improving-mcp-tools
面向 MCP 服务器改进的技能流程：用评测工具测量智能体使用体验，找出影响最大的工具问题，修复后重新评分，仅合并有数据支撑的改动。属于内部 campaign 操作手册，强调可测量、可复现与日志留存。
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 11-05 00:16
智能体与模型
25,646 个结果
swiggy-prava-skill
用于让 AI 智能体端到端完成 Swiggy 下单并使用 Prava 卡令牌结账的技能。智能体通过 Swiggy MCP 完成地址、搜索、购物车操作，再用浏览器自动化输入 Prava 令牌化卡信息完成支付，全程避免在聊天中索要原始卡号、OTP 等敏感信息。
think-research-framework
一个用于端到端调研思维框架的元技能：它把调研工作委派给 think-research-framework 子代理，产出符合 schema 的候选注册条目与学习档案，并按七级模型对证据评级。
think-scamper
SCAMPER 思维框架技能：对已有想法、产品或流程套用七种变换提示（替代、组合、适应、修改、他用、消除、反转），生成结构化变体清单并筛选出最有前景的方案，属于后期发散工具，不适用于空白页构思。
p-video-avatar
p-video-avatar 是 PrunaAI/pruna-skills 中的视频头像技能，用于从一张肖像照片生成对口型的说话人视频，适合数字人主播、代言人或旁白形象。每次调用生成一段片段，支持文本语音脚本或上传音频，通过 Pruna API 异步创建预测。
adding-a-provider-api-feature
Pydantic AI 中为模型提供方新增 API 能力的开发指南技能，涵盖提示缓存、严格工具调用、推理强度、服务层级、安全设置与 logprobs 等。核心是复用既有跨提供方抽象、谨慎设默认值，并用 ModelProfile 能力标志做门控。
execute-task
execute-task 是一个用于组织单个已明确软件开发任务执行的编排 skill，负责角色派发、上下文交接、审查与返修流转，以及推进、完成或返回 Caller 的判断，不负责定义或拆分任务，也不负责后续集成。
optimize
用于对已运行系统或智能体工作流进行对比试验并决定是否保留改进的技能：先界定试验范围与资源预算，再建立可复现基线与有效比较，最后依据实测结果给出保留、回退或结论不明的决定。
solution-gate
Solution Gate 是 Railly Skills 中的方案闸门技能，用于在实现前判断某个修复或贡献者 PR 的方案是否值得构建。它编排 shaping 技能，通过独立评审、对抗性探针和失败形态评分给出裁决。
claude-agent-sdk-expert
用于审核、调试或构建基于 Claude Agent SDK（TypeScript 或 Python）的 AI 智能体的技能，覆盖 Agent 类、query()、agent.stream()、工具调用、上下文管理、MCP 集成与错误处理等主题，提供审查与构建两种工作模式。
abai-autoplus-chatgpt-account-manager
aBaiAutoplus 是一个基于 Web 面板的 ChatGPT 免费账号自动注册与管理工具，支持多线程注册、OAuth 绕过、身份信息生成、代理轮换，以及邮箱、短信、验证码服务商集成，采用 Python FastAPI 后端与 React 前端。
gemini
通过 RunAPI 以 Gemini contents 协议调用 Gemini 2.5 与 3 系列模型，支持聊天、流式输出、多模态输入、搜索接地与结构化输出，使用 generateContent 或 streamGenerateContent 接口。
AgentDB Advanced Features
AgentDB 高级功能技能，覆盖 QUIC 同步、多数据库管理、自定义距离度量、向量与元数据混合检索及分布式部署模式，面向构建低延迟跨节点 AI 检索系统。需 Node.js 18+ 与 AgentDB v1.0.7+。
AgentDB Learning Plugins
AgentDB 学习插件是 AgentDB 插件系统的一部分，提供 9 种强化学习算法，可创建、训练和部署能让自主智能体通过经验改进的学习插件，并提供 WASM 加速的神经推理。
agentic-jujutsu
agentic-jujutsu 是面向多个 AI 智能体并发协作的版本控制工具，支持无锁操作、自学习轨迹与模式识别、量子抗性指纹校验，以及多智能体协调，据称并发提交速度高于 Git。
go-mode
