mcp-management
用于管理 Model Context Protocol(MCP)服务器的技能:发现、分析与执行已配置 MCP 服务器提供的工具、提示与资源,并借助子代理或 Gemini CLI 避免污染主上下文。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-02 00:09
25,432 个结果
用于管理 Model Context Protocol(MCP)服务器的技能:发现、分析与执行已配置 MCP 服务器提供的工具、提示与资源,并借助子代理或 Gemini CLI 避免污染主上下文。
Paige 是 bmad-agent-tech-writer 技能中的技术文档专家与知识管理者,可将复杂概念转化为面向读者任务的结构化文档,擅长 CommonMark、DITA、OpenAPI 与 Mermaid。用户可点名 Paige 或请求技术写作者来调用。
bmad-checkpoint-preview 是 bmad-labs/skills 中的一项 LLM 辅助人工复核技能,用于引导用户按“目的与背景→细节”的顺序审查代码变更,聚焦关键点并进行测试。当用户提到 checkpoint 或 human review 时使用。
Orchestrate 是 AgentOps 中的协调技能,用于在调用方已有的任务跟踪器与运行时之上,决定多个 worker 下一步做什么、先检查哪项已完成工作、以及如何恢复失效的 worker。它只提供会话内指导,不是调度器、队列或交付权威。
Bright Data 提供的 MCP 服务器,是让大语言模型智能体在无需 shell 的情况下实时访问网页的工具层。它面向需要在运行时决定抓取哪些内容的 AI 应用和智能体:模型读取 Bright Data 工具清单后逐轮选择工具,无需执行命令行,也无需在轮次间修改代码,因此对外暴露的工具列表和编写的路由规则就是整个产品面。产品分为 Remote(托管服务,mcp.brightdata.com,支持 Streamable HTTP 或 SSE)与 Local(自托管 @brightdata/mcp,通过 stdio 运行)两个变体,默认分别暴露 31 与 32 个工具,可通过 URL 查询参数或环境变量收窄。
这是 Bright Data 提供的 Browser 技能,用于将用户已有的浏览器自动化(Playwright、Puppeteer、Selenium 或其他驱动)从本地浏览器切换到 Bright Data 云端浏览器运行,无需改写原有自动化逻辑。核心做法是把本地启动调用替换为远程 WebSocket 连接(Selenium 因使用 WebDriver 协议,改用 9515 端口的 https 连接),并在连接串中填入账户凭据,然后运行一次验证连通。适用前提是用户已写好可运行的自动化代码;若用户只想要数据而不关心驱动,应改用 scrape、fetch 或 search 等技能。使用时需先通过 bdata zones --json 按 type 为 browser_api 查找区域名称,不可硬编码区域名;凭据可由代理用已有 API Key 或 CLI 存储登录信息自行读取,不应向用户索要。通过 Browser API 输入密码登录站点默认被阻止,需 KYC 与合规例外审批,未获批前不可承诺登录流程。注意不要重写用户自动化、不要混淆 CDP 与 WebDriver 端口、不要打印或提交含密码的连接串、不要盲目重试 407 错误,创建新区域前应先征得用户同意。
Browser Use Terminal 是一个通过 CDP 直接控制浏览器的命令行工具,让 AI 智能体自己充当操作者来驱动真实浏览器。它适合网页自动化、数据抓取、网页测试以及与页面交互等任务。核心用法是 `browser-use-terminal browser exec`,该命令运行一段预导入浏览器辅助函数的 Python 脚本,另有 `browser-use-terminal browser <cmd>` 作为控制面,用于查看状态、连接、管理配置文件和故障恢复。它支持截图查看页面、按坐标点击、表单填写、等待加载与元素、执行原始 JS 或 CDP 调用,以及使用已存凭证登录。通过后台守护进程保持 CDP 连接,浏览器状态在多次调用间持续保留。使用时需注意首次导航应在新标签页进行,脚本默认 300 秒超时,且连接用户真实 Chrome 需要一次性设置。
output-style-builder 是一个为 Claude 构建结构化输出格式与响应风格配置的技能,可定义 JSON、YAML、Markdown-KV、XML 等代理输出格式,并配置全局到命令级的响应风格作用域。
