skillboss
SkillBoss 是一套面向开发者的多 AI 网关与技能包，提供 CLI 与 100+ AI API，覆盖图像、视频、音频、音乐生成、AI 搜索、网页抓取、文档解析等任务，并支持用 AI 构建、部署全栈应用。
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 10-17 00:11
智能体与模型
24,010 个结果
using-n8n-skills
n8n-skills 插件的常驻协议文档，由 SessionStart 钩子在每次会话中加载，用于在任何涉及 n8n 工作流的任务中路由到对应的技能。它强调在编写 SDK 代码、配置节点、设计工作流、连接节点、构建智能体或处理错误之前，先通过 Skill 工具调用匹配的技能，而不是依赖模型训练数据。文档列出三条不可违反的规则：任何 n8n 操作前先调用相关技能；发布前先验证（validate_workflow）并在创建或更新后核实（get_workflow_details）；令牌与密钥绝不写入文本字段，必须使用 n8n 凭证系统。此外还提供技能索引、MCP 工具速查表、红旗思维清单以及按顺序执行的操作协议。
create-railcode-agent
create-railcode-agent 是 Railcode 官方技能，用于通过 Railcode CLI 构建、测试、发布、调用、定时和更新 Railcode 托管智能体（managed agents）。它指导如何将用户需求映射到 Railcode 能力（如 saved_queries、connectors、app_files、app_data_write、agent_kv、email、cron 等），如何编写 agent.yaml 清单、配置沙箱与工具权限，并区分托管智能体与页面内 LLM 的适用边界。技能还包含更新 CLI、提交产品反馈、从官方示例起步以及完整构建工作流等指引。
autoresearch
autoresearch 是一个闭环式机器学习实验工作流技能，围绕 Karpathy 风格的自主 ML 搜索展开。其核心机制是：由人类编写 program.md 作为研究纲领，智能体只修改 train.py，prepare.py 保持固定，每次实验使用相同的 300 秒预算，以更低的 val_bpb 作为唯一保留标准，出现退化则回滚。该技能定位为“路由优先的入口”，而非大而全的教程：先判断用户所处模式（环境搭建、program.md 编写、有界运行循环、结果解读、受限硬件适配），再执行不可变评估框架规则，最后交给最小可用的脚本或参考文档。它适用于在真实 GPU 机器上搭建 karpathy/autoresearch、编写或完善 program.md、运行有界过夜搜索循环、解读 results.tsv、以及在更紧的显存约束下调整工作流。不适用于优化 SKILL.md 或提示词、应用级追踪与 LLM 评估、以及不涉及真实训练仓库的文献综述。
genkit
本技能用于判断 Firebase AI 功能应采用直接客户端 SDK 集成，还是服务端自有的 Genkit 工作流。当 Web、移动或全栈应用需要接入 Firebase AI Logic，或需要可复用的 Genkit 流程、类型化契约、工具调用、检索、提示文件、评估、追踪与部署时适用。技能先记录最小化的需求信息包（应用形态、归属边界、已有材料、工作流需求、交付压力），再明确选择客户端或服务端归属层，随后从七个主模式中选取一个作为主要模式，并冻结最小功能边界。技能强调不要仅因应用使用 Firebase 就强行套用服务端 Genkit 流程，也需诚实说明回退方案，例如 Firebase 引导/模拟器/部署/管理员工作转交 firebase-cli，通用前端渲染转交前端技能，框架选型比较转交 survey，轻量非 Firebase 调用回退到普通 provider SDK 或路由处理器。最终输出 Firebase AI 实现简报，包含范围、归属决策、功能边界、最小下一步切片与回退路径。
fcode-core-concepts
Factorial Code（fcode）是一个企业级集成与自动化平台，用户可用 JavaScript 或 Python 编写流程（processes）和可复用模块（modules），平台负责沙箱、依赖、密钥、调度与执行。本技能介绍其核心概念与心智模型，包括流程、模块、执行上下文、变量、数据存储、文件存储、多语言、邮件、继承机制、版本与别名、计划与限制等。资料强调若干易错点：数据存储仅支持字符串和数字；模块文件以 slug 命名而非 index/main；不可整体覆盖 variables.env；不可编辑继承资源；不可硬编码或记录密钥；运行时固定为 Node.js v22 与 Python 3.13；各工作区限制固定。
fusion-setup
用于配置 opencode Fusion 代理团队的技能：写入全局 opencode 配置，将工作拆分给 build、plan、sidekick、explore 及可选专家代理，并为每个角色分别选择模型。
scenario-refine-loop
Scenario 生成结果的质量迭代技能：先生成评分标准（rubric），再小批量生成、逐项判定并通过最便宜的定向修复收敛，直到输出符合需求简报。适用于必须检查与改进而非首轮即接受的生成任务。
mcp-builder
mcp-builder 是一份用于创建高质量 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。整体流程分为四个阶段：深度研究与规划、实现、审查与优化、创建评估。适用于需要为 LLM 构建外部服务集成工具的开发者，支持 Python 与 Node/TypeScript 两种实现路径。
