llm-council
LLM Council 是一个与提供商无关的多模型协商技能,采用 Karpathy 的 LLM Council 模式,通过独立回答、匿名互评排序、主席综合三阶段,让多个模型共同审议高难度问题,支持 Anthropic 及 OpenAI 兼容提供商。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-20 00:13
24,223 个结果
LLM Council 是一个与提供商无关的多模型协商技能,采用 Karpathy 的 LLM Council 模式,通过独立回答、匿名互评排序、主席综合三阶段,让多个模型共同审议高难度问题,支持 Anthropic 及 OpenAI 兼容提供商。
NLP Engineer 是面向自然语言处理系统设计与实现的专业技能,专注文本分类、命名实体识别(NER)、情感分析,以及结合 Hugging Face、spaCy、LangChain 等框架集成现代大语言模型。它适用于构建文本分类系统、实现 NER、创建情感分析流水线、微调 Transformer 模型、设计 LLM 驱动的功能、实现文本预处理管道、构建搜索与检索系统以及文本生成应用。该技能提供分类、NER、生成、语义搜索等任务类型的决策框架,并给出文本分类、NER 系统和基于嵌入的搜索等核心工作流。资料同时给出使用边界:RAG 架构设计应使用 /ai-engineer,LLM 提示词优化应使用 /prompt-engineer,ML 模型部署应使用 /mlops-engineer,通用数据处理应使用 /data-engineer。
skills-eval 是一个用于审计和评估 Claude 技能质量的框架,可分析技能结构、衡量上下文占用并给出改进建议,适用于审查或审计技能时使用。
tf-best-practices 是 AWS agent-toolkit 中面向“生成 AWS Terraform”场景的一项技能,本质上是共享的编写指南与只读策略闸门,而非独立工作流。它服务于两件事:编写前回答“生成的 terraform/ 必须满足哪些安全基线”,编写后回答“生成的 terraform/ 是否通过策略检查”。其边界非常明确:本单元只产出裁决,不做任何修改,唯一写入面是被要求输出的 JSON 裁决。它不会编辑、格式化或重写任何 .tf 文件;不会读写 .phase-status.json 或运行状态文件;不决定阶段能否完成;也不向用户提问。实际调用方(如 gcp-to-aws 与 heroku-to-aws 的 Generate 阶段)负责修复重试循环、terraform fmt 自动应用、提示与阶段完成闸门。它按调用方所处触点路由:写前加载安全姿态规则,写后加载验证协议并运行只读策略脚本。所有规则均为纯 AWS Terraform、与源云无关,需调用方传入的信号(如合规框架声明)由调用方提供。
Brad Frost 技能集合的安装后初始化入口技能,用于自动识别已安装了哪些技能、运行需要配置的安装步骤,并指引无需配置的技能如何启动。
用于编写、审计和改进 AGENTS.md(面向编码智能体的工具无关上下文文件)及 CLAUDE.md、.cursorrules、GEMINI.md 等适配文件的技能,提供核心模型、审计清单、最小模板与适配器写法。
通过 Rube MCP 与 Composio 的 Outlook 工具包自动化 Microsoft Outlook 任务,覆盖邮件搜索与筛选、文件夹邮件查询、日历事件、联系人和邮件文件夹管理。使用前需连接 Rube MCP 并完成 Outlook OAuth 授权,且应先调用 RUBE_SEARCH_TOOLS 获取最新工具 schema。
读取、检索并导出本地 Claude Code 与 Kimi CLI 历史记录的工具集,用于按时间线、原始用户输入、关键词或模糊回忆定位会话与文件,不恢复旧进程、不修改原项目。
AgentRC 策略技能:帮助用户选择、编写或应用 AgentRC 策略,通过禁用无关检查、覆盖影响等级、设置通过率阈值来自定义就绪度评分,并支持 CI 门禁。
