langchain-performance-tuning
面向 LangChain 1.0 / LangGraph 1.0 Python 链与智能体的性能调优技能，覆盖批处理并发、异步路径、缓存、持久化历史与 TTFT 指标，帮助提升吞吐、降低延迟与成本。
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 10-31 00:15
智能体与模型
25,336 个结果
langchain-sdk-patterns
LangChain 1.0 Python 可运行对象（Runnable）组合技能，聚焦文档未提示的生产默认值陷阱：batch 并发、窄化 fallback 异常白名单、模板花括号转义与结构化输出校验。
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。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准，将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript（配合官方 SDK）或 Python（FastMCP）作为开发语言，远程服务器使用 Streamable HTTP 传输，本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解（readOnlyHint、destructiveHint 等）、代码质量检查、使用 MCP Inspector 测试，以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。
personality-system
personality-system 是一套可插拔人格系统的设计方法，用于在基础身份之上叠加可切换的人格风格层。它采用“基础身份 + 人格叠加层 + 共享元规则”三层架构：基础身份固定不变，定义 AI 是什么；人格叠加层是可切换的风格模块，同一时间只激活一个；共享元规则跨所有人格始终生效，主要用于防止人格泄露（不重复人格描述原文）和防止内容污染（不把人格风格强加到用户文本上）。该 skill 适用于需要提供语气/性格切换功能的产品、不同用户群有不同风格偏好的场景，以及需要设计人格切换机制、防止 AI 改写用户文本风格的场合。资料中包含 GPT-5.1 多个人格变体、Grok 场景化人格、Codex 双模人格等案例分析，并给出从设计基础身份层、定义人格维度光谱、编写人格叠加层、制定共享元规则到实现切换机制的执行步骤。该 skill 不适用于只需单一固定风格、风格差异实为功能差异、用其解决安全问题或人格变体仅有词汇差异的情况。
ubiquitous-language
从当前对话中提取 DDD 风格的通用语言术语表，标记歧义并提出规范术语，保存到 UBIQUITOUS_LANGUAGE.md。适用于定义领域术语、构建术语表、强化术语或提到领域模型、DDD 的场景。
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。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准，将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript（配合官方 SDK）或 Python（FastMCP）作为开发语言，远程服务器使用 Streamable HTTP 传输，本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解（readOnlyHint、destructiveHint 等）、代码质量检查、使用 MCP Inspector 测试，以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。
skill-creator
Skill Creator 是一个用于创建新技能、迭代改进现有技能并衡量技能表现的工具型技能。它可以引导用户从零开始定义技能目标、撰写 SKILL.md 草稿、设计测试用例，并通过运行对比实验与量化评估来验证和改进技能效果。适用于用户想要创建技能、编辑或优化技能，或需要评估技能触发与输出表现的场景。
agent-sdk-quickstart
Claude Agent SDK 快速入门技能，介绍用 TypeScript 或 Python 构建首个 Claude 智能体，涵盖安装、最小智能体循环、自定义工具定义，以及 SDK、直接 API 与托管智能体的区别。
long-context-1m
介绍如何有效使用 Claude 的 100 万 token 上下文窗口：何时启用、如何组织长输入以提升召回、长上下文定价、与 RAG 的取舍，以及结合提示缓存降低成本。
managed-agents-api
Anthropic 托管智能体 API（/v1/agents、/v1/sessions），由服务端运行智能体循环，自动处理工具调用、上下文压缩、记忆与扩展。适合生产环境、长时运行与多客户端共享会话的智能体，无需自建基础设施。
mcp-tool-design
面向 MCP 服务器开发者的工具设计指南，讲解如何设计工具名称、描述与参数 schema，让 AI 智能体首次调用即选对工具，并归纳常见反模式与上线前检查清单。
regression-evals
用于为 AI 功能建立持续回归评估（regression evals）的实践指南，帮助在模型、提示词或工具变更时及时发现行为退化，并通过阈值门禁与 CI 集成阻止有问题的合并。
sub-agent-delegation
面向 Claude Agent SDK 的子智能体委派技能：通过 Task/Agent 工具派生隔离子智能体，实现并行研究、上下文隔离与专家分工，并说明适用与不适用场景、提示词写法、错误处理及并发上限等限制。
latitude-setup
Latitude 的零账号引导编排技能：通过 CLI 临时开通账号、为应用或智能体框架接入遥测、用真实运行验证追踪、清理迭代数据并生成首个 Artifact 与认领链接。
partner-skill
搭子.skill（Partner）是一个在 Claude Code 与 Codex 之间进行双向分工的编码工作流技能：Claude Code 负责规划、打磨与评审，Codex 负责编排与实现，并提供配置、监控与回执机制。
accessing-cloud-storage
在 Python 中访问 S3、GCS、Azure 等云存储与远程文件系统的指南，对比 fsspec、pyarrow.fs、obstore 三个库，并介绍 Polars、DuckDB、Pandas、PyArrow 的数据读取集成与用法。
bbc-skill-tool
BBC MCP Tool v2.3 是用于构建、管理和排查 WhatsApp 机器人的 MCP 工具，基于 BuilderBot Cloud。支持项目、流程、回答、部署、黑名单等操作，强调安全默认：变更后校验、破坏性操作前确认、失败后诊断恢复。
agent-skill-update-monitor
用于检查 Book Author Agent Skills 在 GitHub 仓库是否有更新，比较已安装项目版本与仓库版本，并报告差异。支持仅检查、下载预览、确认后更新三种模式，更新前需用户确认，不自动覆盖本地定制技能。
ln-005-agent-reviewer
ln-005-agent-reviewer 是一个通用上下文审查工具，可将计划、决策、文档或架构提案等任意上下文交由外部代理（Codex 与 Gemini）并行评审，并对建议进行批判性核验、去重与过滤后返回改进建议。
bot
LobeChat 的 Bot 平台架构模块，让智能体接入 Discord、Slack、Telegram、飞书/Lark、QQ、微信等外部聊天平台，处理入站 Webhook、Chat SDK 消息路由与 AiAgentService 执行并回复。
oracle-grill-me
Oracle Grill Me 是一个用于打磨计划、决策与想法的工作方式类技能。它会围绕用户提出的方案、决定或构想，持续地、逐一地追问每个细节，直到双方达成共识。追问过程中遵循决策树逐条分支推进，先解决决策之间的依赖关系，每次只问一个问题并等待反馈，避免一次抛出多个问题造成混乱。对于可以通过探索环境（文件系统、工具等）查明的事实，它会自行查找而非发问；而涉及取舍的判断则交由用户拍板。它还负责维护项目的领域模型，在术语与决策逐步明确时更新 CONTEXT.md、ADR 等文档；若该会话嵌套在 spec-brainstorm 流程中，会把变更后的假设回传给该工作流以触发必要的设计更新。整个会话基于 oracle-domain-modelling 技能运行，并且在用户确认达成共识之前，不会实施所提议的计划或决策。
doc-fetcher
doc-fetcher 是一个文档获取技能，通过 context7-mcp 与 fetch-mcp 两个 MCP 集成，抓取库与框架的版本相关文档，供文档研究类智能体使用，覆盖 API 参考、示例、指南与最佳实践。
go-oss-maintainer
面向 Go 开源仓库维护的智能体技能，帮助按现代最佳实践建立 CI/CD、lint 与文档规范，使仓库高质量、易维护且对 AI 智能体友好。
agent-readable-code
针对 AI 编码代理可读性的一组代码编写原则与配套静态检查工具，包含九条实践规则与零依赖 Python linter，用于编写、重构、审查代码时减少代理误读与臆测。