self-improve
self-improve 是一个用于复盘当前智能体会话的技能：把失败、用户纠正、绕路、耗时或耗 token 的回合提炼为经验教训，并以最小改动提交到 jinsyin/skills 仓库，通过 Issue + PR 交由人工审核合并。
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
25,344 个结果
product-manager
product-manager 是 jordanhubbard/loom 项目中的战略产品智能体技能，负责客户反馈分诊、编写带验收标准的用户故事、按用户影响排序工作，并维护路线图对齐与周报。
mc-render-compile
mc-render-compile 是一个音乐生成编译层技能，负责把 ARR-SPEC（唯一中间表示）编译成各类音乐生成后端的输入。它采用编译器前端/后端分离思路：只有一个编译器管共性，后端差异全部放在 backends.yaml 里作为数据，新增模型只需加一个配置块，不改任何 skill。它支持 YuE2、Suno、MiniMax、ACE-Step、Stable Audio 以及符号路径（MIDI/MusicXML）等后端，并依据各后端声明的 honors 契约（exact/hint/none）决定哪些字段进提示词、哪些降级、哪些排除计分。主要能力包括：编译 style_prompt（把结构化字段压成散文且不丢信息）、编译段落标签与歌词分块、编译 exclude 负面提示、制定种子与批量策略、记录降级并写回 render.<backend>。适用于需要跨多个音乐生成后端复用同一份规格、做 AB 对照或追求可复现控制的场景。限制：不负责 ARR-SPEC 内容构思、不生成 ABC/MIDI、不做 AI 味审计，具体后端权重与节点定义在 backends.yaml 中。
pci-dss-audit
用于对 JavaScript/TypeScript、Python、Java、Go、C#/.NET 代码做 PCI-DSS v4.0 合规静态检查的技能，识别 12 类持卡人数据处理反模式，并映射 CWE 与 PCI-DSS 条款，给出不安全/安全代码对照。仅覆盖应用代码层控制。
search-integration
search-integration 是一个用于设计 AI 搜索策略的系统提示词技能（Skill），来源为 kangarooking/system-prompt-skills。它解决的核心问题是：当系统提示词需要定义 AI 模型何时搜索、如何搜索、搜索哪些数据源、以及如何处理搜索结果时，应如何组织搜索规则。该技能从多个主流产品的系统提示词中提炼出共通模式，包括搜索优先策略（对时效性信息、事实性声明、当代人物或事件默认搜索）、多查询组合（单次搜索至少发出自然语言问题式与关键词式两种查询）、源优先级层级（企业数据优先于授权语料库，再优先于公共网页与社交媒体）、追问重新搜索原则（追问时重新检索而非复用旧结果）、领域专用搜索规则（金融、本地、旅行、体育等），以及搜索成本感知与无搜索例外（如纯源文档场景用逐句引用替代搜索）。可执行步骤包括定义搜索触发规则矩阵、设计多查询组合模板、建立源优先级层级、编写追问搜索策略、添加领域专用搜索参数。适用于聊天机器人、研究助手、企业知识库问答、垂直领域 AI 及需要联网能力的 AI 助手设计。不适用于纯离线场景、已完全内化的知识问答、创意生成任务以及封闭文档问答。
voice-optimization
面向语音交互场景的系统提示优化技能，用于把文本输出改写为适合朗读的口语表达，涵盖简洁优先、答案前置、格式降级、音频安全边界与语言限制等设计要点。
scaffold
面向 AI 驱动开发的项目初始化技能，用于自动创建 AGENTS.md、设定基本指示并安装核心技能，帮助代理在新项目中建立文档优先与模块化的工作环境。
vault-audit
vault-audit 是一个只读的 Obsidian 知识库审计技能，用于检查 PARA 与 Zettelkasten 原子笔记组织、链接、元数据、日志、LLM Wiki 质量及统计信息。先诊断、后修复，未经用户明确批准不修改任何内容。
subagent-driven-development
Subagent-Driven Development 是一种多任务实现计划的编排模式：每个任务派发一个全新子智能体，使用隔离上下文执行，再经过规格符合性与代码质量两阶段评审，均通过后才推进。编排者只负责协调、简报、评审与交接，不亲自实现。
autonomous-mode
autonomous-mode 是 gangsta 工作流中 Heist 流水线的自主变体技能，仅由 /gangsta:heist 与 /gangsta:go 两个命令调用，用 don-proxy 替代人类 Don 在各阶段审批，并保留真实 Don 的最终签署与中止权。
skill-vetter
