ask-matt
ask-matt 是 jorgealves/matt_pocock_skills 仓库中的技能路由工具,用于根据当前处境推荐合适的技能或流程。它本身不执行具体任务,而是帮助用户在一组技能之间找到入口,例如从想法到交付的主流程、缺陷处理、代码库维护等。
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
25,130 个结果
ask-matt 是 jorgealves/matt_pocock_skills 仓库中的技能路由工具,用于根据当前处境推荐合适的技能或流程。它本身不执行具体任务,而是帮助用户在一组技能之间找到入口,例如从想法到交付的主流程、缺陷处理、代码库维护等。
claude-handoff 是一个用于把当前对话交接给全新后台智能体的技能。它会为当前对话撰写一份交接摘要,让新智能体能够立即接手继续工作。与保存摘要不同,它直接以后台方式启动一个智能体,并把摘要作为其提示词:claude --bg --name "<描述性名称>" "<交接摘要>"。该智能体在当前工作目录中启动并立即返回,用户可通过 claude agents 进行管理。摘要中需包含“建议技能”部分,并避免重复已有文档内容、隐去敏感信息。
为 Claude Code 配置 PreToolUse 钩子,在危险 git 命令执行前拦截并阻止,如 git push、reset --hard、clean、branch -D 等。可按项目或全局安装,并支持自定义拦截规则。
handoff 是一个用于会话交接的 AI 技能,作用是把当前对话压缩成一份交接文档,让新的智能体据此接续此前的工作。文档会保存到用户操作系统的临时目录,而不是当前工作区。文档中包含“建议使用的技能”一节,提示接手智能体应当调用哪些技能。同时它要求不重复其他工件(规格、计划、ADR、issue、提交、diff)中已记录的内容,而是通过路径或 URL 引用;对 API 密钥、密码、个人身份信息等敏感内容进行脱敏;若用户传入了参数,则将其视为下一会话关注点的描述,并据此调整文档内容。该技能适用于需要跨会话、跨智能体持续同一项工作的场景,具体安装与调用方式暂未提供。
triage 是一个用于项目 issue 跟踪器的技能,通过一组分类角色与状态角色构成的状态机来推进 issue 和外部 PR 的处理流程,包括分类、验证、必要时追问,并撰写可供智能体执行的简报。
Wayfinder 是一项用于规划超出一个智能体会话容量的大型工作的技能:它在仓库的 issue tracker 上把工作绘制成一张决策票据共享地图,通过逐张解决决策票据来找到通往目标的路径。
writing-fragments 是一个用于写作探索阶段的技能:通过持续访谈用户,把零散想法、句子、引语和观察记录为“片段”,暂不组织结构或大纲,适合在正式成文前扩大可写内容的空间。
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。
Professor Critic 是一个面向已完成作品的严格评审技能:它模拟特定评审者(如严格教授、竞争对手审稿人、共同作者)的真实判断标准,给出 ACCEPT、MAJOR REVISION 或 REJECT 的结论,而非鼓励式反馈。
多元思维模型构建法(芒格范式)技能,用于在复杂决策与分析时建立跨学科认知工具箱。适合感觉思维工具单一、想更全面看问题的人,不适用于单一领域深耕或时间紧迫的决策。
在 Starknet 上基于 ERC-8004 无信任智能体标准注册和管理 AI 智能体身份,将智能体身份铸造成 NFT,并通过反馈建立声誉、发起第三方验证。
面向 LLM 应用的失控成本与配额滥用审计技能,仅做盘点与整改计划,不修改任何限额或路由配置。按三层护栏模型(限额、熔断、降级)评估每个调用点的最坏支出与可达性,输出 plan-llm-cost-guardrails.md 计划文件。
用于检查并解释本地 Deep Agents Code SQLite 会话存储中对话的技能。当 LangSmith 追踪工具不可用时作为后备方案,通过脚本以只读方式读取会话记录并输出 JSON。
