meshy-3d-agent
中文介绍正在整理，稍后补充。
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 10-15 00:40
智能体与模型
17,033 个结果
facebook-ads-library-mcp-server
中文介绍正在整理，稍后补充。
senior-ml-engineer
中文介绍正在整理，稍后补充。
investigating-agentforce-architecture
该工具是一个用于梳理单个 Agentforce 智能体“声明式架构快照”的技能。它读取设计时元数据，按 planner → topics → actions → flows → Apex → prompts → NGA plugins 的树状结构展开，并生成人类可读的架构文档。数据来源仅限声明的元数据（如 BotDefinition、GenAiPlanner*、GenAiPlugin*、GenAiFunction*、Flow、ApexClass、GenAiPromptTemplate），不读取运行时审计记录。管道以内联方式运行、不使用子智能体，各阶段均为确定性的文件处理。典型运行预算 30–45 秒，参考夹具硬上限 ≤60 秒；相比顺序基线（90–220 秒）有 3–5 倍提速。产物默认落在 ~/.vibe/data/investigating-agentforce-architecture/<org_id15>/<agent_api_name>__<agent_version>/ 下，主要产物为元数据树 JSON 与架构 Markdown（含内嵌 Mermaid 图）。
creating-agents-in-medusa
该技能用于在 Medusa 项目中构建面向内部管理员的 AI 智能体。此类智能体由商家和店铺运营人员通过 Medusa 管理后台使用，而非面向店铺前台的顾客。内容覆盖从数据模型、模块服务、工具配置、流式接口到管理后台聊天界面的完整实现路径，并提供数据模型、服务、agent-setup、API 路由、NDJSON 流式传输、管理扩展、MedusaExec 等多个参考文件。实现要点包括：所有路由必须放在 src/api/admin/ 下并使用 AuthenticatedMedusaRequest 鉴权；数据操作统一通过 MedusaExec 执行 TypeScript，而非自建工具；AgentSession 与 AgentMessage 作为共享基础设施，通过 agent_type 区分不同智能体会话；流格式为 NDJSON；新增或修改模型后需执行迁移。适合需要在 Medusa 后台为运营人员提供 AI 助手能力的开发场景。
langchain
中文介绍正在整理，稍后补充。
distributed-llm-pretraining-torchtitan
中文介绍正在整理，稍后补充。
claude-code-marketing-skills
中文介绍正在整理，稍后补充。
reddit-marketing-agent
中文介绍正在整理，稍后补充。
antigravity-workflows
Antigravity Workflows 是一个用于将复杂目标转化为分步骤技能调用流程的编排类技能。当用户希望合并使用多个技能而不手动逐个挑选，或任务本身是多阶段的（例如规划、构建、测试、发布）时，可启用该技能。它针对常见场景提供最佳实践执行路径，包括：交付 SaaS MVP、执行 Web 安全审计、构建 AI 智能体系统、实现浏览器自动化与端到端 QA、以及进行领域驱动设计。该技能本身不替代专门的技能，而是负责编排与调度，因此依赖本地已安装的所引用技能，并且在不具备环境访问、凭据或必要基础设施时无法保证成功。
agents
中文介绍正在整理，稍后补充。
capacitor-expert
中文介绍正在整理，稍后补充。
speculative-decoding
Speculative Decoding 是一个用于加速大语言模型（LLM）推理的技能，涵盖三种主要技术：草稿模型投机解码、Medusa 多头解码和 Lookahead 前瞻解码。该技能适用于需要将推理速度提升 1.5-3.6 倍且不损失质量的场景，例如降低聊天机器人、代码生成等实时应用的延迟，优化高并发服务的吞吐量，以及在受限硬件上高效部署。其核心思路是用小模型或额外预测头生成候选 token，再由大模型并行验证，从而减少串行解码步数。文档提供了 transformers、Medusa、LookaheadDecoding 及 vLLM 的安装方式，并给出各方法的快速开始代码、算法原理、超参数调优建议与生产部署示例。资料显示三种方法均无质量损失，其中 Medusa 需要少量训练（仅训练预测头），Lookahead 则无需草稿模型或训练即可开箱使用。
xlsx
中文介绍正在整理，稍后补充。
alchemy-mcp
中文介绍正在整理，稍后补充。
training-llms-megatron
中文介绍正在整理，稍后补充。
investigating-agentforce-d360
中文介绍正在整理，稍后补充。
sentry-setup-ai-monitoring
本技能用于在任意项目中配置 Sentry AI Agent Monitoring，以追踪 LLM 调用、智能体执行、工具使用情况与 token 消耗。适用于用户要求监控 AI/LLM 调用、追踪 OpenAI/Anthropic 使用量、实现 AI 可观测性或智能体监控，以及关注 token 用量、模型延迟或 AI 成本的场景。配置前需先检测已安装的 AI SDK，并确保已启用 tracing（tracesSampleRate > 0）。支持 JavaScript（OpenAI、Anthropic、Vercel AI、LangChain、LangGraph、Google GenAI）与 Python（openai、anthropic、langchain/langgraph、huggingface_hub、google-genai、pydantic-ai、mcp 等）集成，多数集成在对应包安装后自动启用；无受支持 SDK 时可用手动埋点。注意：提示词与输出记录可能涉及 PII，需与用户确认后方可开启，生产环境应使用较低采样率。
llm-sentry-geo-marketing
中文介绍正在整理，稍后补充。
build-review-interface
中文介绍正在整理，稍后补充。
evaluate-rag
中文介绍正在整理，稍后补充。
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。
music
该技能用于通过 ElevenLabs Music API 生成音乐。可根据文本提示生成器乐、带歌词的歌曲、背景音乐等 AI 音乐，并支持通过作曲计划（Composition Plans）进行细粒度控制。提供 Python、JavaScript 与 cURL 三种调用示例，核心方法包括 music.compose、music.composition_plan.create、music.compose_detailed、music.upload。内容限制方面不可引用具体艺人、乐队或受版权保护的歌词，出错时错误信息会附带改写建议。
agent-skills-creator
Agent Skills Creator 是一个用于创建和改进可移植 Agent Skills 的技能，采用 Agent Skills 开放格式。它覆盖从模式选择、目录与前置元数据创建、SKILL.md 正文撰写、参考或规则文件组织，到验证、README 更新、安装冒烟测试与评估迭代的完整生命周期。该技能适用于新建 agent skill，也适用于审计、简化或重写已有 skill（SKILL.md、references、rules、scripts、evaluations）。它内置本地验证脚本，可检查格式要求与仓库约定；并提供路由评估方法，用于判断 skill 是否会在正确提示下触发。它不负责 AGENTS.md/CLAUDE.md 指令文件，也不负责一般文档质量。