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。
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
24,974 个结果
stitch-mcp-list-projects
用于列出用户可访问的全部 Stitch 项目的技能，仅在用户明确提到“Stitch”时使用。支持按 view=owned 或 view=shared 过滤，返回项目名称、标题、更新时间和预览图，适合恢复已有项目或查看可用项目。
stitch-ui-prompt-architect
stitch-ui-prompt-architect 是旧调用名称的兼容入口，仅在用户或旧工作流明确指定该名称时使用。它按名称把请求转交给 stitch-design-spec，保留原输入与输出范围，不维护独立的设计或提示词规则。
skill-creator
用于按 Agent Skills 规范创建新的 AI 智能体技能（skill）的工具，帮助把可复用模式、项目约定与复杂流程整理成结构化技能文件。触发场景：用户要求创建新技能、添加智能体指令或为 AI 记录模式时。
chooseable-options
这是一个轻量级“下一步选什么”路由器技能，用于在计划、研究、工作流、治理与专项技能等场景中，把当前状况整理成一份精简的选项菜单（3-7 项，推荐项在前），并将选项以 SCREAMING_SNAKE_CASE 标识符形式打印在对话中；若当前运行环境提供 Ask User（询问用户）工具，还会在同一轮调用原生选择器，让用户无需输入标识符即可选择。它只负责推荐后续路径并交接给对应技能，不替代规划、决策、研究或逐步执行。资料声明其不适合单独使用，需配合其它工作流技能；具体功能、收费与平台支持以官方说明为准，部分信息暂未提供。
plan
该技能是分析与交付之间的执行桥接工具，用于将研究、决策和检查清单转化为确定性的实施计划，并以证据优先的质量门控执行。它支持 MCP，强调在编辑产品前先采集基线证据，通过浏览器、运行时或审计面验证，并维护 .plans/ 目录下的持久化计划工件。提供计划最终化、完整性检查、Markdown 转 HTML 等脚本命令。
foraging-route
一个用于规划采摘路线的技能：从用户当前位置出发，经过 Obsidian 库中所有已记录果树，求解最短步行路线，并返回地图链接与 Google Maps 步行导航链接。
meta-ads-analyzer
Meta Ads Analyzer 是一个用于诊断 Meta 广告投放表现的分析技能，按 Meta 实际投放机制（客户旅程覆盖、Breakdown Effect、学习期等）评估广告系列，帮助判断数据是否正常并给出可测试的假设，而非直接下达暂停或调整指令。
makefile-for-telegram
为 macOS 上的 Telegram 机器人项目生成生产可用的 Makefile，支持 LaunchAgent 后台服务管理，提供 setup、run、dev、start、stop、restart、status、logs 等命令。
Deep Agents Core
Deep Agents Core 是用于构建 Deep Agents 应用的技能，覆盖 create_deep_agent()、harness 架构、SKILL.md 格式与配置选项，帮助开发者搭建具备任务规划、上下文管理、子智能体委派、长期记忆与人工审批能力的智能体。
Deep Agents Orchestration
Deep Agents 编排技能，讲解在 Deep Agents 中使用子智能体、任务规划与人工审批。涵盖 SubAgentMiddleware、TodoList 规划与 HITL 中断，三者默认包含在 create_deep_agent() 中。
langchain-agents
面向 LangChain 生态（LangChain、LangGraph、LangSmith SDK）的编码技能，覆盖智能体开发模式与核心原语，指导用 LangGraph 构建生产级智能体，并给出上下文管理与多智能体协作策略。
openai-assistants
OpenAI Assistants API v2 使用指南：基于线程的状态化对话 AI，支持 Code Interpreter、File Search 与函数调用，并可用向量存储实现 RAG。该技能面向存量代码维护与向 Responses API 迁移，v2 计划于 2026 上半年停用。
openai-responses
OpenAI Responses API（/v1/responses）参考资料，介绍这一面向智能体应用的统一有状态接口，涵盖跨轮保留的推理状态、内置服务端工具、MCP 集成、多形态输出与从 Chat Completions 迁移等主题。
claude-reflect
claude-reflect 是一套让 Claude Code 从用户纠正中学习的自学习系统，分自动捕获与人工处理两阶段：钩子检测纠正语句并排队，用户运行 /reflect 审核后写入 CLAUDE.md。
gremlin
Gremlin Bootstrap 是 joelclaw 侧的引导技能，用于在 Gremlin 仓库之外定位并进入该仓库、加载其随仓库发布的技能，并区分仓库内 Gremlin 指南与 joelclaw 专属的自动化/集成指南。
token-discipline
Token Discipline 是一套面向 Claude Code 的上下文节省技能，通过七项习惯减少 token 浪费，适用于会话过长、接近上下文或用量上限、处理大型仓库或跨天工作时。
100x-visual-fission
100x-visual-fission 是 100x 体系 L2 创意生成层的视觉裂变技能：输入至少两条同系列人物/场景参考（反推 JSON 或文字降级描述）与产品文案，输出锁定人物、场景、产品三锚点的媒介裂变提示词矩阵，含单帧/首尾/首中尾/数日见效四种媒介结构与 VTP 机位预设及固定负面词。
bridge-review
bridge-review 是一个通过 agent-bridge 让同伴智能体审查代码改动的技能：同伴给出发现，由你逐条核实，确认为真的问题再报告给人类，简单问题可直接修复。
agent-teams
Agent Teams 是 Claude Code 的实验性多智能体协作技能，用于配置隐式团队、SendMessage 消息通信与 TaskUpdate 任务管理，适合并行代理、代理间协调等场景。需设置 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1。
to-tickets
to-tickets 是 agent-skills 中的一项技能，用于把一份 spec（规格说明）拆解为 tracer-bullet 垂直切片工单，并显式声明工单之间的阻塞关系（blocking edges）。每个工单代表一次 build 会话的最小追踪单元，完成后可独立演示或验证。该技能支持读取上下文与既有代码库、识别预重构机会、按 expand–contract 方式处理大范围重构，并在用户确认后按依赖顺序把每个工单写成一个 markdown 文件，提交到仓库。
sam-cell-seg
SAM Cell Segmentation Skill 是一个面向 SAM（Segment Anything Model）细胞分割与掩码处理任务的技能指南，来源于 letta-ai/skills。它适用于涉及 MobileSAM 或 SAM 模型图像分割、二值掩码转多边形/折线表示、含坐标数据的 CSV 处理，以及深度学习推理流水线命令行工具构建的任务，典型场景是显微图像中的细胞或物体分割。该技能强调实现前的接口需求发现，包括确认脚本调用方式、参数是位置参数还是关键字参数、参数名是否与测试框架一致，以及输出格式、数据类型、列名、顺序和分隔符的精确匹配，并要求理解 IoU、准确率等评价指标与阈值。它还提供实现方法参考，如使用 argparse 的关键字参数模式、数据类型一致性处理、SAM/MobileSAM 模型加载与掩码细化、掩码转多边形等代码片段，并给出提交前的验证清单、代码审查要点、常见陷阱和测试策略。
linear-repo-reconcile
用于在多个智能体、分支、工作树、提交、PR 或旧会话数据之后，整理与 Linear 问题关联的混乱仓库状态：发现带问题标签的工作，收集仓库与 Linear 证据，诊断 CI，分类状态并生成对账计划或执行安全清理。
geo-content-optimizer
GEO Content Optimizer 是一个面向生成式引擎优化（GEO）的内容优化技能，帮助内容在 ChatGPT、Perplexity、Gemini 等 AI 回答中被引用。它提供内容框架、结构、事实密度与分块策略建议，适用于准备 GEO 内容的场景。