close-automation
通过 Rube MCP 与 Composio 的 Close 工具包自动化 Close CRM 操作，可创建线索、记录通话与短信、管理任务和笔记。使用前需连接 Rube MCP 并激活 Close 连接，且应先调用 RUBE_SEARCH_TOOLS 获取最新工具架构。
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 10-23 00:13
智能体与模型
24,559 个结果
freshdesk-automation
通过 Rube MCP（Composio）自动化 Freshdesk 客服工单操作，涵盖工单、联系人、公司、备注与回复，需先连接 Rube MCP 并激活 Freshdesk 连接。
one-drive-automation
通过 Rube MCP（Composio）自动化 OneDrive 文件管理，覆盖搜索、上传下载、分享链接、权限管理、文件夹创建移动删除及驱动器信息查询，需先连接 Rube MCP 并完成 one_drive 授权。
render-automation
通过 Rube MCP（Composio）自动化 Render 云平台操作，可列出服务、触发部署、监控部署状态和管理项目。使用前需连接 Rube MCP 与 Render 连接，并先调用 RUBE_SEARCH_TOOLS 获取最新工具 schema。
wrike-automation
通过 Rube MCP（Composio）自动化 Wrike 项目管理：创建任务与文件夹、管理项目、分配工作并跟踪进度。使用前需连接 Rube MCP 并完成 Wrike OAuth 授权，且应先调用 RUBE_SEARCH_TOOLS 获取最新工具结构。
gpt-model-effort-advisor
用于为 GPT-5.6 任务推荐模型档位（Luna/Terra/Sol）与推理强度（Low 至 Ultra）的技能，基于历史成功/失败记录给出建议、诊断失败原因并记录结果，帮助在质量与成本之间做出选择。
miles-rl-training
miles 是一个面向企业级、生产就绪的强化学习（RL）框架，是 slime 的生产分支，专为大规模模型后训练优化，重点解决 MoE 训练稳定性、低精度训练和训练-推理一致性等难题。它适用于需要训练 1TB 以上 MoE 模型（如 DeepSeek V3、Qwen3-MoE）、进行 FP8 或 INT4 量化感知训练、追求训练与推理逐位对齐、以及希望通过投机 RL 获得最大吞吐量的场景。资料显示其核心特性包括统一 FP8 流水线、Rollout Routing Replay（R3）专家路由对齐、投机 RL（可获得 25% 以上 rollout 加速）、零拷贝权重同步、部分 rollout 回收、TIS/MIS 离策略校正以及 FlashAttention-3、DeepGEMM 等内核级优化。它提供 Docker 与源码两种安装方式，配置系统继承自 slime。资料同时指出，若需要研究级原始版本应选择 slime，需要灵活后端切换应选择 verl，需要 PyTorch 原生抽象应选择 torchforge。
agent-room
多智能体讨论室技能，用辩论或投票方式从多视角分析问题；可独立调用，也可被其他技能当作子流程调用。默认辩论模式3个智能体3轮，投票模式默认10个智能体。
total-recall
Total Recall 是一个自主运行的智能体记忆技能，通过 LLM 观察者自动压缩对话为带优先级的笔记，无需数据库、向量或手动保存。含观察、反思、会话恢复、反应式监视与预压缩钩子五层机制，默认使用免费模型，成本约每月 0 美元。
skill-craft
Skill Craft 是一个用于创建、编辑和统一 Agent 技能（skills）的元技能，通过强制规范防止技能腐化。它提供完整的目录结构约定、YAML frontmatter 规范、描述撰写公式、渐进式披露与 token 效率原则，帮助技能在 agent 中可靠触发并节省上下文。适用于从零创建新技能、修改现有技能的 SKILL.md 或阶段文件、增删阶段、以及按用户要求整理或标准化技能。
kev-finetune
kev-finetune 是一个在用户自有工作负载上微调 Kev 决策模型（Jev 式 System One 开源重建版）的技能，用几百到几千条标注样本训练并拟合温度，使服务端返回经过校准的概率，最终部署为可调用的端点。无需本地 GPU，也无需克隆 Kev 仓库。
publish-and-sync-skills
用于 JoelFrancisco/skills 仓库中公开智能体技能的发布与同步流程，覆盖仓库准备、技能新增或更新、清单与版本登记、发布前校验、GitHub 合并、全局安装及本地同步验证。
hooks
Claude Code 的 Hook 创建与管理指南，介绍 PreToolUse、PostToolUse、Stop 等钩子的用途与实现方式，可用于阻止危险操作、工具执行后给出建议以及会话结束时清理。
llm-wiki
llm-wiki 是一个实验性技能，用于构建和维护 Karpathy 风格的 LLM 知识库：把原始资料编译成自编译、交叉链接的 Obsidian markdown 维基，通过 compile、ingest、query、lint、audit 五个操作让知识持续累积，人类只负责提供资料和反馈。
agent-teams
Agent Teams 是 Claude Code 的实验性多智能体协作指南，用共享任务列表、智能体间消息和独立上下文窗口把多个 Claude Code 实例组织成团队，与仅回报调用方的子智能体不同，队友之间可直接通信。
ragic
Ragic 集成技能，通过 Membrane CLI 连接 Ragic 在线数据库与应用构建平台，用于管理组织及与 Ragic 数据交互。
openclaw-add-feishu-bot
为 openclaw 添加新的飞书机器人账号并绑定到新智能体的技能，自动完成配置修改、工作区创建、网关重启与配对审批。
agent-browser
面向 AI 代理的浏览器自动化命令行工具，基于 CDP 直接驱动 Chrome/Chromium，用于打开网页、快照元素引用、点击与填表、截图、处理登录鉴权、检查网络请求和并行会话，适合自动化网站交互任务。
grafana-billing
Grafana Billing Metrics 技能，通过 Grafana 数据源代理 API 查询 Prometheus 与 Loki 的计费指标，用于分析可观测性成本、活跃时间序列、摄取速率、存储用量与基数。
ai-ml-expert
该技能面向 AI 与机器学习工程，覆盖 PyTorch、TensorFlow、Hugging Face、scikit-learn、LLM 集成、RAG 流水线、MLOps 与生产 ML 系统的编写与审查规范，强调可复现、防数据泄漏与多指标评估。
template-renderer
Template Renderer 是一个按 {{TOKEN}} 占位符替换来渲染模板的技能，支持 specification、plan、tasks 三类模板，并带有路径校验、令牌白名单、值清洗与 JSON Schema 校验。
game-ai-behavior-trees
用于游戏 NPC 与智能体的模块化行为树构建技能，强调可调试性与性能，帮助在战斗、潜行、对话与群体协作等场景中组织 AI 逻辑。
search-tasks
用于在 OpenAnt 平台搜索与浏览任务的只读技能，通过 npx @openant-ai/cli 列出、筛选并查看悬赏任务详情，可按状态、标签、创建者、分配者与模式过滤，所有命令为查询操作。
skill-creator
skill-creator 是一个用于指导用户创建或更新 Claude 技能（skill）的技能。它围绕“如何写出有效的技能”提供系统化指引：先理解具体使用场景，再规划可复用资源，随后初始化技能目录、编辑 SKILL.md 与打包资源，最后依据实际使用迭代。它强调上下文窗口是公共资源，应只补充 Claude 原本不具备的信息，并给出脚本、参考文档与资产三类捆绑资源的使用建议，以及渐进式披露、按领域组织内容、避免深层嵌套引用等设计模式。适用于需要为 Claude 扩展特定领域知识、工作流或工具集成的场景。