co-founder-setup
co-founder 技能集合的一次性初始化技能：通过约 8 个问题的访谈，为创始人生成个性化商业章程（AGENTS.md 与 CLAUDE.md 兼容文件）、空的 vault 知识库和声音文件，供集合内其他技能读取。
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 11-01 00:15
智能体与模型
25,380 个结果
rp-reviewer
RP Reviewer 是一个通过 RepoPrompt MCP 进行自动化代码审查的技能，调用 chat_send 的 review 模式检查代码变更中的缺陷、安全问题和代码质量，并返回结构化的 approved 或 rejected 判定结果。
session-checkpoint
session-checkpoint 是面向智能体与开发者的会话状态检查点技能，可将当前会话状态写入 ledger 文件，用于崩溃恢复、上下文切换或 /clear 后重载时的连续性保持。需在 .agents.yml 中启用 session.ledger: true。
project-analyzer
project-analyzer 是 maroffo/claude-forge 中的技能，用于分析代码库并生成 CLAUDE.md 文档。它通过专用 Haiku 智能体扫描目录结构、识别语言与框架、用 ast-grep 分析代码模式、检测约定，适合新项目上手、理解项目结构或创建更新文档。
refine-requirements
refine-requirements 是 maroffo/claude-forge 中的结构化需求澄清技能，用于在制定计划前识别模糊点，通过 AskUserQuestion 以具体选项向用户提问并记录决策，适用于存在歧义、多种可行方案或隐含决策的请求。
prompt-engineer
提示工程技能，用于设计、优化和评估面向大语言模型的提示词，提升模型输出质量与可靠性，并构建提示评估框架、结构化输出与系统提示。
elicitation-methodology
用于需求获取的方法论中心技能，提供技术选择、流程编排、LLMREI 访谈模式与自主级别配置，适用于需求收集、干系人访谈、需求发现与规格准备等场景。
orchestration-prompts
orchestration-prompts 是一个用于编写多智能体编排提示词的技能，帮助设计含阶段流转与结果聚合的编排工作流，适用于编写编排器系统提示、各阶段智能体命令提示以及聚合报告提示。
performance-optimization
针对 Claude Code 的性能优化技能，提供存储管理、上下文窗口优化与卡顿排查指引。覆盖会话文件清理、上下文压缩、已知性能问题应对及日常维护最佳实践。
task-based-multiagent
用于搭建基于任务文件的多智能体并行执行系统的技能，通过共享 tasks.md 协调多个智能体，并用 git worktree 实现隔离。
lumail
通过 Lumail MCP 或 CLI 管理邮件营销、订阅者、标签、发信域名、事务邮件与工作流的 Skill，保留草稿、发布确认和保存后核对要求。
gsap-draggable
基于 GSAP 的拖拽交互技能，用于为 DOM 元素实现拖动、旋转、吸附与惯性抛掷效果，支持边界约束、实时吸附、回调事件和速度获取，适用于滑块、拼图、游戏和交互式 UI。
agent-builder
agent-builder 是 mindmorass/reflex 工作流系统中的技能，用于构建专用子智能体。它提供注册表、提示词、编排器与加载器的搭建步骤，涵盖研究、编码、写作、分析四类子智能体，并说明验证与路由集成方式。
prompt-template
用于创建和管理可复用提示词模板的技能，提供 YAML 模板格式、变量插值、组合模式、模板引擎与测试框架，帮助标准化 AI 智能体的提示词构建，使提示词可组合、可测试、可版本追踪。
building-rag-systems
用于构建生产级 RAG 系统的技能，涵盖语义分块、增量索引与过滤检索。基于 Qdrant 与 OpenAI 嵌入，提供爬取、解析、分块、嵌入、上传的完整摄取流水线，并支持变更检测、上下文扩展与多条件过滤。
installing-skill-tracker
为 Claude Code 安装钩子（hooks），用于自动统计技能（skill）使用情况。适用于在新项目中搭建技能追踪基础设施；当钩子已存在或不需要追踪时不适用。
streaming-llm-responses
实现 AI 聊天应用的实时流式 UI 模式，适用于添加响应生命周期处理、进度指示、客户端副作用或线程生命周期事件等场景。
prompting
面向 AI 智能体的提示工程标准与上下文工程原则，基于 Anthropic 最佳实践，涵盖清晰表达、结构化提示、渐进式信息发现、Just-in-Time 加载、子智能体架构与反模式清单。
pp-agentpool
AgentPool 的 Printing Press 配套技能，用于检查官方容量信号、运行隐私安全诊断，并将操作委托给官方 agentpool CLI。它本身不是独立的 AgentPool 实现，需先安装 agentpool-pp-cli 二进制。
execution-alignment-gate
该技能用于在执行前识别存在实质歧义或描述不足的请求，选择合适的澄清对象，并进行有边界的需求对齐，以减少错误执行与返工；默认保守启用，最多一轮澄清、1至5个高价值问题，并可配合计划确认与假设锁定模板。
prompt-improver
Prompt Improver 是一个用于优化提示词的工具，可将模糊提示转化为清晰、具体、可执行的提示，以获得更好的 AI 回复。它采用亚里士多德式第一性原理框架，让接收提示的 LLM 从基本原理出发推理。
profit-margin-calculator-walmart
面向 Walmart Marketplace 卖家的利润与成本计算技能，可拆分商品成本、WFS 履约与仓储费、佣金、广告和退货损失，估算净利润率，并与 Amazon 做费用与竞争对比。
outlines
Outlines 是 dottxt.ai 推出的结构化文本生成库，可在生成阶段约束 LLM 输出，保证 JSON、正则、Pydantic 模型等格式合法。支持 Transformers、llama.cpp、vLLM、OpenAI 等后端，v1 API 通过 from_* 创建模型并直接传入输出类型。
prepare-for-grill
prepare-for-grill 是 /grilling 或 /grill-me 执行前的预检技能：一次性分析 grill 提示词及其来源，给出书面反馈报告，包括阻塞项、修复建议和改写后的提示词。它只做诊断，不代替逐步追问的 grill 面谈。