meta-apply
meta-apply 是 Aris 技能语料的自修改落地闸门：只有它能把生产者（如 meta-optimize、corpus-audit）暂存的候选补丁真正写入语料。它仅由用户手工调用，落地前自行运行跨模型陪审团复核暂存 diff，跨家族校验通过并用 Write/Edit 应用，同时备份与加盖来源戳。
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
24,059 个结果
session-crosslink
用于把在仓库外运行的智能体会话关联到应记录它的仓库：先解析会话 ID、发现受影响仓库、生成预览表，确认后对每个仓库执行 entire session attach，将会话写入 HEAD 提交。
alby-bitcoin-payments
这是一个面向 AI 智能体的技能，教其通过 @getalby/cli 命令行工具，借助 Nostr Wallet Connect (NIP-47) 操作比特币闪电钱包，实现收发付款、查询余额、查看交易、为 HTTP 402 付费资源付款及发现付费服务等。
jupiter-lend
Jupiter Lend 是 Solana 上的借贷协议（由 Fluid Protocol 提供支持），提供流动性池、借贷市场（jlToken）和 Vault 杠杆仓位。官方提供只读 SDK（@jup-ag/lend-read）与写入 SDK（@jup-ag/lend），用于查询流动性、存款、借款、还款、提取及闪电贷。
add-new-skills-to-workflow
该技能用于向已有的 AI 工作流中添加来自 GitHub 的新技能，并同步更新所有相关文档。它通过 skill-downloader 脚本从 GitHub 仓库下载指定路径的技能，然后读取下载的 SKILL.md 以理解技能名称、描述、所属类别及其在工作流管线中的位置。随后更新 skill-source.json 记录技能来源，并同步修改工作流 README、README_cn、AGENTS.md、网站文档以及根目录 README 中的技能数量、技能表格和管线说明。适用于需要扩展工作流技能集合并保持文档一致性的场景。
token-dashboard-claude-analytics
Token Dashboard 是面向 Claude Code 会话的本地 Token 成本分析仪表盘，读取 ~/.claude/projects/ 下的 JSONL 记录，提供按提示词的成本明细、热力图与用量洞察，数据全程留在本机。
llm-caching
实现多层 LLM 缓存的技能：通过精确匹配、语义相似和提供商侧提示缓存降低 API 成本、减少延迟，适用于重复查询频繁的问答机器人与高并发场景。
llm-fine-tuning
用于搭建 LLM 微调基础设施的技能，覆盖 QLoRA、LoRA 与全参数微调，基于 Hugging Face TRL、Axolotl，以及 DeepSpeed 或 FSDP 的分布式训练。
siem-detection
面向安全团队的 SIEM 检测工程技能：评估日志源覆盖、用 Sigma/KQL/SPL/ES|QL 编写与审计检测规则、映射 MITRE ATT&CK、做误报调优与检测即代码（Git+CI）工作流。
openclaw-model-switch
用于切换或修复 OpenClaw 实例模型配置的技能：安全编辑 openclaw.json，修改默认模型、添加模型定义，并排查 401 Invalid token、503 No available channel 等模型故障。
find-skills
Find Skills 是一个帮助用户发现和安装智能体技能（agent skills）的技能。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题，或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域（设计、测试、部署等）帮助时，该技能会引导用户使用 Skills CLI（npx skills）在开放的智能体技能生态中搜索、安装、检查和更新技能。它本身不提供具体领域能力，而是充当技能发现与安装的入口。
requirements-analyst
面向 GitHub Copilot 的需求分析智能体，通过结构化对话协助梳理需求、编写用户故事、定义规格与验收标准，并生成 SRS、功能/非功能需求、用户故事与追溯矩阵等文档。
verification-before-completion
Verification Before Completion 是一个用于约束 AI 编码助手行为的方法论技能，核心原则是「先有证据，再下结论」。它要求在声称工作已完成、已修复或测试通过之前，必须实际运行验证命令并检查完整输出。该技能为「完成声明」设立了一道不可绕过的检查门：识别能证明结论的命令、完整执行该命令、读取完整输出并检查退出码与失败数量、确认输出是否真正支持结论，最后才做出声明。它同时列出了常见的错误声明方式（如用「应该通过」「看起来没问题」代替真实测试结果），并给出了测试、回归测试、构建、需求核对、智能体委派等场景下的正确与错误模式，以及针对各类借口的反驳说明。适用于提交代码、创建 PR、报告任务完成或进入下一任务之前。
rag-observability-evals
用于监控与评估 RAG 系统的技能：通过检索质量指标、接地性检查、幻觉检测与持续回归测试，把检索增强生成当作可度量的生产系统来运行。
add-voice
Cursor 插件技能 add-voice：在现有应用中接入 Grok 实时语音（Speech to Speech），通过 /add-voice 或 Voice Mode 触发，可替换 STT-LLM-TTS 级联或 OpenAI Realtime，建立双向音频通路。
implementing-llms-litgpt
LitGPT 是 Lightning AI 推出的开源工具，提供 20 多个预训练大语言模型（如 Llama、Gemma、Phi、Qwen、Mistral 等）的清晰可读实现与生产级训练流程。它支持模型下载、文本生成、全量微调、LoRA 微调、从零预训练、模型量化与部署等完整工作流，代码简洁易读，适合学习 LLM 架构、研究实验与原型开发。安装方式为 pip install 'litgpt[extra]'，可通过 Python API 或命令行使用。
claude-migrate-memory-to-doc
将 Claude Code 个人记忆（~/.claude/projects/<project-slug>/memory/）迁移为工具无关的参考文档，使 Codex 等自动加载 AGENTS.md 的 AI CLI 也能读取用户画像与协作偏好，解决工具锁定问题。
structured-output-extractor
从 LLM 响应中提取结构化数据的技能，结合 JSON Schema、Zod 校验与函数调用实现可靠解析。适用于需要把模型输出转为类型化数据的场景，提供 JSON 模式、结构化输出、函数调用、工具调用、重试与流式提取等模式。
adversarial-review
对抗式代码审查技能：让相反模型的审查者从不同视角挑战代码，最终只产出综合裁决，不直接修改代码。
awq-quantization
AWQ（激活感知权重量化）是一套4位大模型压缩方案，依据激活模式保护约1%显著权重，在极小精度损失下实现约2.5-3倍推理加速和显著显存下降，可用于7B-70B模型的部署。提供pip install autoawq安装方式，支持HuggingFace、vLLM等框架。
openai apps mcp
在 Cloudflare Workers 上用 MCP 服务器构建 ChatGPT 应用的技能：注册工具、渲染交互式 HTML/JS 小组件，并规避 CORS、Widget URI、SSE 超时等已知问题。
vllm-server
vLLM 推理服务部署与管理技能：用 vLLM 搭建高吞吐 LLM 推理服务，配置连续批处理、张量并行、量化及 OpenAI 兼容 API。
eino-agent
Eino ADK 是 Go 语言的智能体开发框架，提供 ChatModelAgent（ReAct 模式）、DeepAgent、TurnLoop 等智能体构建方式，并支持中间件、Runner 执行、取消、重试、故障转移与人工介入。
agent-teams-playbook
面向多智能体协作的跨运行时编排手册，提供角色分工、并行任务分发、能力发现与质量闸门建议，并给出 Claude Code、Codex、OpenClaw、Cursor 的适配映射与降级规则。