repo-inta-opnv-rtk-meta
把 OpenEvolve、RTK、Meta-Harness 与 bgclick 逆向工程四个外部仓库的高价值模式吸收到 Hermes 原生执行中的技能,侧重自迭代、省 token、harness 搜索与逆向流程,强调选择性吸收而非新增第二套运行时权威。
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
26,316 个结果
把 OpenEvolve、RTK、Meta-Harness 与 bgclick 逆向工程四个外部仓库的高价值模式吸收到 Hermes 原生执行中的技能,侧重自迭代、省 token、harness 搜索与逆向流程,强调选择性吸收而非新增第二套运行时权威。
用于当用户拒绝某种输出格式、系统提示词规则或记忆习惯,并希望 Hermes、Codex、Claude Code、OpenClaw 等宿主智能体统一持久化该偏好时,修改各宿主的持久指令文件而非仅改当前回复。
how-we-work 是一套面向研究项目中用户与智能体协作的共享工作规则。它以 common.md 作为公共规则块,嵌入每个项目 AGENTS.md 的两条标记注释之间,使规则在每次会话中都在上下文中生效;该块再指回技能本身,按工作类型提供对应参考文档。技能提供 hww.py sync 同步命令:在项目根目录运行后,会用 common.md 的内容替换 AGENTS.md 中的规则块(含标记),并输出待提升条目(## To promote / ## 待提升)的 JSON 行,根据退出码提示无块、标记损坏、技能版本落后、文件缺失或写入失败等情况。使用者在会话开始时执行同步,并在开展实验、报告、文献、论文、排版、记录、无人值守运行等工作前,先阅读对应参考文档和项目约定文件。公共规则的修改只发生在 skills 仓库,通过问题文件 docs/issues/ 提出与跟踪,项目在下次同步时拾取变更。
Computer Use 是 Orca 提供的一项技能,用于通过 `orca computer` 命令驱动本地可见应用窗口的图形界面。它基于无障碍树(accessibility tree)进行操作,支持点击、输入文字、操作菜单与对话框,并能对原生应用进行截图。该技能本身是一个发现入口(discovery stub),会加载与当前会话所用 Orca 可执行文件版本匹配的指南。使用前需先确定本次会话应使用的 CLI 可执行文件,再通过 `ORCA skills get computer-use` 加载对应指南。
Orca Emulator 是 Orca 内置的 iOS 模拟器控制技能,可在 Orca 的模拟器面板中实时查看设备并执行点击、手势等操作。适用于在 macOS 上驱动已启动的 Apple Simulator,并处理设备作用域、辅助进程生命周期与工作树上下文。
Orca 的 Android 设备与模拟器控制技能,通过 adb 驱动已连接设备或模拟器,并在 Orca 的模拟器面板中显示实时视图。适用于需要在 Orca 会话里操作 adb 设备的场景。
Orca Orchestration 是 Orca 中用于结构化多智能体协调的技能:支持线程消息、阻塞式 ask/reply、任务派发、worker_done/escalation 等待、任务 DAG、决策门与协调循环,把工作拆分给多个受监督的 worker。需先解析对应 Orca 可执行文件并加载与版本匹配的指南。
统一的智能体应用脚手架工具,支持 Anthropic、Cursor、OpenAI、OpenCode 和 Pi 五种运行环境,提供交互式项目生成、实时 SDK 文档引用和内置验证流程。
automate-me 是一个引导式流程技能,用于把用户的工作习惯和偏好整理成一份专属的 -mode 技能(如 jay-mode、priya-mode),让智能体按用户自己的方式工作。它本身不替代其他技能,而是编排挖掘对话历史、提问、聚类、撰写与落地等步骤。
面向编码智能体的 CLI 设计与审查指南:让命令行工具可被智能体可靠调用,强调非交互式参数、快速可执行的报错、幂等性、dry-run 与分层 --help。
从会话中提取可复用模式、评估置信度,并将高置信度直觉提升为持久技能;在完成重要工作后使用,同时可将会话中值得长期保留的偏好与事实交由 agents-memory-updater 写入工作区记忆。
