skill-creator
用于创建新技能、更新现有技能或学习技能最佳实践。该技能帮助以模块化、节省 token 的方式扩展 Claude 能力，核心原则是 frontmatter 中的 description 字段即触发条件，必须在其中写清所有触发场景。
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
25,649 个结果
awwwards-setup
该技能用于 Awwwards MCP 服务器的首次接入引导：在新会话或新机器上检查并读取已有的用户偏好，必要时帮助注册 MCP 服务器、收集结果密度、默认视口、实况抓取、本地索引等偏好并持久化，随后校验工具链状态并给出后续使用入口。
oracle
Oracle CLI 使用最佳实践：把提示词与选定文件打包成一次性请求，让另一模型基于真实仓库上下文作答，支持浏览器与 API 引擎、会话重连和文件附件模式。
agenthero-ai
AgentHero AI 是一个面向 Claude Code 的分层多智能体编排技能，核心由 PM（项目经理）协调智能体、基于文件的状态管理与主题化项目组织构成，并提供启动时展示活跃主题的交互式钩子。它通过一组 Python 脚本管理主题的创建、恢复与归档，维护子智能体任务状态、日志、进度与文件变更记录，并统计 Token 使用情况。适用于需要让多个子智能体围绕同一项目分工协作、需要可追溯的进度与产物记录的开发场景。
isaaclab-randomizing-with-events
Isaac Lab 技能：通过事件项（event terms）实现域随机化，并支持由策略成功率驱动的 ADR 课程。适用于随机化物理属性或观测、迁移重置逻辑等场景。
isaaclab-training-rl-agents
用于配置和运行 Isaac Lab 强化学习工作流的技能，涵盖选择 RL 框架、编写智能体配置、启动训练、恢复运行与评估。适用于已构建好环境的 Isaac Lab 任务，不负责从零设计观测、奖励或重置。
zcode-subagent
将编码任务委派给 ZCode（z.ai、GLM 引擎）桌面应用作为子代理并读取结果。适用于当前代理需要移交或并行处理编码工作的场景。
mcp-memory-recall
一个用于 Cursor 的 MCP 记忆召回技能：在用户提及过往工作或任务涉及多步重构、迁移时，从 MCP 记忆（如 Neo4j）中检索并复用先前的决策、约束与产物，避免重复讨论。
forge-goal
forge-goal 是一个引导式目标锻造技能：它先通过一次一个问题的方式，帮用户澄清真正希望让智能体无人值守追逐的目标，再把结果组装成一段可直接粘贴的「目标提示」，包含目标本身、完成判据（DONE）、每轮必须守住的约束（MUST HOLD）、轮次协议、结束条件（DONE / BLOCKED / STOPPED）与边界（轮数或时长）。它强调先找到用户想要的（want），再找可验证的检查（check）；每条判断完成的行都由运行实际打印的输出决定。适用于需要让智能体在无人监督下长时间工作、且必须能明确判定何时结束的场景。
skill-developer
用于在 Claude Code 中创建和管理技能的开发者指南，遵循 Anthropic 最佳实践（500 行规则、渐进式披露），涵盖技能规则配置、触发机制与自愈维护。
skill-creator
Skill Creator 用于创建符合 AgentSkills.io 2026 规范与 Anthropic 最佳实践的“生产级”智能体技能包，并能对已有技能做验证与评分。它提供创建与验证两种模式：创建模式从需求梳理出发，生成包含 SKILL.md 及可选 scripts/、references/、templates/、assets/、evals/ 的完整技能目录，并在写作过程中强制检查前端字段规范、Bash 工具作用域限定、描述触发用语等评分要点；验证模式则依据 100 分评分标准（渐进式披露、易用性、实用性、规范符合度、写作风格五个维度）对现有技能打分，并给出按分值排序的修复建议，可自动补充缺失章节、修正描述模式、把嵌套元数据提升到顶层字段。适用场景包括从零编写技能、把对话中的工作流转成技能、以及为发布到市场前做质量审计与评审。它是面向 Claude Code 的技能工程辅助工具，需 Claude Code CLI 与 Python 3.10+ 环境，具体平台兼容性与价格暂未提供。
cmux
cmux 是一个终端多窗格与多智能体编排 CLI，可在 cmux 内拆分窗格、创建终端、启动 Claude Code 或 Codex 等智能体、操作内置浏览器并预览 Markdown。Bash 本身无法拆分窗格或派生智能体，需通过 cmux 命令完成。
system-prompt
