rivetkit-client-swiftui
RivetKitSwiftUI 是 RivetKit 的 SwiftUI 客户端技能，用于在 SwiftUI 应用中连接 Rivet Actors，提供 @Actor 属性包装器、rivetKit 视图修饰器、事件订阅与绑定等用法指导。
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
26,330 个结果
sandbox-agent
Sandbox Agent 是一个用于在沙箱环境中编排 AI 编程智能体的通用 API，支持 Claude Code、Codex、OpenCode、Amp 等，可通过 TypeScript SDK、Python、HTTP 或 CLI 接入，并能部署到 E2B、Daytona、Docker、Vercel、Cloudflare 等沙箱。
agentmemory-agents
agentmemory 的 connect 命令用于把记忆服务器接入宿主编码智能体，合并配置并保留已有服务器。支持 claude-code、cursor、codex、gemini-cli 等，底层走 REST，仅支持 MCP 的宿主通过 stdio MCP 桥接。
agentmemory-architecture
agentmemory 是面向编码代理的本地记忆服务器，基于 iii 引擎构建，可捕获、索引并通过 REST 与 MCP 提供记忆检索。本条目介绍其架构、存储模型、端口与查看器。
agentmemory-config
agentmemory-config 用于安装、配置与诊断本地 agentmemory，覆盖 MCP 连接、环境变量、端口和功能开关，适合初次接入或排查连接问题时使用。
agentmemory-hooks
agentmemory 的插件钩子，在智能体会话生命周期中自动捕获观察记录，无需手动调用 memory_save。适用于 Claude Code 的插件安装，Hermes 和 OpenClaw 用各自原生集成。
agentmemory-mcp-tools
agentmemory 的 MCP 工具索引技能，说明每个记忆工具的作用与参数，帮助在调用记忆工具时选择正确的工具名和参数。
agentmemory-rest-api
agentmemory 的 HTTP REST API 接口面，是访问记忆服务器的主要协议；当 MCP 不可用或需要直接通过 HTTP 调用 agentmemory 时使用。所有记忆操作都有对应的 HTTP 端点。
commit-context
一个用于追溯代码来源的智能体技能：通过 git blame 或 git log 找到指定文件、函数或代码行的提交 SHA，再用 memory_commit_lookup 查询该提交是否关联某个智能体会话，从而回答“这段代码为什么在这里”“是哪个智能体会话产生的”。
forget
forget 是一个用于从 agentmemory 中删除指定持久记忆的技能。它要求先通过 memory_smart_search 搜索出匹配的记忆（目标层为 memory，限制 20 条），向用户展示匹配结果的 memory id、标题和范围（对敏感值做脱敏），并获得明确的“是”确认后，才调用 memory_governance_delete 执行删除。该操作是破坏性且不可逆的，需按 memory id 删除，不能使用裸 session。此技能不支持删除观察记录或整个会话，课程（lesson）需使用 memory_lesson_delete 单独删除。删除后需检查响应中的 deleted、notFound 和 failed 字段，并分别报告实际删除与未解决的 id。
handoff
handoff 是一个用于恢复当前工作目录最近一次智能体会话的技能。当用户说「我们之前做到哪了」「继续」「恢复」等表示想要接续先前工作时，可用它把上一次会话的上下文重新拉回。它会按目录边界匹配最近会话，优先呈现尚未回答的问题，并给出下一步建议。核心依赖 memory_sessions 与 memory_recall 两个记忆查询调用，需配合 agentmemory 使用。文档提供了快速开始、工作流、反模式、检查清单、相关技能与排障指引。
lesson
lesson 是 agentmemory 中的技能，用于把用户的纠正或经验教训保存为带置信度的规则，并在类似工作开始前重新浮现。适合在用户纠正做法或要求“记住”时使用。
memory-discipline
memory-discipline 是 agentmemory 中的会话循环技能，主张先检索记忆再开始工作、在决策点保存记忆、从纠正中学习。适用于处理非平凡任务时，让记忆真正发挥作用。
recall
recall 是 agentmemory 中的记忆检索技能，用 BM25、向量与图混合搜索查找过去的观察、会话与经验。当用户想回忆某主题的历史上下文时使用，可指定项目、智能体与层级过滤，并展开结果查看完整内容。
recap
recap 是 agentmemory 中的会话回顾技能，用于按日期汇总当前项目最近 N 次智能体会话，并给出每次会话的要点观察。适合用户提出“recap”“最近做了什么”等回顾请求时使用。
