20 skills, 6 agents. Each one, one behavior.skill 20 個・agent 6 体。それぞれが担う、1 つの動作。

concept

Forges a product's ideology through dialogue, then pins it into CLAUDE.md. Asks why the product exists, who it repels, and what world it projects — six phases for a real product, or one line in light mode for a throwaway experiment. The output, CONCEPT.md, becomes the judgment filter every later skill and agent reads. Without it, spec has no anti-goals to check a decision against. 製品の思想を対話で形づくり、CLAUDE.md へ焼き付ける。なぜ作るか・誰を弾くか・どんな世界観を投影するかを、本物の製品なら 6 Phase で、使い捨ての実験なら light モードの 1 行で確定する。出力の CONCEPT.md は、以後すべての skill と agent が読む判断フィルターになる。これが無いと、spec はアンチゴールと突き合わせる先を持てない。

design-brief

Turns "make it look nice" into a 14-axis design brief before any screen exists. Locks the target persona first — who's using it, in what mood, under what constraint — because color, type, and layout all derive from that. Fills the remaining axes in plain conversation, never a forced multiple-choice. Hands the finished brief to spec once code generation starts. 「おしゃれに」という依頼を、画面を作る前に 14 観点のブリーフへ変換する。色・文字サイズ・トーンはすべてターゲット（誰が・どんな感情で使うか）から波及するため、まずターゲットを固定する。プレーンな対話で 14 観点を順に埋め、選択式の質問はしない。仕上げたブリーフは、コード生成に進む段階で spec へ引き継ぐ。

spec

Writes an industry-standard spec through dialogue, before a line of code exists. Talks through six formats — Spec Kit, PRD, Design Doc, RFC, ADR, Scope Doc — and picks one (or a combination) by the task's weight, saving the result to {base}/docs/specs/. Stops to confirm only when a choice would change the acceptance criteria; otherwise proceeds on its own adopted interpretation. コードを書く前に、業界標準の仕様書を対話で作る。Spec Kit・PRD・Design Doc・RFC・ADR・Scope Doc の 6 種から、タスクの重さに応じて 1 つ（または組み合わせ）を選び、{base}/docs/specs/ へ保存する。受け入れ基準が変わるゴール分岐のときだけ事前確認し、それ以外は採用解釈で進める。

dev-loop

Breaks a big spec into small tasks and self-drives implementation to green. Presents the decomposition plan once for confirmation, then loops implement → build-and-verify → fix without asking again. Three consecutive test failures trip odd-gate and hand root-cause analysis to the debugger agent instead of grinding. Only exceptions — a goal fork, an irreversible action — come back to the owner. 大きな spec を小型タスクへ分解し、green になるまで実装を自走させる。分解プランは 1 度だけ提示して確認し、以後は実装 → build-and-verify → 修正を確認なしで周回する。テストが 3 連続で失敗すると odd-gate が止め、闇雲な繰り返しの代わりに debugger agent へ根本原因を委ねる。owner に戻るのはゴール分岐や不可逆操作などの例外のみ。

ai-build

Builds an AI feature (LLM, RAG, agent, prompt) and measures its quality with eval. Say "build a RAG" and it runs internal search, then fresh research if the method or model is more than 14 days stale, picks prompt / RAG / fine-tune, implements, and scores the result with an LLM-as-judge eval — not just "it runs." Model id, pricing, and API parameters go to the claude-api skill instead of being answered from memory. AI 機能（LLM・RAG・agent・プロンプト）を構築し、eval で品質を測る。「RAG を組みたい」と言うと、内部検索のあと（手法やモデルの情報が 14 日より古ければ最新調査を挟み）prompt・RAG・fine-tune のいずれかを選んで実装し、LLM-as-judge の eval で採点する。「動いた」で終わらせない。Claude の id・価格・API パラメータは記憶で答えず claude-api skill に委ねる。

model-lab

Trains a model from scratch to a published paper, verification-first. Covers pretraining, full fine-tune, PEFT/LoRA, distillation, pruning, and architecture search, through Frame → Survey → Design → Implement → Run (Mac → Nvidia → cloud) → Verify (eval, ablation, statistics) → Paper & publish. A hook blocks any "done" claim lacking a backing experiment; launching paid compute and publishing to arXiv/Hugging Face/GitHub always stop at a human gate. モデルの事前学習から論文公開までを、検証中心で自走させる。pretrain・フル fine-tune・PEFT/LoRA・蒸留・pruning・アーキ探索を、Frame → Survey → Design → Implement → Run（Mac → Nvidia → cloud）→ Verify（eval・ablation・統計）→ 論文公開の順で進める。裏づけ実験のない「完了」主張は model-claim-guard が止める。有料計算の起動と arXiv/Hugging Face/GitHub への公開は必ず人間ゲート。

