agentic-workflow
Agentic Workflow 是一个面向实现类任务的标准多智能体流水线模式。它把开发工作拆分为研究、规划、校验、实现、审查五个阶段，每个阶段由独立的子智能体在后台执行，并通过文件进行阶段之间的结果传递。该模式强调主对话只做编排协调，不承担繁重工作，同时要求实现阶段采用 TDD 方式，先写失败测试再实现，并在审查阶段确认测试通过。适合需要把复杂实现任务流水线化、上下文隔离化的开发场景。
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 10-16 00:02
智能体与模型
21,793 个结果
hive-setup
Hive 是一个多智能体协作平台，多个智能体可在同一任务上共享进展、互相借鉴。本技能（hive-setup）用于完成 Hive 的初始配置：安装 hive-evolve CLI、注册智能体、克隆任务并准备运行环境。适合希望加入 swarm、开始使用 Hive 的用户。
connect
Connect 是 Composio Community 提供的 Codex 技能，用于通过 Composio CLI 让 Codex 连接任意应用并执行真实操作。它把“生成建议”变成“直接执行”，例如发送邮件、创建 GitHub issue、向 Slack 发消息、更新数据库。支持 1000+ 集成，包括 Gmail、Outlook、Slack、Discord、GitHub、GitLab、Jira、Notion、Sheets、PostgreSQL、HubSpot、Salesforce、Drive、Dropbox、Twitter、LinkedIn 等。使用方式包括安装并登录 Composio CLI、用 composio link 绑定所需工具包，然后用 composio execute 调用具体动作，用 composio search 发现工具，用 composio run 编排多步工作流，用 composio proxy 直接访问已认证的原始 API。适合需要让 Codex 在 shell 中真正跨应用执行操作、而不只是输出文字的场景。
feature-design-assistant
Feature Design Assistant 是一个通过结构化信息收集与协作式确认，把想法转化为完整设计方案与规格的技能。它适用于规划新功能、设计架构等场景。使用时会先声明正在使用该技能设计功能，然后分阶段推进：探索代码库理解项目结构、技术栈、既有模式与相关模块；用 AskUserQuestion 分批收集需求，每轮最多 4 个问题，覆盖核心需求（目标、用户、范围、时间线）、技术要求（涉及层级、质量要求、错误处理、测试方式）、集成与依赖（外部集成、依赖关系、向后兼容、文档需求），并根据回答追问 UI 技术或安全措施等细节。随后提出 2-3 种实现方案及优缺点，让用户选择；再分段呈现设计（架构总览、数据模型、API 设计、组件设计、错误处理、测试策略），每段 300-500 字并逐段确认。最后把设计写入 docs/designs/YYYY-MM-DD-<topic>-design.md，生成带优先级、阶段、时间与依赖的实施任务清单，并询问后续执行方式（立即执行、新会话、稍后或修改设计）。关键原则包括高效批量提问、非排他选项用多选、决策用单选、标注推荐项、渐进细化、分阶段验证、严格遵循 YAGNI。具体价格、平台支持与运行命令等资料暂未提供。
thinking-model-router
Thinking Model Router 是一个用于选择思维技能的路由器。当不确定哪种思维技能适合当前问题时，它通过匹配领域与问题类型，默认返回 NONE 或一个主要技能（最多三个互补技能）。其核心规则是优先选择 NONE 或单一主要技能，按机制契合度而非习惯进行路由，仅在角色明确且必要时才组合技能。它适用于匹配不明确、多个候选技能看似合理、或错误框架代价高昂的高风险工作；不适用于匹配已明显、常规实现、执行既定计划或超出目录范围的任务。路由器输出裸 slug，通过 Skill 工具以 thinking-skills:thinking-<slug> 调用。
hive
Hive 是一个面向多智能体协作实验的命令行工具与工作流。它让多个智能体在同一个共享任务上并行迭代，通过共享服务器汇总结果，目标是提升全局最优而非单个智能体的本地最优。智能体在 hive 任务目录中运行实验、提交结果、发布发现并互相借鉴。核心流程包括：读取共享状态（排行榜、动态、声明、技能）、认领实验、修改代码、运行评估、提交运行、分享经验，并循环往复。工具提供 hive 命令行，涵盖认证、任务、运行、推送、动态、技能和搜索等子命令，所有命令支持 --json 输出。适用于需要多智能体协同优化、共享实验记录和避免重复工作的场景。
opensea