voice-agents
Voice Agents 是一个面向语音 AI 架构设计的技能，来自 davila7/claude-code-templates。它聚焦于让人类与 AI 系统进行自然语音交互，核心关注点不仅是语音识别与合成，还包括延迟、轮次切换、打断检测等影响对话自然度的工程问题。该技能提供两种主要架构思路：语音到语音（S2S，如 OpenAI Realtime API）可保留情感并实现最低延迟，但可控性较弱；流水线架构（STT→LLM→TTS）在每一步提供控制，但会增加延迟。技能涵盖语音活动检测、轮次切换、打断检测、语音界面等能力，并列出常见反模式（如忽略延迟预算、仅靠静音判断轮次、回复过长）以及若干需要处理的边界问题。适合构建生产级语音智能体的开发者参考。
fcode-agent
fcode-agent 是 Factorial Code 的技能文档，介绍如何通过迭代式、以确认为驱动的工作流，端到端构建 Factorial Code 流程与模块。它强调先解释后行动、变更前获得明确批准、以小组增量交付、默认安全（不硬编码或记录密钥），并说明如何借助 Factorial Code MCP 工具完成任务。
openai-responses
OpenAI Responses API 是 OpenAI 于 2025 年 3 月推出的面向智能体应用的统一接口，提供跨轮次保留推理状态的有状态对话、服务端托管的内置工具（Code Interpreter、File Search、Web Search、图像生成、MCP）以及多态输出。相比 Chat Completions，它自动管理对话状态、保留推理（TAUBench 提升 5%）、缓存利用率提升 40-80%，并支持后台模式与 MCP 集成。本技能基于 openai@6.16.0，涵盖快速上手、状态管理、内置工具、MCP 集成、推理保留、后台模式、数据保留与 ZDR、从 Chat Completions 与 Assistants API 迁移，以及 11 个已知错误的预防方案。
workflow-creator
Workflow Creator 是一个用于创建完整 Claude Code 工作流目录的工具，可从 GitHub 下载精选技能（skills）并组织成标准化工作流。它通过脚本初始化目录结构，自动生成多 AI 工具兼容的软链接（Claude Code、Codex、Cursor、OpenCode、Agents、Kilocode、Roo、Goose、Gemini、Agent、GitHub、Factory、Windsurf 等），使所有工具共用 .claude/skills/ 下的技能。使用者可借助内置的技能来源清单（聚合目录、生产级仓库、搜索策略）挑选技能，再用下载脚本按仓库地址与技能路径获取。随后按固定模板生成英文 README.md、中文 README_cn.md 与 AGENTS.md，并更新项目总 README 中的工作流表格与技能数量。适用于为媒体创作、内容创作、产品管理、营销等特定场景搭建 AI 工作流，也适合批量导入技能。需要 Python 环境执行脚本，AGENTS.md 建议不超过 500 行，具体收费与平台支持暂未提供。
Bankr Agent - Agent Profiles
Bankr Agent - Agent Profiles 是一个用于在 bankr.bot/agents 创建和管理公开代理资料页的技能。用户需先通过 Bankr（Doppler 或 Clanker）部署过代币，或为费用受益人，代币地址会与部署历史进行验证。资料包含项目名称、代币地址等必填字段，以及描述、链 ID、Twitter 用户名、团队成员、产品和收入来源等可选字段。提供 CLI 命令和 REST API 两种操作方式，支持查看、创建、更新、添加项目动态和删除资料。资料创建后需经管理员审批才会公开显示，并自动同步市值和收入数据。
voice-ai-development
面向实时语音 AI 应用开发的技能模板，覆盖 OpenAI Realtime API、Vapi 语音智能体、Deepgram 语音识别、ElevenLabs 语音合成、LiveKit 与 WebRTC 音频处理，并强调延迟优化、打断处理与多供应商组合。
playwriter
Playwriter 是一个面向“运行中浏览器”的浏览器自动化技能，通过 Playwriter CLI 与 MCP 将智能体连接到用户已经打开的 Chrome/Chromium 会话，而不是启动一个干净的一次性浏览器。它适用于依赖现有登录、Cookie、受信任设备状态、浏览器扩展或长期标签页上下文的场景，也支持 Claude、Codex、Gemini 等模型客户端通过 MCP 调用。其核心工作流为“准备桥接 → 创建会话 → 先观察（snapshot）→ 执行一次操作 → 再次观察”。由于会接触用户真实浏览器会话，它属于特权模式，可复现性低于隔离浏览器，手动登录、MFA、验证码交接属于正常情况。
adapt-custom-endpoint
