installing-skills
从 github.com/oaustegard/claude-skills 仓库安装技能到 /mnt/skills/user 的安装脚本，安装后可在当前及后续对话中使用。可自动触发安装或更新，需要访问 GitHub API 与 raw.githubusercontent.com。
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
24,780 个结果
twitter-automation
ThreadWave Twitter 技能套件的高层路由技能，用于把 Twitter/X 自动化相关的设置、就绪检查、启动菜单和模糊工作流请求，在 ThreadWave 检查后转交给独立的同级技能。
vm0-cli
VM0 CLI 是用于在安全沙箱环境中构建和运行 AI 智能体的命令行工具，可通过 npm 安装。支持项目初始化、部署、运行智能体，管理输入卷与输出制品、日志、用量统计及模型提供商。
telegram-bot-builder
面向 Telegram 机器人开发的技能，覆盖机器人架构、Telegram Bot API、Node.js/Python 实现、Webhook、内联键盘与变现，强调自然对话式 UX；具体命令与代码未在资料中提供。
proactive-agent
proactive-agent 是一个主动型智能体技能，能分析时间、市场状态与内容流程等上下文，预测需求、给出可执行建议并主动提出任务，含三级优先级管理。
clip
CLIP（Contrastive Language-Image Pre-Training）是 OpenAI 推出的连接视觉与语言的模型，通过自然语言理解图像。它支持零样本图像分类（无需训练数据）、图文相似度匹配、语义图像搜索、内容审核（如检测 NSFW、暴力内容）、视觉问答以及跨模态检索（图→文、文→图）。模型在 4 亿对图文数据上训练，零样本性能在 ImageNet 上可媲美 ResNet-50，采用 MIT 许可证，GitHub 星标超过 25,300。提供 RN50、RN101、ViT-B/32、ViT-B/16、ViT-L/14 等多种模型，可通过 pip 安装并配合 PyTorch 使用。
cloudflare-mcp-server
一份用于在 Cloudflare Workers 上构建与部署 TypeScript 远程 MCP 服务器的技能资料，涵盖官方模板、OAuth 认证、Durable Objects 状态、SSE 与 Streamable HTTP 传输、部署测试及常见 URL 路径错误排查。
guidance
Guidance 是微软研究院开源的一个用于约束大语言模型（LLM）输出的 Python 库，GitHub 星标超过 18000。它允许开发者通过正则表达式、上下文无关文法（CFG）和选择约束来控制模型生成的内容，从而保证输出符合预期的 JSON、XML、代码或特定格式（如日期、邮箱、ID 等）。Guidance 采用 Pythonic 的语法，支持上下文管理器进行对话式交互，并内置 Token Healing 机制以修复提示词与生成内容之间的 token 边界问题。它兼容 OpenAI、Anthropic Claude 等 API 模型，也支持 Transformers 和 llama.cpp 等本地模型。相比传统提示方法，Guidance 能减少延迟、避免无效输出和重试循环，适合构建多步骤工作流、分类、数据提取和 ReAct 智能体等场景。
knowledge-distillation
知识蒸馏（Knowledge Distillation）是一项用于压缩大语言模型的技术，通过将大型教师模型（teacher）的能力迁移到小型学生模型（student），在保留大部分性能的同时降低推理成本。该技能适用于将 70B 模型压缩至 7B 并保留 90% 以上性能、把专有模型（如 GPT-4）能力迁移到开源模型（LLaMA、Mistral）、部署更小的学生模型以降低推理成本、通过蒸馏领域知识创建专用模型，以及利用大教师模型生成的合成数据改进小模型。核心技术包括温度缩放、软目标、反向 KLD（MiniLLM）、logit 蒸馏和响应蒸馏。
n8n-node-configuration
n8n 节点配置指南技能，专注于“操作感知”的节点配置方式。它强调不同操作（operation）会决定哪些字段为必填，字段之间还存在依赖关系（如某字段仅在特定条件下显示）。该技能建议从 get_node_essentials 入手（据资料称成功率约 91.7%），先配置必填字段，再通过 validate_node_operation 迭代校验；当依赖关系不清晰时使用 get_property_dependencies，仍不足时再用 get_node_info 查看完整 schema。内容涵盖 Slack、HTTP Request、数据库、IF/Switch 等常见节点的配置模式与反模式，帮助减少盲目配置和无效字段。
n8n-validation-expert
n8n-validation-expert 是一个用于解读和修复 n8n 工作流验证错误的专家指南技能。它围绕 n8n 的验证机制，帮助用户理解验证错误、警告与建议的严重级别，掌握迭代式验证流程（通常需要 2-3 轮验证与修复），并针对常见错误类型（如 missing_required、invalid_value、type_mismatch、invalid_expression、invalid_reference）提供修复思路。该技能还介绍了 minimal、runtime、ai-friendly、strict 四种验证配置文件的适用场景，说明了自动清理（auto-sanitization）系统能修复的运算符结构问题及其无法处理的情况，并列举了常见误报（false positives）及何时可以接受。此外，它涵盖工作流整体验证、常见工作流错误、恢复策略与最佳实践，适合在配置、调试和部署 n8n 工作流时参考。
notion-meeting-intelligence