ai-context

The control room for decisions, checkpoints, tasks, and store health. Say "record this as a decision" and it writes to {base}/decisions/; say "keep going on the next task" and it finds the next unchecked tasks.md item and implements it through to done. Also owns store bootstrap, doctor (health check), sort (tidy misfiled docs), and standing per-repo grants. 決定ログ・チェックポイント・タスク・store 健診をまとめて扱う司令塔。「これを決定として残して」と言えば {base}/decisions/ に書き、「次のタスク進めて」と言えば tasks.md の未完了項目を見つけて実装まで完遂する。store の bootstrap・doctor（健全性診断）・sort（誤配置ファイルの整理）・repo 単位の常設許可もここが持つ。

search

Searches the local decision log and past chats — no web access. Ask "how did we decide on auth?" and it expands the query across synonyms and English/Japanese variants, greps {base}/decisions/ and docs/, and returns the matching file and line — not a guess. A deep path falls back to 3–5 parallel search-agent instances when the fast pass finds nothing. ローカルの決定ログと過去チャットを検索する。web には一切触れない。「認証どう決めたっけ」と聞くと、クエリを同義語・英日表記ゆれへ展開して {base}/decisions/ と docs/ を grep し、該当ファイルと行を返す。fast パスで空振りすると、search-agent を 3〜5 体並列起動する deep パスへ進む。

research

Investigates the web/GitHub/arxiv and saves findings to docs/research/. Ask "what's new in Next.js 15" and it first checks search for an existing answer, then — if nothing recent turns up — launches 5–10 parallel research-agent instances that WebSearch for URLs and read the full text via webread, never a summarized guess. web・GitHub・arxiv を新規に調査し、docs/research/ へ保存する。「Next.js 15 の最新機能は」と聞くと、まず search で既存の確信ヒットを確認し、無ければ research-agent を 5〜10 体並列起動して WebSearch で URL を特定、webread で全文を精読する（要約頼みの推測はしない）。

save-checkpoint

Folds a long session into {base}/sessions/ without losing the thread. Writes what's being worked on, how it got there, and confirmed decisions in a few lines each, then recommends exactly one of compact or clear — never both, and never runs either itself. An idle hook fires the same skill automatically after 5 minutes of inactivity, through a headless fork. 長い会話を筋を失わずに {base}/sessions/ へ畳む。今何をしていて・どういう経緯で・何を決めたかを数行ずつで書き、compact か clear のどちらか一方だけを推奨する（両方は言わず、どちらも自分では実行しない）。放置 5 分で idle hook が同じ処理をヘッドレスの fork で自動発火する。

webread

Fetches a URL's full body with no summarization layer — the WebFetch alternative. Hand it a URL and it extracts the body as Markdown via trafilatura (local, no LLM), so the main model reads the raw text itself instead of trusting a small model's summary. For JS-rendered pages that come back empty, a two-step fallback saves the rendered HTML first, then extracts from that. URL の本文全体を要約なしで取得する。WebFetch の代替。URL を渡すと trafilatura（ローカル・LLM 不使用）で本文を Markdown 抽出し、本体モデルが小型モデルの要約に頼らず生の全文を直接読む。JS レンダリングの SPA で本文が空になる場合は、レンダリング済み HTML を先に保存してから抽出する 2 段階に切り替える。

ja-writing

Tunes Japanese writing tone by document type and audience. A proposal for executives and a PR description for engineers need different vocabulary and structure even for the same change; this skill runs the writing-ja rule's form through concrete patterns per document type and per audience level (non-technical, semi-technical, technical). 文書種別と受け手レベルに応じて、日本語の文体を書き分ける。同じ変更でも経営層向け提案書とエンジニア向け PR 説明では語彙も構成も変わる。writing-ja ルールの型を、文書種別（報告書・提案書・Excel セル・チャット/PR/commit）と受け手レベル（非技術・半技術・技術）別の具体例で運用する。

