mcp-servers
用于在 TrueFoundry 上注册与管理 MCP 服务器的技能,支持远程服务器、虚拟(组合)服务器和 OpenAPI 转 MCP 包装三种类型,并提供列表、注册、删除及凭证安全管理能力。
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
26,314 个结果
用于在 TrueFoundry 上注册与管理 MCP 服务器的技能,支持远程服务器、虚拟(组合)服务器和 OpenAPI 转 MCP 包装三种类型,并提供列表、注册、删除及凭证安全管理能力。
TrueFoundry 提示词注册表管理技能,用于列出、创建、更新、删除提示词及其版本,并可为版本打标签(如 production、staging),支持工具调用、SDK 与直接 API 三种方式。
该技能用于通过 TrueFoundry 的追踪平台(由 Traceloop SDK 提供支持)为应用添加基于 OpenTelemetry 的追踪与可观测性,可创建追踪项目、安装依赖并插桩 Python/TypeScript 代码,以捕获 LLM 调用、工作流和自定义 span。
TrueFoundry AI Gateway 配置工具,统一提供 OpenAI 兼容的 LLM 访问,支持供应商账号集成、内容安全护栏和请求监控。
用于管理 TrueFoundry Skills Registry 工作流的技能,涵盖通过 UI、仪表盘或 tfy apply 创建、发布、版本化、下载、更新可复用 Agent Skills,并将技能附加到 TrueFoundry Agent。
这是一个用于在 TrueFoundry 上以 hermes.yaml 为唯一来源,交互式创建、校验、部署、更新和冒烟测试独立 Hermes Slack 智能体的技能。它生成带 TrueFoundry YAML 与 slack-app-manifest.json 的 <agent-name>/ 目录,并需人工完成 Slack 应用创建与 SecretGroup 填写。
cua-driver-rs 是 trycua/cua 提供的跨平台原生 GUI 自动化技能,通过 cua-driver CLI(默认)或 MCP 服务器驱动 macOS、Windows、Linux 上的应用,可读取无障碍树、截图,并按元素或像素执行点击、输入、滚动等操作。
cua-sandboxes 是 trycua/cua 项目提供的沙箱技能,用于在本机创建、使用和清理一次性的 Linux 或 macOS 计算机(容器或虚拟机)。它通过 cua CLI 与 cua SDK(Python、TypeScript、Swift、Kotlin、Rust)共享同一运行时和沙箱列表,支持本地无账号运行,也可连接到运行 cua-spacesd 的已有机器。用户可创建 gVisor 容器、QEMU Linux 虚拟机、Apple 芯片上的 Lume macOS 虚拟机或任意 OCI 镜像,并执行命令、打开交互式 shell、截图、通过浏览器访问桌面,以及在沙箱内浏览网页。
Agents Market Installer 用于为 Claude Code、Codex、OpenCode 等工具推荐、安装、更新和检查专用编码子代理包。它通过 agents-market CLI 完成推荐、审计、策略检查、差异预览与受控安装,并支持跨工具目标选择。
将编码任务委派给 Claude Code CLI 的编排指南,介绍通过终端以打印模式或 tmux 交互模式调用 Claude Code,用于修 bug、加功能、重构、PR 与代码审查等任务。
lm-evaluation-harness 是面向大语言模型的标准评测工具,覆盖 MMLU、GSM8K、HumanEval、TruthfulQA、HellaSwag 等 60+ 学术基准,使用统一提示与指标,支持 HuggingFace、vLLM 与 API 模型,用于模型质量比较、学术结果报告与训练进度跟踪。
HeartMuLa 是一套开源音乐生成基础模型家族(Apache-2.0 许可),能够根据歌词与标签生成带多语言支持的完整歌曲,被视为 Suno 的开源替代方案。该家族包含四个组件:HeartMuLa 音乐语言模型(3B/7B,用于按歌词与标签生成音乐)、HeartCodec 12.5Hz 音乐编解码器(用于高保真音频重建)、HeartTranscriptor(基于 Whisper 的歌词转写)以及 HeartCLAP(音频-文本对齐模型)。它适合需要从文本描述生成音乐歌曲、寻找开源 Suno 替代方案或进行本地/离线音乐生成的用户。硬件方面,最低需 8GB 显存并启用 --lazy_load true,推荐 16GB 以上显存以获得单卡舒适体验,也支持通过 --mula_device 与 --codec_device 参数将模型拆分到多张 GPU;3B 模型配合 lazy_load 峰值显存约 6.2GB。若无 NVIDIA GPU,也可使用 CPU 运行,但速度极慢(单首歌可能需 30-60 分钟以上,而 GPU 约 4 分钟),且需约 12GB 以上空闲内存。