Dynamic Router 是一个指挥者/子智能体(conductor/subagent)路由系统,根据任务复杂度和意图将任务分派给合适的模型。它通过共享核心加适配器模式,跨多个运行环境(Anthropic、Cursor、OpenCode、Codex/OpenAI、Pi)工作。核心原则是使用能胜任工作的最便宜模型:指挥者评估任务,适配器将其映射到当前运行环境的合适模型。系统将任务分为简单、中等、复杂三个复杂度层级,意图类别包括查找、实现、规划、调试、重构,并可将规划与实现组合的任务自动串联为多步计划。
Dynamic Router 是一个 conductor/subagent 任务路由系统,按任务复杂度与意图,在 Anthropic、Cursor、OpenCode、Codex/OpenAI、Pi 等多个 harness 间把任务分派给合适的子智能体模型。
用于构建由 Google Gemini 支持的智能体工作流与适配器,覆盖 Gemini API/ADK 风格运行器、Gemini CLI 工作流对齐、工具调用和结构化输出等场景。本仓库目前尚无 Gemini 运行器,需按共享工作流契约新增。
一项关于上下文窗口管理的工程原则:当上下文即将填满、出现大输出、长文件、重复读取或大规模并行规划时,把大体积内容路由给子智能体,只在主线程保留摘要,以保护有限的上下文。
一条面向AI编码智能体的原则:对可逆工作不要停下来征求确认,应先执行并展示结果,让人异步纠偏。仅不可逆操作(如强制推送、删除生产数据、对外发消息)需要确认。
reflect 是一个面向 AI 代理的技能,用于在会话结束后从当前对话记录中提炼可复用经验,并把这些经验转化为对现有技能的编辑。资料介绍其会派出三个并行审查子代理,从不同视角阅读对话记录,再由综合器按标准筛选,最终经用户确认后落地修改。
用于同步技能分类法的技能:把 skills/ 下的每个技能判定为 user-invoked 或 model-invoked,为前者补上 disable-model-invocation: true,并注入 metadata.category,保持技能目录一致。
该技能用于从近期 Cursor 聊天记录中提取可长期复用的工作偏好,并将其转化为技能、规则或工作流文档。默认分析最近 7 天的对话,读取父级对话与相关子代理记录,扫描“我偏好”“总是”“从不”“这不是我要的”“停止”“review”“PR”“CI”“logs”“skill”等显式偏好、纠正与工作流标记,提取包含触发条件、工作流步骤、决策规则、质量标准、停止条件、证据和置信度的偏好原子,并按发布、评审、简化、调试、捕获、沟通、委派、验证等工作流形态聚类,最终选择产出新技能、技能修改、规则、工作流文档或不产出。
Agent SDK Dev 是一套面向 AI 智能体开发的工具集,提供创建、配置、测试、调试、监控、打包部署与集成的命令行工具和 SDK 接口。资料展示了初始化项目、热重载开发服务器、Agent 测试框架、性能分析、自定义工具开发、多种记忆类型,以及构建、打包和多平台部署的用法,并给出客户服务和代码助手两个示例及 LangChain、LlamaIndex、Slack、Discord 集成示意。具体可用性、版本和收费信息暂未提供。
create-skill 是 Val Town 插件目录中的一个技能创建能力,用于在 Val Town 中持久化用户的偏好、技能或知识,帮助 Townie 及其他通过 Val Town MCP 服务器接入的 AI 代理编写符合用户习惯的 vals。用户在任意 val 中创建 /skills/<name>/SKILL.md 文件即可定义技能,并通过 frontmatter 中的 name、description 和可选 triggers 字段让代理判断何时使用该技能。多个 val 中的技能会被统一索引,用户也可集中存放或分散存放技能。技能描述越具体,代理发现和调用越准确。
一类关于 Codex/Codex/delegate_task CLI 智能体运维的技能:后台执行、stdin 与 print 停滞处理、插件 ID、worker 补丁循环与降级路由。
读取配额状态并按任务推荐 Codex、Codex 与 Gemini 的最优分配,通过 GitHub 标签进行确定性智能体路由,并利用配额遥测与路由记分卡决定工作派发。
Claude Worker Patch Loop 是一种把 Claude 用作委派子代理、直接补丁式修改规范技能或策略文件的协作模式:主会话负责编排、验证与汇总,Claude 负责直接编辑目标文件,并通过小循环迭代核验。