llm-evaluation
基于 Promptfoo 的 LLM 提示词测试、评估与 CI/CD 质量门禁技能。用于提示词回归测试、模型与提示词 A/B 对比、RAG 评估及安全红队扫描，可在合并前拦截质量下降或安全风险。
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
25,337 个结果
jiepi-skill
洁癖 Skill 用于盘点通过 Codex、Claude Code、Cursor 等安装的 AI 智能体技能，统计有据可查的历史使用次数、近期活跃情况，并给出保留、复核或清理候选建议。适合想搞清已装技能用没用、该不该清的用户。
raisecontext
RaiseContext 是一个面向创业公司融资的工作区操作技能，用于管理投资人研究、引荐、会面、跟进与承诺记录，支持通过命令行工具连接工作区执行查询和写入。
launch-your-agent-claude-code
launch-your-agent-claude-code 是一个 Claude Code 技能，用于从想法出发，在 Anthropic Console 中构建、部署并迭代 Claude Managed Agent（CMA）。它覆盖访谈、启动、评分与迭代、定时调度等阶段，并产出构建资料与评估脚手架。
noir
noir 是一个 Claude 技能，把调试与代码解释过程改写成黑色侦探小说风格：Claude 扮演侦探，bug 是罪犯，代码库是城市。通过 /noir 或“activate noir”开启，/default 或“deactivate”关闭。
create-mcp-integration
为已有 Claude Code 插件添加 MCP 服务器集成配置的技能，通过分阶段流程确认服务器类型、认证方式与暴露工具，生成 .mcp.json 条目及配置说明。不适用于新建插件或 Azure 托管场景。
llm-application-dev-langchain-agent
面向 LangChain 0.1+ 与 LangGraph 的生产级智能体开发技能，提供架构、RAG、记忆、工具、部署、监控与评估等实践指导。
llm-application-dev-prompt-optimize
面向 LLM 提示词优化的技能，帮助把基础指令改造成可用于生产的提示词，涉及 constitutional AI、思维链推理与针对特定模型的优化方法。
performance-testing-review-multi-agent-review
一个面向多智能体代码评审编排的 AI 技能，用于对代码或项目进行多视角审查。资料称其可协调代码质量、安全、架构、性能、合规等专用智能体，支持并行与串行执行、结果聚合与冲突消解，输入支持文件路径、Git 仓库和代码片段。
codex-mission-control
Codex Mission Control 是一个面向 Codex 任务的编排工作流技能，用于把大型任务交给一个“轻量管理器”线程来协调。管理器负责目标、约束、工作流划分、交接、线程登记、集成与最终答复，把深度探索、长日志和有边界的实现切片交给子代理或独立 Codex 线程处理。它要求每次任务使用带运行作用域的账本路径，先做原生运行时预检以确认子代理工具是否可用，并让每个工作单元返回紧凑报告。适用于用户明确要求任务控制、子代理、并行执行、独立线程或上下文隔离的场景。
grill-me
grill-me 是一个用于方案与设计评审的 AI 技能，来自 rockclaver/systemcraft。它的核心用途是对用户的计划或设计进行持续、深入的追问式访谈，直到双方达成共识。该技能会沿着设计决策树的每个分支逐层推进，一次只提出一个问题，并逐个解决决策之间的依赖关系。对于每个问题，它都会给出自己推荐的答案，帮助用户更快做出判断。如果某个问题可以通过查看代码库来回答，它会选择直接探索代码库，而不是向用户提问。适合在方案尚未定型、需要梳理设计细节和依赖关系时使用。
agent-vegas
Agent Vegas 自动化竞技模拟大厅的接入技能：让 AI 注册账号、每日签到领取金币、通过 API 参与森林舞会、A 镇试炼场、赛博动物城等博弈游戏，并提供只读的人类观察链接与免费/付费画布绘制能力。
suno
