scout
Scout 是 Claude Code 的元代理技能，用于分析当前对话上下文，为用户任务推荐最合适的技能与子代理。当不确定该用哪个工具、技能或代理时，可主动调用它获取推荐方案与组合工作流。
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
24,089 个结果
open-responses
Open Responses 是一套开源规范，定义多供应商大模型交互的统一 HTTP 协议，标准化消息、工具调用、流式传输、多模态输入与推理，使针对某一供应商编写的代码可用于任何兼容供应商。
omx
omx（oh-my-codex）是面向 OpenAI Codex CLI 的多智能体编排技能，提供可复用的角色提示词与工作流技能，支持 tmux 并行团队、持久执行循环、共识规划、仓库探索与跨模型咨询。
prompt-repetition
该技能用于判断在非推理或轻量级模型任务中，重复完整提示词何时能提升准确率，何时应改用更好的提示结构、检索或推理模型。它提供有边界的决策规则，而非通用提示技巧。
agent-teams
来自 Maggy 的 Claude Code 技能，让每个项目默认以 AI 智能体团队协作开发，并通过任务依赖强制执行严格的 TDD 流水线，任何步骤都不可跳过。
write-notes-like-deepseek
一个用于记录“非平凡改动”决策笔记的 AI Skill，提炼自 DeepSeek Harness 工程实践，规定何时必须写笔记、笔记的目录分类与文件格式，并提供校验、归档与看板脚本。
goal-loop
goal-loop 是一套用于编写 /goal 提示词并解释持久化智能体循环（又称 Ralph loop）的实践指南，涵盖目标契约、启动控制、漂移处理与排障。
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。
skill-creator
用于创建和优化 OpenCode 技能的技能：负责目录脚手架、SKILL.md 编写、frontmatter 优化与资源组织，让智能体获得专门知识与工作流。
skill evolution manager
Skill Evolution Manager 是一个用于在对话结束时根据用户反馈和对话内容总结、优化并迭代现有 Skills 的工具，被称为 AI 技能系统的“进化中枢”。它面向 Claude 等 AI 技能体系，核心作用是复盘被调用 Skill 的表现，把非结构化反馈提炼成结构化经验，再持久化写回技能文档，使经验不因版本更新而丢失。它支持会话复盘、经验提取、智能缝合与跨版本对齐，并提供 merge_evolution.py、smart_stitch.py、align_all.py 等脚本实现增量合并、文档生成和全量对齐。适用于用户说“复盘一下刚才的对话”“记录一下”“把这个经验保存到 Skill 里”或触发 /evolve 等场景。要求通过 evolution.json 通道修改经验，避免直接改动 SKILL.md 正文。
new-feature
该技能用于在从 origin/main 分出的隔离 Git worktree 中启动新任务，让多个智能体在同一仓库并行工作而不冲突。每个任务使用独立 worktree 与分支，不在 main 上开发，也不复用其他智能体的 worktree 或分支。
eino-guide
Eino 是 CloudWeGo 推出的 Go 语言 LLM 应用开发框架（读作“i know”），提供组件（ChatModel、Tool、Embedding、Retriever、Indexer 等）、编排（Graph/Chain/Workflow）、ADK 智能体与回调观测等能力，配套 eino-ext 提供各厂商实现。本条目为框架总览与导航指南。
doc-mindmap
Doc Mindmap 是文档智能整理助手，可将 PDF、PPT、Word、Excel 等办公文档批量转换为 Markdown，用本地 Ollama 模型生成摘要并按主题、用途、客户三维度分类，通过软链接同时呈现多种分类方案，零额外磁盘占用。
generate-sui-agent-config
为 Sui 项目生成 CLAUDE.md 或 AGENT.md 配置文件，帮助 AI 编码代理了解 Sui 文档位置并遵循最佳实践；适用于新建 Sui 项目、缺少代理配置的已有项目，或用户明确要求生成代理配置时。
frustration-detection
