todo-resolve
用于批量处理已批准的 todo 项，尤其适合代码评审或分诊会议之后使用。它只解析状态为 ready 的 todo，跳过仍未分诊的 pending 项，并通过并行处理完成修改、提交、记录经验与清理。
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
25,651 个结果
a2a-mcp-integration
该技能提供将 Agent-to-Agent（A2A）协议与 Model Context Protocol（MCP）结合的集成模式与配置示例，用于构建混合智能体通信系统：智能体通过 A2A 互相通信与委派任务，通过 MCP 访问工具与资源。包含架构模式、安装与验证脚本、配置模板、测试与排错指引。
spaces-storage
DigitalOcean Spaces（兼容 S3 的对象存储）使用模式，涵盖文件上传、静态资源托管、备份与数据湖存储，提供 doctl 创建 Space、CDN 端点以及 Node.js、Python、Next.js、FastAPI 集成示例。
just-bash-executor
@just-bash/executor 可将 OpenAPI 规范、GraphQL 端点、MCP 服务器或自定义 JS 函数转换为 bash CLI 命令与 tools.* JS API，并在 just-bash 的 js-exec 沙箱中调用。适用于需要让智能体统一访问多种上游工具的场景。
context-engineering
上下文工程（Context Engineering）是一套用于优化 AI 编码 agent 上下文设置的方法与技能。其核心理念是：在正确的时间给 agent 提供正确的信息——上下文太少会导致 agent 幻觉，太多则会使其失去焦点。该技能适用于开始新的编码会话、agent 输出质量下降（模式错误、幻觉 API、忽略约定）、在代码库不同部分之间切换、为新项目配置 AI 辅助开发，以及 agent 未遵循项目约定等场景。它提出按持久性从高到低组织上下文的五个层级：Rules 文件（如 CLAUDE.md、.cursorrules、AGENTS.md 等）、Spec 与架构文档、相关源文件、错误输出与测试结果、会话历史。技能还涵盖上下文打包策略（全量倾倒、选择性包含、分层摘要）、上下文预算管理（在 75% 容量时开始精简、先删什么、保留什么、先压缩再删除、按新近度排序）、MCP 集成、困惑管理（上下文冲突或需求不完整时显式呈现歧义）、内联计划模式，以及上下文饥饿、上下文泛滥、过期上下文等反模式与验证清单。
using-agent-skills
“using-agent-skills”是一个元技能（meta-skill），用于在会话开始时或不确定该用哪个 skill 时，帮助发现并调用按开发阶段组织的 agent skills，并统一治理所有其他 skills 的发现与调用方式。
llm-council
LLM Council 是一个让 Claude、GPT（经 codex CLI）与 Gemini 三个模型组成“委员会”共同评估高风险决策的技能。它通过独立作答、匿名交叉批评与综合三步，输出共识、分歧及最该关注的分歧，并给出明确建议。
project-profile
用于创建和维护项目适配配置 .aidoc/profile.yaml 的技能，该配置以声明式偏好集合调整 SDD 技能的产物编写与审计方式，无需分叉框架。
agents-md-evals
用于评估和优化 AGENTS.md/CLAUDE.md 指令文件效果的技能：通过 A/B 测试判断哪些规则真正改变模型行为、哪些规则属于冗余，并给出精简建议。
davinci-sdk
davinci-sdk 是 Vocdoni Davinci 零知识投票协议的 TypeScript SDK，包名为 @vocdoni/davinci-sdk。它通过单一高层门面 DavinciSDK 组织投票全流程：选票使用 ElGamal 同态加密，并附带 zk-SNARK 有效性证明，由链下 sequencer 收集与聚合，最终状态与结果锚定在以太坊智能合约中。SDK 支持创建流程与生命周期管理、构建多种选民名册（Merkle、动态、CSP、链上、预构建）、提交加密选票并等待状态、配置多种投票模式、读取结果，也提供 sequencer REST 与合约服务的底层入口。使用时需先 await sdk.init()；组织者签名者需带 provider 执行链上操作，投票者仅需私钥钱包。包只有根导出，依赖 ethers v6、@noble/curves、@noble/hashes、circomlibjs 与 snarkjs，运行环境为 Node ≥18 或浏览器。
