create-plugin
用于脚手架生成 Claude Code 顶层插件目录的技能，按分阶段工作流创建 plugin.json、组件目录、plugin.yaml、__init__.py 等，并做注册校验。不适用于创建单个技能或为已有插件添加 MCP 集成。
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 10-30 00:12
智能体与模型
25,267 个结果
ecosystem-authoritative-sources
该技能提供 Agent Skills、Claude 插件、Antigravity 工作流与子智能体的创建、结构、安装和审计参考资料，并汇总官方规范链接。依赖 Python 3.8+ 标准库，无外部包。
ecosystem-standards
ecosystem-standards 是一个用于审计代码、目录结构与智能体行为是否符合生态规范的技能，覆盖插件、技能、工作流、子智能体与钩子等组件的结构、清单、命名、内容与安全审查。
synthesize-learnings
一个将 analyze-plugin 的原始分析结果转化为可执行改进建议的技能，面向 agent-scaffolders 脚手架生态。依赖 Python 3.8+ 与标准库；触发词为 synthesize。
llm-evaluation
llm-evaluation 是一套用于 LLM 应用评测的技能，涵盖自动化指标、人工反馈与基准测试，帮助衡量性能、比较模型与提示词、检测回归并跟踪基线进展。
create-subagent
create-subagent 是一个用于创建 Claude Code 专用子代理（subagent）的指南型技能。它按官方最佳实践指导用户定义子代理，输出符合规范的 Markdown 文件，其中包含 YAML frontmatter、清晰聚焦的描述、系统提示词以及工具配置。使用该技能时，用户可描述想要创建的代理或子代理，即可获得创建流程、字段规范与配置建议。技能覆盖了子代理的用途理解、存储位置选择、模型选择、工具访问范围定义、系统提示词编写与调用测试等步骤，并提供测试运行器、数据库优化器等完整示例，以及包含 13 项检查项的创建清单。
ruview-model-training
RuView 模型训练技能，用于训练 RuView 系列模型。提供多条训练路线：无摄像头无标签的 WiFlow 姿态训练（基于 10 路传感器信号）、摄像头监督姿态训练（MediaPipe + ESP32 CSI，PCK@20 达 92.9%，ADR-079）、RuVector 对比嵌入（AETHER，ADR-024）、域泛化（MERIDIAN，ADR-027）以及本地 SNN 环境自适应。支持笔记本本地训练与可选 GPU 路径（GCloud L4/A100/H100），并可发布模型到 Hugging Face。
dubbing
Sarvam Dubbing API 的 SDK 代码技能：用异步 create→upload→start→poll→export 流程，把视频或音频本地化为最多 12 种印度语言，并通过声音克隆保留每位说话人的音色，导出配音视频、独立音频和 SRT 字幕。
odsf
ODSF（Open Design System Format）是一套面向 AI 智能体的设计系统打包格式，是 Open Knowledge Format v0.2 的严格 profile。它把设计系统封装为自包含、无 SDK、无平台锁定的 bundle，供智能体阅读、导航并应用到界面构建任务中。
herdr-quorum
Herdr Quorum 是一个用于在可见的 Herdr 窗格中运行已保存的模型评审团（quorum），并综合其报告的工具。它通过 profiles/ 中保存的配置（默认 review）解析用户请求为精确范围，准备一份公共简报，然后由启动器在 Herdr 中创建同级窗格，并发启动多个交互式智能体，每个智能体接收同一份简报和十分钟节奏指令。启动器输出包含 brief.txt、run.json 和 monitor.log 的临时运行目录，由独立监视器负责并发收集事件和各工作者的截止时间。用户通过收集器逐步读取报告，最后按 profile 的综合指令汇总，并附上每个工作者的覆盖情况。
skill-judge
