harness-tour
harness-tour 是一个 Claude 技能，在真实项目里让 Claude 故意违反 harness 规则并被 hook 实时拦截，边演边解说，演示后清理干净。支持 short（R1·R2·R3 三场景）和 full（R1–R10 共十场景）两种长度。
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
25,648 个结果
jenkins-agent-l3-deploy
通过目标服务器上的 Jenkins 入站代理（inbound agent）部署 docker-compose 栈，控制器全程不 SSH；用 Docker secrets 做“L3”加固：密钥仅写入 tmpfs（文件 0444、目录 0700），挂载到 /run/secrets/<name>，容器启动时由 entrypoint 脚本导出为环境变量，从而不出现在 docker inspect 和 .env 中。
join-project
join-project 是一个只读技能，用于让新加入的开发者或智能体快速了解一个已有 llmwiki/ 的进行中项目：读取 wiki 索引、日志与架构文档，汇总项目上下文与近期变更，不改动 wiki，也不安装任何工具。
loop-runner
loop-runner 是一个确定性的、带硬性护栏的智能体循环驱动器：把任意步骤包成“提议 → 确定性校验 →（评审 → 修订）”循环，以 shell 退出码作为完成判定，并通过强制终止护栏防止循环失控。
orca-dispatch-reference
Orca Dispatch Reference 是一份参考资料而非可循环调用的技能，用作 Antigravity/OpenCode 分派、技能安装、AgentMemory 与 RTK token 代理的唯一事实来源，其他 orca-* 编排技能只指向它。
orca-eval
orca-eval 是一个 Claude Code 流程自改进技能：扫描最近的会话日志，提炼最佳实践与反模式，生成 md 报告并给出流程改进建议（如提升为技能、修改 CLAUDE.md、添加 hook）。报告仅为建议，所有行动须经 propose→gate 审批，不会自动执行。
orca-handover
orca-handover 是一个生成“交接文件”的技能：用一份可独立阅读的 .md 记录未完成工作、有理由的执行顺序、带测量数据的证据、陷阱与未决债务，使没有本次会话上下文的其他人或 Agent 打开即可继续工作。
orca-workflow
Orca 日常工作流技能：按 propose → gate → dispatch → verify 流程处理功能实现请求，用 Claude 做分析、其他 agent CLI 做执行，支持并行 worker、人工审批关口与提交前校验。
ovs-notes
只读查看 overstack 框架或指定项目 release notes 的技能：输入 /ovs-notes 即按最新优先列出 changelog 供选择阅读，不创建或修改 release。
plan
将已批准的 SPEC 扩展为可执行计划的技能，产出 DDMMYY-<名称>-PLAN.md，供无上下文的 headless CLI 代理执行。工作流：读取已批准 SPEC → 范围检查 → 文件结构 → 任务拆分 → 自检 → 写文件 → 任务分发。
trace-grader
一个用于评估智能体执行轨迹而非仅看最终答案的技能：检查工具选择、调用顺序、重试、可重复性与信息依据，识别“正确结果但过程违规”的 corrupt success 与不稳定（flaky）任务，输出可在 CI 中 gate 的确定性信号，判定异常时退出码为 3。
wayfinder
Wayfinder 是一个用于“探路”的规划型技能：当一个工作块过大、方向仍模糊、超出单次 agent 会话能完成的范围时，先在 issue ledger 上绘制一张由“决策票据”组成的地图，再逐个解决票据，直到通往目标的路径清晰、不再有待决事项，然后移交给 /propose。
wiki-room
wiki-room 是一个用于在长时间会话上下文膨胀时，通过打开一次性只读子代理（room）深度加载 wiki 细节并返回压缩结论的技能。它限制深度为 1、预算固定、带熔断机制，主会话只保留地图与压缩结论。
skill-creator
Skill Creator 是用于创建和更新 Claude 技能（Skills）的引导型技能，提供从理解需求、规划资源、初始化、编辑、打包到迭代的完整流程，帮助把领域知识和工作流封装成模块化技能包。
council
Council 是一套多智能体协作审议系统，用于处理复杂决策。它召集 9 个固定专家角色，从架构、设计、工程、研究、质量、运营、供应链、财务和多工厂运营等不同视角展开讨论。系统采用三轮流程：第一轮各成员独立分析，第二轮交叉回应，指出共识和分歧，第三轮综合成统一建议并保留异议和置信度。适用于架构选型、功能设计、技术权衡、风险评估、战略方向等需要多角度权衡的决策，不适用于简单缺陷修复、例行实现或时间紧迫的任务。
skill-creator-plus
Skill Creator Plus 是一套用于审计、创建和改进 Agent Skills（含 SKILL.md 的文件夹）的技能，依据 Anthropic 技能编写最佳实践与 Claude Code 技能文档。它提供 AUDIT、NEW、REFINE 三种模式，并通过校验脚本和清单规则检查技能质量。
agent-coordination
agent-coordination 是一个执行编排技能，用于按阶段执行实现计划并进行检查点验证。它协调子代理完成任务、跟踪进度、管理阶段切换，并在阶段边界等待用户确认。
AgentDB Memory Patterns
为 AI 智能体提供基于 AgentDB 的持久化记忆技能：涵盖会话记忆、长期存储、模式学习与上下文管理，并集成 ReasoningBank，支持 CLI、API 与 MCP 用法。
AgentDB Performance Optimization
针对 AgentDB 向量数据库的性能优化技能，通过量化、HNSW 索引、缓存和批量操作提升检索与写入速度，并在保持精度的前提下降低内存占用，适合需要处理大规模向量的 AgentDB 应用。
hive-mind-advanced
Hive Mind Advanced 是 Claude Flow 中的高级群体智能系统，采用女王主导的层级架构协调多智能体，支持多数、加权与拜占庭共识机制，以及带持久化的集体记忆，用于复杂任务的分布式决策与执行。
performance-analysis
面向 Claude Flow 集群的性能分析技能，用于检测通信、处理、内存与网络瓶颈，生成多格式性能报告，并给出可执行的优化建议，支持自动修复与 CI/CD 集成。
Skill Builder
Skill Builder 用于创建符合规范的 Claude Code Skills，生成包含 YAML frontmatter、渐进式披露结构与完整目录组织的技能文件，适用于需要构建可被 Claude 自主发现和使用的技能时。
stream-chain
stream-chain 是 agentic-flow 中的技能，用于串联多智能体工作流：每一步接收上一步的完整输出，实现流式数据传递、数据转换和顺序处理。提供自定义链（run）和预定义流水线（pipeline）两种模式。
swarm-advanced
swarm-advanced 是 ruvnet/agentic-flow 项目中的一个高级群体编排（swarm orchestration）技能，面向分布式研究、开发、测试与复杂工作流场景。它通过 MCP 工具与 CLI 命令两种方式，指导用户初始化群体拓扑、生成专业化智能体、编排并行任务并管理记忆与知识。技能涵盖四种拓扑（mesh、hierarchical、star、ring）与四种智能体策略（adaptive、balanced、specialized、parallel），并给出研究、开发、测试、分析四类典型模式的分阶段工作流示例。使用前需安装 claude-flow@alpha，并可选择添加 MCP 服务器。