tidewave-integration
Tidewave MCP 集成技能，为运行中的 Phoenix 应用提供运行时智能：调试、冒烟测试、实时状态检查、SQL 查询与 hex 文档查询。仅在开发环境使用，优先于 Bash 调用。
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 10-24 00:15
智能体与模型
24,691 个结果
bkn-ontology-builder
用于把 PRD、会议纪要、流程说明、系统或数据材料、交接摘要等业务材料，整理成业务侧可评审的 OpenBKN BKN 本体建模方案，输出《本体建模方案》文档而非 .bkn 文件。
discord
用于构建和自动化 Discord 集成的技能，涵盖机器人、Webhook、斜杠命令与 REST API 工作流。适合在用户提到 Discord、服务器/公会、通知推送或机器人自动化时使用。
find-skills
Find Skills 是一个帮助用户发现和安装智能体技能（agent skills）的技能。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题，或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域（设计、测试、部署等）帮助时，该技能会引导用户使用 Skills CLI（npx skills）在开放的智能体技能生态中搜索、安装、检查和更新技能。它本身不提供具体领域能力，而是充当技能发现与安装的入口。
llama-cpp
llama.cpp 是一个用纯 C/C++ 编写的 LLM 推理工具，依赖极少，专为 CPU 和非 NVIDIA 硬件优化。它适合在纯 CPU 机器、Apple Silicon（M1/M2/M3/M4）、AMD 或 Intel GPU（无 CUDA）以及树莓派等边缘设备上运行大语言模型，也适合需要无需 Docker/Python 的简单部署场景。它支持 GGUF 量化格式，提供命令行推理、交互式聊天和 OpenAI 兼容的服务器模式，并可通过 Metal、CUDA、ROCm 进行硬件加速。
copilot
用于驱动 GitHub Copilot CLI 与编码智能体的技能，提供 review、delegate、setup 三种模式：审查 PR 并把可修复项以行内评论交给 Copilot，创建并监控 gh agent-task 直到生成 PR，或一次性生成 .github 下的 Copilot 指令文件。
github-copilot-personal-instructions
介绍 GitHub Copilot 个人自定义指令（Personal instructions）的技能：说明其在 github.com/copilot 的配置位置、仅对 github.com 上的 Copilot Chat 生效、与仓库/组织指令的优先级关系，以及审计与验证方法。
serena-config
用于配置 Serena MCP 服务器的技能，覆盖机器级全局配置与仓库级项目配置两层，帮助调整语言后端、工具与模式、忽略规则、只读访问及语言服务器设置。
agents-brain
agents-brain 是一个用于维护仓库内智能体上下文的技能，可管理 README.md、AGENTS.md/CLAUDE.md、项目本地技能与上下文文档，并支持创建或脚手架化项目本地技能。
claude-handoff
claude-handoff 是一个 Claude 技能，用于在会话内编排只读研究子代理或最多八个实现子代理，在用户明确批准计划后执行已批准方案；也可用于仅研究的调查任务。
persistia-memory-system
Persistia 是一个为 Claude Code 提供持久化、自更新项目记忆与运维能力的技能。它会在首次运行时扫描代码库、架构、文档和配置，之后通过 git diff 监控变更以保持记忆最新。记忆以纯文本文件形式存储在 _brain/ 目录中，并使用 git 进行版本管理，可选备份到私有 GitHub 仓库。安装后，它会创建索引记忆、安装调度器（macOS 用 launchd，Linux 用 systemd）、建立私有 git 仓库并设置每日自动更新。该技能支持创建永久性技能规则、定义定时任务、执行主动扫描，并提供实时仪表板。适用于需要让 Claude Code 长期记住项目上下文、自动化日常运维任务的开发团队。
xiao-edgeimpulse-train
该技能用于通过 Edge Impulse REST API 为 XIAO ESP32S3（Sense）训练并部署 TinyML 模型，无需安装 edge-impulse-cli。流程覆盖上传数据集、创建 impulse、生成特征、训练、构建并下载 Arduino 库，以及 ESP32-S3 端侧修复（如张量内存溢出、PSRAM 分配、摄像头旋转与音频电平差异）。资料标注该流程已于 2026-07 端到端验证。
