enhance-plugins
用于分析插件结构、MCP 工具与插件安全模式的技能,可对照最佳实践检查工具 schema、描述质量、插件目录结构、MCP 配置与安全风险,并生成 markdown 报告,支持对高确定性问题的自动修复。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-22 00:14
24,472 个结果
用于分析插件结构、MCP 工具与插件安全模式的技能,可对照最佳实践检查工具 schema、描述质量、插件目录结构、MCP 配置与安全风险,并生成 markdown 报告,支持对高确定性问题的自动修复。
Ask-Samin 是一个面向 Claude Club 成员的技能,用于按 Samin Yasar 的教学方式回答会员提问。它依赖远程 MCP 工具检索 Claude Club 课程内容,并强制在回答中给出真实的 Skool 课程链接。
Autoresearch Skill 是一个面向 Codex 技能优化的实验型技能,用“先测基线、再做单次改动实验”的方式改进已有技能,而不是一次性大改。它用二元评估打分、Guard 检查与回滚记录来决定改动是否保留。
引导新用户完成首次 computer-use 智能体运行:检查环境、执行一个安全的纯浏览器任务,然后打开轨迹查看器。
damage-control 是一套面向智能体的故障恢复协议,用于会话崩溃、上下文溢出、合并冲突与状态损坏后的恢复,避免静默丢弃工作,使恢复过程一致、可审计。
用于为产品或应用生成、混搭并排序名称,并核实其标准价格 .com 域名是否可注册的技能。适合命名应用、产品,或对已有候选名做验证与排序。
QMD 是用于 Obsidian 仓库(vault)的语义搜索工具,支持 MCP 与 CLI 两种调用方式。可在直接读取文件前先检索相关片段,减少上下文消耗。返回结果基于同一 SQLite 索引,适合查询过往决策、人物、项目等内容。
brainstorm-with-file 是一个交互式头脑风暴工作流,用文档记录思路演变,并通过提问、多视角分析(创意/务实/系统)、外部研究与迭代精化来扩展初始想法。串行内联执行,不委派子代理。
通过 Rube MCP(Composio)自动化 Airtable 操作,覆盖记录、基库、表、字段与视图,可查询、创建、更新、删除记录及管理字段与评论。使用前需先连接 Rube MCP 并完成 Airtable 授权,且每次应先搜索工具获取最新 schema。
用于 deepseek-harness 分支推送前的本地检查技能:在推送、强推、标记可评审或声称检查通过前运行一次相关本地证据,并说明 gh stack sync 后需立即验证各重写层。
用于智能体上下文压缩与长会话摘要的技能,介绍锚定迭代摘要、结构化摘要格式、压缩触发策略,以及面向编程代理的文件追踪与探针评估方法。
用于选择、配置和使用 Blender MCP 集成,实现实时场景控制或确定性资产评估,适用于将 Codex 或 Claude Code 连接到 Blender 工作流。
Iskron 是一个面向 AI 编码代理的会话入口与协作协议技能,来自 iskron-ai/skills。它通过 /iskron 或自然语言启动会话,先读取“启动”流程,建立图(граф)与角色,用 iskron_stand 占位并问候人类,再按请求路由到 entry、writing、design、architect、vahta 等子技能。
Token Optimization 是一套面向 AI 智能体运行的令牌开销优化技能,通过模型选择、提示压缩、后台处理与缓存四个维度,在不牺牲输出质量的前提下降低令牌成本与延迟。
该技能用于把多个相互独立的失败或问题分派给各自专属的子代理并行处理,适合存在两个以上不相关故障(如不同测试文件失败)的场景。
用于为代码库生成分层 AGENTS.md 结构的技能,面向 AI 编码代理优化,强调极简 token 占用。包含仓库分析、根级与子目录 AGENTS.md 生成、专用模板及质量检查清单。
Memory 是一个用于跨会话知识持久化的技能,旨在让 AI 智能体把决策、经验教训、上下文与跨会话任务记录下来,供未来会话读取,从而避免重复犯错并逐步积累经验。它通过 .memory/ 目录组织内容,包含 context.md(当前状态与关注点)、notes/(学习与观察)、decisions/(决策记录)、todos/(跨会话任务)和 sessions/(会话摘要)等部分,并提供记录格式与命名规范。该技能可在“记住这个”“我们决定 X 因为 Y”“会话结束”等场景触发,也可用于检索历史经验;具体安装与初始化方式暂未提供。
eval-faq 是微软 eval-guide 中的评估问答技能,用于回答 AI 智能体评估方法论问题,覆盖评分器类型、数据集设计、标准撰写、非确定性、工具调用与多轮评估、评估工具、能力评估与回归评估及结果解读。
面向多智能体并行研究的技能,可编排10个智能体围绕同一主题开展深度研究,并汇总信息,资料称已用真实案例验证。适合需要并行搜集与综合资料的研究任务;具体安装与使用方式需参考官方仓库。
一个指导创建高质量 MCP(Model Context Protocol)服务器的技能,帮助 LLM 通过设计良好的工具与外部服务交互,涵盖研究规划、实现、测试与评估四个阶段。
scout 是一个面向架构决策前的调研技能:在做出架构承诺前,调查真实系统的最佳实践、生产环境典型模式与失效模式。它依据权威来源三角验证技术问题,并输出结构化的 Scout 报告。
用于提示词工程的技能,可创建、分析、加固、转换提示词,设计工具提示,并制定 PromptOps 与评估计划,适用于系统、智能体、工具、RAG 提示词。
skillsmp 是面向 Agent Skill 的检索工具,用于在公开 Skill 索引中按关键词、分类、职业、语言搜索并挖掘冷门优质 Skill。适用于动手写新 Skill 前先查是否已有现成实现,以及盘点某领域已有 Skill。
面向大语言模型的提示词工程技能,系统讲解零样本、少样本、思维链、结构化输出、工具调用、提示链等模式,帮助构建稳定可靠的 LLM 应用,覆盖 OpenAI、Anthropic、Gemini 及开源模型,含 Python 与 TypeScript 示例。