Hermes Agent 是 Nous Research 推出的开源 AI 终端智能体框架,支持多平台与多种大模型供应商,具备技能自积累、跨会话记忆、网关接入消息平台等能力,可执行编码与系统任务。
Hugging Face Hub 的现代命令行工具 hf CLI 参考指南,用于搜索、下载和上传模型、数据集及 Spaces。该工具已取代弃用的 huggingface-cli 命令。主要能力涵盖认证管理、仓库管理(创建、删除、复制、移动、分支与标签)、数据集与模型查询、SQL 查询、讨论与 Pull Request 管理、推理端点与计算作业、Spaces、桶存储、缓存管理、Webhook 与 Collections 等。安装命令为 curl -LsSf https://hf.co/cli/install.sh | bash -s,推荐通过 HF_TOKEN 环境变量或 --token 标志认证,支持 --format json 等全局选项以适配自动化。
Hermes Kanban 工作者的进阶技能文档,讲解工作区处理、租户隔离、任务交接、重试诊断与常见陷阱。由调度器以 --skills kanban-worker 自动加载,仅作为系统提示中 KANBAN_GUIDANCE 生命周期的补充细节。
vLLM 是面向生产环境的高吞吐大语言模型推理与服务工具,支持 OpenAI 兼容接口、GPTQ/AWQ/FP8 量化与张量并行,通过 PagedAttention 和连续批处理提升吞吐,适合部署 LLM API、优化延迟与显存受限场景。
一种面向多智能体协作的技能:当存在 2 个以上相互独立、无共享状态或顺序依赖的任务时,为每个独立问题域分派一个专用智能体并行处理,从而节省时间并保持协调者上下文。
vibeflow-router 是 VibeFlow 框架中的会话路由技能,用于在每次会话开始时根据项目状态文件自动判断当前所处的开发生命周期阶段,并将工作分派到对应的阶段处理器。VibeFlow 提供两种开发模式:完整模式(Full Mode)包含 Spark(问题框定与价值评估)、Design(技术设计与评审)、Tasks(执行级任务化)、Build(实现)、Review(代码审查)、Test(系统与 QA 验证)等阶段,以及可选的 Ship 和 Reflect 阶段;快速模式(Quick Mode)则压缩前置分析,通过准入校验后直接进入 Build,适用于缺陷修复、小改动和配置更新等场景。路由器本身是文件驱动的:阶段只由阶段检测脚本读取,不从对话历史推断。会话开始时会注入当前阶段、已完成阶段、暂停原因、下一步建议和推荐打开文件等上下文,检查待处理增量队列,并在进入 Spark、Design、Review 或 Ship 前检查 overview 文档的新鲜度,必要时调用 wiki 技能刷新。进入 Build 后,默认语义是自动继续后续链路,持续推进 build、review、test、ship、reflect,直至完成、发生审查或测试失败、命中人工确认点或出现阻塞。具体阶段细节和硬规则见该技能 references 目录。
Find Skills 是一个帮助用户发现并安装智能体技能的技能。当用户提出“如何实现 X”“查找用于 X 的技能”“是否有能完成 X 的技能”等问题,或表达扩展智能体能力、搜索工具/模板/工作流的兴趣时,它会使用 Skills CLI(npx skills)在开放智能体技能生态中搜索匹配技能,展示技能名称、功能、安装命令与详情链接,并可代用户执行全局安装。
Orchestrate Attractor Loops 是一套用于手工编排大型仓库改动的技能流程,将工作分为设计、评审、实现、独立验证等循环,适合需要以证据和可观察证明推进重大变更的代理场景。
agent-native-audit 是一个面向代码库的智能体原生架构审计技能,依据八项原则(动作对等、工具即原语、上下文注入、共享工作区、CRUD 完整性、UI 集成、能力发现、提示原生特性)并行启动子智能体进行审查,并输出带评分的报告。
agent-native-reviewer 是一个代码审查技能,用于检查应用是否实现“智能体原生”对等性:用户能做的每个操作,智能体也应能通过工具完成。适用于新增 UI 功能、智能体工具或系统提示词之后。
brainstorm 是 udecode/better-convex 项目中的一个工作流技能,用于在正式规划前通过问答方式探索需求。资料仅提供其简介与调用命令,未说明具体实现、依赖与限制。
compound-engineering-lfg 是一个声明为“全自主工程工作流”的技能,来源 udecode/better-convex。资料仅给出按顺序执行的斜杠命令清单,未说明具体实现、依赖环境或产出保证。