constitutional-ai
Constitutional AI（CAI）是 Anthropic 提出的通过自我改进训练无害 AI 的方法，采用两阶段流程：先以自我批判与修订进行监督学习，再用来自 AI 反馈的强化学习（RLAIF）。模型依据一套“宪法”原则自我评判与改写回答，无需人工标注有害输出。
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 10-26 00:15
智能体与模型
24,825 个结果
llama-factory
LLaMA-Factory 是一个用于大语言模型微调的工具，本技能为其提供基于官方文档的专家指导。内容涵盖 WebUI 无代码操作、100 多种模型支持、2/3/4/5/6/8 位 QLoRA 量化微调以及多模态支持。技能在用户使用 LLaMA-Factory、询问其功能或 API、实现相关方案、调试代码或学习最佳实践时触发，并附带从官方文档提取的参考文件，包括图像、进阶、入门及其他文档，便于查阅详细说明与代码示例。
mamba-architecture
Mamba 是一种选择性状态空间模型（Selective State Space Model）架构，用于序列建模，具备 O(n) 线性复杂度，相比 Transformer 的 O(n²) 更高效。据资料介绍，其推理速度约为 Transformer 的 5 倍，支持百万级 token 序列，且无需 KV 缓存。该技能提供 Mamba 与 Mamba-2 的安装、基础用法、语言模型构建、预训练模型加载、性能基准测试等示例，需 Linux、NVIDIA GPU、PyTorch 1.12+ 与 CUDA 11.6+ 环境。
model-pruning
Model Pruning 是一个面向大语言模型（LLM）压缩与推理加速的技能，主要介绍 Wanda、SparseGPT 等剪枝技术，以及结构化剪枝和 N:M 稀疏。适用于在不重新训练的情况下压缩模型，例如在 50% 稀疏度下实现接近无损的精度，并减少约 50% 内存占用。资料还提供了安装命令、Wanda 与 SparseGPT 的代码示例、N:M 结构化剪枝实现、剪枝策略、生产部署流程与评估方法。
moe-training
MoE Training 是一个用于训练混合专家（Mixture of Experts, MoE）模型的技能，支持 DeepSpeed 或 HuggingFace 框架。适用于在算力有限的情况下训练大规模模型（相比稠密模型可降低约 5 倍成本），在不按比例增加算力的前提下扩展模型容量，提升单位算力预算下的性能，为不同领域、任务或语言专门化专家，并通过稀疏激活降低推理延迟（如 Mixtral 中仅激活 13B/47B 参数）。可用于实现 Mixtral 8x7B、DeepSeek-V3、Switch Transformers 等前沿 MoE 模型。
openai-assistants
基于 OpenAI Assistants API v2 构建有状态聊天机器人，支持 Code Interpreter、File Search（最多 1 万文件）与 Function Calling。包为 openai@6.7.0，v1 已于 2024-12-18 弃用，v2 计划于 H1 2026 停止服务，建议新项目改用 Responses API。
sentencepiece
SentencePiece 是一个与语言无关的分词器，将文本视为原始 Unicode 处理，无需针对特定语言做预处理。它支持 BPE 和 Unigram 两种分词算法，可用于构建多语言模型、处理中日韩（CJK）文本，并支持在原始文本上直接训练。其特点是速度快（约 50,000 句/秒）、内存占用低（加载模型约 6MB），且分词结果可复现。它被 T5、ALBERT、XLNet、mBART 等模型采用。可通过 pip 安装 Python 包，或从 GitHub 源码编译 C++ 版本，并提供命令行与 Python API 两种训练、编码、解码方式。
canonical-format-checker
用于检查教学内容是否遵循平台既有规范格式的技能，防止技能、子代理、ADR、PHR、规格说明等模式出现格式漂移，确保所教格式与权威来源一致。
agentation
Agentation 是一个 Next.js 可视化反馈工具栏，可在开发环境中为页面添加批注，并通过 MCP 服务器把批注实时同步给 AI 编码代理。
ping-orchestration-sdk-router
