llm-app-security
面向 LLM 应用的安全加固技能，覆盖输入校验、输出管控、多租户隔离与滥用防护，帮助聊天机器人、RAG 管道和 SaaS 中的 AI 功能抵御提示注入、数据泄露与合规风险。
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 10-18 00:12
智能体与模型
24,057 个结果
nfs-storage
用于在 Linux 系统间配置 NFS 服务端与客户端实现网络文件共享的运维技能，涵盖 NFSv4 导出、客户端挂载、autofs、Kerberos 安全、性能调优及 Kubernetes 集成。
cio
Customer.io CLI（cio）是面向使用 Customer.io 平台的开发者与智能体提供的命令行工具，并附带可安装的引导技能。通过运行 cio prime，可获得简明的 CLI 参考、JSON 输出规则、命令语法、schema 内省、分页与错误结构说明。若未安装 cio，可从 README 获取安装说明。CLI 支持通过 cio schema 查询命令、参数、通用 API 路由与负载结构，通过 cio skills 列出当前可用的 Customer.io 参考技能，并用 cio skills read <skill> 读取特定服务参考，如 cio API 覆盖 cio api <path>。常见路由涵盖启动/沙箱/首次应用集成、Journeys 资源（campaigns、segments、templates、customers、newsletters、subscription topics）、CDP Pipelines（sources、destinations、identify、track、page、screen）、Design Studio 邮件与组件编辑及分析工作流等。凭据方面，服务账号令牌（sa_live_...）用于 CLI 与账号级管理操作，不应嵌入客户应用代码；SDK 数据写入使用 CDP 源写入键，后端事务性发送使用工作区级 App API 密钥。
lark-vc-agent
lark-vc-agent 是一个兼容性入口技能，仅当用户或上游配置显式指定该名称时使用；相关请求统一交由 lark-meeting 技能处理，自身不直接处理业务。
google-chat-api
用于构建 Google Chat 机器人与 Webhook 的技能资料，涵盖 Cards v2 交互卡片、表单、Cloudflare Workers 部署、Spaces/Members/Reactions API 与 Bearer Token 校验，并整理常见错误与限制。
openai-assistants
OpenAI Assistants API v2 是一个用于构建有状态聊天机器人的开发技能，基于 openai@6.16.0 包。它提供 Code Interpreter（沙箱运行 Python 代码）、File Search（基于向量存储的语义检索，最多 10,000 个文件）和 Function Calling（函数调用）三大工具，并整理了 10 个已知错误及其规避方法。该 API 已被标记为弃用，v1 于 2024 年 12 月 18 日弃用，v2 将于 2026 年 8 月 26 日停止服务，官方建议迁移至 Responses API。本技能适用于维护遗留应用或迁移现有代码，不建议用于新项目。
context-optimization
用于提升智能体上下文效率的技能，涵盖上下文预算、观察掩码、前缀/KV 缓存策略、分区与 token 成本控制，按影响与风险排序应用压缩、掩码、缓存和分区来扩展有限上下文窗口的有效容量。
scenario-workflows
Scenario Workflows 用于通过 MCP 运行已保存的 Scenario 工作流（用户所称的 app 或流水线），支持列出、读取契约、试算成本、运行和等待作业。核心操作为 workflows_list、workflow_get、workflow_run 与 jobs_wait，需要配套 scenario 与 scenario-workflow-authoring 技能。
dispatching-parallel-agents
一个用于并行分派多个 Claude 智能体、各自独立调查与修复互不相关问题（如不同测试文件、子系统或缺陷）的技能，核心原则是一个智能体负责一个问题域。
skill-developer
