launch-subagent
launch-subagent 是一组关于启动子智能体（Task 工具、后台智能体、并行智能体、best-of-N、任务委派）前应遵循的共识原则，来源为 davidondrej/skills。核心是只委派自包含任务、并行子智能体不得触碰同一文件、子智能体看不到上下文需写全简报、主智能体保持编排与验证职责。
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 10-20 00:13
智能体与模型
24,256 个结果
skill-audit
skill-audit 是一个面向 AI 智能体技能与智能体定义的安全审计技能，用于检测提示注入、权限滥用、供应链风险、数据外泄、权限提升及静态正则工具易漏掉的结构性弱点，支持单技能审计、批量注册表扫描与 PR 安全门禁，输出人类可读报告或 JSON。
nemo-relay-get-started
NeMo Relay 入门技能，帮助首次使用者以最低复杂度路径快速体验 Relay 并验证其价值，涵盖 CLI、Hermes Agent 原生、内置集成与语言手动接入四种试用路径及安装、首个插件推进建议。
valkey
Valkey 是 Linux 基金会维护的开源、兼容 Redis 的内存数据存储，源自 Redis OSS 7.2.4（BSD 3-Clause），可作为 Redis 2.x 至 7.2.x 的替代品，适用于缓存、会话、限流、发布订阅、队列、排行榜与分布式锁等场景。
human-in-the-loop
Human-in-the-Loop（人在回路）是一种设计方法，用于定义人类在自动化工作流中何时、何地以及如何介入。该技能强调在人类参与过少（系统可能犯下危险错误）与过多（沦为昂贵的通知系统）之间取得平衡。它涵盖五种介入类型：审批门、审查检查点、纠正机会、覆盖控制和监控仪表盘；并给出需要人类介入的六类情形：高风险、低置信度、新颖情境、伦理判断、法律要求和用户请求。设计介入点时需明确触发条件、呈现内容、时间约束、决策选项和反馈整合方式。为避免人类成为瓶颈，提出渐进式自主、批量审查、智能路由、默认动作和从介入中学习等策略。最终产出介入点地图、介入界面设计、时间约束规范、渐进式自主计划和介入分析规范等设计文档。
prompt-versioning
Prompt Versioning 是一套把提示词当作代码来管理的实践指南，涵盖版本控制、测试、评审、部署与回滚，帮助团队避免提示词随意修改导致的质量回退与行为不一致。
signals-scout-mcp-tool-calls
PostHog MCP 工具调用质量侦察技能：监测 $mcp_tool_call 遥测，按 $mcp_tool_category 分组，发现失败率高、重试频繁、延迟高、响应臃肿或调用过度的 MCP 工具，并为每个问题类别生成一份报告。
writing-great-skills
一份关于如何编写与编辑 AI 技能（skill）的参考指南，讲解让技能行为可预测的词汇与原则，涵盖调用方式、描述撰写、信息层级、拆分、精简、引导词与常见失败模式。
skill-auditor
用于审查 AI 智能体、技能与提示词的安全审计技能，按六步协议检查名称仿冒、权限风险、依赖、提示注入、网络外泄与内容红旗，输出裁决与安全部署建议。
gilfoyle
Gilfoyle 是一个面向 SRE 的排查型智能体，通过查询可观测性栈（如 Axiom、Grafana、Pyroscope、Sentry、Slack、Kubernetes）定位故障根因。它强调先跑 scripts/init 初始化，再按 discover-* 脚本发现数据集或数据源，最后才执行查询，拒绝猜测。
revenue-operations
面向 SaaS 收入团队的营收运营技能，用于分析销售管道覆盖率与健康度、用 MAPE 跟踪预测准确度，并计算 Magic Number、LTV:CAC、CAC 回收期、Burn Multiple、Rule of 40、NDR 等 GTM 效率指标，输入均为本地 JSON 文件。
byted-las-vlm-video
视频多模态理解技能，可对视频生成描述、摘要、标签，并支持基于视频内容问答；当用户想理解视频、生成视频描述或对视频提问时触发。
gh-skill