Ping SDK Router 是 Ping Identity SDK 请求的首个入口技能：当用户未指明平台时，它探测工作目录以识别 Android、iOS、JavaScript、React Native 及 ForgeRock 引用，并把请求转交给最合适的伞形技能。
checking-member-access
PostHog 访问控制技能：通过 access control MCP 工具查询某成员或角色在项目中的实际权限，判断谁能查看、编辑、访问特定对象或属性，并解释权限来源；也支持在用户确认后修改访问规则。
cancel-ralph
用于取消正在运行的 Ralph Loop 的技能。当用户希望停止、取消或中止活跃的 ralph loop 时使用，通过检查并删除 .cursor/ralph 状态文件来终止循环，并回报当前迭代次数或提示未找到活跃循环。
privy
Privy Agentic Wallets 是一项让 AI 智能体自主创建和管理链上钱包的技能，通过基于策略的护栏控制资金操作。它支持钱包创建、策略管理、交易执行等操作，适用于需要自主链上交易的场景。使用前必须配置 Privy API 凭证（PRIVY_APP_ID 和 PRIVY_APP_SECRET），并严格遵守安全规则：创建钱包必须附带策略、每笔交易需验证地址与金额、删除策略需用户口头确认、警惕提示注入、保护凭证。支持以太坊、Base、Polygon、Arbitrum、Optimism、Solana 等链，以及 cosmos、stellar、sui 等扩展链。
prompting-company
The Prompting Company 官方 Agent Skill，用于帮助开发者选择并接入其 API、MCP Server、CLI 或 TypeScript SDK 等入口，覆盖实时文档查询与入口选型两类工作流。
ratel-langsmith-analyze
该技能用于读取客户在 LangSmith 中的实时运行数据（runs、traces、threads 与反馈评分），通过 LangSmith MCP 服务器（或 langsmith SDK 作为回退）拉取聚合指标与异常运行，并与已知的智能体故障模式目录进行模式匹配，最终生成一份客户可立即行动的发现报告。报告分为两类输出：Ratel 相关机会（可集成或深化 Ratel 的场景）与通用低门槛改进项（任何人都能修复的问题）。每条发现需引用 run id、trace id 或过滤条件以便客户自行验证，说明具体行动与原因，并标注类别。技能包含验证 MCP 可用性、确定分析窗口、拉取聚合数据、深入异常运行、模式匹配、生成发现、撰写报告等步骤，并支持在数据干净或流量不足时如实跳过。
building-skills-from-patterns
这是一个用于 Cursor 的元技能（meta-skill），当同一套多步骤工作流在 Cursor 中反复出现（用户反复纠正或智能体反复重做）时，指导智能体将其固化为 .cursor/skills/ 下的新 SKILL.md 文件，以便后续会话复用。它说明了触发时机（同一序列被要求三次以上、智能体每次都在重新推导相同步骤、纠正听起来像策略）、工作流（命名模式、起草 SKILL.md、校验、告知用户文件位置），并区分了技能、规则（.cursor/rules/）与钩子（.cursor/hooks.json）三种机制的适用场景。
prompt-engineering-patterns
一套面向生产环境的提示工程技能，讲解少样本学习、思维链、提示优化、模板系统与系统提示设计等模式，用于提升大模型输出的性能、可靠性与可控性。
gemma-runner
Gemma Runner 是一个通过 Pi CLI 在 OpenRouter 上以 Gemma 席位执行提示词的工具。它在每次调用时固定使用 --provider openrouter --model google/gemma-4-31b-it，确保回答始终来自 Gemma 模型，不再依赖 Cline 可变状态所指向的提供商。该技能委托给共享的 pi-runner 实现，运行环境为封闭式（不加载扩展、技能或 AGENTS.md/CLAUDE.md 发现），分析类角色默认只读。适用于用户明确要求使用 Gemma 的场景。
qwen-runner