api-server-mcp
xberg 文档提取服务的网页接口与 MCP 接入说明，包含同步与异步任务、缓存、上传限制和来源配置要求。
session-cleaner
用于清理和重置 OpenClaw 会话的技能：关闭所有子智能体、清空上下文、终止后台进程，将系统恢复到干净状态。支持中英文触发词，如“关闭所有会话”“清空上下文”“重置系统”等。
trump-perspective
基于特朗普著作、访谈、辩论、心理分析、前幕僚回忆录与重大决策记录等公开资料提炼的思维框架技能，包含6个心智模型、8条决策启发式和表达风格。可用于角色扮演与行为预判，非本人观点，存在资料时效与准确性局限。
skill-engineering
编写与维护 Agent Skills 的方法论技能：涵盖路由元数据、正文内容、随附参考与脚本、评估与分发。资料强调只在模型不可靠处写技能，用反面规则与 gotcha 提高价值，并按加载条件拆分正文与捆绑文件。
x-mcp
小红书（XHS）自动化助手，通过 x-mcp MCP 工具操作小红书，支持登录检查、搜索与浏览笔记、点赞收藏评论回复，以及发布图文/视频笔记和生成封面。
top-replies
用于获取 X（Twitter）某条公开推文下互动量最高的回复，按点赞与互动排序。可拉取指定推文的顶层回复，支持分页并自行排序；也可通过批量抽取接口处理超大量回复，接口需 API Key 认证。
tweet-webhooks
用于在自有 URL 接收 X（Twitter）实时事件的 Webhook 技能：当监控（账号、话题标签、提及）或抽奖事件匹配时，向用户指定的 HTTPS 地址发送带 HMAC-SHA256 签名的 POST 回调。
mcp-builder
面向开发者的 MCP（Model Context Protocol）服务器构建指南，讲解如何设计高质量工具，使 LLM 能与外部服务交互，涵盖调研规划、实现、测试与评估四个阶段。
prompt-engineering-patterns
面向生产环境的提示词工程技能，用于提升大语言模型的性能、可靠性与可控性，涵盖少样本学习、思维链、模板系统与系统提示设计等模式。
skill-creator
Skill Creator 是用于创建和更新 Claude 技能的指导技能，说明技能的结构、渐进式披露设计原则，并提供初始化、编辑与打包技能的完整流程。
antigravity-bridge
Antigravity Bridge 通过 Chrome DevTools Protocol（CDP）把免费的 Antigravity AI 桌面应用封装成 REST API，提供 CLI 与 HTTP 两种问答方式，并支持 IDE 智能体执行项目任务。
skill-creator
用于创建与打包 Claude Skill 的辅助技能：理解需求、规划可复用资源、运行 init_skill.py 初始化目录、完善 SKILL.md、运行 package_skill.py 打包分发。适合需要按规范编写 skill 结构时使用。
memory-to-skill
memory-to-skill 是 MemSearch 的程序性记忆管理技能，用于把你在 MemSearch 记忆中重复执行的工作流程提炼成可复用的技能（skill）。它位于日常日志（情景记忆）与 PROJECT.md / USER.md（语义记忆）之外的第三层。技能经过三个阶段：0 记忆日志 → 1 候选（存放在 .memsearch/skill-candidates/，由 git 跟踪并持续演进）→ 2 已安装（agent 技能目录）。候选永远不会被自动安装，安装始终是人工步骤。它支持从当前会话直接捕获、审查并安装候选、从历史日志挖掘重复流程，以及配置后台自动提炼。
skill-creator-cn
用于创建、修改和改进 Claude 技能的技能，覆盖从意图捕获、编写 SKILL.md、生成测试用例、运行评估与基准测试到优化触发描述和打包的完整流程。