该技能用于会议准备：从 Notion 检索相关页面与历史记录，结合 Claude 研究补充背景，生成面向内部参会者的预读文档和面向所有参会者的会议议程，并保存到 Notion。
paw-pa-agent-orchestrator
面向销售方的提案策略与流水线编排技能：负责运行状态、模式选择、澄清提问、检查点和结果回收，把多模态简报路由到 intake、research、pricing、generation 等专门工作流，本身不产出研究、定价或提案文案。
signals-scout-mcp-tool-calls
PostHog 的 MCP 工具质量侦察技能，通过分析 $mcp_tool_call 遥测数据，按产品类别发现需要改进的 MCP 工具并生成报告。
thermos
Thermos 是用于代码审查的并行子代理工作流：同时启动 thermo-nuclear-review 与 thermo-nuclear-code-quality-review 两个后台子代理，分别检查缺陷/安全风险与可维护性问题，最后去重并综合出统一结论。适合用作双重重型审查（double thermo review）。
mcp-builder
用于创建高质量 MCP（Model Context Protocol）服务器的开发指南，帮助 LLM 通过设计良好的工具与外部服务交互，内容覆盖研究规划、实现、测试与评估四个阶段。
eval-creator-ci
eval-creator-ci 是一个面向 CI 的评估回归运行器（Beta），基于 gh-aw（GitHub Agentic Workflows）。它在计划任务或每个 PR 上运行 .evals/ 中的全部评估用例，报告通过/失败，并可按策略阻止合并。
fleet-plan
fleet-plan 是一个用于分析任务并选择合适 fleet 类型、生成可启动实例（fleet.json 与 prompt.md）的技能。它通过内置决策树判断是否需要 fleet，并动态发现可用的 fleet 技能，输出配置与各 worker 提示词。
grok-runner
Grok Runner 是一个用于在无头打印模式下执行外部 Grok CLI 提示词的技能。它通过本地已认证的 grok CLI 以 print 模式运行调用方指定的提示词，支持指定模型 ID、effort 等级，并禁止回退到其他模型。该技能强调 seat fidelity，即必须如实报告实际回答的服务提供方，并在结果中检查服务模型回执、有效运行器与提供方，以及回退或畸形输出状态。分析类角色默认强制使用只读计划模式，可用 --restrict-tools 强制计划模式，调用方授权范围内可用 --allow-write 退出只读。会话持久化于 ~/.grok，原生 CLI 无法选择退出持久化。受限工具、禁止回退、结构输出校验等约束均在运行时执行。使用前需先读取共享引用文件选择分支，并按需加载命令参考、运行时参考和续接文档。
task-plan-v2-orchestrator
Task Plan V2 Orchestrator 是一个用于规划与编排多智能体任务的技能，核心产物是一份规范化的 Markdown 控制文档 TASK-PLAN.md。它把任务拆解为字段明确、可确定性解析的任务块，并以 FEATURE-PREPARATION.md 作为实施前的准入门禁，TASK-DASHBOARD.html 仅作为派生视图而非事实来源。该技能支持创建、重构、审计计划，以及为 Codex、Claude Code、Gemini、Antigravity 等运行时生成投影。它强调顺序执行、单一当前负责人、明确的智能体契约与审批门禁，并遵循 NO-FICTION、NO-MOCKS、NO-PLACEHOLDERS 等治理规则，要求把未解决的模拟或占位内容显式标记为告警，而非静默处理。
coverage-check
用于核查新闻覆盖来源的脚本：通过 GDELT 检索匹配文章，按标题相似度聚类，把转载与通稿折叠为单一来源，输出可辩护的独立来源数量而非链接数量，帮助区分“多家独立证实”与“一篇通稿被大量转载”。
shunk031-herdr-orchestrate-workers
该技能用于在 Herdr 中编排与协调编码 worker：通过 git worktree 标签页并行启动 Codex worker，跟踪状态，并在收集结果前对 worker 状态进行核对。它本身不负责 CLI 机制，而是叠加一套编排协议，包括任务拆分、worker 启动、回执校验、生命周期等待、结果收集与独立复核等流程。
relay
Relay 是一个消息集成（Messaging Integration）专家技能，用于设计单一渠道适配器、Webhook 处理器、WebSocket 服务器、机器人命令框架或事件路由系统。它强调渠道无关的核心逻辑，入站消息归一化、出站消息按平台适配，并保证跨平台的实时投递可靠性。其核心原则包括：渠道无关核心、入站归一化出站适配、默认幂等、失败显式暴露与静默恢复、入口处安全防护。Relay 适用于 Slack、Discord、Telegram、WhatsApp、LINE 等消息平台的渠道适配器设计，带签名验证（HMAC-SHA256）与幂等性的 Webhook 处理器设计，WebSocket 服务器架构（房间、心跳、借助外部化状态的水平扩展），传输方式选择（WebSocket / SSE / WebTransport / 长轮询），机器人命令框架（斜杠命令、会话状态机、中间件），事件路由与统一消息格式设计，消息队列集成，以及熔断与死信队列（DLQ）等可靠性策略。它交付的是消息集成设计（适配器接口、Webhook 处理器、事件模式、机器人框架），而非业务逻辑。
super-plan
Super Plan 是一个用于生成分阶段实施计划的技能。它通过“信息收集 → 调研 → 澄清”的循环，在可用时借助有边界的子代理调研，最终产出写入 PLAN.md 或 plans/<task-name>.md 的实施计划。该技能只做规划、不写代码，适用于复杂、跨文件、跨系统或高风险的任务，帮助后续执行者按阶段完成工作。