comfyui-gateway
ComfyUI Gateway 是一个面向 ComfyUI 服务器的 REST API 网关，用于把任意 ComfyUI 服务改造成统一、安全、可扩展的接口服务。它提供工作流管理（支持 {{placeholder}} 占位符模板与 Zod 输入校验）、带优先级的任务队列、Webhook 回调、结果缓存、鉴权与限流，以及图片交付（URL 下载 + base64）。网关通过 Fastify 暴露 REST 接口，Worker 负责渲染工作流模板并提交至 ComfyUI，支持通过 HTTP 与 WebSocket 与 ComfyUI 通信并汇报进度。存储可选本地磁盘或 S3/MinIO；队列可选 Redis（BullMQ）或内存；数据库可选 SQLite 或 Postgres。安全方面支持 API Key、JWT、角色（admin/user）、按 key 与 IP 限流、Webhook HMAC-SHA256 签名、回调域名白名单、隐私模式与幂等 requestId。缓存基于 workflowId + inputs + params + checkpoint 的 SHA-256 哈希去重，命中时直接返回已有输出。项目附带三个工作流模板（SDXL 写实、透明背景精灵图、512 图标）以及 CLI 命令用于初始化、注册工作流、启动 API 与 Worker。
sigil
Sigil 是一个用于生成和维护项目专属 Claude Code 技能（skills）的智能体。它通过分析现有代码库的上下文，生成与项目真实约定一致的本地技能、配方（recipes）、工作流、hooks 和路由映射表（routing map）。其核心工作流为 SCAN → DISCOVER → CRAFT → INSTALL → VERIFY → ATTUNE，强调先分析再生成，避免盲目产出低激活率的通用技能。适用于需要为具体仓库定制 Claude Code 技能、审计或修复技能质量、同步 .claude/skills/ 与 .agents/skills/ 目录间漂移、以及设计项目本地操作层的场景。Sigil 默认生成 Micro 技能（10-80 行，少于 2000 token），仅在复杂度需要时升级为 Full 技能，硬上限为 500 行 SKILL.md。它要求写入两个技能目录并保持同步，安装前使用 12 分评分标准验证，仅 9 分以上才安装，并进行多轮评分取多数票。它不适用于永久生态系统智能体创建、运行时任务链执行、SKILL.md 格式合规审计、无生成的代码库理解、仓库结构设计或代码文档撰写。
opensteer
Opensteer 是一个全局浏览器控制运行时（browser-control runtime），通过 CDP（Chrome DevTools Protocol）向智能体和 harness pack 暴露一组小型浏览器控制原语。它可用于自动化、检查、抓取、测试和与网页交互，适合需要直接操控浏览器的场景。用户可通过 CLI 执行 Python 片段来打开浏览器、新建标签页、读取页面信息、等待加载等；也可在代码中从已安装包导入 goto_url、js、click_at_xy、type_text、wait_for_load 等辅助函数。Opensteer 支持显式浏览器会话管理，可指定浏览器 profile、复用模式、运行位置（cloud、inapp、local），并提供基于授权的 profile 访问机制。浏览器可跨单次命令或运行存活，关闭进程仅会断开控制中继，需显式调用关闭 API 才会销毁浏览器。
suvvy-mcp
Suvvy MCP 是管理 Suvvy 聊天机器人平台的技能：通过 MCP 服务器创建与配置机器人、知识库（FAQ 文档、向量知识库、向量文档、表格）、自定义工具、集成、对话与跟进消息等。所有管理操作均需已配置 Suvvy MCP 服务器。
syncfusion-javascript-ai-assistview
Syncfusion JavaScript AI AssistView 是用于构建 AI 对话界面的交互式聊天组件，属于 @syncfusion/ej2-interactive-chat 包。它提供提示-响应系统，可展示用户提示与 AI 回复，并支持接入 OpenAI、Azure OpenAI、Google Gemini、Ollama、LiteLLM、MCP Server 等 AI 服务。组件具备工具栏自定义（头部、底部、提示、响应）、文件附件上传、语音转文字输入与文字转语音输出、自定义视图与模板、Markdown 自动转换、流式响应、思维链（可折叠推理块与阶段状态）、生成式 UI（在回复中渲染卡片、图表、表单等交互工具）、响应重新生成、无障碍（WCAG、键盘导航、ARIA）等能力。开发者通过 promptRequest 事件对接 AI 服务，使用 addPromptResponse、executePrompt 等方法更新对话。