Skill Judge 是一个用于评估 Agent Skill 设计质量的诊断框架，强调把 Skill 当作可执行的知识包而非文章来审查。它依据公开规范、示例与实践经验形成一套带有明确立场的评分标准，帮助判断 Skill 是否在正确时机被触发、是否补充了模型真正需要的知识、是否正确路由到资源，以及是否能让智能体产出更好的工作。适用于审查、审计、比较或修订 Skill 的场景。
mo-herdr
mo-herdr 是一个用于在 Herdr 托管的 agent 会话中驱动完整功能开发的技能：从预检开始，在带有原生 goal 的路由上运行 executor，随后由两名 reviewer 进行评审，并在需要时执行 E2E 验证，直至得到一个经过验证的候选提交。该技能要求 HERDR_ENV=1、Node.js 22+、Git 仓库、交互式编排面板、命名的公共 Herdr 命令以及两个经精确 fixture 验证的 reviewer 供应商，并且只能在 Herdr 环境内使用，不得虚构 Herdr 状态。技能定义了角色与门禁语义（methodology）以及 Herdr 传输机制（herdr-mechanics），包含 fixture 映射解析、预检脚本（mo-posture.sh、mo-models.mjs）、可见拓扑布局、actor 命名、启动与提示等待流程、候选冻结、reviewer 评审配对、E2E 指派、争议裁定、阻断路由与无进展计数等完整流程。所有操作都基于公开的 Herdr 命令，不推断私有 API，也不使用供应商转录、goal 数据库、hook、verdict 文件等作为回退手段。具体收费、价格与支持平台等信息资料中暂未提供。
mo-review
mo-review 是 meta-o 项目中一个以前后端无关方式实现的双评审者协议技能，用于在已安装的 mo-herdr 或 mo-omnigent 功能工作流内部提供评审者视角、评审提示、问题发现与紧凑的评审交接。它本身不启动评审者、不选择后端、不修改代码、不执行提交，也不提供独立的修复循环，仅提供评审判断与收敛规则。协议要求对同一个完整干净的候选 SHA 由两名评审者独立评审，A 先完成、B 后开始，且 B 不接收 A 的输出；评审者供应商需与作者不同，且 A、B 供应商互不相同。评审者不得编辑或提交，必须运行 make mo-qc、make mo-smoke 以及所有适用的非变更性检查。协议规定了强制性评审视角，包括整体用户意图、正确性、验证、架构、复用决策、持久知识、用途语义与多余工具等。每个问题都有评审者归属的稳定 ID 和完整的不可缩短正文，状态包括 PASS、FINDINGS、FOLLOWUP、OUTCOMES、DISPUTED 与 UNKNOWN，并有严格的字段顺序、ID 比较和体积限制规则。只有当同一未变更候选上两份完整评审均为 PASS、无未知项、QC/smoke 为 PASS、checks 为 PASS/NA、无遗留开放 ID、供应商互不相同且双方均评估了完整意图时，评审门才通过。
pydantic-ai
PydanticAI 是 Pydantic 团队推出的 Python AI 智能体框架，把 Pydantic 的类型安全与校验能力带入大模型应用开发。它支持结构化输出（用 Pydantic 模型验证）、依赖注入（便于测试）、流式响应、多轮对话与工具调用，并兼容 OpenAI、Anthropic、Google Gemini、Groq、Mistral、Ollama 等多家模型。适合构建对正确性与可测试性有要求的生产级 AI 智能体、聊天机器人或大模型流水线。通过 pip install pydantic-ai 安装，可按需安装各提供商扩展。本技能提供从最小智能体、结构化输出、@agent.tool 工具、RunContext 依赖注入，到 TestModel/FunctionModel 单元测试、run_stream 流式输出、多轮对话等示例，并涵盖代码审查、重试逻辑、多智能体流水线等场景与最佳实践。
subagent-orchestrator
