fogg-behavior-model
基于 Fogg 行为模型（B=MAP）的行为诊断技能，用于分析用户为何未执行目标行为，定位动机、能力或提示中的薄弱环节，并设计干预与衡量指标。
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
25,530 个结果
agent-stop-conditions
用于设计、审查或调试自主智能体运行停止条件的技能，涵盖 Claude CLI 与 Agent SDK 的轮次、预算上限、错误窗口、幂等重试与循环检测，并提供配置校验脚本。
run-receipt
run-receipt 是一项面向多步智能体运行的可审计记录方案，主张每次运行必须具备签名、防篡改的收据，记录执行内容、失败项、未观测项和授权人，否则视为运行未完成。
env-capability-discovery
环境能力发现技能：在工作流启动时扫描当前平台已安装的技能与智能体，识别调试、网络调研、方案设计、代码审查、测试驱动等可选增强能力，并按映射在工作流阶段调用；不改变原有流程，缺失或失败时静默降级。
stitch-ui-guide
Stitch 的 UED 指南技能，提供交互原则、视觉词汇与提示词结构参考。适用于用户询问布局或风格术语（如 Masonry、Glassmorphism、Sidebar）、设备约束，或需要结构化、改进 Stitch 提示词时。
create-plan-flow
create-plan-flow 是一个面向 /goal 工作流的计划编写技能：在目标范围内、且已完成 grill 共识后，于 .agents/temp/goals/<goal-id>/plans/ 下写入单个计划文件，并更新索引与状态。
grill-me-flow
grill-me-flow 是面向目标工作区的采访式流程技能，在任何 plans/* 计划文件出现前，通过分批提问强制确认目标、非目标、品味、架构与设计等关键决策，并将锁定结果写入 .agents/temp/goals/<goal-id>/GRILL.md。
implement-flow
implement-flow 是面向 goal 工作流的内部实现技能，用于在 .agents/temp/goals/<goal-id>/ 下按计划文件构建代码。仅由 /goal 调用，不面向用户，也不会被自动触发。
orchestrate-flow
orchestrate-flow 是一个内部编排（orchestrator）技能：主智能体负责调度，Task 子智能体作为 worker 承担具体工作，每个 worker 绑定到指定 goal-id 与具体的 plans/NN 文件。资料介绍其角色分工、生成 worker 的方式、收尾进度汇报与验证流程。
split-task-flow
内部任务拆分技能，把单个任务或目标拆成更小、可独立验证的子任务，写入 .agents/temp/goals/<goal-id>/ 下的 plans/INDEX 行，仅供 /goal 查找调用，不面向用户、不自动触发。
finalize
finalize 是一个面向 Git 特性分支收尾的 AI 技能，按顺序调用 simplify、strict-quality-review 和 /okf update 三个子技能，分别由独立子代理执行代码简化、严格质量审查与 OKF 文档更新，由父代理统一编排、验收和提交，适用于功能开发完成后的清理、审查与文档同步流程。
package-automq-green
该技能用于在所选计算提供商上部署三节点 AutoMQ 集群，broker 兼容 Kafka，数据持久化到 Cloudflare R2、AWS S3、GCS 或 OCI 对象存储，默认使用 KRaft 的 broker/controller 角色。
dotagents
dotagents 是一个用于管理智能体技能依赖的命令行工具，通过 agents.toml 声明依赖，自动解析、安装并符号链接技能，使 Claude Code、Cursor、Codex、VS Code、OpenCode 等工具能从 .agents/skills/ 发现技能。
batch-grill-me
batch-grill-me 是一个用于需求澄清与设计对齐的访谈式技能。它通过“设计树”的方式，把每个决策及其衍生决策组织成树状结构，并按轮次推进：每一轮只提出当前所有前置条件已确定的问题（即“前沿”），一次性列出整批问题并附上推荐答案，等待用户回答后再重新计算前沿、进入下一轮。该技能强调由 AI 自行查找环境事实（如文件系统、工具等），通过派发子代理完成，不向用户询问本可自行查证的信息；决策权始终交给用户。当设计树所有分支都被访问、前沿为空时，会话结束，并在用户确认达成共识前不采取行动。
glean-plugin-checklist
用于在 Glean Claude Plugins 市场仓库中创建、添加或修改插件时的核对清单技能，覆盖目录结构、plugin.json、marketplace.json、README、版本同步与 .release-it.json 版本跟随等必要步骤，并提供校验命令与常见错误提示。
agentic-review
agentic-review 是一个面向代码仓库的代码审查编排技能，通常在 setup-agentic-repository 之后运行。它依据 AGENTS.md 与 CONTEXT.md/CONTEXT-MAP.md 派生模块专家，按 ENGINEERING.md 标准与可选策略执行审查，并输出去重、按严重级别排序的审查报告。
github-agentic-workflows
GitHub Agentic Workflows（gh-aw）技能，指导在 GitHub Actions 中创建、部署与治理由 Markdown 定义的 AI 自动化工作流，具备只读令牌、零密钥、容器防火墙、安全输出与威胁检测等安全机制，支持多引擎与多种触发器。
mcp-gateway-security
面向 MCP（Model Context Protocol）网关通信的安全模式与最佳实践技能，覆盖令牌管理、请求验证、审计日志与威胁缓解，适用于加固 MCP 网关配置、凭证管理与安全审查等场景。
mcp-server-development
面向 Riksdagsmonitor 平台的 MCP（Model Context Protocol）服务器开发技能，指导创建与配置 MCP 工具、设计工具 schema、实现 stdio/SSE/HTTP 传输，并集成 GitHub MCP 与 Copilot。
correct
Correct 是一个用于修复智能体反复犯同一类错误的技能。它从知识库的纠正登记表出发，找出重复出现的错误类别，并在能生效的最强层级上加以修复：删除错误做法、加入自动检查、设置工具权限，最后才写规则。适用于希望让后续智能体不再重犯相同错误的项目。
shared-workspace
Shared Workspace 是一项面向 AI 智能体的工作区协作规范，用于处理工作目录中存在其他智能体或人类改动的情况。它强调在编辑前先进行安全定位，识别输出应放置的位置、了解本地约定，并注意已修改、已生成或不熟悉的文件。其核心原则是：将不熟悉的文件和编辑视为正在进行的工作而非杂物，予以保留；将生成的产物、临时文件、日志和截图限制在可控范围内；若需要干净环境，应新建隔离工作区而非清理当前目录；若工作与不理解的现有改动重叠，应停止并报告冲突。该规范还要求智能体在压缩、中断或交接后，通过任务上下文和文件证据重建文件归属，无法确定归属时保留文件并说明不确定性。完成后需报告有意修改的文件、遗留的生成产物或日志，以及因归属不明而避免触碰的内容。
methodology-skill-creator
methodology-skill-creator 用于把 methodology-selector 已选定的一个方法和其规范八字段契约，渲染成一份可审阅的 methodology SKILL.md。它不是通用技能生成器，也不负责选择方法；缺少同根安装的 methodology-selector 时应停止并报告。
deep-solve
Deep Solve 是 DeepTutor 提供的多阶段解题技能，通过 plan → reason → write 流程处理复杂数学、科学或工程问题，适合需要证明、推导或结构化多步推理的场景。
ask-howells
ask-howells 是一个技能路由工具：用户描述当前处境，它只给出应使用的技能名称与首个调用命令，不执行实际工作。适用于在包含三十多个技能的集合中快速找到下一步该输入什么。