tavus-cvi-persona
Tavus CVI Persona 配置技能，用于深度定制 Tavus 对话式视频交互（CVI）中 persona 的行为。它支持配置自定义 LLM（兼容 OpenAI 接口，可使用 OpenAI、Anthropic、Groq、Together 或本地模型）、TTS 引擎（Cartesia、ElevenLabs、PlayHT）、感知层（Raven，可分析表情、视线、背景和屏幕内容）、语音识别与智能轮次检测（Sparrow），并支持函数调用/工具。提供 full、echo、audio only 三种管线模式，支持 30 多种语言，可通过 API 创建、更新、列出和删除 persona。
transformers
Transformers 是 Hugging Face 提供的机器学习库，支持 PyTorch、TensorFlow 和 JAX，提供数千个预训练模型，可处理自然语言、科学序列、化学分子、计算机视觉、时间序列和多模态等多种模态任务。通过统一 API 和 Auto 类，用户可方便地下载、使用和微调先进模型，减少从头训练的计算成本与碳排放。它内置 pipeline 简化推理流程，Trainer 简化训练循环，并支持 PEFT 参数高效微调、bitsandbytes 量化等效率优化手段。适用于文本摘要、翻译、命名实体识别、蛋白质与 DNA/RNA 序列建模、化学性质预测、图像分类、时间序列预测以及大语言模型领域微调等场景。
memory-integration
Memory Integration 是一个用于跨会话保持上下文的技能，核心原则是：会话之间没有记忆，必须借助工具来记住。它整合两套记忆系统：episodic-memory 用于对话历史检索，mcp__memory 知识图谱用于持久化结构化事实与关系。适用于会话开始时搜索相关上下文、开始 issue 前查找以往工作、做决策前检查历史决策、完成工作时存储重要经验、会话结束时记录关键成果。
adding-memory
adding-memory 是 OpenViking（简称 ov）的记忆添加工具，属于 volcengine/openviking 技能集。它通过 ov add-memory 命令将文本或结构化对话写入 OpenViking 上下文数据库，形成可搜索、可检索的长期持久记忆。当用户在聊天中产生值得跨会话保留的信息时，可使用该工具保存见解、决策或发现，构建可复用的知识库。工具支持两种输入模式：一是纯文本模式，将一段简短字符串作为用户消息存储；二是多轮对话模式，接收由 role 和 content 组成的 JSON 数组，可保留更完整的上下文，让 OpenViking 负责记忆抽取。命令执行后返回抽取到的记忆数量，例如 memories_extracted 1。使用前需确保 CLI 已配置，配置文件位于 ~/.openviking/ovcli.conf。该工具适用于需要跨会话记忆的智能体场景，并建议将相关事实批量组织在一次调用中，以保证记忆的连贯性与完整性。
reasoning-router
Reasoning Router 是一个“元推理”调度层，用于把问题分类后分派到最合适的思维类 MCP 工具（文档称当前有 11 个可用）。它的目标是在尽量少的 token 消耗下得到高置信度结论：先判断问题结构、复杂度与领域，再选择对应的思考方法，并在置信度停滞、循环推理、步骤超限或用户主动要求时重新路由。它提供 route、compare、status、switch、recap、methods 六种指令入口，支持简单问题只用 Tier 1 轻量方法、复杂问题才升级到更重的方法，也支持多方法顺序组合。该技能本身不执行推理、不运行工具、不写代码，只负责分类、分派与监控，因此适用于需要复杂推理编排的场景，不适用于简单问题或需要实际执行的任务。
review
Review 是 /oh-my-claudecode:plan --review 的简写别名，用于对已有计划触发 Critic 评估。它读取 .omc/plans/ 目录下的计划文件（或指定路径），通过 Critic 智能体进行评审，并返回 APPROVED、REVISE（附具体反馈）或 REJECT（需要重新规划）三种结论之一。该技能本身不生成新计划，而是复用 Plan 技能的评审模式，适合在计划提交执行前做质量把关。
fastgpt-workflow-generator
FastGPT Workflow Generator 是一个用于从自然语言需求自动生成生产级 FastGPT 工作流 JSON 的技能。它通过 AI 语义分析提取结构化需求，并从内置模板库中进行语义模板匹配，再经过 JSON 生成、三层校验和可选的增量修改，最终输出可直接使用的 FastGPT 工作流 JSON。适用于从零创建工作流、基于模板生成、修改现有工作流、校验修复 JSON、设计多智能体系统以及将需求文档转换为可执行 JSON 等场景。