adapt-custom-endpoint 是 ArcReel 生态中的一个技能，用于把采用「JSON 提交后轮询」协议的视频或图片供应商接入 ArcReel。当用户需要编写、验证、测试或保存自定义调用端点定义时使用。该技能通过随附的 scripts/custom_endpoint.py 调用 ArcReel HTTP API，并以共享 validator 和 API 作为验证与保存定义的唯一入口。工作流包括：读取供应商文档、确认协议形态、编写定义 JSON 与测试参数、校验定义、检查提交与轮询响应、预览请求、在用户明确同意后执行真实测试连接、再次校验并保存端点。凭证优先引用 ArcReel 已保存的自定义供应商 provider_id，禁止将 API Key 写入项目文件、命令参数或回复。脚本读取 setup-arcreel-skills 创建的 .arcreel/settings.json，从 mcp_url 派生 /api/v1 地址并用 api_key 鉴权。
ai-agent-orchestrator
AI Agent Orchestrator 是一套用于构建多智能体（multi-agent）协作系统的开发方案，聚焦于任务委派、智能体间通信、共享记忆与工作流编排。它基于 TypeScript 与 LangChain 实现，提供 Agent 基类、专业化智能体（研究员、写作者、审核者、规划者）、顺序编排器、主管（Supervisor）编排器、并行执行编排器、基于 Redis 的共享记忆、基于事件总线的智能体通信，以及可声明的工作流定义（含循环、依赖、错误处理）。适用于需要把复杂任务拆解给多个专职 AI 智能体协作完成的自动化场景，如内容创作流水线（规划→研究→写作→审核）。资料未提供安装命令、授权与定价信息。
pexoai-agent
Pexo Agent 是一个面向 Claude Code 等 AI 编程智能体的 AI 视频生成技能，可实现从自然语言描述到成片视频的完整制作流程，涵盖脚本、分镜、逐镜头生成、音乐、字幕、口型同步与最终合成。它支持自动模型选择，会按镜头内容在 Seedance 2、Kling 3.0、HappyHorse 等 10 余个模型间路由，无需用户自行提示词工程或视频剪辑。输入方式包括文本、图片、URL、脚本与音频，输出 5–120 秒成品视频，支持 16:9、9:16、1:1 画幅。适用于产品广告、短视频、多镜头品牌片、口播解说、电商批量视频与营销 A/B 变体等场景。使用时需在 ~/.pexo/config 配置 PEXO_BASE_URL 与 PEXO_API_KEY，通过 pexo-project-create.sh、pexo-upload.sh、pexo-chat.sh、pexo-project-get.sh、pexo-asset-get.sh 等脚本完成创建、上传、对话与轮询交付。Pexo 无法抓取网页 URL，需先下载再上传；消息需原样转发，仅可附加资源标签。费用与价格信息暂未提供。
creating-experiments
用于指导智能体在 PostHog 中创建 A/B 测试实验的技能，按读取项目、创建草稿、配置分流与指标三步流程操作，并以 experiment-create 等工具完成创建。
Bankr Agent - LLM Gateway
Bankr LLM Gateway 是一个统一的大模型 API 网关，通过单一端点提供 Claude、Gemini、GPT 及其他模型的访问，支持多提供商接入、成本追踪、自动故障转移和 SDK 兼容。其基础地址为 https://llm.bankr.bot，使用 LLM key 进行认证，认证解析顺序为环境变量 BANKR_LLM_KEY、~/.bankr/config.json 中的 llmKey，最后回退到 BANKR_API_KEY。新钱包初始 LLM 额度为 0 美元，需先充值，否则请求返回 HTTP 402；LLM 额度（美元）与交易钱包（加密货币）是完全独立的余额。可通过 bankr llm credits 命令查看余额、充值、设置自动充值。该网关支持 Claude Code、OpenClaw、OpenCode、Cursor 等工具集成，也可直接使用标准 OpenAI 和 Anthropic SDK，只需覆盖基础 URL。
binance-onchain-copy-trader
Binance On-Chain Copy Trader 是 Binance Agentic Wallet 上的链上跟单策略脚手架。它本身不提供任何策略，而是提供能力索引、事件契约、组装结构和三个策略钩子，由用户自行构建和打磨策略。该技能依赖 binance-agentic-wallet、binance-wallet-tracker、binance-leaderboard、binance-trading-signal、query-token-audit 等技能，负责编排地址监控、信号订阅、代币审计、行情查询与下单执行等环节。使用流程包括环境检查、选择触发源（地址订阅或信号订阅）、写入配置、以 dry-run 模式运行、检查管道是否正常、编写策略钩子、迭代评分，最后切换到实盘。所有风控、仓位管理和参数值均为建议示例，不构成安全保证或投资建议；链上交易不可逆，风险由用户自行承担。
skill-creator
Skill Creator 是一个用于创建新技能、修改和改进现有技能并衡量技能表现的技能。它适用于用户想为 Claude Code 或 Cursor 从零创建技能，或迭代优化已有技能的场景。其核心流程包括：明确技能目标与实现方式、撰写技能草稿、设计测试提示词、运行带技能与不带技能的对比测试、帮助用户从定性和定量两方面评估结果、根据反馈重写技能并重复迭代，最后扩大测试集规模。它还提供技能描述优化脚本以改善技能的触发效果。
setup-mcp
为 AI 编程工具配置 Deepgram MCP 服务器的技能，提供三条路径：Deepgram CLI 的 dg mcp 代理、独立 deepgram-mcp 包，以及无需凭据的托管文档 MCP。主要能力是让 AI 客户端检索 Deepgram 文档与知识源。