telnyx-ai-assistants-python
Telnyx AI Assistants 的 Python SDK 技能，用于通过代码创建、配置、测试和调用具备自定义指令、知识库与工具集成的 AI 语音助手，覆盖助手创建、聊天、测试套件、金丝雀部署、SMS 及标签等操作。
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 10-27 00:15
智能体与模型
24,931 个结果
agent-memory
Agent Memory 是一个为 AI 编程智能体添加持久记忆的技能，解决智能体每次会话都从空上下文开始、无法记住项目约定与历史信息的问题。它提供三种由浅入深的记忆策略：一是直接使用智能体自带的指令文件（如 Claude Code 的 CLAUDE.md、Codex 的 AGENTS.md、Gemini CLI 的 GEMINI.md），适合记录项目约定等少量长期事实；二是基于文件的记忆模块，用 markdown 文件记录长期事实、每日日志与关键决策，并附带 Python 实现示例；三是语义检索方案，包括 SQLite 加嵌入向量（better-sqlite3 + OpenAI 嵌入）和 ChromaDB，用于按含义搜索成千上万条历史工单或对话。技能还说明了如何在会话开始时注入记忆、如何每周整合去重、以及避免存储密钥和过期信息等注意事项。
bridge-commander
Bridge Commander 是一个以看板（kanban board）作为控制界面的智能体编排框架（agent-orchestration harness）。调用该技能会把当前会话变成一个工作区看板上的「中尉」（lieutenant），即一名持久运行的编排者，运行在单个 tmux 会话中，通过持久投递队列接受监督。该技能主要用于三种情形：首次初始化（把空文件夹变成一块已有一名中尉的看板）、把当前目录变成工作区并成为其创始中尉（即「传送」），或重新进入一个已存在的工作区。适合用户要求 init/set up bridge command、打开 bridge 看板，或通过看板来编排工作时使用。工具通过 bc-axi 命令行程序操作看板，相关说明文档 DOCTRINE.md 与 OPERATIONS.md 位于检出目录根部。
agent-sessions
agent-sessions 是一款跨多个 AI 编程代理搜索、列出与恢复会话历史的工具，支持 Claude Code、Codex CLI、Gemini CLI、opencode、Hermes Agent 和 Cline CLI。它通过 Python 3 脚本统一读取各代理会话数据，支持按代理、项目和标题/全文搜索过滤，并可将会话导出为紧凑上下文或证据包。
apple-books-mcp
Apple Books MCP 是一个通过 MCP 协议从 Apple Books 提取高亮、批注和书籍数据的工具，支持按颜色、文本和笔记检索，并可导出为 Markdown。
flutter-subagent-dev
用于在当前会话中执行 Flutter 实现计划的技能：为每个任务派发全新子代理，并在每个任务后依次进行规格符合性审查与代码质量审查，以提升代码质量并加快迭代。
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。资料说明其质量衡量标准是让 LLM 完成真实任务的能力，内容覆盖调研规划、实现、审查测试与评估四个阶段。
system-design
System Design 是一个用于系统、服务与架构设计的技能，通过“design a system for”“how should we architect”等触发语启动，帮助梳理需求、给出高层设计、深入细节、评估扩展性与可靠性，并显式分析架构权衡。
maallmwiki
MaaLLMWiki 是面向 MaaFramework 的事实路由与版本锁定目录，把字段语义、默认值、参数版本支持、API 签名、JSON schema、协议行为与版本变更等问题，路由到不可变 commit 的原始出处，供事实核查与开发 skill 引用。
writing-for-agents
面向智能体文档写作的参考技能：介绍如何为智能体编写技能、AGENTS.md/CLAUDE.md 及被指针引用的文档，涵盖上下文指针、信息层级、步骤与完成标准、拆分时机、引导词与精简等原则。
rock-agent-debug
用于通过 rockcli（rc）排查 ROCK 沙箱中运行的 Agent Job 并产出诊断报告的技能。适用于已知沙箱或实验 ID，需要查看 job 状态、日志、reward 与执行轨迹，或定位 job 失败、reward 为 0、agent 崩溃等问题。
continuous-learning
持续学习技能可在 Claude Code 会话结束时自动评估会话，提取可复用的模式并保存为“已学习技能”，供后续使用。支持配置会话长度、提取阈值、模式类别与忽略规则，通过 Stop 钩子运行。
cost-aware-llm-pipeline
成本感知型 LLM 流水线模式，用于在保持质量的同时控制 LLM API 成本。它把基于任务复杂度的模型路由、不可变预算跟踪、精细化重试和提示词缓存组合成可复用流水线，适合批量处理与需要预算护栏的生产系统。
regex-vs-llm-structured-text
一个用于解析结构化文本的决策框架，指导在正则表达式与大型语言模型之间做选择：优先用正则处理重复模式，仅对低置信度边界情况调用 LLM，以兼顾成本与准确率。
mcp-deploy
