zoom-rtms
Zoom RTMS（实时媒体流）参考技能，用于在实时音视频工作流中通过 WebSocket 获取 Zoom 会议、网络研讨会、Video SDK 与 Contact Center Voice 的音频、视频、转录、聊天和屏幕共享数据，无需会议机器人。
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 11-14 00:15
智能体与模型
26,319 个结果
agent-memory
中文介绍正在整理，稍后补充。
vip-arthas-agent
中文介绍正在整理，稍后补充。
apollo-connectors
已弃用的 Apollo Connectors 技能，用于对现有 Connectors schema 做快速一次性编辑。官方建议改用 graphos-factory 技能（npx skills add apollographql/skills@graphos-factory），该技能可从 REST API 构建并维护 Connectors 子图。
apollo-mcp-server
Apollo MCP Server 将 GraphQL 操作暴露为 MCP 工具，让 AI 智能体通过 Model Context Protocol 调用 GraphQL API。本技能提供安装、配置、自定义工具定义、认证与安全设置等指导。
graphql-operations
Apollo 提供的 GraphQL 操作编写指南技能，讲解如何按最佳实践编写查询、变更、订阅与片段，强调先读项目 schema、命名操作、使用变量、按需取字段并配合代码生成与 lint 工具。
docx
用于创建、编辑和分析 .docx 文档的技能，支持修订追踪、批注、格式保留与文本提取。基于 OOXML 与 pandoc、LibreOffice 等工具，可读取内容、生成新文档、编辑现有文档并实现红线审阅流程。
press-and-pr
面向独立开发者与应用团队的媒体公关技能，指导撰写新闻稿、准备媒体资料包、联系记者与策划 Product Hunt 发布，以争取真实媒体报道带动下载、外链和 App Store 可信度。
appllama-usage
Appllama Usage 技能说明如何通过 Appllama MCP（mcp.appllama.io）研究头部创收移动应用的真实屏幕、流程与 UI 元素，并据此进行设计构建。涵盖信用额度、研究方法、工具清单与协作规则，需配合 appllama-app-design-skill 使用。
llm-wiki
LLM Wiki 是一套用于在 Obsidian 中维护持久、可累积知识库的架构与知识管理策略，采用原始资料、LLM 维护的 Wiki、Schema 三层结构，支持分类与项目组织、来源溯源、增量摄取与记忆同步。
skill-creator
Skill Creator 是一个用于创建新技能、迭代改进现有技能并衡量技能表现的工具型技能。它可以引导用户从零开始定义技能目标、撰写 SKILL.md 草稿、设计测试用例，并通过运行对比实验与量化评估来验证和改进技能效果。适用于用户想要创建技能、编辑或优化技能，或需要评估技能触发与输出表现的场景。
wiki-context-pack
从现有 Obsidian 仓库生成受 token 预算约束、带引用、可直接供下游智能体或任务使用的只读上下文切片。支持 /wiki-context-pack 调用，可用主题或近期活动模式，并支持预算、公开范围、仅元数据与 JSON 输出等选项。
wiki-history-ingest
一个仅用于 AI 代理历史摄入的统一路由技能，按目标来源把请求分派到 claude、copilot、codex、hermes、openclaw 或 pi 对应的专用 history-ingest 技能，本身不处理文档。
arize-ai-provider-integration
用于创建、查看、更新和删除 Arize AI 的 AI 集成，存储 LLM 提供商凭据，供评测器及其他需要调用 LLM 的 Arize 功能使用；支持多种提供商（如 OpenAI、Anthropic、AWS Bedrock 等）。
arize-compliance-audit
用于审计 AI 智能体或 LLM 应用合规性的技能，覆盖 EU AI Act、GPAI 行为准则、GDPR、NIST AI RMF、科罗拉多 AI 法案、NYC LL144、HIPAA、ISO 42001 等框架。选择适用框架与用例后扫描代码库，生成差距清单与整改建议。仅供指导，不构成法律意见。
arize-evaluator
用于在 Arize 上设计、创建和运行评估器（LLM-as-judge 模板评估器与确定性 Python 代码评估器），并把评估器绑定为任务对项目跨度或实验结果打分，支持列映射、查询过滤、连续采样、回填运行与版本管理。需通过 ax 命令与已配置的凭证使用；数据缺失或失败时不得编造评估结果。
arize-instrumentation
为 LLM 应用首次接入 Arize AX 追踪的技能：检测技术栈、匹配唯一集成文档、接入自动埋点并验证 trace 落地。
arize-prompt-optimization
Arize Prompt Optimization 技能：利用生产 trace 数据、评估结果与人工标注来优化、改进和调试 LLM 提示词。可从 span 中提取提示词、收集性能信号，并通过实验迭代提升提示质量。
arize-prompts
用于 Arize Prompt Hub 与 ax prompts 命令行工作流的技能：编写或导入提示模板并保存、用标签发布版本，以及列出、查看、编辑、删除、复制提示。
arize-trace
Arize Trace 技能用于下载、导出和检查已有的 Arize traces 与 spans，帮助理解 LLM 应用行为或排查运行时问题。支持按 trace、span、session ID 导出，也支持按过滤条件和时间范围批量导出，并可批量标注或删除 spans。
phoenix-cli
Phoenix CLI（命令 px）用于调试 LLM 应用，可获取 trace、span、session，进行标注、加备注、删除，并分析错误、查看数据集、实验与提示词，支持多 profile 与 GraphQL 查询。
phoenix-evals
Phoenix Evals 用于为 AI/LLM 应用构建与运行评估器，注重代码优先、LLM 处理细微判断，并通过人工标签验证评估器准确性。
surf
Surf 是面向 AI 智能体的加密货币数据 CLI 技能，覆盖 14 个数据域、100+ 命令，可查询实时价格、钱包、DeFi、链上 SQL 与预测市场等数据，需先安装并同步规范。
nelson
Nelson 是一个以皇家海军舰队为隐喻的多智能体任务编排技能，用于把用户任务从任务规划、并行工作协调推进到收尾。资料未提供收费、价格或平台支持信息。