worktree-fleet
worktree-fleet 是一个并行运行多个独立智能体的技能：每个 worker（claude -p、codex exec 或 pi -p）运行在自己的 git worktree 与分支上，启动前先校验任务独立性，若两个 worker 的目标文件重叠则拒绝启动。
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 10-25 00:14
智能体与模型
24,773 个结果
openrouter
OpenRouter 是一个统一的多模型 AI 接入服务，通过单一 API 端点提供对 400 多个 AI 模型的访问能力，并支持智能路由、自动回退和标准化接口。该技能（Skill）用于协助 OpenRouter API 开发，帮助开发者在多个模型提供商之间以统一方式调用模型，实现模型回退策略与自动路由，兼容 OpenAI 风格 SDK，配置采样参数（temperature、top_p、penalties），设置流式响应或结构化 JSON 输出，比较不同模型成本，构建需要自动故障转移的应用，以及在不同模型间实现函数/工具调用等。其使用方式遵循 OpenAI 兼容格式：使用 base_url="https://openrouter.ai/api/v1" 与 API Key 初始化客户端，模型采用 provider/model-name 命名格式（如 openai/gpt-4o、anthropic/claude-3.5-sonnet），可选用 openrouter/auto 自动路由模型。文档提供了 Python、JavaScript/TypeScript 与 cURL 的基础调用示例，以及模型回退、自动路由、高级参数、流式响应、JSON 模式、seed 确定性输出等示例，并涵盖错误处理与回退、成本优化路由、上下文感知 temperature 等常见模式。
viper-strategy
VIPER v2.1 是一个区间震荡行情下的流动性狙击策略技能，用于在资产价格于支撑与阻力之间来回震荡时，在区间边界入场。每5分钟扫描按美元加权未平仓合约量排名前25的资产，筛选布林带宽度小于4%、ATR低于1.5%、RSI处于超卖（低于35，做多）或超买（高于65，做空）、成交量下降、OI不低于500万美元且最低评分5分的标的。做多信号出现在价格触及紧窄布林带区间下沿、RSI超卖且成交量下降时；做空信号出现在价格触及区间上沿、RSI超买且成交量下降时。交易使用账户28%保证金、最多3个持仓、默认10倍杠杆。风险管理包括每日最多8次入场、每日亏损上限8%、最大回撤18%、单笔最大亏损为账户5%、连续4次亏损后进入20分钟冷却。强制使用 DSL High Water Mode，并在状态文件中包含指定 lockMode 与分层参数。运行依赖扫描器（每5分钟、隔离会话）与 DSL v5（每3分钟、隔离会话）两个 cron。仅供具备相关交易与自动化环境的使用者参考，具体表现与适用性暂未提供保证。
self-repair
该技能围绕“缺失状态触发修复而非失败”的核心原则，提供基于清单（Checklist）的自愈机制。当系统检测到缺失或无效状态时，由修复守护进程（Repair Demon）创建或修复所需内容，记录修复过程，并持续收敛而不崩溃。主要包含 SKILL.md 完整协议文档、CHECKLIST.yml.tmpl 清单模板，以及三类修复守护进程：checklist_repairer 监控缺失的规范文件、sticky_note_maintainer 监控缺失的附属元数据、membrane_keeper 监控越界文件。它与 session-log、summarize、honest-forget 等技能相互配合，属于 kernel/self-healing 体系的一部分。适用于需要保持状态完整性与持续运行的代理系统。
skill-optimizer
Skill Optimizer 是一个用于创建和审查 Claude 技能（Skills）的指南型技能。它帮助用户理解并遵循 Agent Skills 开放标准，编写结构规范、描述清晰、按需加载的模块化技能包。内容涵盖 SKILL.md 结构与 YAML frontmatter 字段（如 name、description、disable-model-invocation、user-invocable、allowed-tools、context、agent、hooks 等）、字符串替换变量、动态上下文注入、调用控制、子代理集成、技能存放位置与优先级，以及 scripts/references/assets 三类捆绑资源的使用方式。该技能还提供从理解具体用例、规划可复用内容、初始化到编辑的完整创建流程，并通过渐进式披露设计原则控制上下文开销，适合为特定领域或任务扩展 Claude 能力、沉淀组织内部知识与工作流的场景。
skill-factory
Skill Factory 是一个自主技能创建智能体，用户只需描述所需的技能，它会自动完成分析、创建方法选择、质量保障循环、自动化测试与打包交付。创建方法包括：通过 Skill_Seekers 抓取文档、基于 TDD 的定制工作流，以及二者结合的混合模式。交付的技能保证质量评分不低于 8.0/10，并经过自动化场景测试。需要 Python 3.10+ 与 bash；Skill_Seekers 为可选依赖，首次基于文档的请求时会提示安装。