Frustration Detection 是一项从文本信号中读取用户情绪状态的感知技能，通过大写字母、标点密度、重复、延迟等线索判断用户挫败感，并在用户流失前调整回应方式。它位于语气校准、升级设计和优雅修复等技能背后，为这些技能提供触发时机。检测信号分为语言类（全大写、感叹号问号堆叠、去缓冲的直接命令、重复、脏话）、结构类（回复间隔缩短或过长、重复提问、明确要求转人工、突然切换话题）和词汇情感类（负面词、时间压力词、怀疑词、放弃词）。检测应跨信号、跨轮次累积，而非单特征判断。决策规则包括：单一信号视为噪声，两个信号才构成模式；挫败感上升且已尝试修复一次则升级；紧迫但无挫败感只加速不改语气；长延迟后是离开而非深读；静默适应，不点明情绪。反模式包括表演式共情、要求用户确认情绪、一次性检测、检测后不行动、过度共情。不适用场景包括事务型界面、首轮冷启动、已有明确反馈控件的产品。该技能提供挫败感评分卡，按会话累积计分，阈值：语气转变 2 分，升级 5 分。
agent-browser
agent-browser 是面向智能体的浏览器自动化命令行工具，用于网页测试、表单填写、截图与数据提取。通过 open、snapshot、click、fill 等命令驱动浏览器，支持会话、状态保存、网络拦截、录屏与代理等能力。
agent-watchdog
Agent Watchdog 是一个用于监督、审计、对比或修复其他智能体工作的技能：可等待会话完成、重建原始请求、独立调查同一问题、核验证据，并给出差距报告与补充方向。
eino-compose
eino-compose 是 CloudWeGo Eino 框架中的编排包（github.com/cloudwego/eino/compose），提供 Graph、Chain、Workflow 三种编排 API，用于把组件组合成可执行的图或流水线。Graph 支持有向图、分支与循环（Pregel 模式），Chain 用于线性顺序流水线，Workflow 用于 DAG 且支持字段级映射。三者均可编译为 Runnable[I, O]，提供 Invoke、Stream、Collect、Transform 四种交互模式，并支持状态图、回调、检查点与中断恢复等能力。
pyvene-interventions
pyvene 是斯坦福 NLP 团队开发的 PyTorch 模型因果干预库，提供基于字典的声明式干预框架，用于激活修补、因果追踪和交换干预训练，使干预实验可复现、可分享。它支持任意 PyTorch 架构（不限于 Transformer），可对指定层和组件（如 block_output、attention_output、mlp_output 等）施加多种干预类型（如 VanillaIntervention、AdditionIntervention、ZeroIntervention、RotatedSpaceIntervention 等），并支持将干预保存到本地或分享至 HuggingFace。适用于因果追踪、电路分析、模型引导等可解释性研究场景。
setup-gbrain
setup-gbrain 是 gstack 中的一项技能，用于为编码智能体配置 gbrain：安装 CLI、初始化本地 PGLite 或 Supabase 大脑、注册 MCP，并按远程仓库记录信任策略。适合需要让智能体接入 gbrain 记忆/检索能力的场景。
eve-agent-native-design
Eve Horizon 上的智能体原生应用设计技能，围绕四项原则（对等性、原子粒度、可组合性、涌现能力）指导开发者让应用能被智能体完整使用，并介绍作业附件、服务账号鉴权、组织文档库、Web 聊天、跨项目查询等平台能力与设计模式。
grillme
grillme 是一个苏格拉底式深度访谈技能，通过分波次提问帮助用户发现自己已知但尚未表达的想法。适用于产品、架构、个人决策、规划和研究等主题，用 AskUserQuestion 逐题提问，并在波次间做小结、最后输出完整图景。
create-agent-adapter
create-agent-adapter 是 Paperclip 中用于创建或修改 Agent 适配器的技能。适配器负责把 Paperclip 的编排层连接到具体的 AI Agent 运行时（如 Claude Code、Codex CLI、自定义进程或 HTTP 端点）。每个适配器是一个自包含的包，需要同时为服务端、UI 和 CLI 三个消费方提供实现。该技能适用于新增对某种 CLI Agent、API Agent 或自定义进程的支持场景，涵盖包结构、共享类型、执行逻辑、输出解析、环境诊断、UI 配置字段、CLI 终端格式化以及三处注册表的接入流程。
think
一个只读的十阶段推理技能，用 OBSERVE、LISTEN、THINK、CONNECT、FEEL、ACCEPT、CREATE、GROW 的循环处理重要或含糊的问题，强调证据分层、反方论证与验证纪律，适合做决策记录和分析。