・競合分析・市場調査等のリサーチ資料を自動統合。

1 skill · 7 agents

PDCAサイクルでロゴを反復改善するスキル。6つの専門エージェント+品質バリデーターがチームで議論・SVG生成・品質検証を行う。ブランドエッセンス連携、視覚的意味の具体性チェック、非対称デザイン原則を含む

1 skill · 7 agents

[Beta] 6つの専門エージェントチームでコードベースのアーキテクチャを多角的に分析するスキル

1 skill · 6 agents

Matt Pocock's agent skills for real engineering (grilling, spec/ticket flows, TDD, code review, domain modelling and more).

39 skills

Harness-native ECC operator layer - 71 agents, 314 skills, 98 legacy command shims, reusable hooks, rules, selective install profiles, and production-ready workflows for Claude Code, Codex, OpenCode, Cursor, and related agent harnesses

200 skills · 98 commands · 71 agents · 1 MCP server · hooks

Automated code review for pull requests using multiple specialized agents with confidence-based scoring to filter false positives

1 command

Open-source AI job search that runs locally in your AI coding CLI: scan job portals, evaluate listings into a structured A-H report with a 1-5 score, tailor your CV, track applications

5 skills · hooks

agentic-flow (external: maintained in ruvnet/agentic-flow, pinned to commit d19737b, plugin 3.4.0): the agentic-flow MCP server pinned to [email protected] (ReasoningBank learning, ecosystem tools prompt_injection_scan, swarm_partition_tasks, sublinear_solve, sublinear_pagerank and ecosystem_status, multi-provider routing, autopilot learning; readonly profile by default, no tool pre-approved), 2 agents, 4 skills, /agentic-flow-status, and a mod guard on agentic_flow_agent with /agentic-flow-guard

4 skills · 1 command · 2 agents · 1 MCP server

Skill: add headroom-ai compress() to a Python or TypeScript app to cut LLM input tokens (tool outputs, logs, JSON, chat history). No API key.

1 skill