run-plan
run-plan 是 tmdgusya/engineering-discipline 技能集中用于执行书面实施计划的技能。当已有一份写好的实施计划文档需要落地时，它负责加载该计划、进行批判性审查，并按依赖顺序执行任务。其核心原则是：不盲目照计划执行，若计划存在问题应先标记再执行；若计划清晰，则忠实执行。执行过程中采用 worker 与 validator 分离的双子代理循环，遵守若干硬性门禁：先完整阅读并审查计划、验收标准具有约束力而步骤只是路径、不得跳过验证、可并行任务必须并行、worker 与 validator 必须为独立子代理、validator 不得接触 worker 的输出、被阻塞时应停止并向用户提问而非猜测。适用时机包括已用 plan-crafting 技能完成计划、用户要求“运行此计划”、存在计划文档且应开始实施。不适用于尚无计划文档、范围仍不明确或单步任务等情形。
grill-me
“grill-me”是一个面向方案与设计讨论的提问式技能，核心是就计划或设计的每个方面持续、反复地向用户提问，直到双方达成共识。它会沿着设计决策树的各个分支逐层推进，逐一解决决策之间的依赖关系；对每个问题都会给出推荐答案。若某个问题可以通过浏览代码库回答，则优先去代码库中探索而不是直接追问用户。该技能适合在用户希望把模糊想法梳理成清晰方案时使用，帮助暴露未决问题与遗漏分支。资料未提供具体的安装命令、平台限制或收费信息。
uipath-maestro-case
UiPath Maestro Case Management 构建助手，属于 uipath/skills 中的一个技能，用于在 UiPath 环境中构建案件管理（Case Management）定义。该技能以 sdd.md 为唯一设计输入，通过 uip maestro case sdd convert 生成 caseplan.case 案件计划文件，并将租户资源解析到 tasks/registry-resolved.json。技能强调构建过程对 SDD 无损：不为中间产物另写计划文件，caseplan.case 即可交付的工件。当 sdd.md 缺失时，设计工作交由 uipath-planner 的案件设计通道完成，技能本身不独立设计。适用范围为基于 sdd.md 的绿地构建和针对现有 caseplan.case 的定向棕地编辑，不适用于 .xaml、.flow 或案件上下文之外的独立智能体/API/流程。
claude-code-hooks
Claude Code Hooks 是一份关于为 Claude Code 创建事件驱动钩子（hooks）的权威参考技能。它指导开发者如何用钩子在 Claude Code 的各类生命周期事件上触发自动化，例如在工具执行前拦截危险命令、在文件写入后自动格式化或审计、在会话结束时清理环境，以及与 CI/CD 流程集成。文档详细列出了可用事件（如 SessionStart、PreToolUse、PostToolUse、Stop、SubagentStop 等）、钩子的目录结构与 settings.json 配置方式、stdin JSON 输入格式、环境变量、退出码语义，以及基于 stdout 的决策控制与输入修改机制。它还提供了命令型与提示词型（prompt）钩子的写法，以及 PreToolUse 校验、PostToolUse 格式化与安全审计、Stop 运行测试、SessionStart 初始化等常见模板。内容覆盖安全最佳实践、钩子组合并行执行规则和手动调试方法，适合希望为 Claude Code 构建自动化与安全防护的开发者参考。
wtf.epic-to-features
wtf.epic-to-features 是 xiduzo/wtf 技能集中的一个技能，用于将 Epic（史诗）一次性拆解为完整的一组 Feature（功能）。它先根据 Epic 的目标、背景与成功指标推导出候选 Feature 清单，并让用户确认或调整清单，再由规划模式（guided 引导模式或 flow 流模式）决定推进节奏。该技能涉及 GitHub CLI 环境检查、规划模式解析、功能范围解析（single-story 或 grouped）、Epic 识别与既有子问题查询、Feature 逐个创建或批量草拟后统一审查等流程。该技能会通过 AskUserQuestion 与用户交互确认，并可调用 wtf.write-feature 完成 Feature 的创建与关联。适用场景为已在 wtf 工作流中编写好 Epic、需要进一步拆解为 Feature 的阶段。
handover
handover 是一个用于把当前会话的工作交接给新会话的技能：新会话可在当前会话之外启动，例如构建某项工作的编排器，或继续思考的新会话，并确认其已启动。适用于需要跨会话延续任务的场景。
optimize-agents-md
