reviewer-protocol
一种面向多智能体协作的评审拒绝协议与严格锁定语义,规定评审角色拒绝产出后,原作者不得自行修订,必须由其他智能体接手或升级新智能体,并给出协调者强制校验与死锁处理规则。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-14 00:15
26,286 个结果
一种面向多智能体协作的评审拒绝协议与严格锁定语义,规定评审角色拒绝产出后,原作者不得自行修订,必须由其他智能体接手或升级新智能体,并给出协调者强制校验与死锁处理规则。
Squad 使用帮助文件:说明 Squad 是自定义 Copilot 智能体而非技能,并给出通过 task 工具以 agent_type='Squad' 调用、查看命令目录与运行 squad init 的正确方式。
tiered-memory 是 Squad 智能体的三层记忆模型设计提案(hot/cold/wiki),目标是在每次派生智能体时只加载与当前任务相关的上下文以减少 token 占用。截至 v0.10.0 为设计状态,底层运行时尚未发布。
用于测试 agentskills.io 规范支持的技能,可验证技能加载、校验与渐进式披露是否完整合规。
一个 AgentKit 上线检查清单技能,用于逐项核对生产环境是否满足上线条件。它要求每项都记录 PASS 或 WAIVE 并附一行理由,仅在记录完整时才能签核放行。
面向智能体的 SaaSKit 上线检查技能,按清单逐项记录 PASS 或 WAIVE 及原因,覆盖生产凭据、核心认证流程、企业级 SSO/SCIM/MCP/RBAC、监控与最终冒烟测试,完成后方可签署上线。
用于从 Scalekit 实时目录与 MCP 中检索 AgentKit 连接器及其工具、输入 schema 的技能,帮助代理列出可用工具名称与参数定义;不执行工具,也不授权已连接账户。
通过 MCP 将 AgentKit 工具暴露给客户端调用的技能。为每个用户创建独立实例 URL,使用 Streamable HTTP 传输,需按仪表盘连接名配置连接与工具映射,适用于在 Python 环境中构建按用户隔离的 AgentKit 工具调用。
整合 AgentKit 的实操技能:从连接配置出发,创建 connected account、获取授权令牌并完成一次下游 API 调用。默认使用 Python,需通过环境变量提供 Scalekit 凭据,并严格使用仪表盘中的 Connection Name。
用于在项目中完成 AgentKit 初始配置的技能:从 Scalekit 仪表盘获取环境凭据并写入项目 env 文件,创建第一条连接并记录连接名称与后续技能路径,配置完成后即停止,不编写应用代码。
Antigravity CLI 是一个用于将受限的调查、审查或实现任务委派给 Antigravity CLI(agy)的智能体技能。它通过捆绑的客户端立即返回任务 ID,并保留后台工作进程以支持后续追问;每轮使用官方流式 JSON 输入/输出,并在下一轮恢复同一 Antigravity 对话。该技能要求 Antigravity CLI 已安装并完成认证,使用项目 Python 3.12+ 解释器运行 scripts/agy.py,仅依赖标准库。它提供 start、wait、status、reply、cancel、close 等命令,支持模型、effort、mode、sandbox 等任务级覆盖,并强调检查权限拒绝、部分输出超时和工具错误,不将原生 SUCCESS 或退出码 0 等同于任务完成。
grok-cli 是一个技能,用脚本在本地把 Grok Build 作为独立编码智能体来调度,让监督方智能体把有边界的调查、审查或实现任务委托给 Grok,并返回任务 ID 供跟踪。
Refined Plan Mode 是一个用于代理规划流程的技能:把计划写成带版本号的 Markdown 文件,支持行、范围与文本选择评论式反馈,代理根据反馈修订,仅在用户批准或明确要求推进后才执行,并提供检查点、交接与重置等状态管理。
Unsloth MCP Server 是一个生产就绪的 MCP 服务器,让 Claude 可通过 Unsloth 微调大语言模型。当前版本 2.1.0,提供 12 个 MCP 工具、66 个测试(7 个测试套件),使用严格模式 TypeScript,并具备完整 CI/CD 流程。
基于 Unsloth 工具进行分词器对比、分析与集成的技能,可比较不同分词器的 token 效率、分析文本分词结果,并配合 Unsloth 模型完成自定义分词器的加载与微调。