MCP 服务器自动部署工具，触发词为“部署 MCP”“安装 MCP”“配置 MCP”。支持智谱、Minimax、Gitea 等平台的自动配置，通过 mcporter 命令完成添加与验证。
simmer-generator
Simmer Generator 是 simmer 项目下的生成器子技能，用于根据上一轮评审（judge）给出的 ASI 反馈，产出改进版工件（artifact）。它支持单文件与工作区（workspace）两种目标模式：单文件模式下针对 ASI 指出的最高杠杆改进点做定向修改并输出完整工件；工作区模式下按 ASI 描述的战略方向，跨多个文件协同执行改动。该技能不接收历史评分或旧候选，而是依据 ASI 文本工作，强调保留有效部分、避免无关改动，并在昂贵运行前做验证。
simmer-judge-board
Simmer Judge Board 是 simmer 的评审团子技能。它并行派出三位持有不同视角的评审，各自独立打分，随后进行一轮相互质疑与修正的审议，最终收敛为共识分数与单一 ASI（最高杠杆改进方向）。评审团的输出格式与单个评审完全一致，编排器无法区分。其价值在于：单个评审存在盲点，容易锚定最先注意到的内容；三位不同视角的评审能发现不同问题并相互挑战，尤其在迭代进入平台期、单一评审反复给出同类修复建议时，审议产生的 ASI 更能触及真正的瓶颈。
simmer-reflect
simmer-reflect 是 simmer 工具的反思子技能（Reflect subskill），其核心职责是记录迭代结果、追踪最佳候选、处理回归回滚，并将 ASI（判定反馈）传递给下一轮生成。它接收完整的评分历史、当前迭代编号与上限、最新判定输出（评分与 ASI）、生成器报告以及产物类型（单文件或工作区）等信息。该子技能通过维护 trajectory.md 评分表格记录每次迭代的评分与关键改动，比较本轮与历史最佳来确定当前最优候选（若有主准则则以主准则优先、复合分数为次级比较依据），在检测到回归时提示编排器将最佳候选而非最新候选作为下一轮生成输入，并在工作区模式下追踪探索状态和稳定有效项。其输出包含迭代记录、最佳候选、回归标记、剩余迭代、下一轮 ASI、探索状态以及稳定有效/无效项清单。该技能主要用于需要多轮迭代优化的场景，通过清晰的评分轨迹和反馈传递帮助生成器持续改进。
simmer-setup
simmer-setup 是 simmer 的安装/初始化子技能。它负责检查目标产物或工作区，推断评估契约与搜索空间，向用户提出一份完整的评估方案，并生成驱动整个精炼循环的 setup brief。其核心原则是“先检查、再推断、后提议、最后确认”：由智能体完成思考，用户只做验证、调整或覆盖，绝不要求用户描述智能体本可自行读取的内容。它支持四种模式（from-file、from-paste、from-workspace、seedless），能识别单文件或工作区产物，自动分类为文本/创意、代码/可测试或流水线/工程问题，并据此推断评估标准、评估器、输出契约、验证命令、搜索空间与背景约束。最终输出固定格式的 setup brief，交由编排器执行后续生成与评判。
herobrine
Herobrine 是一个用于创建、列出、删除和运行定时自主 Claude Code 智能体的技能。它通过 macOS launchd 定时触发，以无头模式执行任意提示词，并将结果发送到 Beeper 聊天、保存到本地日志，同时通过 macOS 通知确认完成。用户可定义智能体的名称、提示词和调度计划，支持 cron 表达式或间隔（如每小时、每 30 分钟、工作日早晨等），并可选择模型（opus、sonnet、haiku）和最大轮次。智能体以 --dangerously-skip-permissions 完全自主运行，可调用其他技能，适用于晨间简报、夜间构建、定期研究等场景。
graph-world
GraphOS 的世界逻辑设计技能，用于为游戏或应用设计 World/Context/Variant/System/Event/EventSystem 图模型，聚焦领域逻辑与事件驱动流程，并依赖 graph-management 技能进行图检查与事务应用。
zeroclaw
ZeroClaw 是一套用 Rust 编写的快速、轻量、完全自主的 AI 助手基础设施，以单一二进制文件形式运行。其运行时内存占用低于 5MB，冷启动时间小于 10ms，可运行在 ARM、x86、RISC-V 架构的低成本硬件上。项目采用 trait 驱动的可替换架构，提供 CLI、网关、守护进程等运行模式，支持 30 个 AI 提供商与 14 个消息渠道，并内置记忆、调度、浏览器控制、硬件外设、安全自主策略等能力。配置位于 ~/.zeroclaw/config.toml，工作区位于 ~/.zeroclaw/workspace/。
openteam-control
OpenTeam CLI 本机控制技能，用于让外部智能体通过本机 openteamcli 命令和本地 daemon 控制 OpenTeam。它支持创建 AI 群聊、添加临时角色、发布任务、等待回复、读取结果，以及继续已有群聊。适用于需要多个 AI 角色进行讨论、评审、批判、头脑风暴、比较方案或独立给出观点的场景。使用前需先安装 @afumu/openteamcli，并通过 daemon start 和 doctor 检查连接状态。
skill-forge-build
用于从计划或自然语言描述出发，搭建并生成 Claude Code 技能（skill）的构建流程工具，可产出 SKILL.md、子技能、脚本、参考文件、智能体和模板。