autoverse-cli
Autoverse CLI 的系统层技能，用于安装、登录、配置与排障 autoverse 命令行工具，处理凭证 profile、账户点数、命令语法、JSON 输出与退出码等原子命令合同，不负责科研作业流程。
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
24,833 个结果
AgentDB Vector Search
AgentDB Vector Search 是一个基于 AgentDB 高性能向量数据库的技能，用于实现语义向量搜索、文档检索、相似度匹配和上下文感知查询，适用于构建 RAG 等场景。
OpenAI Apps MCP
基于 Cloudflare Workers 构建无状态 MCP 服务器，为 ChatGPT 提供自定义工具与交互式小组件（HTML/JS UI）的开发模式与配置指南。
skill-share
用于创建符合规范的 Claude 技能并自动打包、校验后通过 Rube 分享到 Slack 频道的技能，便于团队协作与技能发现。
skill-creator
用于创建和更新 Claude 技能（Skill）的指导型技能，提供技能结构、编写原则、渐进式披露设计与初始化、打包流程。用户想新建或改进能扩展 Claude 能力的技能时使用。
nft-development
用于 NFT 开发的技能，覆盖代币标准、元数据设计、市场集成与链上生成艺术。可指定主题与标准调用，例如 Skill("nft-development", topic="standards", standard="ERC721A")，帮助选择 ERC-721、ERC-721A、ERC-1155、DN404 等方案。
building-loops
PostHog Desktop 的 Loop 构建指南：Loop 是一类 origin_product 为 loops 的工作流，形如“触发器 + 创建 AI 任务 + 可选通知 + 退出”。本文说明其创建顺序、任务步骤、触发器配置、调度、通知与测试运行方式及限制。
ray-llm
面向开源 Ray 的 LLM 工作负载规则参考技能，锁定 Ray 2.57.0，覆盖 ray.serve.llm 的 OpenAI 兼容、vLLM 后端服务部署与 ray.data.llm 批量推理，共 13 条规则、5 个分类，帮助修正已过时的旧 API 写法。
instrument-existing-agent-with-prefactor-sdk
该技能用于为已经能正常运行、但未接入 Prefactor 的现有智能体添加追踪能力，覆盖运行（run）、LLM 调用、工具调用和失败等边界。核心原则是只对边界进行埋点，而不改动业务逻辑。使用前需通过 Prefactor CLI 完成凭据引导，并按项目现有包管理器安装匹配的适配器（如 @prefactor/langchain、@prefactor/ai、@prefactor/openclaw、@prefactor/claude，或在无内置适配器时使用 @prefactor/core）。随后添加顶层 run span 及 LLM/工具边界的子 span，保持上下文传播与带包前缀的 span 类型，记录错误元数据并重新抛出原始错误，在成功、错误、取消和流式终止路径上正确结束 span。最后通过项目自身的构建、类型检查和测试流程验证，并用 prefactor agent_instances 命令确认追踪结果。
pubnub-multiplayer-gaming
PubNub 多人游戏技能，帮助开发者用 PubNub 发布/订阅基础设施构建实时多人游戏，涵盖游戏状态同步、匹配、房间与大厅管理、玩家生命周期和游戏内通信。
agentic-ai-developer
面向智能体 AI 系统动手开发的技能，覆盖 plan→act→observe 智能体循环、工具与 MCP 模式设计、多智能体编排与交接、状态与记忆持久化、人机协同审批、可靠性与轨迹评测，以及安全与生产部署等实践。
ai-redteam
面向 AI 系统的对抗性测试技能，覆盖提示注入、越狱、工具滥用、数据外泄、偏见与有害输出探测、多轮攻击等，用于上线前红队评估、复现漏洞与验证缓解措施。
laravel-mcp
基于 Laravel 12 官方文档整理的 Laravel MCP 开发技能，介绍如何用 Model Context Protocol 让 AI 客户端与 Laravel 应用交互，涵盖服务器、工具、提示、资源、流式响应与 OAuth 2.1/Sanctum 认证等。
agentic-harness-engineering
Agentic Harness Engineering（AHE）是一个可观测性驱动的系统，用于自动演化编码智能体的 harness。基础 LLM 保持冻结，AHE 迭代改进系统提示、工具描述与实现、中间件、技能、子智能体和长期记忆。
haiou-claude-personality
海鸥 2.0（Seagull 2.0）是一个面向 Claude Code 的人设配置包，用于将 Claude Code 转换为一位直接、技术导向的中文安全研究员角色"海鸥"。该配置以安全研究、渗透测试、逆向工程和游戏开发为主要语境，替换 Claude 默认的助手语气。配置包含 200 余条安全与游戏术语映射、1700 余条少量示例对话以保持角色稳定，并提供 Windows/macOS/Linux 跨平台安装脚本、自动备份已有配置以及多路径自动检测能力。人设标志性问候语为"海鸥在线，你要整点薯条吗？"。主要配置文件为 ~/.claude/CLAUDE.md 与 ~/.claude/system-prompt.md。使用时通过安装脚本部署，重启 Claude Code 后即可生效；支持卸载与手动还原备份。该配置不含密钥或 API 密钥，数据保存在本地，采用 MIT 许可，资料称仅用于教育目的。
agent-readiness
