openviking-skills
OpenViking Skills 用于在 OpenViking 中查找、使用、创建、安装、分享、更新和迁移智能体技能，技能以数据形式存储于 viking://~/skills 与 viking://agent/skills，可跨同一账号下的多个 harness 与机器使用。
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
24,989 个结果
huggingface-llm-trainer
在 Hugging Face Jobs 托管云 GPU 上使用 TRL 或 Unsloth 训练与微调语言模型，支持 SFT、DPO、GRPO、奖励模型训练及 GGUF 转换，结果可推送到 Hugging Face Hub。
neo-team-claude
Neo Team (Claude Code) 是一个面向 Claude Code 的软件开发智能体团队编排技能。它本身不编写代码，而是作为编排者：读取项目上下文（CLAUDE.md / AGENTS.md 及 docs/design/INDEX.md），对用户请求进行分类并选择匹配的工作流，然后通过 Agent 工具把任务分派给不同的专业角色（架构师、业务分析师、代码审查员、开发者、QA、安全、系统分析员），在角色之间传递上下文，最后合并输出并返回给用户。该技能定义了任务分类规则、复杂度评估、委派协议、提示词组合模板、文档目录结构约定以及文档同步阶段，用于把需求澄清、设计、测试用例评审、实现与审查串成一条可追溯的流水线。
workos-authkit-react
用于在 React 单页应用（SPA）中集成 WorkOS AuthKit 的技能，面向无 Next.js 或 React Router 的项目，采用纯客户端认证方式。
antigravity-vision-proxy
Antigravity Vision Proxy 是一个用于「让不具备视觉能力的智能体也能分析图像」的代理方案。它通过子进程调用 agy --print，借助 Gemini 视觉模型来分析图像，并配合 ffmpeg 抽帧和结构化输出解析。适用场景包括：当前智能体本身无法直接查看或理解图像，但视频分析或视觉上下文需要逐帧检查时。资料给出的典型用途有：识别游戏、英雄角色或画面中的活动，为视频帧打时间戳或做场景分类，以及任何需要视觉上下文而当前模型看不到的情况。该技能提出「有门控的触发规则」，并不是每一段都调用视觉，只有出现歧义指示代词、未解析的专有名词或 ASR 识别乱码、游戏或活动切换边界、静音高活跃片段、用户明确要求用视觉验证、以及数字/活动/专有名词出现差异时才调用。帧提取提供三种方式：YouTube 高分辨率故事板下载、本地视频/MP4 抽帧、以及针对性的高分辨率视频片段切片。调用时使用 agy --model 指定 Gemini 模型，并需加 --dangerously-skip-permissions 与 --add-dir frames。为获得可解析输出，可在提示中要求返回 JSON 数组。资料还列出模型选择建议与常见错误。收费、价格、平台支持范围等事实暂未提供。
pragmatic-clean-code-reviewer
严格代码审查技能，依据《Clean Code》《Clean Architecture》和《The Pragmatic Programmer》原则评审代码与 PR。先通过问卷确定项目定位与严格等级（L1-L5），再按 15 点清单检查正确性、可读性、设计、测试与并发安全，输出分级问题报告与合并结论。
light-plan-and-work
面向受控小任务的轻量规划与执行技能：先路由判断，再生成3至7步计划并立即执行、验证和交接；适用于用户明确要求轻量规划执行的场景。
setup-agent-skills
用于为仓库初始化或升级 Agent 项目知识基础设施的 Skill：部署 CONTEXT/RULE 格式文档、按需加载脚本及当前宿主的项目级 Hook，并提供校验、幂等重跑与用户定制保护。
thrifty-brief
thrifty-brief 是 thrifty 拆分规划模式中的简报撰写子技能。在 thrifty 拆分运行中，架构师（director）已完成所有跨单元决策并固定在 CONTRACT.md 中，本技能负责将一条简短的单元规格（unit spec）扩展为完整的 briefs/UNIT-NNN.md，使 Haiku 执行器能够以约 90% 的完成度直接运行、无需再做决策，同时让检查器能够客观验证。它只负责单元内部细节，不触碰跨单元接缝：不重新定义跨单元形状、不发明跨单元约定、不改变范围或依赖。输出遵循 BRIEF.template.md，包含目标、输入/上下文、方法、约束、验收标准、依赖，风格为密集要点与速记，验收标准标注为可运行或可断言，并原样保留契约声明的跨模块测试。
thrifty-check
thrifty-check 是 thrifty 工作流中的检查子技能，用于验证单个已完成单元是否满足其验收标准。它只针对被调用的原因进行核查：若为失败门禁，则读取失败测试输出并沿代码路径诊断，并自行重跑失败命令确认；若为断言性标准，则阅读产出物并依据具体证据判断（如文字质量、引用、规范、设计）。它不信任执行器的自述，但也不重复验证已通过的门禁。检查后需将单元归类为 pass、local、execution 或 brief 四种诊断之一。仅当诊断为 local 时，才尝试一次外科手术式修复：记录当前通过标准作为回归基线，做最小就地编辑，重跑全部标准；若修复导致原本通过的标准失败，则回退并报告 execution。最终输出结构化裁决，包含单元、各标准通过情况与证据、总体结果、诊断、建议层级、是否尝试修复及备注。
thrifty-execute
thrifty-execute 是 thrifty 工作流中的执行器子技能。它在一个缓存会话中，依据已经包含全部决策的 briefs，按给定顺序构建单元列表。执行器不重新设计任务，因为架构师已完成跨单元决策；它复用已构建的成果，让后续单元建立在先前单元之上。执行器会读取共享契约 CONTRACT.md，按 partition、relay、layered 三种分解模式产出各单元输出，遵守契约规定的形状与命名，最后运行 gate 命令并在最多 3 次内自修复，最终以结构化报告返回结果。