用于创建和管理 Claude Code 技能（Skills）的指南，遵循 Anthropic 官方最佳实践，涵盖自动激活系统、skill-rules.json 配置、钩子机制、触发模式与调试方法。
goal-planner
goal-planner 是一个通过对话规划目标与功能、并把它们登记为 GitHub issue 的技能。它作为思考伙伴，帮用户厘清想达成的结果（而非实现细节），将内容写成范围清晰的目标，并在获得用户确认后才打上 ready 标签。
agentforce-test
面向 Agentforce 智能体的结构化测试技能，支持功能与安全测试，覆盖预览冒烟测试、批量测试套件部署、OWASP LLM Top 10 安全测试及通过 REST 直接调用 Flow/Apex 动作。
godot-genre-horror
面向 Godot 恐怖游戏的专家蓝图技能，涵盖锯齿式紧张节奏、导演宏观 AI、感官捕食者 AI、理智/压力特效与资源稀缺循环，并列出必须与禁止的实现模式。
ai-pipeline-orchestration
用于编排 AI/ML 流水线的技能，涵盖数据摄取、模型训练、批量推理与 RAG 索引，可基于 Prefect、Airflow、Dagster 等工具构建可观测的 AI 工作流。
block-storage
管理块存储卷与 LVM 的技能文档，涵盖本地磁盘分区、文件系统创建、LVM 逻辑卷与快照、AWS EBS 卷与快照、软件 RAID（mdadm）等运维操作，适用于加盘、扩容、备份与冗余配置。
rag-infrastructure
用于构建与运维检索增强生成（RAG）基础设施的技能，涵盖文档摄取、分块、嵌入、向量存储、混合检索与重排序，并接入 LLM 生成有依据的回答。
the-pragmatic-programmer
基于《程序员修炼之道》的智能体技能，用于在工程判断、反馈循环、DRY 知识、正交性、自动化与可适应设计等任务中应用务实编程规则。
read-claude-web-conversation
该技能通过 Claude.ai 内部 API 读取或导出 Claude.ai 网页对话的完整记录，支持私有 /chat/ 链接和公开 /share/ 链接，可获取全部消息与工具调用，而非仅当前屏幕可见内容。
running-livekit-simulations
用于运行 LiveKit 智能体模拟的官方技能：用 LLM 驱动的模拟用户跑完整场景，由评审模型给出结论，帮助在部署前对多轮对话、中断处理、语音转录等做回归测试。
mcp-builder
mcp-builder 是一个用于创建高质量 MCP（Model Context Protocol）服务器的开发指南技能。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务和 API 交互。该技能强调以智能体为中心的设计原则，包括围绕工作流而非单纯 API 端点构建工具、优化有限的上下文窗口、设计可操作的错误信息、遵循自然任务划分，并采用评估驱动开发。整个流程分为四个阶段：深度研究与规划、实现、审查与优化、创建评估。它提供 Python 和 Node/TypeScript 两种实现路径，涉及 MCP 协议文档、SDK 文档、语言特定实现指南和评估指南等参考资料。
skillforge
Skillforge 用于创建新的 Claude Code 技能（skill）或将现有技能优化到 V2。提供 forge 与 optimize 两种模式：forge 按流程起草新技能目录（frontmatter、渐进式披露、辅助脚本），optimize 以指标驱动的循环产出可量化改进的 V2 版本。
skill-creator
Skill Creator 是一个用于创建和更新 Claude 技能（Skill）的指导型技能。它提供创建有效技能的完整方法论，包括技能结构说明、核心设计原则、渐进式披露设计模式以及从理解需求、规划内容、初始化、编辑到打包的完整创建流程。适用于用户希望创建新技能或更新现有技能以扩展 Claude 能力的场景。
optimize-agent-docs
optimize-agent-docs 是 petekp/agent-skills 下的一个技能，用于把分散在 .claude、.codex、.cursor、.aider 等目录中的智能体文档整理成面向检索优化的知识层，涵盖清单生成、分块、编译与检索提示。
creator-discovery-router
创作者发现路由技能：在正式采集平台数据前，先把寻找创作者、KOL、KOC的需求归入正确的采集策略（句柄优先、内容优先、关系图谱优先或混合），并交接给下游采集技能。