agent-readiness 是 RHDH 生态中的技能，用于评估并改进 git 仓库对 AI 编程智能体的就绪度。它借助 agentready 工具生成报告，输出评分、认证等级与未通过项，并可按报告支持的修复项进行整改。
agent-speak
agent-speak 是一份关于如何为 AI 智能体撰写文档的参考指南，适用于创建或编辑技能（skill）、AGENTS.md、CLAUDE.md 以及通过指针引用的文档。它讲解上下文指针、信息层级、步骤与完成标准、拆分时机、引导词与修剪等写作原则。
servanda
Servanda 是一个中立的 AI 调解平台，用于在任意双方之间解决纠纷、化解冲突并达成协议，参与方可以是人、AI 智能体或两者混合。它通过 AI 调解员在 Web 界面中进行实际协商，而不是在对话中直接模拟。使用时，智能体先通过接口创建会话并把邀请链接交给用户，用户加入后即可自动开始调解；调解员会逐条记录双方认可的要点，最终生成双方接受的书面和解文件作为交付物。适用于各类争议与冲突（如室友、伴侣、同事、合伙人、客户服务纠纷）、合同或条款分歧、需要结构化辩论或模拟法庭的场景，以及制定共同规则、约定条款等。免费账户使用 MiniMax M2.5 作为调解模型，限制为 1 个会话、2 个参与方、每方 10 轮、每条消息 2000 字符；如需更强模型（Claude Sonnet 5、Claude Opus 5、GPT-5.5、Gemini 3.1 Pro）及更高限制，可通过升级获取。
agent-dispatch
agent-dispatch 是 /agent 背后的路由器，解析 audit、config、init、route 等子命令并委派给对应的 agent 配置引擎，自身不含业务逻辑。仅支持显式调用，不依赖 Claude Code 命令。
skill-dispatch
skill-dispatch 是 /skill 命令背后的路由组件，只有一个职责：把子命令解析为对应的技能创作动作并转交给相应引擎，自身不包含任何技能创作逻辑。它支持四种模式：create 交给 skill-creator 处理新建或更新 SKILL.md；capture 交给 skill-capture 从当前对话中提取出可复用的 SKILL.md；comply 交给 skill-comply 对比智能体行为与给定技能或规则以生成合规报告；scout 交给 skill-scout 在创建新技能前搜索已有技能、包或模式。参数为空时只输出一行领域状态和 Usage 说明，不执行任何变更。该技能为显式调用（disable-model-invocation），模型不会自行加载，每次委派的具体确认门槛由被委派的技能自己管理，路由本身不放松这些门槛。它不直接创建或修改文件，仅在路由前对参数进行只读解析。
azure-messaging-webpubsubservice-py
Azure Web PubSub Service 的 Python SDK，用于实时消息传递、WebSocket 连接和发布/订阅模式。包含服务端 SDK（azure-messaging-webpubsubservice）与 Python WebSocket 客户端 SDK（azure-messaging-webpubsubclient），支持通过连接字符串或 Entra ID 认证，生成客户端访问令牌，向全部客户端、指定用户、组或连接发送消息，管理组与连接，授予/撤销权限，并提供异步服务客户端。
hugging-face-model-trainer
该技能用于在 Hugging Face Jobs 云 GPU 基础设施上训练或微调语言模型与视觉模型，支持 TRL（Transformer Reinforcement Learning）的 SFT、DPO、GRPO 等方法，也可选用 Unsloth 以降低显存占用并提升速度。技能涵盖数据集校验、超时与 Hub 推送等关键配置，并支持将训练好的模型转换为 GGUF 以便在 Ollama、LM Studio、llama.cpp 等本地环境部署。使用前需具备 Hugging Face 付费计划账号、可写权限的 HF_TOKEN，并确保训练结果推送至 Hub，因为训练环境是临时的。
multi-advisor
Multi-Advisor 是一个“专家委员会”技能，通过并行调用生态内多个智能体，对任意主题进行多视角分析。它可同时激活不同人格、专家与技术型智能体，各自从独特视角给出判断，最终汇总为一份决策性综合结论。资料中列出了可调用的人格（如 Elon Musk、Bill Gates、Warren Buffett、Steve Jobs、Sam Altman、Andrej Karpathy、Yann LeCun、Geoffrey Hinton、Ilya Sutskever、数学家 Tao、法律专家、007、产品发明者等），以及若干预配置委员会（如 STARTUP_BOARD、INVEST_BOARD、PRODUCT_BOARD、AI_BOARD、SAFETY_BOARD、LEGAL_TECH_BOARD、FULL_BOARD）。适用于产品决策、投资判断、AI 战略、安全与法律合规等需要多角度权衡的场景。使用方式为：接收问题、分类、选择或自定义委员会、逐一人格化咨询、识别共识与分歧、输出综合建议与下一步行动。资料未提供具体收费、价格、平台支持或效果数据。
probability
Probability 是一个面向 LLM 角色扮演与叙事游戏的“概率协议”技能，核心理念是“LLM 就是骰子，由它来叙述结果”。它不使用随机数生成器，而是让模型读取角色属性、结合上下文与增益减益、权衡风险与剧情，以叙事方式评估成功概率并给出结果。技能提供 CALCULATE（计算概率）与 RESOLVE（判定结果）两种调用方法，输出概率、影响因素与叙事文本，并支持暴击成功、成功、部分成功、失败、暴击失败等结果谱系。适用于跑团、冒险、战斗等需要行动判定的场景。