thrifty-plan
thrifty-plan 是 thrifty 工作流中由架构师（Sonnet）执行的规划纪律技能，用于把任务拆解为可被廉价执行器（Haiku）完成的单元，并写出 CONTRACT.md（跨单元决策与依赖图）、每个单元的 BRIEF 及验收标准，最后初始化 LEDGER。它先判断任务是否适合 thrifty，再选择分解模式（partition/relay/layered）与规划层级（direct/split），只固定真正跨单元且存在歧义的决策，其余留给执行器推断。
bindcraft
BindCraft 是一个基于 hallucination 的端到端蛋白质结合体（binder）设计工具，内置 AF2 验证。它可以从目标蛋白结构出发，指定目标链、热点残基和结合体长度范围，批量生成并筛选候选结合体设计，输出包含 pLDDT、ipTM、PAE、RMSD 等指标以及序列和结构文件。该技能支持通过 Modal（推荐）或本地安装运行，本地安装以 JSON 配置文件驱动而非命令行标志。该资源适合需要生产级结合体设计、关注实验成功率的研究人员，要求较高的 GPU 资源（建议 48GB 显存、L40S/A100）。根据资料，50 个设计在 L40S 上约需 2-4 小时，Modal 成本约 15 美元；BindCraft 论文报告的实验成功率为 10% 至 100%，平均 46.3%，强依赖于目标。
page-decomposition
该技能用于在页面导入过程中对单个区块（section）内部的内容序列进行分析，并给出中立的描述。它每次只处理一个区块，不分析整页，也不负责为内容指定块名称。具体做法是观察该区块的截图和清理后的 HTML，识别内容从上到下的垂直流，找出内容类型或模式发生变化的断点，然后在每个断点之间定义一个内容序列，并描述其中包含的元素（标题、段落、图片、按钮等）、排列方式（堆叠、并排、网格）和数量。描述保持中立，例如“两张并排显示的图片”而非“Columns 块”，“8 个带图标和短文本的网格项”而非“Cards 块”。最终以结构化格式返回该区块的序列列表，包含区块编号和序列编号及描述。该技能由 identify-page-structure 针对每个区块调用，输出为后续的块盘点、内容建模和授权决策提供基础，但不参与这些后续决策。
ai-infrastructure-litellm
LiteLLM 代理服务器配置与 TypeScript 客户端实践指南：通过 OpenAI SDK 连接兼容代理，实现多提供商模型路由、回退、负载均衡、虚拟密钥与花费追踪。
mcp-research
mcp-research 技能用于通过 MCP 工具获取当前可验证的技术信息，而不是依赖记忆。适用于库与 API 问题、依赖版本核查、第三方 SDK 与 API 实现、与版本相关的调试，以及查询最新最佳实践、变更日志和破坏性变更。
hodlmm-arb-executor
HODLMM Arb Executor 是面向 Bitflow XYK 与 HODLMM(DLMM) 之间 sBTC/STX 价差执行 LP 套利的工具：检测价差，用 swap 加 add-liquidity 入场，价差反转或持仓满 2 小时自动退出。所有写入路径需 --confirm。
maintain-model-list
维护受支持 LLM 模型列表的技能：新增模型或执行例行维护（验证可用性、发现值得新增的模型）。需同步更新文档页与实时测试中的 MODEL_GROUPS、provider id 覆盖及 modelPatch 参数修补。
oh-my-opencode-slim
用于配置和优化 oh-my-opencode-slim 的技能：协助调整智能体、模型、提示词、自定义智能体、技能、MCP、预设与委派行为，并在改动前征得确认。
cognitive-bias-detection
cognitive-bias-detection 是一个用于审计推理过程的技能：当用户或 Claude 自身在做评估、推荐或决策时，检测可能被认知偏差悄然扭曲的环节。它按偏差类型列出信号与纠正方法，并给出偏差扫描、高风险发现、去偏重估和置信度校准等结构化输出。
handover
handover 是一套本地会话交接协议，用于 AI 智能体在连续会话间保持上下文：写入结构化 handover.md 笔记、安装启动引导、并在新会话中安全恢复上下文。默认私有模式，交接文件不进入 Git。
openspec-explore
OpenSpec Explore 是一个“探索模式”技能，定位为思考伙伴，用于探索想法、调查问题和澄清需求。它强调深入思考、自由可视化，并跟随对话自然展开。该模式只用于思考而非实现：可以读取文件、搜索代码、调查代码库，但绝不编写代码或实现功能；如果用户要求实现，会提醒其先退出探索模式并创建变更提案。它允许在用户要求时创建 OpenSpec 工件（提案、设计、规格），因为这属于记录思考而非实现。该技能没有固定步骤、必需顺序或强制输出，而是以好奇、开放、可视化、自适应、耐心、基于实际代码库的姿态，帮助用户探索问题空间、挑战假设、重构问题、调查代码库、比较方案、可视化架构、识别风险与未知。它具备 OpenSpec 上下文感知，可通过 openspec list --json 检查现有变更，并在决策产生时建议将洞察记录到相应工件中，但由用户决定是否记录。
agent-deck
agent-deck 是一个面向 AI 智能体的终端会话管理器 CLI，可创建、启动、监控子级 Claude 会话并获取其输出结果，支持父子会话、MCP 连接与多种结果获取模式。
twitter-agent
Twitter Agent 是 bankrbot/skills 中的一项技能，用于创建、管理和自动化一个具有固定人格与叙事线的 Twitter/X 智能体，支持手动发帖、回复提及以及按 cron 定时运行的自动化流程。