haos-cloud-backup
将 Home Assistant OS（HAOS）备份从 SD 卡上传到云存储（Google Drive 或任意 rclone 远程），支持上传带宽限速与 GFS 式保留策略，借助 jcwillox/hassio-rclone-backup 附加组件实现。
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 10-28 00:17
智能体与模型
24,965 个结果
agent-device
agent-device 是一个用于自动化 Apple 平台（iOS、tvOS、macOS）与 Android 设备交互的技能，可导航应用、截图、点击、输入等。它要求先加载 bootstrap 与 exploration 参考文档，遵循保守、只读优先的操作规则。
model-selector
用于从16个主流AI视频模型（12商业+4开源）中按需求推荐1-3个最匹配模型并说明理由的技能，通过3-4个关键问题（时长、音频、语言、编辑性质、平台限制、用途等）辅助选型，覆盖Seedance 2.0、Kling 3.0、Sora 2、Veo 3.1、Runway Gen-4、Hunyuan 1.5等。
agent-collaboration
agent-collaboration 是一个用于按用户明确请求选择智能体协作路径的技能，可在直接执行、Grok 无头委派、Pi 子智能体与 Herdr 之间路由，并强调单一写入者、隔离工作树与顶层负责人最终验证。
hyperagent
Hyperagent 是一个自指式自我改进智能体循环工具：元智能体通过迭代修改任务智能体的代码，针对任意可度量目标进行优化，基于 Facebook Research 的 Hyperagents 论文思路。
google-pubsub
Google Cloud Pub/Sub 消息服务知识技能，涵盖主题、订阅、推送与拉取投递及死信处理，用于 GCP 原生的事件驱动架构，并提供使用模拟器本地快速起步的命令。
ligandmpnn
LigandMPNN 是一个面向配体感知的蛋白质序列设计技能，用于在配体或小分子环境约束下设计蛋白质序列。其工作流程要求先记录输入结构、配体身份、链/残基设计掩码、固定残基、对称性与设计目标，并在运行前确认执行路径与模型可用性。运行后需保存输入结构、配体文件、残基掩码、命令、随机种子、模型版本、生成的 FASTA 与评分表。输出结果需按约束满足度、序列多样性、已知基序、预测结构置信度以及配体接触合理性进行筛选。进入候选列表的设计还应经过独立的结构检查或文献/数据库核对，且生成的设计必须与确切的输入结构和约束保持对应关系。
cy-create-tasks
cy-create-tasks 是 CompozyOS 生态中的一个技能，用于从已有的 CompozyOS spec 创建或细化任务图。它把已请求的 spec 拆解为可独立实现的结果（outcome），复用 spec 中的决策与文件引用索引，无需从零开始研究。该技能从请求范围与 _spec.md 的结果/引用索引出发，复用已接受的任务图，仅在需要确定任务边界或解决依赖时读取被分配的测试定义及相关 surface/ADR 章节。它负责选择结果与依赖关系，将最早可用的解决方案排在前面，先解决共享契约再分派消费者，并按风险与归属划分任务规模。任务元数据与图结构遵循 references/task-context-schema.md，任务正文遵循 references/task-template.md，每个测试契约 ID 只分配给完成该行为的任务一次。生成文件后需调用只读的 ext__spec_cycle__import_tasks 工具进行校验，修复解析或验证错误后重跑。
multi
并行子代理编排内核，负责生成不变量、模型路由、通用任务提示与综合汇总；入口技能提供具体作业配方。适用于需要多个独立子代理并行覆盖、多视角或对抗式论证的任务。
skill-creator
依照 Agent Skills 规范创建新的 Agent 技能。当用户要求创建技能、添加技能、定义技能或把知识/工作流打包为可复用技能时使用。
goap-agent
GOAP Agent 是一个面向复杂多步任务的技能，采用目标导向行动规划（GOAP）进行智能规划与多智能体协调，适用于任务分解、依赖映射、跨领域问题、并行或串行执行以及质量关键型工作。
discover-tools
Databricks 工作区工具发现技能，用于在编写智能体代码前扫描工作区中可用的资源，包括 UC 函数、表、向量搜索索引、Genie 空间及 MCP 服务器，并输出报告。
autoresearch-hooks
autoresearch-hooks 是 autoresearch 会话的可选迭代边界钩子脚本，包含 before.sh 与 after.sh，分别在每次迭代前和记录实验后触发，通过 stdin 接收 JSON、stdout 输出 steer 消息，用于研究抓取、通知、防抖动等。
phantom-wallet-mcp
Phantom Wallet MCP 是一个通过 MCP 服务器直接操作用户 Phantom 钱包的技能，无需编写 SDK 集成代码。支持获取多链地址、转账 SOL 与 SPL 代币、获取兑换报价、签名交易与消息，覆盖 Solana、Ethereum、Bitcoin、Sui 等网络。
idea-mcp
IntelliJ IDEA MCP 技能，用于 Java 代码分析、测试、重构与项目导航，可检查编译错误、搜索代码、执行重构和终端命令。
orca-automations
Orca 应用的自动化管理技能，仅在用户显式调用 /orca-automations（或 Codex 中的 $orca-automations）时使用，绝不自动触发。通过 orca CLI 对已启动的 Orca 应用发起 RPC，创建、编辑、运行和删除由指定 provider 定时执行的 automation 提示。
slopgent
slopgent 是一个用于约束 AI 智能体自身对话表达的技能：它规范状态汇报、解释、错误信息和完成声明，使其诚实、结构清晰、语言平实，但不改写用户交付的文稿。
game-quest
game-quest 是 agent-skills 中的任务设计技能，用于端到端设计单个游戏任务：先做叙事一致性检查，再生成目标树、任务简报并写入任务登记表。需项目内存在 docs/world-lore.md，并配合 quest-narrative-coherence 与 quest-mission-design 技能使用。
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。
voice-skill
voice-skill 让用户通过语音电话与 Claude Opus 4.5 讨论代码项目：Claude 可主动打电话给你，或你拨打 Vapi 号码联系 Claude，支持免提讨论问题、头脑风暴与代码评审，通话记录自动保存为 markdown。
arcanea-architect
面向 Arcanea 创意智能体生态系统的构建指南技能，强调设计卓越、细节把控与系统化实现，覆盖智能体架构设计、编排系统、多平台集成与创意 AI 工具开发。
stitch-mcp-delete-project
Stitch MCP 的删除项目技能，用于永久删除指定 Stitch 项目及其全部屏幕、设计与历史记录，操作不可逆。仅在用户明确提到 Stitch 并确认后才可调用，禁止自动删除。
authoring-verifiable-skills
用于编写、拆分、重命名或修复 agent skill 的技能，目标是让技能在应当触发时被激活，并且可被验证而非仅凭信任；涵盖新技能、描述失效、命名冲突及结构修复等情形。
Code Coverage with gcov
为 C/C++ 项目添加 gcov 代码覆盖率插桩的技能，通过 --coverage 编译选项收集执行数据，并用 gcov 或 gcovr 生成文本与 HTML 覆盖率报告。