black-tortoise-agent-orchestration
Black-Tortoise 代理编排技能，用于协调多个子代理与 MCP 工具，确保 DDD 与 Signals-first 流程并保持最小改动。适用于多步骤任务（规划→实现→验证）以及单回合内协调 angular-cli、Software-planning-mcp、sequentialthinking、context7、codacy 等 MCP 工具的场景。
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
25,653 个结果
eventing-hub
Eventing Hub 是 Black-Tortoise 项目中关于事件溯源（Event Sourcing）与 EventBus 的指令指南，用于描述共享 EventBus 的事件契约、持久化与发布顺序以及消费者安全规范。它定义了事件的结构（Type、Payload、Metadata、Semantics），要求 payload 不可变，并通过 correlationId 关联相关事件、causationId 指向触发事件。核心流程为 Append → Publish → React：必须先持久化结果再调用 EventBus 发布，禁止并行执行以避免因果链断裂。指南还涵盖因果追踪与不可变性、安全订阅（使用 toSignal()、takeUntilDestroyed() 及 @ngrx/signals 存储）、以及校验与监控（发布前校验 payload、失败时发出审计事件、将因果 ID 接入可观测性工具）。
workflows-orchestration
该技能提供 src/app/workflows 目录下的工作流编排模式，核心是把多步骤流程实现为显式的应用层工作流，通过事件而非直接导入来协调各项能力。工作流被建模为状态机，具有明确的状态、转换和终止状态，转换保持确定性并由事件或命令驱动。协调逻辑位于应用层（stores/use cases），领域不变量保留在领域层，不在 UI 组件中编码规则。工作流订阅事件以推进状态，并遵循先持久化后发布（append-before-publish）的原则。异步操作需选择明确的并发语义（取消、排队、忽略），避免破坏因果顺序的并行追加/发布。通过关联 ID 实现端到端可观测性。
skill-researcher
Skill Researcher 是一个用于在现有代码库或工作目录中研究并推荐最合适技能的技能。它的目标是在开始实现之前，先判断哪个技能对当前项目最有用。它会从用户真实的工作范围出发，优先关注用户指定的文件、文件夹、包或服务，而不是仅凭仓库根目录下结论；在 monorepo 中会判断请求实际针对哪个包或应用。它会先获取仓库快照，再检查高信号文件（如 package.json、pyproject.toml、Cargo.toml、Dockerfile、框架配置文件、入口文件、README 与 CI 工作流等），推断主要语言、运行时或框架、核心 SDK 与平台、测试构建部署工具以及特殊领域。随后用精确技术栈词和任务导向词搜索候选技能，阅读候选技能的实际描述后再排序，优先选择与任务和栈都最匹配、且范围最窄的技能。最终输出包含技术栈快照、最佳技能、备选技能以及缺口或不确定性的简洁推荐。
task-coordination-strategies
该技能提供一套任务协调策略，用于将复杂任务拆解为可并行执行的单元、设计任务依赖图、编写有效的任务描述，并监控智能体团队的工作负载。它涵盖按层、按组件、按关注点、按文件所有权等拆解方式，介绍独立、顺序、菱形等依赖图模式，说明 blockedBy/blocks 的用法，给出任务描述模板（目标、所属文件、需求、接口契约、验收标准、范围边界、完成协议），并提供负载失衡信号与再平衡步骤，以及通过 TaskCreated、TaskCompleted、TeammateIdle 等钩子实现质量门禁的方法。
team-communication-protocols
这是一套面向智能体团队协作的结构化通信协议技能，涵盖消息类型选择、计划审批流程、优雅关闭流程以及需要避免的常见反模式。它帮助团队建立通信规范，指导在直接消息、关闭请求等消息类型之间做出选择，处理计划审批工作流，管理团队的有序关闭，并发现队友的身份与能力。该技能还说明了 2026 年 broadcast 广播功能被移除后的替代做法，以及通过团队配置文件查找成员、排查通信故障等实用内容。
agent-browser
agent-browser 是一款面向 AI 智能体的浏览器自动化命令行工具（CLI）。当用户需要与网站交互时使用，例如页面导航、填写表单、点击按钮、下拉选择、勾选框、下载文件、截图、生成 PDF、对比页面状态等。它的核心工作流为：打开页面、对页面做快照（获取 @e1、@e2 这样的元素引用）、使用引用执行交互、页面变化后重新快照。命令可通过 && 在同一 shell 调用中串联，浏览器通过后台守护进程在命令之间保持状态。工具支持表单提交、认证（Auth Vault 加密凭据或状态持久化）、会话持久化、数据提取、并行会话、连接已有 Chrome、深色模式、可视化调试（有头模式、高亮、录制、性能分析）、打开本地文件、iOS 模拟器（Mobile Safari）等能力，并提供内容边界、域名白名单、动作策略、输出上限等可选的 AI 安全特性。