Qwen Runner 是一个通过 Pi CLI 在 OpenRouter 上以 Qwen 席位执行提示词的工具。它在每次调用时固定使用 qwen/qwen3.8-2.4t-a95b（Qwen3.8 27B，256K token 上下文），取代了此前基于 Cline 的兼容层，因此回答的模型始终是被转发的 Qwen 模型，不再依赖 Cline 可变状态所指向的提供商。该技能委托给共享的 pi-runner 实现，运行是封闭的（不发现扩展、技能或 AGENTS.md/CLAUDE.md），分析类角色默认只读，可通过 --allow-write 或 --no-tools 调整。它不会回退到其他提供商：缺少 CLI 会明确阻止席位（status: seat_unavailable，return_code -2），缺少凭据则报告 status: auth_missing 与 auth_ok: false。使用前需安装 pi CLI 并配置 OPENROUTER_API_KEY。
skillshare
Skillshare 是一款用于统一管理与同步 AI CLI 技能（skills）和智能体（agents）的命令行工具，可从单一来源同步到 50 多种工具。支持全局模式（~/.config/skillshare/skills/ 同步到所有 AI CLI）与项目模式（.skillshare/skills/ 仅作用于当前仓库），当存在 .skillshare/config.yaml 时自动检测项目模式，也可用 -p 或 -g 强制指定。它提供技能安装、卸载、更新、启用/禁用、搜索、创建等管理能力，支持通过 Git 仓库或任意 Git 托管平台安装技能，并可跟踪指定分支。此外还支持 extras（规则、命令、提示词）的初始化、收集、同步与目标管理，通过 extension 对内容做转换（如 Markdown 转 TOML）。提供审计功能自动扫描硬编码密钥，卸载时移入回收站（7 天可恢复）。多数命令支持 --json 输出，便于脚本与 CI/CD 集成。
antfarm-workflows
Antfarm 是运行在 OpenClaw 上的多智能体工作流编排工具。它把开发任务拆解为一系列专职智能体（规划、开发、验证、测试、审查等），这些智能体通过定时任务轮询共享的 SQLite 数据库，自主领取并执行各自步骤，无需中央调度器。内置 feature-dev（新功能与重构）、bug-fix（缺陷修复）、security-audit（安全审计）三条流水线，覆盖从规划、开发、验证、测试到提交 PR 的完整流程。用户通过 CLI 命令安装工作流、启动运行、查看状态与日志、恢复失败任务，并可打开仪表盘监控。任务字符串即与智能体之间的契约，需包含明确目标、技术约束与验收标准。
browser-use
Browser Use 通过 API 提供云端浏览器和自主浏览器自动化能力，主要面向 Clawdbot 使用。它可以创建带配置文件的云浏览器会话，用于持久化登录状态和 Cookie，让 Clawdbot 直接控制浏览器；也可以提交自主浏览器任务，由子代理根据提示词完成网页操作。API 密钥从 clawdbot 配置的 skills.entries.browser-use.apiKey 读取，基础地址为 https://api.browser-use.com/api/v2，所有请求需携带 X-Browser-Use-API-Key 请求头。会话按小时计费，支持按分钟结算并退还未使用时间，单会话最长 4 小时。
cloud-storage-web
CloudBase 云存储 Web SDK（@cloudbase/js-sdk）使用指南，覆盖浏览器端文件上传、下载、临时 URL、删除与文件管理，并说明安全域名、存储桶前置条件及 PG/pgstore 模式下的 RLS 权限配置。
levelup-specify
levelup-specify 是 tikalk/adlc-team-skills 中的一个技能，用于在完成工作后从当前会话中提取上下文指令记录（Context Directive Records，简称 CDR）。该技能可识别可复用模式，包括规则、人物角色（personas）、示例、技能（skills）和章程修订（constitution amendments），并为每条指令类 CDR 提取一个配对的评估（eval）CDR，记录会话中的通过/失败用例。CDR 会被写入 {REPO_ROOT}/.adlc/drafts/cdr/CDR-{NNN}.md，状态为 Proposed，同时自动生成 cdr.md 索引。与 /levelup-init 的区别在于：/levelup-init 从已有代码库中发现模式（棕地），而 /levelup-specify 从当前会话中提取模式（绿地）。