ai-sdk-expert
面向 Vercel AI SDK v5 的专家型技能，覆盖流式响应、模型接入、工具调用、React Hooks、状态管理、边缘运行时与生产实践，并可按项目环境检测版本、提供 v4 到 v5 迁移建议与代码审查清单。
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
24,968 个结果
skill-creator
Skill Creator 用于创建或修订 Feynman 技能，适合研究流程需要可复用的按需能力、技能元数据或触发措辞时使用。
using-model-endpoint
该技能用于调用已配置的 Feynman 模型端点并解释其返回结果，适用于需要从已注册端点、远程模型 API 或本地模型获取推理的任务；未配置端点时应改用其他技能，不得假装推理已执行。
cirq
Cirq 是 Google Quantum AI 的开源量子计算框架，用 Python 设计、模拟和运行量子电路，面向 Google 量子硬件及噪声感知电路设计、量子表征等任务，支持多种硬件与服务商集成。
pennylane
PennyLane 是一个硬件无关的量子机器学习框架，支持量子电路自动微分，可与 PyTorch、JAX、TensorFlow 等经典机器学习框架集成，用于训练量子电路、构建混合量子-经典模型及量子化学模拟。
polars-bio
polars-bio 是基于 Polars、Apache Arrow 与 DataFusion 的高性能 Python 基因组区间运算与生物信息文件读写库，支持 overlap、nearest、merge、coverage 等操作及 BED、VCF、BAM、CRAM、GFF/GTF、FASTA、FASTQ 等格式，提供流式处理、云存储与 SQL 接口。
pufferlib
PufferLib 是面向速度与规模优化的高性能强化学习框架，支持并行环境模拟、向量化、原生多智能体与 PPO 训练（PuffeRL），可集成 Gymnasium、PettingZoo 等环境，并提供 Ocean 环境套件。
pysam
pysam 是用于读写和操作基因组数据的 Python 模块，通过 htslib 的 Python 接口处理 SAM/BAM/CRAM 比对文件、VCF/BCF 变异文件及 FASTA/FASTQ 序列，可做区域提取、覆盖度计算和变异分析，适用于 NGS 数据处理流程。
tiledbvcf
TileDB-VCF 是基于 TileDB 稀疏数组的高性能基因组变异数据存储与检索库，提供 C++、Python 与 CLI 接口，支持 VCF/BCF 的可扩展导入、增量添加样本、压缩存储及本地或云端并行查询。
torchdrug
TorchDrug 是基于 PyTorch 的药物发现与分子科学机器学习工具箱，用图神经网络、预训练模型和任务定义处理分子、蛋白质与生物知识图谱，覆盖分子性质预测、蛋白质建模、知识图谱推理、分子生成与逆合成规划，含 40+ 数据集和 20+ 模型架构。
cube-configure-agent
Cube 产品内 AI 智能体的配置技能，用于检查和调优智能体的规则（rules）、认证查询（certified queries）与 Agent Skills。主要通过 Cube MCP 工具或 CLI，在语义模型中以 Markdown 编写配置，并借助 dev-mode 分支进行测试与提交。
add-tools
Databricks 应用模板技能，用于在 agent 中添加 MCP 服务器、Genie 空间、向量搜索或 Unity Catalog 函数等工具，并在 databricks.yml 中授予所需权限，避免权限错误。
agentic-productivity-setup
一个面向 macOS 的本地优先生产力度量系统技能：只读采集 Git 提交、AI 智能体会话与指令提示的每日聚合数据，本地渲染三张图表，每天通过 Discord 私密发送一份报告，强调隐私与确定性。
gcc
GCC（Git Context Controller）是一个把智能体记忆管理为 .GCC/ 下版本化文件系统的技能，借鉴 Git 提供 COMMIT、BRANCH、MERGE、CONTEXT 四种操作，用于多步骤项目中持久化里程碑、隔离探索替代方案、整合结果并恢复历史上下文。
deepgram-python-voice-agent
Deepgram Python SDK 中的全双工语音智能体技能，通过 agent.deepgram.com/v1/agent/converse 单一 WebSocket 串联 STT、LLM 与 TTS，并支持函数调用。适用于构建可打断的交互式语音助手，由 Deepgram 托管编排。
agent-ready-rails
agent-ready-rails 是一个只读审计技能，用于评估代码仓库对编码智能体的就绪程度，并可选地补齐缺失的工程护栏。它按两层护栏打分：构建层（R1–R6）与运维层（R7–R10），默认只读，仅在明确要求时才写入文件。
dust-call-agent
Dust-call-agent 提供通过 Dust CLI 非交互调用 Dust 智能体的技能，可用于读取 Slack 线程、Notion 链接、Google Drive 文档等信息或执行发消息、建 issue 等操作，解决需要登录时由用户手动完成。
hermes-agent
Hermes Agent 是 Nous Research 开发的开源 AI CLI 智能体参考文档，涵盖安装、CLI 命令、配置、功能、消息平台集成、安全与架构等内容，适合在操作、定制配置、功能使用和部署时查阅。
speculative-decoding
Speculative Decoding 是一个用于加速大语言模型（LLM）推理的技能，涵盖三种主要技术：草稿模型投机解码、Medusa 多头解码和 Lookahead 前瞻解码。该技能适用于需要将推理速度提升 1.5-3.6 倍且不损失质量的场景，例如降低聊天机器人、代码生成等实时应用的延迟，优化高并发服务的吞吐量，以及在受限硬件上高效部署。其核心思路是用小模型或额外预测头生成候选 token，再由大模型并行验证，从而减少串行解码步数。文档提供了 transformers、Medusa、LookaheadDecoding 及 vLLM 的安装方式，并给出各方法的快速开始代码、算法原理、超参数调优建议与生产部署示例。资料显示三种方法均无质量损失，其中 Medusa 需要少量训练（仅训练预测头），Lookahead 则无需草稿模型或训练即可开箱使用。
agent-orchestration
agent-orchestration 是一个用于协调多智能体分工的技能：由 Grok 4.6 High 标准速度作为默认编排者负责规划，cursor-grok-4.6-low（fast=false）作为工作智能体批量执行任务，以接近 Composer 的成本获得更好质量，支持 Cursor IDE 与 Claude Code 两种宿主。
agent-implementer
Arcanea 生态中创建单个智能体的实现指南，覆盖智能体结构、能力、提示词模板、注册与测试。
stitch-mcp-generate-screen-from-text
该技能通过调用 Stitch 的 generate_screen_from_text 接口，将已准备好的页面提示生成视觉屏幕，适用于明确要求以 Stitch 文本生成或编排器进入生成步骤的场景。提示润色、已有屏幕编辑与代码实现应走其他入口。
stitch-mcp-get-project
用于在用户明确提到 Stitch 时，读取指定 Stitch 项目的详细元数据，包括标题、创建与更新时间、设计主题及屏幕实例列表，可用于生成新屏幕前了解项目上下文或确认项目是否存在。
stitch-mcp-get-screen
Stitch 技能：读取指定 screen 的完整详情，包括 HTML 代码与高分辨率截图，用于导出代码、查看设计细节或分析生成的 HTML 结构。仅在用户明确提到 Stitch 时使用。