Iterative Self-Review 是一个受控的迭代自审技能:主智能体负责答案,仅在用户明确要求验证或复查时,由干净上下文的子智能体进行盲审,再决定是否呈现给用户。子智能体只读、不修改产物、不写最终回复。
Agent MD Refactor 是一个用于重构臃肿的智能体指令文件(如 AGENTS.md、CLAUDE.md、COPILOT.md 等)的技能,遵循渐进式披露(progressive disclosure)原则:将核心要点保留在根文件中,其余内容整理为分类明确、相互链接的独立文件。它适用于指令文件过长、需要拆分、整理或清理智能体配置的场景。整个流程分为五个阶段:分析并找出相互矛盾的指令、提取必须保留在根文件中的核心内容、将剩余指令按逻辑分类、创建根文件加链接文件的层级结构、标记应删除的冗余或含糊指令。
ShazamKit API 参考文档,覆盖 SHManagedSession、SHSession、SHCustomCatalog、SHSignatureGenerator、SHMediaItem、SHLibrary 等类的初始化、匹配、目录管理与签名生成用法,并含 Shazam CLI 与示例项目,供 iOS 15+ 等平台音频识别开发查阅。
该技能通过 Atlassian MCP 获取 Jira 数据,并将其转换为结构化、便于 AI 阅读的 Markdown。支持将单个 Issue、项目待办、Sprint 内容及多 Issue 报告转为 Markdown 文档或表格。
这是一条面向 AI 智能体的行为原则技能,核心是“不要因等待人类确认而阻塞”。它主张人类以异步方式监督,智能体应自行做出合理决策并继续推进,让人类事后纠正。因为代码改动可逆、可审查,错误决策的成本通常低于阻塞等待。该原则要求智能体先做后呈现:完成工作并展示结果,而不是问“我该做 X 吗”,而是直接做 X 并解释原因。同时要求系统具备自愈能力,发现问题时记录并在下一轮修复。对于不可逆操作(如强制推送、删除生产数据、发送外部消息),仍需用户授权;已获授权的可逆操作(写代码、编辑笔记、拆分任务)应直接执行而不阻塞。产品方向、访谈确认和明确要求的审批检查点由人类提供,智能体应在已接受的阶段和范围内推进,若后续出现与已批准契约不兼容的变更,则回到该决策关口。
Agent Farm CLI(af)是用于生成 builder、管理 Tower、工作区与 cron 任务的命令行工具。资料强调在执行任何 af 命令前应先查阅该技能,以获取正确用法。
session-info 是 hive 中的会话信息查询技能,用于显示当前 hive 会话的 ID、收件箱主题、仓库、路径与状态,支持人类可读和 JSON 两种输出,便于脚本提取会话 ID 或收件箱主题,实现多智能体之间的消息协调。
CometChat 集成放置模式技能,指导在已有项目中以路由、弹窗、抽屉、嵌入面板或悬浮挂件五种方式放置 CometChat,并按构建目标推荐合适布局与组件组合。
suno-produce 是一个面向 Suno v5.5 的音乐生成提示产物技能:根据歌曲、单曲或专辑需求,产出可直接粘贴到 Suno 界面的 TRACK.md,并可选生成 ALBUM.md 与 ARTIST.md,帮助用户迭代生成音乐。
Council 是一个多智能体编排技能:针对具体任务生成任务型角色、选择交互模式、运行相互独立的成员,并综合出清晰结论。它强调角色由决策风险推导、保持首轮独立、不投票、保留分歧与不确定性。
考研与高考报考指导技能,通过联网搜索官方及公开数据做交叉对比分析,给出分数线、排名定位、院校专业选择与就业前景等实用建议,风格直接、接地气、有观点。
面向智能体开发环境的整体健康检查技能:扫描技能、记忆、配置、工具、git 与转录等可测量事实,并通过访谈补足伦理、习惯等不可测量部分,按主题评分后把报告写入 .claude/scratchpads/,再逐项征得同意后修复薄弱环节。
Nika 将可重复的 AI 工作固化为 .nika.yaml 工作流文件,运行前先审计成本、权限与结构。它提供 check、run、test、trace 等命令,支持本地或离线模型预览,并记录可校验的哈希链日志。
用于在单台机器上安装并校验 Jev(TypeSafe System One)编码代理配置的技能:安装 jev CLI,并在全局指令文件中写入受管理的 BCP 14 指令块,使本机所有编码代理读取统一的 System One 决策规则。
plan-goal 是一个用于生成实施计划的技能:在 .agents/plans/ 下写入一份带顺序检查清单的计划文件,复制到剪贴板,并给出可直接粘贴执行的提示词,本身不实施、不启动执行。
面向生产级 PR 审查的 Claude Code 插件,通过 consultant 智能体按 10 类框架检查代码,优先保证正确性,输出按严重级别与类别分组的发现及优先处理建议。