diagram

Picks the right notation for a diagram — mermaid, draw.io, or hand-drawn SVG. Flowcharts, sequence diagrams, and Gantt charts default to mermaid; only layouts mermaid can't express — diagonal placement, ring layouts, map annotations — fall back to hand-drawn SVG. AWS architecture diagrams go through draw.io's nested VPC/subnet/AZ icon set. 図の記法（mermaid・draw.io・手描き SVG）そのものを選ぶ。フローチャート・シーケンス図・ガントチャートは既定で mermaid。対角配置や円環配置など mermaid で崩れるレイアウトだけ手描き SVG に切り替える。AWS 構成図は draw.io の VPC / サブネット / AZ の入れ子アイコンセットを使う。

b2b-docs

Structures a proposal or sales deck, and decides HTML vs. PowerPoint. Runs the chapter order conclusion → problem → impact → evidence → cost → steps → risk, and insists every impact claim carries a real before/after number with its source in the evidence chapter. Judges whether the deliverable needs .pptx or a single HTML document is enough. 提案書・営業資料の章立てを組み、HTML か PowerPoint かを判断する。結論 → 課題 → 効果 → 根拠 → 費用 → 手順 → リスクの順で構成し、効果は必ず before → after の実数を根拠章の出典付きで示す。.pptx が要るのか、単一 HTML 資料で足りるのかをここで判断する。

html-doc

Generates a self-contained single-HTML document from templates. Four document types (report, runbook, explainer, proposal) × Japanese/English × 7 color themes, with zero external requests — no CDN fonts, no tracking, diagrams pre-rendered to inline SVG — so the file is safe to hand over even under NDA. Rich layers (reading-progress bar, scroll-synced TOC, KPI stat cards) are built into every template and vanish in print. 自己完結な単一 HTML 資料を雛形から生成する。用途 4 種（報告書・手順書・説明資料・提案書）× 日英 × カラーテーマ 7 種。外部リクエストゼロ — CDN フォントもトラッキングもなく、図は事前レンダのインライン SVG — なので NDA 案件でもそのまま納品できる。リッチ層（読了バー・スクロール連動 TOC・KPI 統計カード）は全雛形に内蔵で、印刷時は自動で消える。

ws

Drives a 3-tier branch model (main ← epic ← task worktree) from stated intent. Say "start the payment redesign" and it opens an epic branch plus worktree via git-town; say "this work is done" and it tests, merges, syncs, and cleans up on its own; say "ship it" and it always stops to confirm before opening the PR. main ← epic ← task worktree の 3 階層ブランチを、発話の意図から駆動する。「決済のリデザインを始める」と言えば git-town 経由で epic ブランチと worktree を開き、「この作業終わった」と言えばテスト → merge → sync → cleanup を自動で回し、「出して」と言えば PR 作成前に必ず確認する。

set-language

Switches Banto's language JA ⇄ EN, and makes the choice stick across updates. Say "switch to English" and it materializes i18n/en/skills and agents onto the active set, saving the preference to ~/.claude/banto-language. After the next claude plugin update, a SessionStart hook re-applies the same language automatically. Banto の言語を JA ⇄ EN で切り替え、プラグイン更新後も選択を保持する。「英語に切り替えて」と言うと i18n/en/skills と agents をアクティブなセットへ展開し、選択を ~/.claude/banto-language に保存する。次回の claude plugin update 後も SessionStart hook が同じ言語を自動で再適用する。

plugin-dev

Scaffolds or refactors a skill, hook, or plugin against official best practices. Say "build me a skill" and it generates a standard skill (or the 4-component HeavySkill for genuinely complex judgment); say "refactor skills/foo" and it improves quality without breaking existing trigger phrases. Loops with plugin-audit until the report comes back clean. 公式ベストプラクティスに沿って skill・hook・plugin を生成・改修する。「skill 作って」と言えば標準 skill（複雑な判断が要るときだけ 4 要素の HeavySkill）を生成し、「refactor skills/foo」と言えば既存のトリガー語を壊さずに品質を引き上げる。plugin-audit と連動し、クリーンな報告になるまで反復する。

plugin-audit

Audits a whole plugin, or a single skill, on 15 quality axes. First passes an official-compliance check (directory structure, frontmatter, hooks.json), then scores structure, routing precision, generality, hook enforcement, usage, and containment. Full detail in Meta-tools below. プラグイン全体、または単一 skill を 15 軸で監査する。まず公式準拠チェック（ディレクトリ構造・frontmatter・hooks.json）を通り、次に構造・ルーティング精度・汎用性・hook 強制・使用度・封じ込めを採点する。詳細は下の「メタ道具」節。

