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。
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
address-pr-comments
用于处理当前分支对应 GitHub PR 上评审与 issue 评论的技能，借助 gh CLI 自动抓取评论、筛选可执行问题、修复代码并推送，最后监控 CI。需先确认 gh 认证，未认证时提示用户登录。
brainstorming-with-explorer-challenger-teams
一个用于结构化头脑风暴的技能：以“探索者/挑战者”成对智能体团队并行产出并辩论方案，探索者提想法，挑战者扮演反方压力测试，经2-3轮讨论后形成经辩论检验的提案与汇总报告。
issue-creation
Agent Teams Lite 的 GitHub Issue 创建技能，遵循 issue-first 强制流程。用于创建 Bug 报告或功能请求、协助贡献者提交问题、以及维护者分类审批 Issue，含模板、自动标签与审批规则。
t3-code
t3-code 是本机 T3 Code 运行状态的内部知识技能，记录状态数据库布局、会话记录查询方法、delegate_task 编排与 ACP 通道要点，用于分析 T3 会话、复盘、排查编排或额度问题，收尾时回收孤儿工作树。
build-mcp-genmedia
该技能用于从源码构建 mcp-genmedia 的六个 Go MCP 服务器（nanobanana、veo、lyria、gemini-multimodal、chirp3-hd、avtool），并把它们接入 settings.json，解决预编译二进制无法执行或工具缺失的问题。
honey-loop
Honey Loop 是针对重复 /loop 运行的成本纪律技能：循环会按迭代次数放大单次成本，它用缓存友好节奏、事件驱动、无变化短路、紧凑状态句柄和明确退出条件五个手段，抑制 token 浪费。
llm-wiki-lark
LLM Wiki 是一个在飞书云盘或知识库中构建三层 LLM 知识库的技能，支持 init、import、ingest、query、lint 操作，由 LLM 负责摘要、交叉引用、归类与一致性检查，让知识编译一次并持续更新。
coordinator
Coordinator 是一个用于切换输出模式（语音/文本）并编排多个智能体并行处理相关任务的技能。当用户提到“vm”“voice mode”“team”“coordinate”或需要并行协调多个智能体时使用。
skill-gen
用于生成结构规范、符合最佳实践的 Claude Code 技能（skill）。当用户要求创建新技能、斜杠命令或自动化流程时使用，指导收集需求、生成目录与 SKILL.md、控制行数并做校验。
ai-ml
ai-ml 是已弃用的旧技能名称，官方说明其已更名为或合并到 llm-app-development。该条目仅用于说明目录迁移，不包含原有任务工作流，仅在用户明确要求旧名称或询问迁移方式时使用。
planning-with-files
planning-with-files 是一个面向复杂任务的技能，采用 Manus 风格的“基于文件的规划”方式，把持久化的 markdown 文件当作磁盘上的工作记忆。它会为任务创建 task_plan.md、findings.md 和 progress.md 三个文件，分别用于阶段与决策追踪、研究发现记录以及会话日志与测试结果记录。核心思路是把上下文窗口视为易失且有限的 RAM，把文件系统视为持久且近乎无限的磁盘，凡重要信息都写入磁盘。适用于多步骤任务、研究任务、项目构建等需要组织与追踪的场景，简单问题或单文件修改可跳过。
cloudflare-mcp-server
在 Cloudflare Workers 上用 TypeScript 构建和部署远程 MCP 服务器的技能，涵盖 McpAgent 类、工具定义、OAuth 认证、Durable Objects 状态管理与 WebSocket 休眠优化。
cnvkit-copy-number
CNVkit v0.9.x 的体细胞拷贝数变异分析技能，可从 WES/WGS/靶向测序 BAM 中检测 CNV，提供 bin 覆盖度计算、参考归一化、CBS/HMM 分段及扩增缺失判定，并生成散点图、染色体图与 VCF/BED/SEG 导出文件。