remember
remember 是 agentmemory 的长期记忆保存技能，用于把用户要求记住的洞察、决策或学习内容写入可搜索的长期存储，并附带具体概念标签，便于日后 recall 检索。
write-agentmemory-skill
agentmemory 技能的编写与更新规范，说明技能目录结构、SKILL.md 格式、生成事实与校验流程，适用于新增、重构或审阅技能。
claude-certification
claude-certification 是一个面向 Claude 认证备考的 AI 原生辅导与入门工作流，来源于 rohitg00/ai-engineering-from-scratch 仓库。它把该仓库中四条独立的 Claude 认证学习路线转化为分步导师模式，要求学习者解释、预测、运行、构建并论证每一步决策，而不是把课程简化为阅读清单。每次调用只处理四种模式之一：入门（Onboarding）、单课（Lesson）、评估（Assessment）或补强（Remediation）。若存在 CLAUDE-CERTIFICATION.md 状态文件，则从上次进度继续。该工具支持四条路线：ccao-f（知识工作与负责任地使用 Claude，无需编程）、ccdv-f（构建、集成、保护与评估应用的工程师）、ccar-f（论证 Claude Code、Agent SDK、API、MCP、上下文与编排选择的构建者）、ccar-p（负责从探索到运营的高级工程师或架构师）。它明确声明这是原创的开源备考材料，与 Anthropic 无隶属、背书、赞助或授权关系，不颁发证书，也不保证通过。
find-your-level
「find-your-level」是 AI Engineering from Scratch 课程中的一个交互式定位测验技能。它通过 5 个知识领域、共 10 道选择题来评估学习者现有的 AI/ML 知识水平，并据此确定其应从 20 个阶段、523 节课的课程中的哪个起点开始学习，从而跳过已掌握的内容。测验涵盖数学与统计、经典机器学习、深度学习、NLP 与 Transformer、应用 AI 五大领域，每领域 2 题、分 5 轮进行，每轮结束后即时给出该领域得分。全部完成后显示各领域分数与总分，并按照总分映射到对应入学起点：0-3 分从第 1 阶段数学基础开始，4-5 分进入第 3 阶段深度学习核心，6-7 分进入第 7 阶段 Transformer 深入，8-9 分进入第 11 阶段 LLM 工程，10 分直接进入第 14 阶段智能体工程。随后技能会生成一份覆盖全部 20 阶段的个性化学习路径 Markdown 表格，用「Skip」「Review」「Do」标注每阶段状态，并从课程 ROADMAP.md 中读取各阶段预估学时进行统计。该技能声称可与任意 agent 配合使用，触发短语为 “where…”。
learn-agent-skills
Learn Agent Skills 是一个面向“AI Engineering from Scratch”中 Agent Skills Engineering 路径的互动导师技能，按顺序带学习者完成 5 节核心课程（13/22、24、25、26、27），每节以动手实验和检查点为主，强调真实主机上的安装、调用、权限与卸载观察。
learn-mcp
learn-mcp 是一个聚焦于模型上下文协议（Model Context Protocol，简称 MCP）学习路径的交互式导师技能，属于 AI Engineering from Scratch 项目。它用于引导学习者按既定路线逐步学习 MCP 相关的课程，一次调用完成一节课。学习者在学习过程中需要检查请求与响应、预测边界结果、运行或手工跟踪实验，并在推进到下一课之前记录课程检查点。该技能支持 Codex、Claude Code 等兼容主机，通过对应的调用语法启动或恢复 MCP 学习路径。课程内容依据 learning-path 清单按顺序推进，并区分可执行模式与概念模式。该工具的主要目的是帮助学习者系统学习 MCP 的协议基础、服务器与客户端、传输、资源与提示、安全、授权、生产部署、网关与注册表、可靠性与流控、供应链等主题。
mcpa-certification
面向 MCPA（Model Context Protocol Associate）认证的 AI 原生辅导与入门工作流，来自 ai-engineering-from-scratch 仓库。它把仓库内容变成逐步辅导：让学习者解释、预测、运行、构建并论证每个决策，支持入门、单课、测评与补强四种模式。
asc-revenuecat-catalog-sync
用于在 App Store Connect（ASC）与 RevenueCat 之间对齐订阅和内购目录的技能：审计差异、创建缺失的 ASC 项目，并通过 asc 命令与 RevenueCat MCP 映射产品、权益、Offering 和 Package。
mini-browser
mini-browser（mb）是面向 AI 智能体的浏览器自动化 CLI 技能，通过 puppeteer-core 经 CDP（端口 9222）连接 Chrome，用一组类 Unix 小命令完成网页导航、截图、抓取文本、填表、点击等操作。