ai-coordinating-agents
该技能指导构建多智能体协作系统：用 DSPy 定义各智能体的推理模块，用 LangGraph 负责编排、任务交接与并行执行，涵盖主管路由、链式、并行、分层等模式，并包含人工审核与优化建议。
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 11-03 00:11
智能体与模型
25,496 个结果
orientation
面向 AI 智能体的项目入门技能，通过扫描入口文档、技能目录与记忆文件，帮助智能体在陌生项目中先了解上下文再行动，仅做只读侦察与诊断。
setup
用于为新项目初始化智能体工作系统的技能，触发词包括“setup agent system”“initialize claude”“bootstrap project”。它通过创建 CLAUDE.md、.memory/ 目录结构和首份传承文档，让后续智能体继承经验而非从零开始。
agent-e2e
agent-e2e 是一个用于发现、录制和执行端到端（E2E）测试用例的技能，基于浏览器探索工作。它强调使用基于无障碍属性的语义选择器替代易碎的 testId/CSS 选择器，将测试用例以 YAML 记录，并按复杂度分层组织。
subagent-creator
用于创建、评估和改进 Claude Code 子代理文件（.claude/agents/*.md）的技能。子代理由 YAML frontmatter 加系统提示词组成，可被主代理委派、拥有隔离上下文和受限工具；不适用于技能或 CLAUDE.md/AGENTS.md。
simulink-curating-library-kg
该技能用于为 Simulink 项目的 SATK 库知识索引（.satk/library-kg/）进行人工整理，以提升智能体在选块时的准确性。它从 .satk/library-cache/*.json 读取块的元数据，推断分类与描述，将整理结果保存到 .satk/library-curation.json，随后重新生成知识图谱。具体能力包括：标记常用块、修正自动分配的分类、为元数据质量低或中等的块补写面向使用意图的描述。使用前需已有 satk-libraries.json 或 .satk/reuse-libraries.json 声明库，适用于用户希望调整智能体选块偏好、改进块描述的场景；不适用于块策略配置、建模流程或库声明等任务。
ads-audit
多平台付费广告审计技能：通过并行子代理分析 Google、Meta、LinkedIn、TikTok 与 Microsoft 广告账户，输出健康评分与优先级行动方案。
agent-lifecycle-management
面向多智能体系统的智能体生命周期管理技能，围绕创建、指挥、监控、聚合与删除设计 CRUD 操作与生命周期模式，强调按任务创建专用智能体并在完成后清理资源。
template-engineering
模板工程（Template Engineering）指南，用于创建“生成提示词的提示词”元提示模板，把工程工作流编码为可复用、可扩展的单元，适用于编写生成计划的斜杠命令、沉淀团队工作流、设计杂务/缺陷/功能类元提示，以及分析改进现有模板。
agent-sdk-definitions
在 TypeScript 与 Python 中为 Claude Agent SDK 以编程方式定义智能体的说明，包括 AgentDefinition 结构、权限与模型配置，以及同文件系统 Markdown 智能体的差异与适用场景。
a365-setup
Agent 365（A365）注册与 CLI 配置的入口技能，用于检测代理技术栈与语言、确认代理类型与认证方式、选择能力项，并安装缺失前置条件、校验 Azure 环境后转交后续技能完成配置。
local-ai-agents
该技能基于微软 ai-agents-for-beginners 课程第17课，讲解如何用 Foundry Local 与 Qwen 函数调用模型构建完全本地运行的 AI 智能体，涵盖本地模型服务、本地 RAG 与 MCP、混合路由及沙箱工具等要点。
demo-setup
由 microsoft/hve-core 提供的可重复 HVE Core 演示搭建技能：通过模拟客户画像的 Design Thinking Coach 会话，加速走完 DT 方法 1 至 6，并在方法 7 直接生成可运行的高保真原型，附带演示者指南与视频脚本。
planning-with-files
面向复杂多步任务的基于文件规划技能，用 task_plan.md、findings.md、progress.md 三个 Markdown 文件作为磁盘工作记忆，帮助代理跨文件、跨 API、跨会话地规划与推进任务，并在每个阶段记录发现、进度与错误。
verasic-agent-disclosure
Verasic Agent Disclosure 是一套面向智能体对外应答的披露策略与红队回归编排技能，用于阻止模型在面向用户的回复中泄露 harness、技能、路由与协议等内部信息，并在用户询问代理内部实现、披露政策或红队话题时应用。
mcp-builder
mcp-builder 是一份用于创建高质量 MCP（Model Context Protocol）服务器的开发指南。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准，将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript（配合官方 SDK）或 Python（FastMCP）作为开发语言，远程服务器使用 Streamable HTTP 传输，本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解（readOnlyHint、destructiveHint 等）、代码质量检查、使用 MCP Inspector 测试，以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。
update-config
用于检查并升级 awesome-claude-code-config 配置的技能：先对比本地版本与远端 VERSION，若不同则重新运行交互式安装脚本完成更新，并汇报新版号。
tickets-to-lanes
tickets-to-lanes 是一个仅供人工主动调用的技能，用于把 wayfinder 地图中的待建工单拆分到多条 lane，每条 lane 对应一个会话、一个集成分支和一个 PR，并开出一个协调用的 GitHub issue，最后返回每条 lane 可粘贴的 /implement-unattended 提示词。
agent-team-orchestrator
面向 Claude Code 的 Agent Teams 智能编排决策技能，自动分析任务并行性、通信需求、上下文隔离、文件冲突与成本收益五个维度，判断该用 Subagent 还是 Agent Teams，并给出团队规模、角色分配、任务粒度和生成 Prompt。
langchain-use
LangChain 1.0 使用指南技能，提供 Agent、Tool、Memory、Middleware 等核心概念与常见模式的快速参考，适用于创建 AI Agent、集成 LangChain 或排查相关问题。
flow-nexus-neural
Flow Nexus Neural 技能用于在分布式 E2B 沙箱环境中训练、部署和管理神经网络，支持自定义架构、预训练模板市场、分布式训练集群与联邦学习，并可对模型进行推理、基准测试、验证与发布。
agent-ready
agent-ready 是一个代码库就绪度审计技能，用于分析项目结构、约定与摩擦点，评估自主智能体或开发者能否顺利理解、修改和扩展代码，并给出按优先级排序的改进建议。
ns-agent-engineering
一个与编程语言和框架无关的智能体概念设计技能：按评估、提示、RAG、智能体、微调的适配顺序逐层推进，在动手前锁定设计。适用于设计 AI 智能体方案、判断是否真需要智能体、规划工具与记忆等概念层问题。
version-bump
用于 Claude Code Handbook 单体仓库的插件版本号递增技能，可按插件独立调整 major、minor 或 patch 版本，版本信息存放于 plugins/<name>/.claude-plugin/plugin.json 中。