system-prompt 是一个用于设计和评审 joelclaw 生态各智能体界面（网关、codex worker、内容审查、循环等）系统提示词的技能。它把该生态的规范原则固化为可复用规则，覆盖不可协商规则（禁止编造 Joel 的声音、所有推理经由 pi、自主循环不得直接提交 main、密钥保密、展示工作过程）、统一的语气原则（干练直接、无寒暄、无对冲、不做表演式热情、尊重用户时间、敢于反驳）、结构原则（偏向行动、先分诊再响应、技能作为组织记忆、知识复利）、内容专项规则（事实性不等于发布许可、观点须来自 Joel 本人、不虚构时间线与轶事、结尾干脆、策略性粗话作为质感）、反模式清单、最小系统提示词模板，以及评审系统提示词的检查清单。需注意：资料未提供价格、平台支持范围、安装步骤或效果数据。
workflow-rig
workflow-rig 是 joelclaw 中面向智能体工作负载的统一入口技能，用于工作负载规划、运行时模式选择、workflow-rig 自测（dogfood）以及运行时派发。当用户说出“run this through the workflow rig”“dogfood this with the workflow rig”“kick this off”“start a canary”“run this as a workload”等触发语句时，应先加载该技能。它负责工作负载形态设计（串行、并行、链式）、在内联执行、持久化运行时或纯交接之间做选择、joelclaw workload plan / dispatch / run 的调用、通过 --stages-from 定义显式阶段 DAG，以及对当前 restate-worker 真实能力的如实说明。核心原则是“意图优先、底层次之”，并要求先建立验证契约再考虑循环与高吞吐。
always-on-guidance
面向 claude-plugin 智能体的常驻规则型指导技能，用于统一行为、工具使用与模型默认设置，并避免使用已弃用的 bd/cass 引用。
neo-team-claude
Neo Team（Claude Code 变体）是一个软件开发智能体团队编排技能：由编排者接收用户请求、分类任务、选择工作流，并通过 Agent 工具调度架构师、业务分析师、开发者、QA、安全等专业角色协作完成开发任务。
agents-md-generator
该技能从项目知识库与路线图生成规范的 AGENTS.md，并复制一份内容相同的 CLAUDE.md，汇总技术栈、知识库引用、按智能体划分的技能、路线图与硬性规则，供进入仓库的智能体读取。
skill-creator
Skill Creator 是一个用于创建和更新 Claude 技能（Skill）的指导型技能。它提供创建有效技能的完整方法论，包括技能结构说明、核心设计原则、渐进式披露设计模式以及从理解需求、规划内容、初始化、编辑到打包的完整创建流程。适用于用户希望创建新技能或更新现有技能以扩展 Claude 能力的场景。
peer-review-loop
Peer Review Loop 是 Cavekit 与 Ralph Loop 结合的双模型自动评审流程：Claude 按 cavekit 规格构建代码，Codex（OpenAI）作为对抗式同行评审者定期审查，发现并修复问题，直至满足全部验收标准且无 CRITICAL/HIGH 级问题。
li-er
一个用于角色扮演的“人格”技能，模拟一位以意识形态凌驾事实的极端人物“李二校长”。资料说明其可用于政治讽刺、荒诞角色扮演、辩论模拟与黑色幽默等场景，核心手法包括否认、意识形态挡箭牌、去中国化与双重标准。
jev-curl
通过 curl 调用 TypeSafe 官方 Jev HTTP API，完成候选选择、是非判断和评分。适用于材料充分、标准明确的语义判断任务；认证读取执行进程的 TYPESAFE_API_KEY，无需 SDK 或 MCP。
wayfinder
Wayfinder 是一个面向智能体协作的规划技能：把超出单次会话容量的大块工作，绘制成问题追踪器上的共享决策地图，以子票据形式逐个厘清决策，直到通往目标的路径清晰为止。
directional-prompting
Directional Prompting 是一套提示词写法技能，用“结果层”与“方向层”两层结构来编写提示词、系统指令、智能体指令、斜杠命令和技能描述，让模型明确目标、成功标准、停止条件与每一步正向行动。
skill-creator
Skill Creator 是一个用于创建新技能、迭代改进现有技能并衡量技能表现的工具型技能。它可以引导用户从零开始定义技能目标、撰写 SKILL.md 草稿、设计测试用例，并通过运行对比实验与量化评估来验证和改进技能效果。适用于用户想要创建技能、编辑或优化技能，或需要评估技能触发与输出表现的场景。