tighten-file
tighten-file 是一个文件级指令精简技能，借助 tighten-instruction 视角，对 CLAUDE.md、skill、agent prompt、风格指南等指令文件在整篇、章节、单条指令三个层级做收紧，减少冗余同时保留原意。
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
25,390 个结果
fix-demos
fix-demos 是一个用于修复 InboxMate 演示的技能：它从 CRM 读取被 QA 标记为 NEEDS_FIX 的演示问题，通过 MCP 修改颜色、问候语、问题、知识库和提示词，重新发布并回写 CRM 状态。
pytensor-workflows
PyTensor 符号计算工作流技能：用于构建、求导、编译和调试模型的符号张量计算，处理形状、dtype、命名维度、索引、随机状态、图编译与自定义 Op 等问题。
nav-install-multi-claude
该项目已废弃（DEPRECATED），原为多 Claude 编排安装说明技能。自 2026-06 起，多 Claude 编排 shell 脚本被 Claude Code 原生编排能力取代，无需安装。技能在用户请求“安装”时会被自动调用，此时应说明脚本已废弃、不再需要安装，并引导用户使用 /workflows 与 Agent 工具/子代理；不应运行 install-multi-claude.sh（其已拒绝执行）。若旧版曾把脚本装到 ~/bin，可按文档给出的 rm 命令清理。
harness-skill-creator
Harness Skill Creator 是一个用于从现有代码仓库、工作流、评估语料或 harness 分析链路中，引导（bootstrap）或收紧一个最小的、面向 harness 的技能（skill）的工具。它的核心目标是创建一个尽可能小的技能，使另一个智能体能够带着证据、验证和明确的所有权，重复执行某一项 harness 任务。该技能提供了一套完整的工作流程，涵盖解析来源、目标与宿主，检查源链，加载 bootstrap 模式参考，草拟最小可行技能地图，初始化并编写 SKILL.md 作为路由，以及本地验证与正向测试。它强调设计门（Design Gates），例如优先使用单个技能而非阶段树、复制所有权形态而非产品名称、避免添加未请求的安装或网络命令、优先使用可移植的 Node/Python 验证器，以及在仅附件或无工具的测试中不输出工具调用标记。验证环节会运行 quick_validate.py、qodercli 正向测试和插件验证等命令。
internal-comms
一套用于撰写各类公司内部沟通材料的技能资源，按公司偏好的格式生成进度/计划/问题更新、公司简报、FAQ回复、状态报告、领导层更新、项目更新和事故报告等内容。
mcp-builder
用于创建高质量 MCP（Model Context Protocol）服务器的技能指南，帮助 LLM 通过设计良好的工具与外部服务交互。涵盖研究规划、实现、审查优化与评测四个阶段，含 Python 与 TypeScript 实现指引。
skill-creator
skill-creator 是一份创建与迭代 Claude 技能（Skill）的指导，说明技能的组成结构、SKILL.md 元数据要求、scripts/references/assets 三类捆绑资源、渐进式披露设计，以及从需求理解到打包发布的完整流程。
agent-native-audit
用于对代码库进行“代理原生架构”审查的技能，按行动对等、工具即原语等八项原则启动并行子代理，输出带评分的报告。
every-style-editor-2
用于按 Every 内部风格指南审校文本的编辑智能体，可检查文章、博客等内容的风格合规性，逐条给出修改建议并说明所依据的规则，同时保留作者原有语气与含义。
plan_review
plan_review 是一个并行方案评审技能：调用 DHH、Kieran 与代码简洁性评审员等多个专用智能体，同时审阅同一份计划并给出反馈，帮助在实施前发现架构、可维护性与复杂度过高的问题。
macos-resource-optimizer
macOS 系统资源优化工具，通过 40+ 个专用智能体并行处理内存、磁盘、CPU 与进程管理，基于 UV 脚本（PEP 723）与 MoAI 智能体编排，宣称首次运行约 4-5 秒、缓存后 2-3 秒。
write-a-skill
write-a-skill 是一个用于创建新智能体技能（agent skill）的工具，帮助用户按照规范结构、渐进式披露和附带资源来编写技能。当用户想要创建、编写或构建一个新技能时使用。它提供一套写作流程与模板：先明确任务/领域、使用场景、脚本与指令的划分及参考资料，再起草 SKILL.md；当额外文件超过 55 行时进行拆分，并为确定性操作添加脚本；最后与用户一起审查并迭代。技能目录结构由必备的 SKILL.md 主指令文件、可选的 REFERENCE.md 详细文档、EXAMPLES.md 使用示例以及 scripts/ 工具脚本目录组成。SKILL.md 模板包含 frontmatter 中的 name 与 description，正文分为快速开始（最小可用示例）、工作流（带检查清单的分步流程）和高级功能（链接到单独文件）等部分。description 要求使用第三人称，先说明能力再写 “Use when [触发条件]”，长度不超过 240 字符；并提供正面与反面示例，反面示例为“Helps with documents.”，因无法与其他技能区分而被视为不佳。审查清单涵盖：description 是否包含触发条件且不超过 240 字符、SKILL.md 正文是否不超过 55 行、是否不含时间敏感信息、术语是否一致、是否包含具体示例、引用是否只深一层。
