prompt-pipeline
Cavekit 的提示词流水线设计指南,讲解如何用编号提示词驱动 Hunt 生命周期各阶段,涵盖绿地 3 提示词模式、重写 6-9 提示词模式、共享原则、提示词工程实践、任务模板、时间守卫与迭代循环集成。
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
25,538 个结果
Cavekit 的提示词流水线设计指南,讲解如何用编号提示词驱动 Hunt 生命周期各阶段,涵盖绿地 3 提示词模式、重写 6-9 提示词模式、共享原则、提示词工程实践、任务模板、时间守卫与迭代循环集成。
Validation-First Design 是一套面向 AI 智能体输出的验证优先设计方法,核心原则是“若智能体无法自动验证某条需求,该需求就不会被可靠满足”。它要求规格中的每一条需求都必须附带可测试的验收标准,并定义了六个按顺序执行的验证关卡:编译检查、隔离单元验证、跨组件集成、资源与速度基准、启动冒烟测试、人工审计。文档还说明了规格需求到关卡的映射方法、阶段关卡(Spec→Plan→Implement→Iterate→Monitor→Spec)、多智能体合并协议、完成信号、以及四种验证优先设计模式。该技能可与 spec 编写、实现追踪、方法论等技能配合使用。
本技能介绍如何通过 Letta Code hooks 将智能体的运行活动、响应与推理过程实时发布到 ATProtocol 集合中,实现透明的“玻璃盒”式 AI 运行。它定义了 PostToolUse 钩子将工具调用发布到 network.comind.activity,以及 Stop 钩子轮询 Letta API 后将助手消息和推理消息分别发布到 network.comind.response 和 network.comind.reasoning。技能强调安全:命令类记录只使用 description 字段而非原始命令,发布前需应用密钥脱敏规则(API_KEY、PASSWORD、Bearer token、sk-、ghp_ 等),并跳过噪声命令。配置方式为在 .letta/settings.json 中声明钩子命令,运行依赖 LETTA_API_KEY、LETTA_AGENT_ID、ATPROTO_PDS、ATPROTO_DID、ATPROTO_HANDLE、ATPROTO_APP_PASSWORD 等环境变量。
该技能让主助手默认把用户消息通过本机共享 Codex App Server 派发给 Codex 处理,涵盖提问、讨论与执行任务,无需用户点名。主助手负责派发、转达和核对结果,支持持续追踪或仅派发两种模式,手机可通过 ChatGPT SSH 访问同一会话。
面向 Kaggle 黑客松主办方的技能,指导使用 LLM 辅助评审:通过 Kaggle MCP 服务器收集全部 writeup 与项目附件,提取证据集,再用分类器与成对比较生成排名和钟形评分曲线,并强调审计、防提示注入与保留评分轨迹。
一个通过 MCP 工具维持持续对话通道的 AI 交互模式,激活口令为“khởi động ai_interaction”,要求以越南语实时交流,并在每次回复末尾调用 ai_interaction 工具以保持通道。
面向 Jujutsu(jj)与 Git 共存仓库(.git + .jj)及多智能体并行环境的安全工作流技能,提供 VCS 检测、工作区命名、提交规范、发布与恢复等实践规则。
skulk 是一个为 OpenCode 会话安排唤醒的工具:在指定时间到达或事件发生时向会话投递一条消息,让智能体结束回合、无需 sleep 轮询即可等待 CI、GitHub Actions、PR 检查、npm 发布等结果。
用于指导开发者标注 LLM 输出的技能:可从零搭建标注评分标准(rubric),或审查并改进已有标注。强调标准需具体可观察、必须记录理由、先小样本测试再规模化,并输出可复制的评分标准或标注质量报告。
LLM Judge Creator 是一个用于创建 LLM-as-a-judge 评估器的技能,帮助开发者把真实失败模式(问题报告或标注轨迹)转化为可直接使用的评判提示词,属于评估工作流第 4 步。
面向 AI 智能体与脚本的 Git 命令模式技能,强调使用 porcelain 与稳定格式输出,便于解析 status、diff、log 等结果。
用于在 Trae IDE 中发现并安装技能的包装工具,基于 find-skills,仅在安装时注入 Trae 专用 --agent 参数。
Developer Scrum Master 是一个 Agile 流程编排技能,负责把 PRD 转成开发工单、设计 Sprint 与验收标准,并提供串行或并行多智能体两种执行模式,同时管理依赖文件上下文与阻塞项。
Skill Creator 是一个用于创建和改进 Claude 技能的指导型技能,提供从需求理解、资源规划、初始化、编辑到打包的完整流程,帮助把专业工作流、领域知识和可复用脚本组织成模块化技能包。
一个用于规划内容组合与内容策略的 Claude 技能,基于目标受众需求、业务目标、证据、分发渠道和真实产能制定可长期运营的内容计划,默认在对话中输出策略草案,不自动发布或修改任何内容。
run-gemini 是一个 MCP 工具,用于向外部 Gemini 助手发出协助请求,在独立隔离环境中执行网络搜索、网页读取、长文阅读理解、全文翻译及网页与前端界面制作等任务。
mcp-oauth 是一个为远程 MCP 服务器添加 OAuth 2.0 PKCE 认证的技能,实现 MCP 授权规范中的发现、动态客户端注册、PKCE 授权、令牌交换与刷新等完整流程,适合需要访问用户专属数据的 MCP 服务器场景。
一个面向 AI 编码代理的搜索技能,按渐进升级策略调用 Tavily、Context7、GitHub Grep、Exa 与 Z.AI Web Search Prime 等工具,检索网页、库文档与 GitHub 代码,并支持截图、架构图等视觉内容分析。
reflect 是一个会话反思技能,用于分析当前对话中的用户纠正、重复反馈与交互模式,并据此提出对 AGENTS.md 的具体改进建议,经用户确认后可应用修改。
agent-browser 是一个面向 AI 代理的浏览器自动化 CLI,用于导航页面、填写表单、点击按钮、截屏、提取数据、测试 Web 应用及执行各类需编程式网页交互的任务,支持会话保持、状态持久化、并行会话与存取快照引用。
面向 LLM 代码生成的 Swift 6.2 语言模式与纠错指南,重点覆盖并发模型变化(默认 MainActor 隔离、@concurrent、@Observable 等),帮助生成符合 Swift 6.2 的代码。
context7 是一个通过生成的异步 Python 应用调用 MCP 后端函数的技能,可用 mcp-skill CLI 检查可用函数。无需认证,需安装 mcp-skill 包,适用于在异步 Python 代码中调用 context7 工具。
用于配置与优化 Claude Code 的技能,覆盖 CLAUDE.md 编写、上下文管理、MCP 服务器、权限与 hooks、智能体团队、插件及 CI/CD 等维度,强调按用户现状分层诊断,只给经社区与官方文档验证的配置建议。
Critic 是一个对抗式思考型的智能体技能,用于挑战假设、审查设计与推理,通过一次只问一个问题、追问“为什么”来暴露隐藏假设、边界情况与风险,不负责提供解决方案。来自 mcouthon/agents。