MCP HubMCP Hub
SKILL·845777

ask

grahama1970
更新日 1 month ago
8 閲覧
1
1
GitHubで表示
メタai

について

「ask」スキルは、トピックやペルソナに関する知識を自律的に発見・取り込み・抽出することで、認知的負荷ゼロの学習とクエリを可能にします。進捗追跡機能を備えた長時間の深いリサーチをサポートし、連合型タクソノミーを用いて分野横断的な知識グラフの探索を行います。開発者はこのスキルを活用し、Claudeに多様な情報源から学習させ、統合された知識ベースに対して複雑な質問に答えさせることができます。

クイックインストール

Claude Code

推奨
メイン
npx skills add grahama1970/agent-skills -a claude-code
プラグインコマンド代替
/plugin add https://github.com/grahama1970/agent-skills
Git クローン代替
git clone https://github.com/grahama1970/agent-skills.git ~/.claude/skills/ask

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

GitHub リポジトリ

grahama1970/agent-skills
パス: skills/ask
0
FAQ

Frequently asked questions

What is the ask skill?

ask is a Claude Skill by grahama1970. Skills package instructions and resources that Claude loads on demand, so Claude can perform ask-related tasks without extra prompting.

How do I install ask?

Use the install commands on this page: add ask to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does ask belong to?

ask is in the Meta category, tagged ai.

Is ask free to use?

Yes. ask is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

関連スキル

content-collections
メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る
polymarket
メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る
creating-opencode-plugins
メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る
sglang
メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る