fastbrowse
fastbrowse 是一个面向智能体的浏览器任务执行工具，支持用自然语言描述完整的浏览器操作，例如带引用的网站调研、在交互页面上导航、填写表单等。它可自主选择页面控件并执行任务，最终返回答案、证据和运行状态。支持本地无头 Chrome、用户指定的现有浏览器（通过 DevTools 端点）以及云端浏览器三种入口，可通过 CLI 或连接的 MCP 工具调用。用于只读任务时无需授权；涉及提交、支付等写操作需用户明确授权。返回状态包括完成、需确认、需登录、需输入、被拦截、未验证、预算超限等，便于调用方判断结果可信度并采取后续动作。
agentmail
AgentMail 是面向 AI 智能体的 API 优先电子邮件平台，支持智能体自主收发与回复邮件。提供 Python 与 Node.js SDK，可创建收件箱、发送邮件、管理线程、附件与标签，并通过 Webhook 或 WebSocket 接收事件。
task-progress
task-progress 是 agentscope-ai/agentteams 中的任务进度管理技能，用于执行任务时记录进度、更新计划、会话重置后恢复任务以及管理任务历史。核心是进度日志追加、任务历史 LRU 前 10 与恢复流程。
nano-memory
nano-memory 是一套让智能体用原生文件工具和系统命令维护持久记忆的指南与工作流。它把记忆存放在本地文件系统，用每日日志和长期记忆文件保存上下文、技术决策与历史，并提供搜索、读取、写入、编辑及维护的标准操作流程。
claude-music-repaint
claude-music-repaint 是 claude-music 技能中的局部重绘工具，基于 ACE-Step 1.5 的 repaint 模式，用于修改歌曲的指定片段，例如修复副歌、更换某段乐器、增删人声或重做结尾。
e2e-qa-tester
一个基于 Playwright MCP 的端到端测试与手工 QA 技能，用于验证对话中最近完成的功能任务。它会先识别待测任务、查找测试凭据、连接本地应用，经用户确认后执行测试流程并输出结果报告。
onboard
Content Repurpose System 的首次运行设置技能。引导创作者连接 YouTube 频道、将个人的 Voice DNA 写入内容提示词，并可选配置 Apify、Supabase、Twitter/X 集成。一次性运行即可让后续技能按创作者本人的声音和频道数据产出内容。
aiksk-minimax-h3-local-prompt
AIKSK MiniMax H3 全域提示词规范，用于把创作者意图编译成 H3 可用的视频生成提示词，覆盖 Base 的 T2VA/I2VA/FL2VA/L2VA 与全参考 Ref2VA，并包含 AIMixer Director 生产规则。
agent-friendly-cli
用于编写或审计“AI 智能体友好”命令行工具的技能，提供 Create 与 Audit 两种模式，并给出 CLI 与 MCP 的选型建议。
a2a-protocol
A2A Protocol 是 Linux Foundation AAIF 2026 标准下的智能体到智能体横向消息协议，用于跨系统、跨厂商的智能体交换任务与结果。它通过 Agent Card、任务信封、制品、流式通道与协商握手，让不同运行时的智能体无需定制胶水代码即可协作。
agent-guardrails
为生产级 Agent 提供分层安全防护的技能：通过输入过滤、策略门禁、工具白名单与输出过滤，防御提示注入、数据外传与工具滥用。集成 NeMo Guardrails、Lakera、LLM Guard、Llama Guard 与 Presidio。
agent-memory-architecture
面向生产级智能体的分层记忆架构设计技能，涵盖核心/回忆/归档三层存储、mem0、Letta、Zep/Graphiti、LangMem 等后端选型，以及时序与快照取舍和隐私隔离模式。
agent-observability
用于为 LLM 智能体接入追踪、指标与回放的可观测性技能，适合生产环境中智能体静默失败、质量回退、漂移或 token 消耗异常时使用，帮助定位问题节点。
agent-system-design
面向生产环境的智能体 SLA 纪律技能，定义五类运行预算（循环、Token、成本、延迟、工具调用）、熔断器、主权边界与降级模式，帮助把智能体从原型推向生产并防止失控循环与超支。
agent-tool-routing
面向智能体的工具路由技能：当工具数量超过约15个、存在多个 MCP 服务器或工具运行时增减时，通过能力发现与路由层每轮只向 LLM 暴露少量最相关工具，并提供回退链与成本/延迟提示。
mcp-server-design
该技能介绍如何构建并发布生产级 MCP 服务器，涵盖能力原语、Streamable HTTP 传输、Server Card 与注册表合规，适合将内部 API 或数据库暴露为智能体可调用工具的场景。
multi-agent-eval-harness
面向多智能体系统的评测工具，提供角色级指标、协调失败测试与完整对话记录评分，用于发现单智能体评测遗漏的交接丢失、角色混淆、互相推诿等问题。