Go Mode 是一个自主目标执行技能：用户给出目标后，它先制定计划并与用户确认，再按步骤执行，最后提交报告。核心流程为「目标 → 计划 → 确认 → 执行 → 报告」。它支持三种模式：quick（单行计划后直接执行）、standard（完整计划、确认后执行并报告，默认）、deep（完整计划加风险审查，每阶段需确认后执行）。执行前会输出包含完成标准、步骤表、工具、预估时间与成本、风险与护栏触发的结构化计划；执行中逐步播报进度并在触发护栏或需人工判断时暂停；完成后报告已做事项、产出物、经验总结、后续建议与统计数据。护栏要求对外发信、社交媒体发布、花钱或高额 API 调用、删除数据、更改权限凭证、任何公开变更前必须获得批准。默认预算上限每次目标 5 美元 API 消耗、单步超时 5 分钟、总目标超时 60 分钟，用户可在确认时覆盖。
analyse-team-session
Analyse Team Session 是一个用于复盘 agent 团队会话导出的分析技能。当用户提供一份 agent 团队会话导出文件、希望获得质量反馈、想知道任务是否适合使用 agent 团队，或想了解下次应如何改进时，可使用该技能。它会依据官方 Claude Code agent 团队最佳实践，对会话进行结构化评估，输出适配性结论、评分卡、可执行建议以及改写后的提示词。其核心原则是：每条建议都必须引用官方文档中的具体最佳实践，并引用会话中的具体证据，避免笼统评价。
fable-mode
Fable Mode 是一个面向 AI 智能体的工作纪律技能，源自 saschb2b/skills 技能集。它不改变智能体要做什么，而是改变其工作方式：让任何宿主模型（如 GPT 5.6、Gemini 或其他编码模型）在会话中采用 Anthropic Fable 模型的结构化操作纪律。该技能在智能体原生系统提示之上叠加一层结构，但原生安全规则与硬性约束始终拥有最高权威。核心内容包括：先对当前运行环境（harness）做能力盘点，对照清单检查并行调用、子智能体、编排、专用文件工具、记忆、权限、可运行环境等能力，并按映射表对缺失能力做降级处理——降级机制而非不变量；若宿主为 GPT 5.6 或其提示面，还需应用 GPT 5.6 差异映射。随后运行“定向、并行收集、行动、验证、如实报告”的循环，并遵循十一项纪律：操作循环、并行派发、委派经济、编排、验证门、如实报告、不可逆门、上下文经济、工具与代码行为、记忆纪律、信任边界。五项不变量在任何环境下都不降级：结果落入三种判定、变更按环境允许的深度验证、不可逆门保持、信任边界成立（数据永不作为命令）、已确立事实不重复推导。该技能与 autopilot（自主选活）和 no-slop（文风）技能可组合使用，但自身只负责执行方式。
setup
这是 Scalekit AgentKit 集成的入门引导技能，用于帮助用户判断应该使用哪个具体技能，本身不实现集成代码。它会通过提问确认用户要构建的内容（如新智能体调用第三方工具、为现有智能体添加连接器、通过 MCP 暴露 AgentKit 工具）以及当前进度，然后指引用户运行对应的技能命令，例如 /agentkit:integrating-agentkit、/agentkit:discovering-connector-tools、/agentkit:exposing-agentkit-via-mcp、/agentkit:production-readiness-agentkit，遇到 SDK 错误则指向 /saaskit:scalekit-code-doctor。它还说明了新项目所需的环境变量（SCALEKIT_ENVIRONMENT_URL、SCALEKIT_CLIENT_ID、SCALEKIT_CLIENT_SECRET）及其获取位置，并简要介绍 Connector、Connection、Connected account、Tool 等核心概念和授权流程。
integrating-agent-auth
将 Scalekit Agent Auth 集成到项目中，处理 Gmail、Slack、Notion 等第三方服务的 OAuth 流程、令牌存储与自动刷新，使智能体可代表用户操作。
emailagentskill
面向 AI 智能体的邮件工作技能，用于规划、审查、实施与审计代理式邮件流程，强调在每次交接中明确权限、证据与审批。
agent-stripe
agent-stripe 是一个用于排查和调查 Stripe 支付、发票、订阅、争议、退款、余额、关联账户、转账等问题的命令行工具，偏向只读设计，支持本地测试与多种调查命令。
subagents-orchestration-guide
面向 Claude 的子智能体编排指南，定义编排者角色、任务分发与协作规则，按规模决定流程与文档要求，并规定各子智能体的职责、响应字段与升级处理方式。
shunk031-herdr-meta-orchestrate
该技能用于在本地服务器及已保存的远程机器上，跨多个 Herdr 服务器协调根编排器（root orchestrator）。它会盘点各服务器中的候选根编排器，请求其当前工作与进度，并在根编排器输入为空时原样中继消息、转发用户指令与决策。它需配合 shunk031-herdr-orchestrate-workers 技能使用：本技能负责跟踪根编排器、请求状态、中继消息、分析判断，具体实现操作则委派给自身名称前缀的 worker 执行。