genpark-marketing-banner-agent-skill
GenPark 营销横幅智能体技能，用于自动化管理季节性促销网页横幅，支持排期、布局匹配、轮播、A/B 测试与 CMS/S3 部署。
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 10-29 00:09
智能体与模型
25,122 个结果
local-mcp-file-editing
local-mcp 是一个基于 Rust 的 MCP 服务器，让 AI 智能体在沙箱权限下安全读写本地文件并执行命令，支持会话级权限、图像读取与后台任务管理。
setup-process
为 Cursor、Codex、Conductor 生成 AI 智能体工作树与隔离环境的安装脚本和配置文件，让智能体在新环境中自动安装依赖、复制工具配置目录与环境变量文件。
chrome-devtools-mcp
用于配置并连接 chrome-devtools MCP 服务器，通过 Chrome DevTools Protocol 操作 Chrome 浏览器，支持页面导航、截图、DOM 快照、执行 JavaScript、点击与输入等操作，并包含连接失败时的排查与备用桥接方案。
template-skill
template-skill 是一个出现在 skillcreatorai/awesome-agent-skills 仓库中的技能条目，其页面地址为 https://www.skills.sh/skillcreatorai/awesome-agent-skills/template-skill。从现有资料看，该条目本身是一份待填写的模板：描述字段写的是“Replace with description of the skill and when Claude should use it.”，正文说明字段写的是“Insert instructions below”。也就是说，它并未提供任何实际可用的技能功能、指令内容或使用说明，而只是用于创建新技能时的占位骨架。因此，它更像是一个结构示例，供使用者按格式补充技能名称、用途、触发条件和具体指令。由于缺少官方说明文本（official_text 为空），也无法确认它的具体适用场景、运行方式、依赖条件或平台支持情况，这些信息暂未提供。
deepagents-setup-configuration
Deep Agents 是构建在 LangChain 与 LangGraph 之上的智能体框架，内置规划、文件系统上下文管理和子智能体委派能力。本技能用于在 Python 或 JavaScript 项目中初始化、验证和排查 Deep Agents 项目，依赖 `deepagents` 包。适用于需要快速搭建 Deep Agent、使用子智能体或文件系统上下文、规划（write_todos）、长期记忆模式，从旧的 create_react_agent 流程迁移，用仓库脚本脚手架生成起步项目，对 agent.py / agent.js / agent.ts 配置做静态校验，或在开源 Deep Agents 示例与模板前做安全检查的场景。
telnyx-ai-outbound-voice-python
Telnyx AI 外呼语音 Python 技能：端到端配置 Telnyx AI 助手向任意电话号码发起外呼，涵盖购买号码、创建 TeXML 应用、绑定号码、配置外呼语音配置文件白名单，并用定时事件触发通话。
telnyx-storage-javascript
通过兼容 S3 的 Telnyx Storage API 管理云存储桶与对象的 JavaScript SDK 技能，提供桶 SSL 证书、用量查询与预签名 URL 等示例。
resume-agent-session
从本地 JSONL 日志按 ID 或当前目录恢复 Codex、Pi、Oh My Pi（omp）或 Claude Code 的会话，将历史记录重建为紧凑工作上下文，并在合适时继续未完成的工作。仅做只读恢复，不调用原生 resume 命令。
mcp-builder
用于创建高质量 MCP（Model Context Protocol）服务器的开发指南，帮助 LLM 通过设计良好的工具与外部服务交互，覆盖从调研规划、实现、审查测试到评估的完整流程，涉及协议文档、TypeScript 与 Python SDK 及最佳实践。
tl-agent-plan-audit