Solo 是一款管理编码智能体与项目级协调状态的桌面应用,可通过 Solo MCP 服务器生成编码智能体、管理暂存区(scratchpads)、检查进程和管理待办事项。适合在编码代理、项目协作场景中统一调度与监控。
screenpipe-chats 是 screenpipe 提供的智能体技能,用 search_chats 与 send_to_chat 两个工具检索已有的 screenpipe、Codex、Claude、Cursor、Gemini CLI 聊天记录,并在用户明确授权时继续或引导某个确切会话。
agentctl-setup 是 sd0x-harness 仓库中用于安装和配置可选 agentctl 扩展的设置技能。agentctl 为 Claude Code 增加任务范围限制、执行前拒绝越权操作、30 秒内标记测试结果失效的证据机制,以及无需调用模型的交接记录功能。该技能提供解释、环境检查(doctor)、安装、生成首条任务行、写入原生权限拒绝规则以及卸载等步骤,并通过不同参数只执行对应环节。它明确自身不是安全边界,也不负责安装 sd0x-dev-flow 的规则、钩子或脚本。
用于创建或重构 Claude Code 技能的技能,按确认目标、选择载体、设计结构、编写 SKILL.md、验证五个阶段推进,并区分技能与 CLAUDE.md、Hook、子代理的适用场景。
Agent Creating 是一个用于创建新智能体(agent)或子智能体(subagent)的指导型技能,来源于 seanchiuai/claude-web-template 模板。当用户请求创建新智能体时,该技能会引导在 .claude/agents 目录下生成以智能体名称命名的 Markdown 文件(如 xyz.md),将用户提供的需求转化为可复用智能体。它要求描述字段清晰说明功能与用法(2-4 句以内),并确保智能体具有明确的人设与目标,随后提供精简、清晰、可执行的 Markdown 指示作为主要工作流指南,同时要求智能体了解 docs/convexGuidelines.md。资料给出了代码审查员与图像编辑器两个示例,后者列出了 React Native + Convex 环境下的错误预防清单,如 TypeScript 返回类型、Gemini 模型名、Buffer 替代方案、大数组分块处理、data URL 获取和数据库大小限制等。
Creating Expert 是一个用于生成新领域专家结构的元技能,即“构建工具的工具”,适用于在 Claude 项目中添加新技术或领域专家。它通过访谈用户确认专家名称、领域描述、初始知识来源和相关现有智能体,然后在 .claude/experts/{expert-name}-expert 目录下生成 expertise.yaml(领域心智模型,初始置信度较低)、question.md(问答工作流)和 self-improve.md(自我改进工作流)三个文件,并更新 ask-expert.md 调度器,最后运行初始自我改进以从代码库中填充真实模式。该技能适合为技术栈添加新专家(如 postgres-expert)、创建领域专家(如 auth-expert)、拆分现有专家或扩展核心专家之外的领域。
Meta Prompt 是一个用于生成提示词变体的元技能(meta-skill),即“生成工具的工具”。它基于已有的提示词模板和模式,帮助用户创建新的斜杠命令、技能变体、专家工作流变体,或将现有提示词适配到新的领域。使用时先通过 Glob 查找最接近的现有提示词模板(如 .claude/commands/*.md、.claude/skills/*/SKILL.md、.claude/experts/*/question.md 等),再明确需要改动之处,随后复制模板结构并修改 YAML Frontmatter 与内容,最后校验并保存到对应目录。
Skill Creating 是用于创建新技能的技能。当用户希望创建新技能时使用。其核心流程是在 .claude/skills 目录下新建以技能名命名的文件(名称使用动名词形式),将用户请求转化为可复用技能,并生成简洁、明确、可执行的 Markdown 工作流说明。技能描述需清楚说明用途和使用方式,控制在 2 至 4 句;文档和示例输入输出若超过数行或需深入引用,则放入 resources/ 子文件夹;如需代码或脚本,放入技能文件夹并在说明文件中标注用途。资料给出的示例为“生成提交信息”技能,包含运行 git diff --staged、输出提交信息摘要、详细描述、受影响组件及最佳实践等内容。
software-strategist 是一款面向软件战略的智能体技能,帮助团队从用户影响、业务价值、技术可行性与长期可持续性等角度评估架构、产品方向与技术选型等权衡决策。