Suno 是 RunAPI 提供的音乐生成与处理服务技能，用于生成、延长、转换音乐或音频，以及创作歌词。它面向需要通过智能体调用 Suno 能力的场景，支持一次性产出和集成到应用两种路线：一次性产物可经由 runapi CLI 中已注册的 suno 服务执行；应用、后端、worker、库、webhook 管道或生产代码则应使用 SDK 集成，不将 CLI 作为生产运行时。技能覆盖鉴权检查、命令目录与操作契约发现、请求构建、执行与结果校验等步骤，可处理自定义音色工作流，并提供多个 Suno 模型变体。具体可用操作、模型、字段和参数需依据已安装命令帮助及对应 API Reference 确认，资料未提供具体操作清单和详细参数。
grill-with-docs
grill-with-docs 是一个用于方案评审与领域建模的智能体技能。它通过持续、逐条提问的方式，围绕现有领域模型对用户的计划进行“拷问”，直到双方达成共识。该技能会先探索代码库和已有文档（如 CONTEXT.md、ADR），能查证的事实自行查证，只把决策权交给用户。过程中它会挑战与术语表冲突的用词、把模糊或含义过载的术语收敛为精确的规范术语、用具体场景压力测试领域关系，并与代码交叉验证。术语一旦确定，会即时写入 CONTEXT.md；仅在决策难以逆转、缺乏上下文会令人困惑、且属于真实权衡时，才建议创建 ADR。
sapiom
sapiom 是一项面向 AI 智能体的付费服务接入方案，采用按使用量付费的定价方式，无需注册供应商账户即可使用。它通过 SDK 包装 HTTP 客户端（Axios 或 Fetch），自动处理与 Sapiom 服务网关之间的支付协商。每个服务托管在 {provider}.services.sapiom.ai 域名下，并代理到底层供应商 API。目前涵盖的服务包括：验证（Prelude）、搜索（Linkup、You.com）、AI 模型（OpenRouter）、图像（Fal.ai）、音频（ElevenLabs）以及浏览器自动化（Anchor）。官方提供 Node.js/TypeScript 的 SDK，Python 或其他语言需参照 SDK 模式配合标准 HTTP 客户端使用，但支付流程依赖该 SDK。用户需从 https://app.sapiom.ai/settings 获取 API 密钥并设置环境变量，然后通过 npm 安装 @sapiom/axios 与 axios 或 @sapiom/fetch。
feasibility-study
可行性研究技能（Feasibility Study Skill），来自 sd0xdev/sd0x-harness，是一个从第一性原理出发进行方案可行性分析的 Agent 技能。它适用于在编写技术规格（tech-spec）之前评估解决方案、比较不同方案以及进行风险评估，而不适用于已进入实现阶段的场景。其工作流程为：解析功能上下文 → 需求分解（5 Why）→ 约束分析 → 代码研究 → 方案探索 → Codex 深度讨论 → 对比决策 → 报告。
agents-generator
agents-generator 是一个技能（Skill），用于分析目标代码库并生成针对该项目的 AGENTS.md 及配套规则文件（.agents/rules/*.md），而非带占位符的通用模板。它支持四种模式：完整模式（生成 AGENTS.md 加规则文件）、极简模式（约 30 行的单个 AGENTS.md）、更新模式（对比现有文件后仅重新生成变化的部分）以及试运行模式（只做检测不写入文件）。生成过程会先检测包管理器（根据 lockfile 判断 bun、pnpm、npm 或 yarn，绝不默认为 npm），读取 package.json、非机密配置文件与目录结构，再据此填充真实数据；不会读取 .env 等含机密文件。命令校验要求输出中的每条命令都必须是 package.json 中存在的脚本键，且不包含占位符。若目标文件已存在，会先备份到 .agents/backups/ 并带时间戳。该技能只生成适用于项目实际技术栈的规则，例如前端项目不生成后端规则、无 ORM 则不生成数据库规则。生成的说明需经人工审查后方可采用或提交，且技能不授权执行项目脚本、不授权超出目标项目范围的写入。
context-engineering
上下文工程（Context Engineering）是一种为 AI 智能体精心组织上下文的实践方法，核心目标是在合适的时机向智能体提供合适的信息。上下文是影响智能体输出质量的最大杠杆：信息太少会导致智能体产生幻觉，信息太多则会使其失去焦点。该技能适用于开始新的编码会话、智能体输出质量下降（出现错误模式、幻觉 API、忽略约定）、在代码库不同部分之间切换、为新项目配置 AI 辅助开发，以及智能体不遵循项目约定等场景。它提出了一套上下文层级结构，从最持久的规则文件（如 CLAUDE.md、.cursorrules、AGENTS.md 等）到按功能加载的规格文档、按任务加载的相关源码、按迭代加载的错误输出，再到累积的对话历史。技能还涵盖上下文打包策略（如头脑倾泻、选择性包含、分层摘要）、MCP 集成、混淆管理（当上下文冲突或需求不完整时如何显式呈现歧义而非静默猜测）、内联规划模式，以及需要避免的反模式（上下文饥饿、上下文泛滥、陈旧上下文、缺少示例、隐性知识、静默混淆）。