tl-agent-plan-audit 是一个用于在执行前审计计划文档（.plan.md）的技能，归属于 toddlevy/tl-agent-skills。它先做结构合规校验，确认计划是否符合 tl-agent-plan-create 规范，再把批判性评审、预演式事前验尸、并行化评估、实施就绪度分析、交付仪式生存性分析和前提核验整合为一份统一审计报告。触发场景包括用户说“审计这个计划”或“评审计划”、执行计划之前，以及用户希望优化计划效率或获得事前验尸与批评意见。输出包含按主题归类的统一审计报告、结论（可执行｜建议修改｜需返工）以及可操作的修订建议。
tl-agent-plan-create
tl-agent-plan-create 是一个用于创建结构化计划文档的技能，适用于功能开发、项目推进或多阶段任务。它支持生成带 YAML frontmatter 的计划文件，提供战略型与技术型两种模板，涵盖阶段划分、门禁（gates）、依赖关系、问题跟踪集成与文档范围等要素。计划文件存放于 .cursor/plans/ 目录，采用 {描述性名称}-{8位十六进制}.plan.md 命名。技能通过 AskQuestion 工具批量收集需求，并强调计划中必须包含已决断的方案而非开放选项，同时要求对代码库的事实性声明提供验证记录。
context-audit
context-audit 是一个用于审计 Claude Code 配置上下文与 token 浪费的技能。它通过分析 /context 输出，检查 MCP 服务器、CLAUDE.md、技能文件（SKILL.md）、settings.json、hooks、记忆文件、.claudeignore 与文件权限等配置，找出臃肿与冗余内容，并给出评分、问题清单和可执行的修复建议。适用于用户反馈“审计我的上下文”“检查我的设置”“为什么 Claude 这么慢”“token 浪费”等场景。该技能需要用户先在会话终端自行运行 /context，技能本身无法执行斜杠命令。
ai-court
以明朝内阁制为蓝本的多 Agent 协作系统，可模拟古代朝廷的三省六部组织结构，通过 IM 平台调度多个 AI Agent 协同完成任务。
hypercognitive-skill-compiler
hypercognitive-skill-compiler 是一个技能编译器类 Agent Skill，用于把复杂的技能需求转化为完整、可反复运行的 Agent Skills。它通过一轮详尽的内部认知流程和严格质量门禁产出带 Mermaid、伪代码、数据规则、错误处理与示例的最终技能包。
build-mcp-use-agent
用于编写或审查 mcp-use 包的 TypeScript MCPAgent 代码，即由 LLM 选择、调用并串联一个或多个 MCP 服务器工具的智能体循环。
use-persona
use-persona 是一个以真实人物身份与用户对话的技能。它基于 ta 的人格档案，还原 ta 的语气、习惯、消息节奏、口头禅、标点与表情风格，以及思维方式和互动模式，让用户像和这个人本人聊天一样交流。使用方式为 /use-persona [name]，技能会读取 personas/others/{name}/persona.json，并通过 tools/persona_runtime_loader.py 生成精简版上下文 chat-card；如需展示完整档案可读取 persona.md（仅供人阅读）。进入角色前会内部确认说话方式、对用户的态度、口头禅与禁区。对话中遵循语言还原、内容还原和边界处理规则：不编造 ta 不知道的事，回避档案中标注的禁区，用户想和 AI 说话时短暂出戏确认。用户说“退出”“结束”“换回来”可退出角色，说“换成[另一个人]”可切换。该功能是对真人的近似重现，不是真人。
zoom-rtms
Zoom Realtime Media Streams（RTMS）是 Zoom 提供的后端实时媒体接入服务，可通过 WebSocket 获取会议、网络研讨会、Video SDK 会话及 Contact Center Voice 的实时音频、视频、屏幕共享、转录与聊天数据，无需机器人入会。
mcp-integration
MCP Integration 是一个面向 Model Context Protocol（MCP）的集成技能，用于创建和优化 MCP 集成，包括服务器配置、身份验证与性能优化。它适用于新建 MCP 服务器配置、将服务接入 MCP、优化 MCP 性能、实现 MCP 认证、组织 MCP 服务器结构以及排查 MCP 集成问题等场景。该技能提供 MCP 配置、集成设计、安全认证、性能优化、安全最佳实践以及配置测试与验证等能力。使用方式上，可通过自然语言指令创建 MCP 集成或执行特定任务，例如为 GitHub API 创建 MCP 集成、为数据库访问配置 MCP 服务器、优化某个 MCP 服务器配置的性能等。