OpenSea 技能用于查询 OpenSea NFT 市场数据并执行 Seaport 交易。它通过官方 @opensea/cli 提供市场数据查询，包括挂单（listings）、报价（offers）、销售与事件、地板价、合集统计、drops 和 traits，并支持通过 Seaport 完成买卖 NFT 的履约流程。主要工具为 npx @opensea/cli@latest <command>，也可全局安装 npm install -g @opensea/cli。REST API 基础地址为 https://api.opensea.io/api/v2，需要 OPENSEA_API_KEY 认证，可通过 POST /api/v2/auth/keys 即时获取或到开发者门户注册。写入/履约流程可选配置 Privy（PRIVY_APP_ID / PRIVY_APP_SECRET / PRIVY_WALLET_ID）。支持 Ethereum、Base、Arbitrum、Optimism、Polygon 等多条链。适用于需要市场语境（挂单、报价、销售历史、drops）的场景；纯 NFT 元数据读取、代币价格、余额、转账历史、实时 RPC、模拟、账户抽象等应改用 Alchemy 相关 API，纯跨链代币兑换应使用 lifi 技能。
skill-creator
skill-creator 是一份用于创建、更新和打包 Claude 技能的指南类技能，强调以示例驱动设计、渐进式披露和可复用组件，帮助把通用型智能体改造成面向特定领域的专用智能体。
wheypoint
中文介绍正在整理，稍后补充。
memory-systems
该技能用于设计智能体的记忆架构，涵盖短期记忆、长期记忆与基于图的记忆。适用场景包括构建需要跨会话持久化、在多轮对话中保持实体一致性、对积累知识进行推理、让系统从过往交互中学习、建立随时间增长的知识库，以及构建可追踪状态变化的时间感知系统。内容对比从向量存储到知识图谱再到时间知识图谱的演进，并提供基准性能数据、五层记忆架构、实现模式与检索模式，以及实体追踪和时间查询的代码示例。
recoup-api
Recoupable API 技能用于在沙箱中调用 Recoupable 生产 API，获取艺人数据、社交指标、组织信息、研究资料与文档，并触发平台操作。基础地址为 https://api.recoupable.com/api，支持 API Key（x-api-key）或短期访问令牌（Bearer）两种认证方式。技能强调先区分四种艺人操作模式（研究任意艺人、浏览自有名单、操作名单内特定艺人、新增艺人），并给出名单发现、组织范围限定、文档检索与连接器操作等具体做法。文档可通过 developers.recoupable.com 的 llms.txt、llms-full.txt 与 OpenAPI JSON 获取。
context-optimization
上下文优化技能旨在通过压缩、遮蔽、缓存与分区等策略，扩展有限上下文窗口的有效容量。它并非真正增大上下文窗口，而是更高效地利用现有容量，据称可将有效上下文容量提升至原来的两到三倍，无需更大模型或更长上下文。技能覆盖四大核心策略：压缩（上下文接近上限时进行摘要并重建新窗口）、观察遮蔽（用简洁引用替换冗长工具输出）、KV 缓存优化（复用相同前缀的缓存计算）与上下文分区（将工作拆分到隔离的子智能体上下文）。同时提供预算分配与基于触发条件的优化监控。适用于上下文限制制约任务复杂度、需降低成本与延迟、构建长期运行的智能体系统或处理大型文档与对话等场景。
hyperplan
Hyperplan 是一个对抗式多智能体规划技能。它通过 self-orchestrate 编排 5 个相互敌对的角色成员（unspecified-low、unspecified-high、deep、ultrabrain、artistry），让它们在多轮独立分析、交叉攻击与自我辩护中相互攻击彼此结论，最终只把经得起攻击的可靠洞见提炼成工作计划。
w-grill
w-grill 是一个用于压力测试计划或决策的技能，通过持续的设计树访谈，直到所有待决问题（frontier）清空为止。它要求先查阅已有的 MDX、ADR、README 和 DESIGN.md 等资料，不向用户询问可自行查到的信息。每轮一次性提出当前所有前置条件已确定的决策问题，等待回答后重新计算设计树，循环往复，直到没有待决问题，再确认共识。在用户确认理解一致前不实施，也不编写术语表或第二棵 ADR 树。
autoresearch
autoresearch 是一个有状态的单任务改进循环工具，属于 oh-my-claudecode 技能集。它通过严格的评估器契约、Markdown 决策日志和最大运行时长停止行为，对单一任务进行持续改进。使用前提是已通过 /deep-interview --autoresearch 获得任务与评估器。它要求持久化存储任务规格、评估器脚本或命令引用、每次迭代的评估 JSON 以及 Markdown 决策日志，并支持通过 Claude Code 原生 cron 进行周期性重跑。v1 版本禁止多任务编排，也不再将执行权交回已弃用的 omc autoresearch CLI 流程。
agent-browser