orchestrate
Orchestrate 是一个元智能体（meta-agent）监督器，用于管理一组运行在 tmux 窗口中的 Claude Code 智能体。它通过一个 tmux 会话、多个窗口的方式，让每个窗口对应一个在独立 worktree 中工作的智能体。用户可以用自然语言下达指令，由 Claude 将意图映射到相应脚本。主要脚本包括：find-spare.sh 列出空闲 worktree、spawn-agent.sh 创建窗口并启动智能体、recycle-agent.sh 回收窗口、run-loop.sh 机械式看护循环、verify-complete.sh 验证 PR 完成、notify.sh 发送通知、capacity.sh 查看容量、status.sh 查看状态、poll-cycle.sh 执行监控周期、classify-pane.sh 分类窗格状态。它支持检查点协议、worktree 生命周期管理、会话恢复、状态文件维护，以及串行执行 /pr-test 以避免端口和数据库冲突。
mcp-builder
mcp-builder 是 smallnest/langgraphgo 项目中的技能指南，用于指导开发者创建高质量的 MCP（Model Context Protocol）服务器，使 LLM 能通过设计良好的工具与外部服务交互。
cloudbase-agent-ts
Cloudbase Agent (TypeScript) 是一个 TypeScript SDK，用于将 AI 智能体部署为基于 AG-UI 协议的 HTTP 服务。它适用于 TypeScript/JavaScript 项目，主要面向需要把智能体作为后端服务对外提供的开发场景。该技能支持使用 LangGraph 或 LangChain 框架构建智能体后端，也支持通过实现 AbstractAgent 接口创建自定义适配器；同时涵盖理解 AG-UI 协议事件与消息流、构建连接 AG-UI 兼容智能体的 Web UI 客户端，以及为智能体交互构建微信小程序界面。它不适合仅需简单 AI 模型调用、无智能体能力的场景，也不用于 CloudBase 云函数或非智能体功能的 CloudRun 后端服务。使用流程包括选择合适的适配器、部署智能体服务器以及构建 UI 客户端，并连接到智能体服务器的 /send-message 或 /agui 端点。
bevy-ai-navigation
Bevy 0.20 的 AI 导航策略技能，用于实现追逐、巡逻和等待三种行为。核心思路是用枚举组件表示“大脑”模式，配合目标位置、期望速度和重定向计时器，在 FixedUpdate 中运行。该技能只负责决策意图与期望速度，不负责路径计算、Transform 移动或视线检测，这些分别由 bevy-navigation、bevy-character-movement 和 bevy-spatial-queries 处理。
plugin-packaging
针对将市场项目打包为 Cowork 兼容插件 ZIP 的知识，用于通过 Claude Desktop 私有市场分发。涵盖插件目录结构、manifest 格式、导出流程、分发渠道与发布前验证清单。
ae-evaluation
ae-evaluation 是 Agent Evaluation（agent-test）平台的命令行操作技能，通过 ae-cli evaluation +<command> 使用。它面向评估资产管理，支持数据集创建与导入、评估器（LLM 裁判/模板）配置与版本发布、Agent 或预设输出评估运行、结果与追踪查看及导出、模型/Agent 连接与凭据管理、定时评估计划、AI Monitor 等集成，以及资源和成员的访问控制。共涵盖 121 条命令。命令通过当前 AE Host 调用认证 REST 接口，沙箱内可自动交换短时评估会话令牌，外部环境需获取会话令牌。命令默认返回 JSON，写操作需用户意图，高危操作保留确认，并支持 --dry-run 预览、幂等键与 lock_version 并发控制。