nathan-standards
Nathan 开发标准（nathan-standards）是面向 Nathan 项目的开发规范技能。Nathan 是一个 n8n 与 Jira 结合的智能体自动化系统。该技能覆盖 n8n 工作流 JSON 编写、Python 代码模式以及项目约定，适用于创建或修改 n8n 工作流、编写 Python 辅助与模板模块、设计 webhook 命令契约、构建工作流注册表配置，以及通过 agent-os 实现规格驱动功能。核心原则是 n8n 持有全部外部凭证，Python 服务通过共享密钥认证调用 n8n webhook。
skill-creator
Skill Creator 是一个用于创建和更新 Claude 技能（Skills）的指导型技能。技能是模块化、自包含的扩展包，通过提供专门的知识、工作流和工具来扩展 Claude 的能力，使其从通用智能体转变为具备特定领域程序性知识的专用智能体。该技能提供完整的技能创建流程指导，包括：理解技能用途与具体示例、规划可复用内容（脚本、参考资料、资产）、初始化技能目录、编辑 SKILL.md 与捆绑资源、打包为可分发的 zip 文件，以及迭代改进。它阐述了技能的解剖结构（必需的 SKILL.md 与可选的 scripts/、references/、assets/ 目录），并介绍了渐进式披露设计原则（元数据、SKILL.md 正文、捆绑资源三级加载）。适用于用户希望创建新技能或更新现有技能以扩展 Claude 能力的场景。
agent-patterns
agent-patterns 是一个用于智能体协作的技能（skill），来自 aaaaqwq/agi-super-team 项目。它面向需要处理智能体协调相关问题的场景，当用户涉及「SPAWN REQUEST 格式」「agent 报告」「智能体协调」「并行 agent」「报告格式」等主题时被触发使用。该技能提供自动化辅助，执行时需要适当的文件访问权限和已安装的依赖。使用方式是：在满足触发条件时调用该技能，提供必要的上下文与参数，然后审查生成的输出并按需修改。技能会产出与任务相关的结构化输出；错误处理与示例分别参见 {baseDir}/references/errors.md 和 {baseDir}/references/examples.md。关于收费、价格、支持的平台、具体实现细节与效果，资料未提供，暂未明确。
research-engineer
面向工程与研究任务的 AI 技能，定位为严谨的科研工程师。它强调科学严谨、客观批判与理论正确性，不做无依据的编造。核心协议包括：零幻觉要求（不虚构库、API 或理论边界，遇到数学上不可行或计算上不可解的问题需立即指出，不了解的库应如实说明并给出标准库替代方案）；反简化（不因简化而损害方案有效性，拒绝占位符，代码需可编译可运行）；客观中立（不用表情符号和客套话，直接给出分析或代码，若前提有误需先纠正）；长实现可达 token 上限时以指定标记结尾并等待继续。方法上遵循科学方法：定义问题约束、按领域选择语言与工具、实现自文档化且经过测试的代码、通过断言或单元测试验证正确性。提供语言选择矩阵与优化优先级参考，并有正则解析 HTML、C++ 无锁队列、递归复杂度分析等示例。适用于需要理论严谨与高性能实现的科研或工程场景。
line-mini-app
LINE MINI App 是构建在 LIFF 之上的 Web 应用平台，运行于 LINE 应用内部。本技能为其综合参考资料，覆盖 Service Messages（服务消息）、Common Profile Quick Fill（通用资料快速填充）、In-App Purchase（应用内购买）以及 Console 配置（3 个内部频道）、提交流程等内容。资料强调不要凭记忆回答 LINE MINI App 问题，因为 LINE 频繁更新 API，训练数据不可靠，应始终查阅给定参考资料。技能说明了推荐工作流：先读 references/guidelines.md，再按功能加载相应参考文档，遇到架构或设计选择查阅 references/experts.md，评审时对照规范核查代码（令牌生命周期、消息上限、作用域要求、模板命名、IAP 下单流程等）。同时给出环境变量、MINI App 与 LIFF 的功能对比、SDK 与工具信息。