scvi-tools-single-cell
scvi-tools 是基于 PyTorch 的单细胞组学深度生成建模框架，用变分自编码器学习细胞潜表示并显式建模批次效应与计数噪声。提供 scVI 批次矫正、scANVI 半监督注释、totalVI 联合 RNA 与蛋白、scARCHES 迁移学习、DestVI 空间解卷积、Solo 双细胞检测等模型，统一 API 为 setup_anndata、训练、提取结果。需原始计数，建议 GPU。
work-the-problem
work-the-problem 是一个用户主动调用的结对思考技能：通过多轮拆解把设计或框架问题推进到收束，做从基础到特性的讲解，把过程产物写入磁盘，并为主窗口生成带回简报。它不驱动规格或代码，也不代表 AI 替用户做决定。
koko
Koko 是 joelclaw 旁的 Elixir/OTP 常驻智能体项目，本技能用于开发与扩展 Koko，涵盖 OTP 模式、Redis 桥接协议、影子执行与工作负载。
brainstorm
brainstorm 是来自 jojious/ada-skills 的技能，用于在回答头脑风暴、创意、提示词撰写或开放式探索请求前先做结构化提问。它把模糊需求分为 Prompt、Explore、Focused 三种模式，通过一次一个选择题逐步澄清目标、限制与评价标准，再输出提示词、创意清单或行动建议。
skill-dispatcher
Skill Dispatcher 是一个面向 AI AgentSkills 的高性能路由引擎，用意图分类、能力发现与工作流编排挑选最合适的专用技能，输出 HANDOFF、SEQUENCE 或 NO_MATCH 调度决策，版本 3.1.0，MIT 许可。
docx
DOCX 是面向 Claude 的 Word 文档处理技能，支持创建、编辑与分析 .docx 文件，涵盖文本提取、原始 OOXML 访问、修订跟踪（tracked changes）、批注与格式保留，可用于法律、学术、商务及政府文档的审阅流程。
fine-tuning-openvla-oft
OpenVLA-OFT 是一个面向机器人动作生成的视觉-语言-动作（VLA）模型微调与评估工作流，基于官方 openvla-oft 代码库。它用连续动作头（L1 回归或扩散）替代标准 OpenVLA 的离散动作分词，并通过 LoRA 适配冻结的 VLA 主干，支持 FiLM 条件调制与多路相机图像输入。该技能覆盖从零环境搭建、LIBERO 仿真评估与微调、ALOHA 真机 OFT+ 训练与部署，到 LoRA 权重合并的完整流程，并给出显存需求、官方性能基准与训练/推理配置一致性检查清单。
llava
LLaVA（Large Language and Vision Assistant）是一个开源视觉语言模型，用于对话式图像理解。它结合 CLIP 视觉编码器与 Vicuna/LLaMA 语言模型，支持视觉指令微调与基于图像的对话。可用于构建视觉语言聊天机器人、视觉问答（VQA）、图像描述与字幕生成、多轮图像对话、视觉指令跟随以及带图像的文档理解。采用 Apache 2.0 许可，提供 7B 至 34B 多种参数规模。
long-context
Long Context 是一个面向 Transformer 模型长上下文扩展的技能，聚焦于通过 RoPE、YaRN、ALiBi 和位置插值（Position Interpolation）等技术，将预训练模型（如 LLaMA、Mistral）的上下文窗口从 32k 扩展到 64k、128k 甚至更长。它适用于处理长文档、实现高效位置编码、训练具备长度外推能力的模型，以及以较低算力微调现有模型以支持更长输入。技能内容涵盖各方法的原理、代码示例、微调流程、方法对比、最佳实践与生产部署建议，并附有相关论文与实现资源链接。
model-merging
Model Merging 是一个基于 mergekit 的技能，用于将多个微调后的模型合并，从而在不重新训练的情况下组合它们的能力。它适用于通过融合领域专长（如数学、编程、对话）来创建专用模型、提升单模型性能、降低训练成本（合并可在 CPU 上运行）、快速实验新模型变体，以及避免灾难性遗忘。核心工具为 mergekit（Arcee AI），并提及 LazyMergekit 与 Model Soup。支持线性合并、SLERP、任务算术、TIES-Merging、DARE 等合并方法，以及逐层合并、MoE 构建和分词器合并等高级模式。