Subagent Orchestrator 是一个面向 Antigravity 2.0 的配额感知型并行子代理协调技能，用于把大型、多文件任务拆解为一组相互隔离、高效运行的代理任务，同时尽量避免耗尽每周配额。它适用于任务横跨 3 个以上文件或组件、希望多个代理同时工作、曾经在任务中途遇到配额问题、任务同时包含规划与构建、需要浏览器代理与代码代理及终端代理协同运行的场景。它不适用于只编辑单个文件或修复单个 bug、编写 50 行以内的简单脚本、仅提问或仅生成计划的场景。整个流程分为六个阶段：DECOMPOSE（拆解并生成 Mission Brief，需用户批准）、QUOTA ROUTING（按任务规模与类型决定模型分配）、CONTEXT ISOLATION（为每个代理准备受限的上下文包）、PARALLEL EXECUTION（按依赖顺序分批并行执行并做三点抽查）、ERROR RECOVERY（定位失败点并派发单个修复代理）、INTEGRATION CHECK（最终集成检查）。技能还包含配额监控规则、沟通规则以及示例与限制说明。
card
MOOLLM 中的 Card 是一种可移植的能力、身份与访问令牌，以 CARD.yml 文件形式存在。它同时是 HyperCard 式的可导航单元、IDL 式接口定义、Actor 模型中的消息接收实体、线程/进程、消息分发面、交易卡/名片等多种计算概念的融合体。CARD 是激活触发器而非激活处理器：它决定某个技能是否适用，而 SKILL.md 负责说明如何执行。任何目录都可附带一个 sidecar CARD.yml 使其变为可玩卡片。卡片可被携带、赠送、打出和激活，放入房间即创建激活记录（带本地状态、参数、目标栈和返回值的独立任务实例）。部分卡片受 Fluxx 启发可修改游戏本身规则，还可包含生成器-转换器-消费者组成的数据流合奏。卡片通过在广告（advertisements）中暴露按钮式动作来互相触发方法。
party
Party 是 moollm 技能体系中的一个技能，用于管理同伴、队伍与群像互动。其核心理念是“你从不孤单，除非你想独处”。该技能让同伴之间、同伴与玩家之间都拥有关系，并支持通过询问家人或宠物来“涌现式创造”新角色。队伍状态记录在 SIMULATION.yml 中，包含成员、队长、阵型以及选择目标（可为角色、房间、物体或概念）。技能提供招募方式（请求 NPC、询问家人、召唤、雇佣）、角色定位（前线、支援、专家、神秘、变数）、阵型与指令（HOLD、FOLLOW、SCATTER、REGROUP 等），以及同伴维护、忠诚度等群像动态机制。
skill-creator
Skill Creator 是一个用于创建和更新 Claude 技能（Skill）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。该技能提供了一套完整的技能创建流程，包括理解技能用途、规划可复用内容、初始化技能目录、编辑 SKILL.md、打包分发以及迭代改进。它适用于用户希望创建新技能或更新现有技能的场景，帮助构建包含脚本、参考资料和资源文件的结构化技能包。
using-agent-brain
Agent Brain 专家技能，面向已安装并运行 Agent Brain 的场景，讲解文档检索的 BM25、向量、混合、图谱与多路融合五种模式，以及索引、内容注入、任务队列、服务与缓存管理等用法。
migrate-to-portal
将现有 Squid SDK 索引器（EVM 或 Solana）从 v2 gateway 迁移到 Portal 数据源的中文指引，涵盖包替换、导入与类型改写、数据源重写、字段选择以及必要的重新同步步骤。
agent-zero-bridge
Agent Zero Bridge 是 Clawdbot 与 Agent Zero 框架之间的双向通信技能，用于把复杂编码、研究或自主任务委派给 Agent Zero，并支持 Agent Zero 反向通知、提问或调用 Clawdbot 工具。
craft-prompt
craft-prompt 是 craftkit 中的提示词生成技能，用于把目标、零散笔记或原始需求转成可直接复制粘贴的提示词，也可用于起草 /goal 条件或制作可复用模板。
init-dev-agents
用于初始化新项目或为已有项目接入智能体协作的开发流程工具，会扫描项目结构并生成 AGENTS.md、声明 skill 依赖、建立需求收集流程与交互调整目录。
init-dev-harness-agents
用于为代码开发项目初始化多 Agent 协作框架（Harness Engineering）的技能，定义 architect、orchestrator、executor、reviewer、devops、retro-optimizer 六类角色、工作流、通信协议与协同进度、经验沉淀机制，通过 /init-dev 命令生成整套 agents 配置。