skill-developer 是 grasmash/drupal-claude-skills 中的一项技能,用于依据 Anthropic 最佳实践和 agentskills.io 规范创建与管理 Claude Code 技能,涵盖目录结构、SKILL.md 前置元数据、渐进式披露、激活方式与校验等内容。
Knowledge Base RAG 是一个实现完整检索增强生成(RAG)流程的技能,涵盖文档摄取、智能分块、嵌入生成、向量库索引、语义检索与带引用的回答生成,用于基于私有知识库构建问答系统并降低幻觉。
unslop 是一个用于把大语言模型输出改写得更像真人写作的技能:保留技术内容不变,删除谄媚、套话词汇、冗余对冲、三段式堆砌和破折号滥用,并提供多种强度与改写模式,包括抵御 AI 检测器的对抗式改写。
retro 是 ax 实验循环中的引导式回顾会话,用于复盘代理经验图、批量处理待回顾会话、逐条处理开放提案、锁定实验结论并检查 hook 有效性。需显式触发,默认读取最近 7 天证据,不自动应用变更。
capability-activation 是 qodex-ai/ai-agent-skills 中的一个技能,用于激活并有效利用高级能力,演示如何使用专门工具与强大功能。其内容强调在响应前检查是否适用技能,并给出技能调用的流程、优先级与类型说明。具体收费与平台支持情况暂未提供。
该技能面向基于大语言模型(LLM)的应用开发,覆盖检索增强生成(RAG)流水线、向量数据库集成、提示工程、结构化输出、工具调用与智能体模式、评估框架、成本优化以及流式响应处理。适用于构建聊天机器人、AI 助手、知识检索系统、内容生成工具、自主智能体,以及任何将 LLM 能力集成到核心功能中的应用。核心原则包括:以检索替代记忆、定义严格的输入输出边界、上线前评估、成本感知架构、优雅失败。
Twilio 客服与支持系统架构规划技能,用于根据开发者需求判断自助服务、AI 客服、联络中心等层级,并推荐 Twilio Studio、TaskRouter、Conference、Flex 等方案。
根据项目真实技术栈生成或更新 Claude Code 设置文件的技能,可写入 .claude/settings.local.json、.claude/settings.json 与 .mcp.json,或仅做审计建议。强调先检测真实工具链、读取现有配置、仅纳入已检测到的工具,并在写入前获得用户明确批准。
war-room 是一个多 LLM 专家评审技能,用于对难以逆转的决策进行压力测试。当可逆性评分较低、需要对抗性审查时使用,先评估可逆性分数,再按其决定是否启用专家小组及规模。
RAG Architect 是一个用于设计、实现和优化生产级 RAG 管线的技能,覆盖文档分块、嵌入与向量库选型、检索设计、查询变换、护栏与评估,并提供分块优化、检索评估和管线设计三个 Python 工具。
Camunda FEEL 表达式技能,用于为 Camunda 8 编写、调试、评估和校验 FEEL 表达式,覆盖 BPMN 网关条件、I/O 映射、定时器、DMN 决策表与表单校验等场景,主要依赖 c8ctl CLI 与 Camunda 8.9+ 集群。
该技能面向戒瘾康复类应用,提供隐私优先的社交功能实现模式,涵盖发起人与受助人(sponsor/sponsee)关系、基于聚会的群组、好友连接、安全消息、每日签到共济以及安全与内容审核等模块。核心理念是默认最大隐私、支持匿名身份,并针对康复社区的特殊关系结构(如层级化的发起人关系、24小时临时群组)设计。使用 Supabase 实现实时订阅与数据存储,附有各类 React Hook、UI 组件、数据库 Schema 及 RLS 策略示例。不适用于通用社交、约会、公开资料或内容推荐场景。
该技能用于在读取并核对本地历史后,继续被中断的 Claude Code 工作,重建原始业务目标、未完成请求与下一步动作,依据会话证据继续执行尚未完成的业务任务,而非简单总结对话记录。
ccbox-insights 是一个基于 ccbox 会话日志提炼“经验教训”的技能:分析工具调用失败、用户纠正与中断,产出可复制到 AGENTS.md 或全局指令的规则片段,帮助智能体在后续会话中改进表现。
ce-session-extract 是一个面向智能体的会话提取技能,可从单个 Claude Code、Codex 或 Cursor 会话 JSONL 文件中提取对话骨架或错误信号,避免智能体把超大文件读入上下文。