elevenlabs
ElevenLabs 音频生成技能，支持文本转语音、声音克隆与音效生成。通过 Python 标准库 CLI 脚本调用，需配置 ELEVENLABS_API_KEY，可指定语音、模型、输出格式与语音参数。
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
mcp-builder
创建高质量 MCP（Model Context Protocol）服务器的指南，帮助 LLM 通过精心设计的工具与外部服务交互。适用于用 Python（FastMCP）或 Node/TypeScript（MCP SDK）构建 MCP 服务器以集成外部 API 或服务。
debate-brainstorm
Debate Brainstorm 是一个让两个独立子代理就同一提示进行结构化辩论的技能：先各自独立作答，再互相批评、修订，最后合成为一个统一回答。适合需要多角度审视的规划或设计问题，简单问题不建议使用。
delegating-to-omp-rpc
一份关于如何通过 omp-rpc 把编程或研究任务委派给持久化第二智能体的技能说明，涵盖委派时机、会话循环、模型选择与安全注意事项。
mcp-builder
mcp-builder 是一份用于创建高质量 MCP（Model Context Protocol）服务器的开发指南。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准，将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript（配合官方 SDK）或 Python（FastMCP）作为开发语言，远程服务器使用 Streamable HTTP 传输，本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解（readOnlyHint、destructiveHint 等）、代码质量检查、使用 MCP Inspector 测试，以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。
deep-agents
Deep Agents 是 LangChain 推出的智能体开发框架，内置任务规划、虚拟文件系统、子智能体委派、上下文压缩与沙箱执行等能力，适合构建复杂多步任务的智能体。
langsmith-evaluator
用于在 LangSmith 中构建评估流水线的技能，覆盖创建评估器（LLM 作为评判、自定义代码）、运行函数与轨迹捕获、以及离线/在线评估器的上传与运行。
agent-cost-budgeting
用于管理 AI 智能体成本的技能，帮助控制 token 用量、设置成本限额、优化 LLM 支出，并跟踪与报告 AI 花费。
agent-error-recovery
面向 AI 智能体错误处理的技能，用于构建容错、可自愈的智能体系统。提供错误分类、重试与退避、熔断器、降级回退链、自愈智能体以及监控告警等策略，适用于生产级智能体、API 失败处理与多智能体工作流。
agent-handoff-protocols
用于设计 AI 智能体之间任务交接与上下文传递协议的技能，涵盖交接包结构、交接状态、直接/队列/代理三种交接模式、上下文传递策略、确认与错误处理等，适合构建智能体流水线与专用智能体链。
agent-memory-systems
为 AI 智能体设计与实现记忆系统的技能，涵盖工作记忆、短期记忆、长期记忆（情景、语义、程序）、多智能体共享记忆、检索策略与记忆维护，适用于跨会话记忆、状态持久化与经验学习场景。
agent-mesh-architecture
用于设计点对点多智能体系统的技能，帮助构建无中心编排、可容错的智能体网络，涵盖节点通信、服务发现、请求响应、共识投票、任务拍卖、Gossip 协议与故障检测等模式。
agent-supervisor-pattern
用于设计基于监督者（Supervisor）的多智能体系统的技能：由中心监督智能体协调多个专职工作智能体，适用于需要清晰决策可见性、顺序或条件执行、人工监督的复杂任务编排。
agent-tool-routing
面向 AI 智能体的工具路由技能，用于让智能体在多个工具间选择合适工具。涵盖工具定义与注册表、基于 LLM／规则／成本优化的路由策略、MCP 集成、重试与降级执行、用量监控等，适合构建带外部 API 或 MCP 工具调用的智能体。
llm-rate-limiting
用于为 LLM API 实现限流与配额保护的技能，涵盖令牌桶、滑动窗口、并发限制、指数退避、请求队列、限流响应头解析与监控等模式，帮助避免配额耗尽并优雅处理 API 限制。
prompt-injection-guard
Prompt Injection Guard 是一个用于保护 AI 应用免受提示注入与对抗性输入攻击的技能，涵盖直接注入、间接注入、越狱和提示泄露等攻击类型，并提供输入校验、提示结构防御、输出校验、金丝雀令牌、分层防御、基于 LLM 的检测以及监控告警等策略。
deep-agents
Deep Agents（npm 包名 deepagents）是一个基于 LangGraph 的 TypeScript 库，用于构建带规划、文件系统上下文管理和子智能体委派的分层 AI 智能体，适合长流程、多步骤任务。
langgraph-agents
基于 LangGraph 与 LangChain 构建多智能体系统的技能，涵盖 supervisor/swarm/master 编排模式、状态协调与多模型路由，用于搭建可扩展、成本可控的多智能体工作流。
divorce-ct-stephane-boghossian
面向康涅狄格州离婚流程的Claude技能，充当规划、清单与调解前准备助手；覆盖从预检分诊到判决后修改的九种模式，依据康州法规与实务规则，仅限康州，不提供法律意见。
review-analytics-coverage
用于审查 Flutter 功能或页面的 LeanCode 分析埋点覆盖情况，检查缺失的 analytics ID 与不一致的追踪约定，适合审计埋点覆盖或修复埋点问题。
decision-mapping
该技能用于把尚未成形的想法转化为按顺序排列的调查工单，并逐个推进解决。它创建一份有状态的 Markdown 决策地图，通过研究、原型或对话工单来消除决策迷雾，适用于需要多次智能体会话才能形成方案的情形。
Context Doctor
Context Doctor 是来自 letta-ai/letta-code 的技能，用于识别并修复系统提示、外部记忆和技能中的退化问题，避免因上下文膨胀或提示质量下降而影响指令遵循与信息记忆。
agent-instruction-files
用于整理智能体指令文件（如 AGENTS.md、CLAUDE.md）的技能：判断某段指导应留在指令文件、改为代码注释、缩为指针还是删除，避免指令文件堆积重复与过时内容。
polpo-cloud
Polpo Cloud CLI 用于在 Polpo Cloud 上部署和管理 AI 智能体，支持登录鉴权、部署同步、BYOK 密钥配置、项目管理与实时日志查看。