skill-audit

Audits a single skill's context engineering on 7 axes. Narrower and deeper than plugin-audit: it asks only whether a skill hands the model exactly the information it needs, across axes like information minimality and human-only-information leakage. Full detail in Meta-tools below. skill 単体のコンテキスト設計を 7 軸で監査する。plugin-audit より狭く深い監査で、情報の最小性や人間専用情報の混入など、skill が実行に必要な情報だけを渡せているかだけを見る。詳細は下の「メタ道具」節。

kit

Shows every skill, agent, hook, and rule Banto ships, as one catalog. Ask "what can Banto do" and it prints the command list plus natural-language trigger examples verbatim — a discovery hub so nobody needs to memorize a command exists before using it. Banto の全 skill・agent・hook・rule を一枚のカタログとして表示する。「banto で何ができる」と聞くと、コマンド一覧と自然文トリガー例をそのまま表示する。コマンドの存在を暗記していなくても、自然文だけで機能へたどり着ける発見ハブ。

architect

Investigates a design without touching code, and returns a trade-off table. Ask "how should this API be structured" and it reads the existing code and decisions/, classifies every option by reversibility (high/medium/low), and returns current state / issues / proposal / trade-offs / risks — never an Edit. コードを変更せず設計を調査し、トレードオフ表で提案を返す。「この API どう設計すべきか」と聞くと、既存コードと decisions/ を読み、選択肢を可逆性（高・中・低）で分類したうえで、現状・課題・提案・トレードオフ・リスクの形式で返す。Edit は使わない。

debugger

Loops reproduce → fix → re-run until a bug is actually resolved. Say "the tests are failing" and it reads the stack trace, pins down repro steps, applies the minimal fix, and reports root cause plus a prevention recommendation. Under odd-gate's failure lockout, it stops editing and returns a diff proposal instead. 再現 → 修正 → 再実行のループで、根本原因まで潰す。「テストが落ちる」と言うと、スタックトレースから再現手順を特定し最小限の修正を適用、根本原因と再発防止策を添えて報告する。odd-gate の連続失敗ロック下では Edit を使わず、修正案の diff だけを返す。

qa-tester

Auto-detects web/desktop/mobile and runs E2E with the matching tool. Say "check this in the browser" and it navigates via Claude in Chrome (falling back to Playwright), clicks and types through the flow, and returns pass/fail per test case with a screenshot as evidence — saving the report is left to the caller. web・desktop・mobile を自動判定し、対応ツールで E2E を回す。「ブラウザで確認して」と言うと Claude in Chrome（未接続なら Playwright）で画面へ遷移し、クリック・入力を通してテストケースごとに pass/fail をスクリーンショット付きで返す。結果の保存は呼び出し元が担う。

research-agent

Launched in parallel by the research skill to investigate and save one subtopic. Each instance WebSearches for URLs, reads them in full via webread (never a WebFetch summary), and writes a structured Markdown report to docs/research/. research skill から並列起動され、1 サブトピックを調査・保存する。各インスタンスが WebSearch で URL を特定し、webread で全文を読み（WebFetch の要約には頼らない）、構造化した Markdown を docs/research/ へ保存する。

internal only — launched by the research skill's fan-out, never called directly 内部専用 — research skill の並列起動からのみ。直接呼び出しなし

search-agent

A lightweight (haiku) grep runner launched from search's deep path. Runs the regex groups handed to it in parallel via Grep, writes every hit to a temp file, and returns only the top candidates as {file, line, snippet, matched_term} — relevance judgment stays with the orchestrator. search skill の deep パスから起動される、軽量（haiku）な grep 実行役。渡された regex グループを Grep で並列実行し、全ヒットを一時ファイルへ書いたうえで、上位候補だけを {file, line, snippet, matched_term} として返す。関連度判定はオーケストレーター側が担う。

internal only — 3–5 instances launched from search's deep path 内部専用 — search skill の deep パスから 3〜5 体並列起動

context-keeper

Verifies and regenerates the search text layer (full-combined.txt). After a write, if the combined text is older than the newest decision or doc, it re-runs ai_context_combined.py and confirms via grep that the new file's marker actually landed — maintenance, not a search itself. 検索テキスト層（full-combined.txt）の鮮度を検証・再生成する。書き込み後、結合テキストが最新の決定ログやドキュメントより古ければ ai_context_combined.py を再実行し、新規ファイルのマーカーが実際に反映されたかを grep で確認する。検索そのものではなく保守が役目。

internal only — freshness checks on full-combined.txt / sessions-cache 内部専用 — full-combined.txt / sessions-cache の鮮度チェック