Skill Vetter 是一套面向 AI 智能体的安全优先技能审核协议，用于在安装来自 ClawdHub、GitHub 或其他来源的技能前进行风险排查。它提供来源检查、强制代码审查、权限范围评估、风险分级和标准化审核报告，默认以中文输出。
agent-desktop-ffi
agent-desktop-ffi 是 agent-desktop 的 C-ABI 绑定层，让 Python ctypes、Swift、Node ffi-napi、Go cgo、C++、Ruby fiddle 等宿主语言可直接调用 PlatformAdapter 的全部操作，实现桌面观察与操作自动化。
api-ai-augmented
用于设计 AI 增强型 API 功能的技能：定义 LLM 工具/函数、MCP 工具 schema、自然语言到 API 的映射，以及智能体 API 工作流。
ai-fine-tuning
面向 DSPy 的模型微调技能，指导判断是否该微调、准备数据、用 BootstrapFinetune 微调、蒸馏到更便宜模型并部署。强调先做提示优化、需 500+ 标注样本与明确指标，微调成本高需先确认前提。
review-pr
review-pr 是一个按 PR 复杂度自适应调整深度的代码审查技能：简单 PR 直接审查，中等和复杂 PR 会并行启动深挖智能体，分别从安全、性能与架构等角度分析。
skill-inventory-auditor
Skill Inventory Auditor 是一个用于审计已安装智能体技能、查找并删除重复技能的工具，覆盖全局与项目范围。它会先同步 Git 仓库，再扫描技能目录、报告重复项并给出保留建议，删除前需用户确认，且不会改动源仓库。
atelier-orchestrator
atelier-orchestrator 是 martinffx/atelier 技能集中的技能路由与工作流编排技能。它负责在 Inline Plan（内联计划）与 Spec-backed Plan（规格支撑计划）之间做出选择，将任务路由到正确的工作流技能，并管理各阶段之间的转换。该技能强调：只要某个技能可能适用于当前任务，就必须先调用它；在实现选择存在时，必须先由人类审阅并批准书面计划后才能编写代码。它定义了规划模式、技能路由表、硬性转换规则、迭代回退模式以及需要升级询问人类的场景，适用于需要规范化 AI 辅助开发流程的场景。
coverage-analyzer
Coverage Analyzer 是一个用于测试覆盖率分析的技能，基于 pytest-cov 与 coverage.py，帮助测量代码覆盖率、定位未测试代码、校验覆盖率阈值并生成终端、HTML、XML、JSON 等报告。
agentic-layer-audit
用于审计代码库中“智能体层”覆盖度并识别缺口的中文技能，可评估成熟度、寻找投入机会。依据检查命令、规范、ADW、钩子、输出与工作树等目录给出100分制评分与建议。资料未提供安装命令、收费或平台信息。
prompt-improvement
用于在 Claude Code 中改进与优化提示词（prompt）的元技能，复刻 Anthropic Console/Workbench 的提示词改进器功能，提供 4 步改进流程、文档查询要求、模式库与关键词注册表，帮助将基础提示词转为结构化模板。
find-skills
find-skills 是一个用于帮助用户发现并安装智能体技能（agent skills）的技能。当用户提出“如何做某件事”“帮我找一个能做某事的技能”“有没有技能可以完成某功能”等问题，或表达希望扩展智能体能力的意愿时，它会指导 AI 通过 Skills CLI 搜索、评估并安装合适的技能。Skills CLI（npx skills）被称为开放智能体技能生态的包管理器，技能是用于扩展智能体能力的模块化包，可提供专业知识、工作流与工具。该技能给出了一套流程：先理解用户需求所属领域与具体任务，再查看 skills.sh 排行榜优先寻找知名技能，然后运行 npx skills find [query] 进行搜索，并在推荐前核查安装量、来源信誉与 GitHub 星标；最后向用户展示技能名称、用途、安装量、来源和安装命令，并在用户同意后协助安装。
kf-g-agent-orchestrator
kf-g-agent-orchestrator 是一个编排型技能：它自身只做设计与规划，把所有探索、实现和验证工作委派给 worker（subagents），再整合 worker 报告并向用户给出结论。适用于用户调用 /kf-g-agent-orchestrator 或要求设计、规划类任务的场景。
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。
project-behavior
用于为项目创建或更新 AGENTS.md，写入约束智能体行为的“行为包”前言。默认包含 Karpathy 四段式前言，可叠加多个行为包，并保持项目原有内容不变。