subagent-delegation
subagent-delegation 是一项关于在代理式编程中如何委派子代理的技能说明，重点讲解任务范围界定、简报撰写与子代理选择。它区分具名子代理与分叉子代理，强调为每个代理划定文件所有权边界以避免并行修改冲突，并要求在指令中注明“你是多个代理之一”、设定明确成功标准和精简信息回传。技能还给出模型选择建议：简单、无需深入推理或创造性的任务可使用 sonnet 模型。分叉代理适合需要继承主会话上下文的场景，但代码审查、前提核查等需要对抗性阅读的任务不应使用分叉，以免继承偏见。
integrate-agentkit
集成 Scalekit AgentKit 的技能：让智能体创建已连接账户、生成授权链接、在用户完成 OAuth 后用 execute_tool 调用一个工具。默认 Python，Node 需查 references/node.md。必须使用仪表盘中的准确 Connection Name，工具调用前需确认工具名并检查账户状态为 ACTIVE。
croc-strategy
CROC 是一个资金费率套利策略技能，每 15 分钟扫描全部资产，寻找极端资金费率。当资金费率深度为正（市场人群激进做多）时做空以收取资金费；当资金费率深度为负（人群激进做空）时做多。其优势有两点：按小时收取资金费收益，同时为人群平仓时必然出现的均值回归行情布局。该策略强制使用 DSL High Water Mode（高水位动态止损），并禁用所有时间退出，仅在结构性失效（资金费率反转）或 DSL 追踪止损时退出。
grizzly-horribilis-strategy
GRIZZLY HORRIBILIS v2.1 是一个面向 BTC 的逆向狙击策略技能，通过评分系统在聪明钱（SM）共识动能耗尽后反向入场，并按信心分数缩放杠杆（10-11 分用 7x，12 分以上用 10x，最高 10x）。策略仅允许 BTC 单一持仓、每日最多 2 次入场、180 分钟冷却，保证金为账户价值的 50%，出场完全由 RatchetStop 阶梯止盈机制管理，扫描器只负责入场。
arena
Arena 是一个并行候选方案综合技能：针对同一任务同时运行 N 个并行候选，逐一完整阅读后选出最强的一个作为基础，再把其他候选中的最佳部分手工移植进来，最后对综合结果进行验证。它适用于“首次尝试就可能锁定错误形态”的任务，即一次尝试容易把方向定死、需要多方案对比择优的场合。它与 swarm 互补：swarm 覆盖不同切片或竞速并返回报告，而 Arena 综合产出单一工件。使用方式为按 Frame、Fan out、Cross-judge、Pick、Graft、Verify 六个阶段执行，候选输出写入独立工作树或 .tmp/arena-<slug>/candidate-<n>/ 目录，除本地文件外无外部副作用。
claude code x - autonomous execution subagent
Claude Code X 是一个后台自主执行子代理技能，用于在后台自主运行 Claude Code 处理定义明确的任务，支持最多 5 个会话并行执行，用户可在执行期间继续其他工作。它提供基于 JSON 的会话持久化与生命周期跟踪、可配置超时（默认 10 分钟）、结果日志检索和实时状态监控，通过 shell 脚本命令进行任务执行、状态查询、结果获取、终止和清理。适用于 3 个以上独立且定义清晰、无需执行中交互的任务，不适合需求不明确或需要即时交互反馈的场景。
agent-tool-builder
Agent Tool Builder 是一套用于按 fail-closed（失败即保守）设计模式定义智能体工具的技能，将名称、schema、安全属性与执行逻辑合并到一个统一类中，并采用 validate → check → call 的分层执行方式。
adversarial-committee
Adversarial Committee 是一个由多个具有对立倾向的人格组成的委员会式推理技能，通过让不同价值观、风险偏好和认知方式的角色进行结构化辩论，暴露决策中的盲点。委员会成员包括偏执现实主义者 Maya、理想主义者 Frankie、连续性守护者 Joe、证据检察官 Vic 和系统思考者 Tammy。它支持在单次 LLM 调用中模拟完整辩论，也支持多轮结构化辩论协议，最终输出各成员立场、关键张力、证据缺口和综合建议，并可交由独立评估器按评分标准打分。
data-flow
Data Flow 是 MOOLLM 中用于构建处理流水线的一种模式，其核心理念是“房间是节点，出口是边，抛出的对象是消息”。它把文件系统本身当作数据流网络：房间代表处理阶段，出口连接各阶段，对象作为消息在房间之间流动。通过 THROW、INBOX、NEXT、PEEK、STAGE、FLUSH 等命令，用户可以将对象经由出口发送到目标房间、查看和取出待处理队列中的项目、暂存并批量抛出对象。房间结构包含 ROOM.yml 配置、inbox 收件队列、outbox 暂存区以及指向下一阶段的出口目录。处理器支持脚本（确定性）、LLM（语义）和混合三种类型，可分别用于转换、推理或二者结合。该模式还支持扇出（一对多路由）和扇入（多对一批量合并）等流水线拓扑。
manufacturing-intelligence
“Manufacturing Intelligence”这一口号的概念拆解技能，从七种不同角度解读该短语的多重含义，包括工业应用、构建过程、建构主义、心智社会、制造共识、成长型思维和词源学。该技能将这一短语视为一个 K-line（激活相关知识网络的结构），用于在讨论 AI 哲学、伦理问题、连接理论与实践以及命名新倡议时提供丰富的语义框架。
agent-ui
来自 ui.inference.sh 的 React/Next.js 全能智能体组件，内置运行时、工具调用、流式输出、人工审批与声明式组件，可快速为应用接入 AI 助手界面。