optimize-agents-md 是一个用于优化 AGENTS.md 与规则文件的技能，目标是提升 agent 指令的 token 效率。它应用 Boris Cherny 的压缩原则，把冗长、重复、缺乏验证方式的 agent 说明压缩为更精简的结构，通常目标控制在约 2.5k tokens（而多数此类文件往往无必要地超过 10k）。当用户想改进 AGENTS.md 或 CLAUDE.md、觉得 agent 指令冗长冗余、规则缺少验证模式，或为新项目配置 agent 时，该技能会被自动调用。它主要修复的典型问题包括：上下文堆砌（重复 agent 已知信息）、静态记忆（缺少学习记录）、格式漂移（结构不一致）、缺少验证（无法检查工作）以及规则冗长（用段落而非模式表达）。该技能配套 scaffold-rules 与 validate-skill 等相关技能使用。它本身为规则与指令优化类工具，不涉及具体编程、部署或安全审计功能，具体平台与收费信息暂未提供。
memory-qdrant
memory-qdrant 是一个为 OpenClaw 智能体提供本地语义记忆能力的插件，由 Qdrant 向量数据库与 Transformers.js 嵌入模型驱动。它让智能体能够跨对话存储、搜索和回忆信息，实现基于语义的上下文记忆。插件强调零配置、完全本地运行，不需要 API 密钥或外部服务。它支持内存模式（零配置）或持久化的 Qdrant 存储，并提供可选的对话上下文自动捕获（默认关闭）。首次运行会从 Hugging Face 下载约 25MB 的嵌入模型，原生依赖可能需要构建工具。插件提供 memory_store、memory_search、memory_forget 三个工具，并默认开启自动回忆、默认将记忆持久化到 ~/.openclaw-memory/。隐私方面，默认跳过包含邮箱、电话等 PII 的文本，autoCapture 默认禁用。
agent-media
面向智能体的图像、视频与音频处理命令行工具包，所有命令输出确定性的机器可读 JSON，便于自动化调用。支持缩放、格式转换、生成、编辑、去背景、放大、扩图、裁剪、音频提取与转写、视频生成等功能。
algobot-cli
algobot CLI（npm 包 algobot-ai）是 Algolia Agent Studio 的命令行工具，用于创建、测试和部署基于 Algolia 检索的 AI 智能体，支持 RAG、对话式体验和生成式内容。
rag
面向 OpenClaw 的检索增强生成（RAG）技能，可让 AI 模型查询外部知识库并将检索结果整合进回答，提升问答等任务的准确性。支持向量库相似度检索、文档分块与相关性评分，可通过 JSON 配置。
tavily-best-practices
Tavily 搜索 API 的集成最佳实践，面向 LLM 与智能体工作流，涵盖网页搜索、内容提取、站点爬取与 AI 研究，并提供 Python 与 JavaScript SDK 安装、客户端初始化及各方法用法参考。
fast-browser-use
fast-browser-use 是一个通过 fbu CLI 在本地模型上操作网页的技能，支持 Linux、Windows 和 macOS（PyTorch CUDA/CPU 或 Apple Silicon MLX），用于浏览器导航等任务，推理过程不依赖云端。
prompt-injection-guard
prompt-injection-guard 是一个用于检测和拦截外部内容中提示注入尝试的技能，在智能体依据网页、邮件、文档或工具输出等外部内容行动前进行扫描，发现威胁时暂停并请求确认。
add-guard-protection
为无 HTTP 请求的代码路径（AI 智能体工具调用、MCP 工具处理、后台任务、队列 worker 等）添加 Arcjet Guard 防护，提供限流、提示注入检测、敏感信息拦截与自定义规则。目前仅支持 JavaScript/TypeScript 与 Python。
pm-planning
pm-planning 是一套面向 pm agent 的拆解方法论：把已批准的 ARCH 文档转化为带显式依赖、时间盒与验收标准的 Beads 任务列表，并生成面向人类的 PLAN-<feature>.md。
agent-skill-authoring
用于创建、细化、拆分、合并、重命名或审计 agent skill 的技能，遵循 agentskills.io 格式，帮助把可复用约定整理成结构良好、可被发现的技能，并保持技能树一致。
mcp-builder
mcp-builder 是一份用于创建高质量 MCP（Model Context Protocol）服务器的开发指南。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准，将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript（配合官方 SDK）或 Python（FastMCP）作为开发语言，远程服务器使用 Streamable HTTP 传输，本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解（readOnlyHint、destructiveHint 等）、代码质量检查、使用 MCP Inspector 测试，以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。