muse-video
Muse Video 是通过 RunAPI 平台调用的一款视频生成技能，可根据文本提示词或单张源图片生成视频。该技能提供两种接入路线：一次性生成可使用 runapi CLI 中注册的 muse-video 服务；应用或生产代码集成则使用 RunAPI SDK。使用前需完成 RunAPI 身份认证，并依据安装后的命令目录与 API 参考文档确认具体操作、模型及请求字段。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-13 00:15
智能体与模型
26,242 个结果
typesafe
TypeSafe Jev 是通过 RunAPI 评估结构化决策的技能，适用于需要typed choice、score或noul答案的场景。默认通过 RunAPI CLI 使用，生产环境应改用 SDK 集成，需认证并遵循已发现的服务契约。
agentdb-hierarchical-store
agentdb 的分层记忆存储技能，提供 working、short、long 三层记忆写入与带层级过滤的召回，用于区分当前任务草稿、近期会话上下文与跨会话长期知识。
agentdb-learning
AgentDB Learning 是 AgentDB 插件体系中的强化学习模块，用于为自主智能体创建、训练和部署学习插件。据资料，它提供 9 种强化学习算法，包括 Decision Transformer、Q-Learning、SARSA、Actor-Critic，以及主动学习、对抗训练、课程学习、联邦学习和多任务学习。用户可通过 CLI（如 npx agentdb@latest create-plugin）选择模板生成插件，也可用 agentic-flow/reasoningbank 的 createAgentDBAdapter 以 API 方式初始化学习数据库、写入经验数据并调用 train 训练模型。资料称其借助 WASM 加速神经推理，训练速度可提升 10-100 倍。运行需 Node.js 18+ 和 AgentDB v1.0.7+，建议具备强化学习基础。该技能偏向机器学习与强化学习方向，适合从历史经验学习、离散决策、连续控制、隐私分布式训练等场景。
AgentDB Advanced Features
AgentDB 高级功能技能，讲解 QUIC 同步、多数据库管理、自定义距离度量、向量与元数据混合搜索及分布式部署模式，基于 Node.js 18+ 与 AgentDB v1.0.7+（通过 agentic-flow 安装）。
AgentDB Learning Plugins
AgentDB Learning Plugins 是 AgentDB 插件系统技能，提供 9 种强化学习算法，用于创建、训练和部署可随经验改进的自主学习智能体插件，涵盖离线 RL、值学习与策略梯度等方法，并借助 WASM 加速神经推理。
AgentDB Memory Patterns
为 AI 智能体实现持久化记忆模式的技能，基于 AgentDB 提供会话记忆、长期存储、模式学习与上下文管理，并与 ReasoningBank 集成，让智能体跨会话记住对话、从交互中学习。
AgentDB Performance Optimization
AgentDB 向量数据库性能优化技能，通过量化、HNSW 索引、缓存与批量操作降低内存占用并提升检索速度，适用于需要优化 AgentDB 检索性能与内存使用的场景。
AgentDB Vector Search
AgentDB Vector Search 是基于 AgentDB 高性能向量数据库实现语义向量检索的技能，可用于文档检索、相似度匹配和上下文感知查询，支持 HNSW 索引、量化压缩与亚毫秒级搜索，适合构建 RAG 等场景。
agentic-jujutsu
agentic-jujutsu 是面向 AI 智能体的版本控制工具，主打多智能体并发无锁协作、自学习智能与量子抗性安全，据称并发提交比 Git 快 23 倍。
browser
面向 claude-flow 智能体的网页浏览器自动化技能，基于 agent-browser 提供 AI 优化的无障碍树快照，用元素引用（@e1、@e2）代替完整 DOM，据称可减少 93% 上下文。
hive-mind-advanced
Hive Mind Advanced 是 Claude Flow 中的高级群体智能系统，采用女王主导的多智能体协调架构，支持拜占庭共识与持久化集体记忆，用于复杂任务的编排、决策与执行。
Hooks Automation
Hooks Automation 是 ruvector 项目中的 Claude Code 钩子自动化技能，通过智能钩子与 MCP 集成，实现操作前后的校验、格式化、会话状态管理与神经模式学习，支持代理自动分配、内存协调和 Git 提交钩子。
performance-analysis
面向 Claude Flow 集群的性能分析技能，用于检测通信、处理、内存与网络瓶颈，生成多格式性能报告并给出优化建议，支持自动修复与 CI/CD 集成。
ReasoningBank with AgentDB
ReasoningBank with AgentDB 是一套面向智能体的自适应学习方案，基于 AgentDB 高性能向量数据库，支持轨迹追踪、结果判定、记忆蒸馏与经验检索，宣称检索速度提升 150 倍、批量操作提升 500 倍、内存访问低于 1ms，并保持对旧版 ReasoningBank API 的向后兼容。
Skill Builder
Skill Builder 用于创建符合规范的 Claude Code Skills，帮助生成带 YAML frontmatter、渐进式披露结构和完整目录组织的技能文件，适用于需要构建可被 Claude 自主发现和使用的技能时。
stream-chain
Stream-Chain 是 claude-flow 的多智能体流水线技能，通过 Stream-JSON 串联多个步骤，让每一步的输出作为下一步的上下文，用于数据转换与顺序工作流。支持自定义链（run）和预定义流水线（pipeline）。
Swarm Orchestration
Swarm Orchestration 是 ruvector 项目中的一项技能，基于 agentic-flow 编排多智能体集群，支持并行任务执行、动态拓扑与智能协调，适用于需要超越单智能体规模的任务。
V3 CLI Modernization
面向 claude-flow v3 的 CLI 现代化与 hooks 增强技能，提供交互式提示、命令拆分、hooks 深度集成、性能优化与工作流自动化，目标是将单体 CLI 重构为模块化架构并提升响应速度。
V3 Deep Integration
V3 Deep Integration 是 ruvnet/ruvector 仓库中的一项技能，用于按 ADR-001 将 claude-flow 改造为 agentic-flow@alpha 的专用扩展，消除重复代码并整合 SONA、Flash Attention、AgentDB 等能力。
V3 Memory Unification
该技能将 MemoryManager、DistributedMemorySystem、SwarmMemory、SQLite、Markdown 等 6 个以上记忆系统统一迁移到 AgentDB，并采用 HNSW 向量索引，宣称可实现 150x-12,500x 的搜索性能提升，同时保持向后兼容。
train-pose
train-pose 是用于训练与评估 WiFi CSI 姿态估计模型的工具包，支持摄像头监督（MediaPipe 与 CSI 配对）和无摄像头（WiFlow）两条路径，强调以均值姿态基线为基准诚实报告结果，并提供 WebGPU/WASM 浏览器内训练后端。
mcp-autopentest-orchestrator
面向已获授权的 MCP 安全评估半自主编排器：默认只读，先读取安全规则与 policy.json，运行确定性 probe_runner 探测脚本，可选并行只读子代理，按人类门禁处理写操作。
mcp-server-pentest
面向已获授权的 MCP 服务器与工具处理器安全评估套件，把每个 MCP 工具处理器视为由 AI 客户端访问的公开 API 端点，覆盖传输、认证授权、元数据投毒、注入与 SSRF 等检查，并产出攻击面地图、风险矩阵、测试计划与修复方案。