gh-skill 是 GitHub CLI 的扩展命令，用于搜索、预览、安装、更新和发布 Agent Skills，让智能体自行管理技能集并与一个或多个 GitHub 仓库保持同步。命令别名 gh skills，脚本与文档中建议使用单数 gh skill。
Capability Graph Builder
Capability Graph Builder 是一个从能力清单（manifest）构建可查询能力图谱的工具，借助 Codex 推断技能、资源与能力之间的关系。适用于生成清单后建立编排系统知识库、发现依赖关系、验证兼容性声明并进行基于图谱的查询规划。
PromptInjection
PromptInjection 是 danielmiessler/lifeos 中的一项 LLM 安全测试技能，用于在获得明确书面授权的前提下，对自有或客户系统开展提示注入、越狱、系统提示提取、上下文操纵与护栏绕过等测试，并提供侦察、直接/间接注入、多阶段攻击及完整评估等工作流。
agent-analytics
Agent Analytics 是面向 AI 智能体的分析平台，可通过 CLI 为网站或应用添加事件追踪、查询流量与转化、运行 A/B 实验并做漏斗与留存分析，强调只追踪少量关键事件，隐私优先，不记录 IP。
dstack
dstack 是一个开源控制平面，用于在 GPU 云、Kubernetes 和本地集群之间进行 GPU 供给与编排。它通过服务器、命令行工具（CLI）和以 .dstack.yml 结尾的 YAML 配置文件三部分协同工作，帮助用户在不同基础设施上运行和管理开发环境、任务与在线服务。dstack 通过 fleet（机群）来预置和调度算力资源，支持按需供给、闲置实例自动终止以及基于 range 的弹性节点池。用户可以通过 dstack apply 提交配置，CLI 会先展示执行计划再提交变更。该工具提供对运行状态、日志、事件、卷、网关和可用报价的查询能力，并支持 SSH 接入、端口转发以及为开发环境提供 IDE 链接。其配置类型覆盖开发环境（dev-environment）、任务（task）、服务（service）等运行配置，以及机群（fleet）、卷（volume）、网关（gateway）等基础设施配置。适合需要在多种 GPU 基础设施上统一调度和管理算力工作负载的团队使用。
developing-genkit-dart
用于在 Dart 或 Flutter 应用中构建 AI 智能体、实现 Genkit 流程与工具、集成大语言模型及使用 Genkit Dart 插件的技能参考。
snapchat-ads
通过 Hyper MCP 端到端规划与创建 Snapchat 广告的营销技能，覆盖广告系列、广告组、广告、素材上传、定向、Snap Pixel 与报表，基于 Snapchat Marketing API v1。
customer-journey
customer-journey 是一个客户旅程映射技能，用于分析客户在 Google、AI 聊天机器人（ChatGPT、Claude、Perplexity）和社交平台（Reddit、YouTube、LinkedIn）上如何发现、评估并选择产品，按五阶段认知旅程输出内容策略建议。
factory-lines
Islo Factory 的自动化编排工具，用于创建和管理 Factory Machine、产线与作业。适合需要多阶段、带类型路由、循环、定时或事件触发的自动化工作流场景。
setup
安装并验证 ax（本地代理体验图）的专用技能：通过安装脚本获取 ax CLI、完成首次数据摄取并检查运行状态，同时把 ax 技能装入 Claude Code。仅负责安装与验证，日常使用需转向其他技能或直接调用 CLI。
ktx-data-agent-context-layer
ktx 是一个可执行的上下文层，通过 MCP 与 CLI 教 AI 智能体准确查询数据仓库。它从仓库元数据、dbt 模型、BI 工具和公司 wiki 自动构建语义层，提供已批准的指标与更好的 SQL，设计上只读，不写入数据库。
design-council-orchestration
Design Council Orchestration 是一个 Claude Code 插件，可并行启动 11 个以上具备不同专业角色的 Claude 智能体，就跨领域技术决策展开辩论，调用方 Claude 充当 CEO 进行编排并写入具有约束力的决策。