learn 是一个用于从错误中学习的技能:当发生过本应在未来会话中避免的错误时,把教训写入 AGENTS.md,防止重复犯错。
English Prompt Optimizer 是一个用于优化和重构用户提示词的技能,可将非英语或含糊的请求转换为清晰、结构化的英文提示,以改善 AI 回复质量。
OpenClaw 智能体的认知记忆架构:通过周期性“做梦”循环,把每日日志整合为带重要性评分的结构化长期记忆,并向用户发送整合报告。
基于RFM模型与回归算法的客户生命周期价值(LTV)预测工具,适用于电商与零售场景。输入交易或订单数据后,自动完成RFM特征工程、回归建模与价值预测,输出可视化与报告。
大麦数据 Mercado Libre(美客多)市场洞察与选品查询技能,通过 LinkFox 网关查询类目、行业规模、商品与属性聚合、销量趋势、相似图片商品和评论,覆盖墨西哥、巴西、阿根廷、智利、哥伦比亚站点。
该技能用于上下文恢复(Context Restoration)相关的任务与工作流,聚焦于智能、语义感知的上下文检索与重建,适用于复杂的多智能体 AI 工作流。其目标是高保真地保存和重建项目知识,尽量减少信息丢失,并支持项目上下文在分布式 AI 工作流间的恢复与重建、长时间运行项目的连续无缝衔接、语义感知的上下文重水合,以及历史知识完整性与决策可追溯性的维护。技能提供了输入参数定义(如 context_source、project_identifier、restoration_mode、token_budget、relevance_threshold),并涵盖语义向量搜索、相关性过滤与排序、上下文重水合模式、会话状态重建、上下文合并与冲突解决、增量上下文加载、上下文的校验与完整性检查以及性能优化等多项能力。使用方式上,技能说明要求在任务开始时明确目标、约束和所需输入,应用相关最佳实践并验证结果,提供可操作的步骤与验证方法;如需要详细示例,可打开 resources/implementation-playbook.md。参考工作流包括项目恢复和跨项目知识迁移。注意:本技能不适用于与其无关的任务,或需要使用超出该范围的其它领域或工具的场景。
Microsoft Agent Framework 的 .NET 技能文档,指导构建和评审 .NET AI 智能体、Harness 与多智能体工作流,涵盖智能体类型选择、会话状态、工具与审批、工作流编排、托管与迁移等主题。
Manic Agent Skill 是一个用于在 Solana 上的 Manic 平台交易事件合约的技能,采用服务端操作,无需客户端钱包签名。可通过 Python 脚本查询价格、查看账户余额与交易统计、开仓、提前平仓及查询持仓历史。
plan-prompts 是一个用于把源文档转化为可维护开发计划与执行提示的技能:生成权威的 DEVELOPMENT_PLAN.md 与 EXECUTION_PROMPTS.md,并用本地忽略的历史台账记录设计证据。它只做规划,不写产品代码、不建分支、不开 PR。
hooks-manager 是一个用于创建、编辑、配置和调试 Claude Code、Codex 与 Cursor 钩子(hooks)的技能。它把钩子视为事件驱动的命令或提示,并强调不同平台的语法应区别对待。使用流程为:先识别平台并加载 router.md,再加载对应平台文件(claude-code.md、codex.md 或 cursor.md),然后选择作用域、文件路径、生命周期事件,以及命令钩子(确定性)或提示钩子(推理型,若平台支持),最后校验原生配置并运行平台冒烟检查。跨智能体时,建议保留一个可移植脚本加每个平台的小型适配器,并报告不支持的功能。可按需加载 hook-types.md、command-vs-prompt.md、matchers.md、input-output-schemas.md、examples.md、troubleshooting.md 等参考文件。在 Stop/SubagentStop 事件中需检查 stop_hook_active,使用可信的绝对路径、超时和 jq 校验,并保持阻断规则具有选择性。
一个通过15个问题访谈用户角色、关注主题、信息来源、排除项与格式偏好,并生成可粘贴到定时任务或 Claude Code Routine 的晨报主提示词的技能。