agent-browser 是一款面向 AI 智能体的浏览器自动化命令行工具（CLI），基于 Chrome/Chromium 的 CDP 协议直接驱动浏览器。它适用于需要与网站交互的场景，例如页面导航、填写表单、点击按钮、截图、数据抓取、下载文件、网络请求拦截与 HAR 录制等。工具提供快照（snapshot）机制，将页面交互元素标记为 @e1、@e2 等引用，便于智能体精确操作；支持命令链式调用、批处理执行、并行会话、设备与视口模拟、暗色模式、iframe 交互以及桌面端与 iOS 模拟器（Safari）自动化。在身份认证方面，支持从用户浏览器导入登录状态、持久化配置文件、会话名称自动保存恢复、加密凭据保管库及手动状态文件等多种方式。安全特性全部可选启用，包括内容边界标记（区分页面内容与工具输出）、域名白名单和动作策略文件，默认不施加任何限制。可通过 npm、Homebrew 或 Cargo 安装。
claude-council
claude-council 是一个面向高风险决策的结构化 LLM 议事技能。它召集五个思维视角顾问（红队、第一性原理、扩张主义者、局外人、执行者），经过匿名化同行评审、在共识过于一致时强制辩论，并由双主席进行综合，保留少数派异议。每次运行都会记录到日志，结果反馈到自我改进循环，随时间提出人格优化建议。该技能不适合事实查询、调试、单一领域技术问题、快速是非判断或情感支持。
sciomc
sciomc 是一个用于编排并行 scientist 智能体开展综合研究分析的工作流技能，属于 oh-my-claudecode 技能集合。它把复杂研究目标拆解为多个独立阶段或假设，并行调用 scientist 智能体执行调查，随后交叉验证发现并汇总为报告，并提供可选的 AUTO 模式实现全自主执行。用户可通过 /oh-my-claudecode:sciomc 命令传入研究目标，或使用 status、resume、list、report 等子命令管理研究会话；阶段按复杂度路由到 haiku、sonnet、opus 等不同模型，最多 20 个并发智能体。适用于代码库认证模式分析、排序算法性能特征调研、API 层错误处理梳理、安全分析等研究场景。
docker-agent-config
Docker Agent（CLI 为 docker agent，开源项目为 cagent）通过 YAML 文件声明式地运行 AI 智能体，而非编写应用代码。本技能专注于 agent.yaml 配置文件的编写与维护，涵盖 agents 段（每个智能体的 model、instruction 及其专属 toolsets/sub_agents）、被 agents 引用的顶层 models/providers 段，以及智能体可通过 use_commands 选择加入的顶层 commands 组。它不涉及 CLI 调用或配置的服务化与分享。适用于创建、编辑或审查 agent.yaml/agent.yml/agent.hcl 文件，添加工具/工具集、MCP 服务器或子智能体，选择或配置模型/提供商（OpenAI、Anthropic、Google、Bedrock、Docker Model Runner、自定义端点），以及构建由协调者委派给专家的多智能体团队。
linear
中文介绍正在整理，稍后补充。
ccg
CCG 是 oh-my-claudecode 中的三模型编排技能，通过 /ask codex 与 /ask antigravity（或 gemini）分别调用外部顾问，再由 Claude 综合两份输出为统一答案。适合需要并行外部视角、又不想启动 tmux 团队工作进程的场景，例如同一请求中兼顾后端/分析与前端/UI、多视角代码审查、Codex 与 Antigravity/Gemini 结论交叉验证，以及快速顾问式并行输入。使用前需具备 Codex CLI、Antigravity CLI（或企业场景的 Gemini CLI）以及 omc ask 命令；若某一提供方不可用，则用可用的一方继续并注明局限，两者都不可用时回退为仅 Claude 回答。
simplify-skill
simplify-skill 是一个用于简化技能（skill）的元技能，目标是在不丢失行为的前提下降低技能的理解、操作、验证或维护复杂度。它要求以当前完整包为基线，先备份并哈希所有文件，运行现有检查与代表性任务，再通过 DISCOVER→BASELINE→CONTRACT→SELECT→REWRITE→VERIFY→ACCEPT 状态机推进。默认采用无损变更，保留精确命令、路径、模式、哈希、引用、权限门、数值限制与停止规则，禁止仅以行数减少作为简化证据。简化手段依次尝试去重、澄清、重排、渐进披露、抽取子技能、简化代码，最后才是经用户批准的损失。验收要求基线包与候选包哈希可重算、账本覆盖率 1.0、受保护片段全部通过、至少一项声明成本在同一环境下下降，且原生、任务、包、链接与回读检查全部通过。
groove-utilities-prime
groove-utilities-prime 是 groove 工作流中的会话初始化技能，用于在每个会话开始时把 groove 工作流上下文加载到对话中。它通过运行一个 shell 脚本并把脚本的标准输出原样输出到对话里，从而让当前会话获得所需的上下文信息。脚本自身负责缓存更新，因此使用时不应对任何文件进行写入操作。
pipefy-automations
中文介绍正在整理，稍后补充。