autopredict
AutoPredict 是 howdymary/autopredict 预测市场交易代理仓库的封装技能，用于扫描 Polymarket 实时市场、检查多结果事件结构性错误定价并评估交易执行质量。它本身不是预测模型，需用户自行提供 fair_prob，且真实交易仅为脚手架，未达到生产可用。
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
24,979 个结果
agents-ts
LiveKit Agents TypeScript SDK 技能：用 TypeScript 或 JavaScript 构建语音 AI 智能体后端，适用于语音助手与实时 AI 应用，并提供配套 MCP 工具与本地参考文档。
llm-wiki
llm-wiki 是一个用于构建和维护工作区本地、兼容 Obsidian 的研究知识库的技能，采用 Karpathy 的 LLM Wiki 模式，将原始资料、概念/实体页面、内容地图与维护日志组织为持久化 Markdown 库。
ai-multimodal
ai-multimodal 是一个通过 Python 脚本调用 Google Gemini 多模态 API 的技能，用于分析或生成图像、音频、视频和文档，需配置 GEMINI_API_KEY。
write-agents-md
用于创建、审查或精简 Web 与桌面项目根目录及嵌套 AGENTS.md 文件的技能，采用先复制模板后适配的方式，帮助仓库维护面向进入该目录的智能体的持久指令。
ionic-in-app-review
用于 Ionic/Capacitor 应用调用系统原生评分弹窗的技能，基于 @capacitor-community/in-app-review，触发 Apple SKStoreReviewController 与 Google Play In-App Review API，适合在用户获得正向体验后请求评分。
handoff
handoff 是一个将当前对话压缩为交接文档的技能，方便新的智能体接续工作。文档保存到操作系统临时目录，包含建议调用的技能，并按要求脱敏、避免重复已有产物。
wayfinder
Wayfinder 是一个面向智能体协作的规划技能：把超出单次会话容量的大块工作，绘制成问题追踪器上的共享决策地图，再逐个解决决策工单，直到通往目标的路径清晰可见。
llamaindex
LlamaIndex 是一个用于构建 LLM 应用的数据框架，专注于 RAG（检索增强生成）。它提供文档摄取（300+ 连接器）、索引和查询能力，支持向量索引、列表索引、树索引等多种结构，并可将查询引擎封装为工具供智能体调用。项目在 GitHub 上拥有 45,100+ 星标，被 23,000+ 仓库使用，拥有 1,715+ 贡献者，当前稳定版本为 v0.14.7，采用 MIT 许可证。
serving-llms-vllm
该技能介绍如何使用 vLLM 以高吞吐量服务大语言模型，依托 PagedAttention（分块 KV 缓存）与连续批处理（混合 prefill/decode 请求）实现高性能推理。内容涵盖安装方法、离线批量推理、OpenAI 兼容服务端部署、量化模型服务（AWQ/GPTQ/FP8）、生产部署检查清单（配置、压测、监控、Docker 部署与指标验证）、Prometheus 监控指标、常见问题排查（显存不足、TTFT 过高、吞吐低、模型未找到等）、硬件需求与官方资源。适合部署生产级 LLM API、需要低延迟高吞吐的多用户应用，以及在有限显存下运行大模型的场景。
githits-mcp
GitHits MCP 是一套面向开源代码、文档与包信息的查询工具集，通过 MCP 调用，可解析依赖目标、检索源码与文档、读取文件、评估包健康度与漏洞、对比版本差异并查找实现示例。输入会离开本机，禁止发送私有代码、本地路径、凭据或个人数据。
the-goal
the-goal 是一个基于约束理论（TOC）的 AI 自动化诊断技能，用于在构建任何自动化、技能、目标、循环或计划前，先找出系统的真正瓶颈，再把一个自动化精准投向该约束，避免优化非约束造成的无效投入。
setup-mcp
用于在 Claude Code 插件中添加或配置 MCP（Model Context Protocol）服务器的技能，触发词包括 add mcp、setup mcp、configure mcp server 等。
s4h
s4h 是 skills-for-humanity 的主编排技能：用自然语言描述处境与目标，它会识别目标、设计由多个技能组成的推理流程并按序执行，逐步串联结果。
s4h-resource-leverage-mapping
一个用于资源杠杆映射的技能：盘点可用资源、列出候选用途、估算单位投入产出与倍增效应，找出被低估的高杠杆资源，并给出最高杠杆的分配建议。
make-scenario-reference
Make 场景管理工具的参考技能，说明该工具集的共享约定：命名规则、OAuth 权限范围、读取与写入模型、拒绝写入的边界、列表上限等，用于工具返回 403、拒绝写入或找不到对应能力时查阅。
mcp-builder
mcp-builder 是一个用于创建高质量 MCP（Model Context Protocol）服务器的开发指南技能。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务和 API 交互。该技能强调以智能体为中心的设计原则，包括围绕工作流而非单纯 API 端点构建工具、优化有限的上下文窗口、设计可操作的错误信息、遵循自然任务划分，并采用评估驱动开发。整个流程分为四个阶段：深度研究与规划、实现、审查与优化、创建评估。它提供 Python 和 Node/TypeScript 两种实现路径，涉及 MCP 协议文档、SDK 文档、语言特定实现指南和评估指南等参考资料。
transcript-analysis
用于分析 Claude Code JSONL 会话记录并发现反模式、低效与改进机会的技能。
analyzing-test-coverage
用于分析代码覆盖率指标并识别未测试代码路径的技能，支持 Istanbul/nyc、coverage.py、JaCoCo 和 Go 覆盖率工具，可按行、分支、函数、语句维度定位覆盖缺口并生成优先级改进计划。
basalt-cortex
Basalt Cortex 是一个知识挖掘技能，可从 Gmail、Google Chat、Slack、Drive、本地文件、MCP 服务器和网页中提取信息，写入 Obsidian 兼容的 Markdown 库（~/Documents/basalt-cortex/），并通过 basalt-cortex CLI 托盘守护进程自动同步到 basaltcortex.com。
add-a-capability
该技能介绍如何用一份契约与服务端处理器，把同一能力暴露为 CLI 命令、HTTP 路由、MCP 工具、浏览器 RPC 和沙箱调用，避免为每个接口重复编写业务逻辑。
skill-authoring
用于编写、创建、优化和排查 agent skills 的工作手册，涵盖 SKILL.md 与 frontmatter 脚手架、触发描述撰写、渐进式披露、结构校验与激活测试等。
builder-loop
一种有纪律的计划→验证→分检查点构建工作流，最后带一个有界定量的智能体评审门。它先在设计层面找出缺陷，再用聚焦证明找出实现缺陷，避免反复评审同一变更。仅当用户明确要求分检查点规划/构建或指定评审门时使用，不适用于琐碎修改。
pennylane
PennyLane 是一个硬件无关的量子机器学习框架，支持量子线路的自动微分，可将量子计算机像神经网络一样训练。它提供设备无关的编程方式，并能与 PyTorch、JAX 等经典机器学习框架无缝集成。用户可用它构建量子线路、训练混合量子-经典模型、模拟分子基态能量（VQE）、在模拟器或真实量子硬件上运行，并借助内置优化器与多种梯度计算方法进行训练。安装需 Python 3.11 或更新版本，可通过 uv 固定版本安装，并按目标硬件厂商安装对应插件。