opfor-setup
Opfor 红队测试的目标配置技能，用于为智能体或聊天机器人设置评估目标，扫描仓库自动提取应用上下文与遥测信息，选择评估套件或自定义评估器，并生成攻击输入。
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
create-agent
用于在 Claude Code 中创建 Agent 的指南技能，在请求创建 Agent、编写 AGENT.md 或新建 Agent 时激活。涵盖必填与可选字段、description 编写模式、工具权限限制、模型选择及检查清单。
prompt-improver
基于实证研究技法分析与改进提示词的技能，应用 Few-shot、CoT、XML 结构化、Context Engineering 等已验证方法提升提示词质量，适用于提示词改进、评审与优化请求。
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。
pi-prompt-authoring
为 pi 编程智能体编写 SYSTEM.md 或 APPEND_SYSTEM.md 的技能，用于在默认系统提示词之外补充自定义原则、行为准则或项目规则。
context-slim
context-slim 是用于压缩 Claude 潜在上下文来源的工具，通过跨层去重、默认知识移除和逐文件深度压缩三种手段，减小项目及全局 CLAUDE.md、规则、智能体描述、钩子文本与记忆等内容的体积，尽可能保留关键信息。
agent-teams
预编排的智能体团队库，用于查询可用团队、各团队职责、如何选择团队，并通过调度技能派遣团队执行任务。
acpx
acpx 是一个无头、可脚本化的 ACP（Agent Client Protocol）命令行客户端，用于在命令行中进行智能体间通信，支持持久会话、提示队列、权限控制与结构化输出。
human-in-loop-agents
面向智能体开发的人类在环（Human-in-the-Loop）技能，讲解如何让智能体在执行高风险操作前暂停，等待人工审批、审阅、编辑或介入，涵盖中断、审批工作流、超时升级与 UI 集成等模式。
llm-fallback-chains
为 LLM 应用实现回退链的智能体技能：当主模型或服务商故障时，按优先级依次切换到备用模型、降级能力或缓存响应，并配合熔断、健康检查与告警，提升 AI 服务可用性。
model-routing-strategy
模型路由策略技能：为 LLM 应用按任务动态选择模型，在质量、成本与延迟之间取得平衡，涵盖复杂度路由、成本约束、延迟优化、任务类型路由、回退链、自适应学习与 A/B 测试。
prompt-caching-patterns
面向 LLM 应用的提示缓存模式技能，介绍提供商级缓存、响应缓存、语义缓存、模板缓存、Redis 分布式缓存、缓存失效与成本节省计算等策略，用于降低 API 成本与延迟。
langchain-development
LangChain 与 LangGraph 开发专家指南，面向使用 Python 构建 LLM 应用的开发者。内容涵盖 LCEL 链式组合、智能体与工具开发、会话记忆与状态管理、RAG 检索增强生成实现，以及 LangSmith 追踪调试、错误处理与性能优化等实践要点，并提供目录结构、命名规范与依赖清单建议。
mandatory-verification
一个强制外部核验的工作流技能，要求在给出任何非平凡事实性主张前先进行外部核查，避免直接依赖模型内部知识，适用于法律、合规、时事、技术与高精度事实等场景。
panel-review-rationalisation
面向企业法务运营团队的技能，用于年度律师团（panel）健康评估、律所退出管理、覆盖缺口分析与律师团更新简报，输出健康报告、退出通知与内部记录等文档。
privilege-sentinel
Privilege Sentinel 是一个面向法律 AI 提示词的特权与工作成果预检技能，在律师把法律内容粘贴到第三方 AI 界面（如 ChatGPT）前，快速判断是否可发送，并给出风险等级、触发因素、脱敏改写与缓解建议。
skill-injection-defense
用于审计法律 AI 技能、提示词、工作流、MCP/工具指令与智能体包的提示注入与供应链安全技能，帮助判断第三方技能是否可安装、发布或运行，并给出批准、限制批准、重写、隔离或拒绝的结论。
lazyweb-explain-flow
lazyweb-explain-flow 是 Lazyweb 提供的一个 MCP 工具技能，用于把某件事的工作原理、故障追踪、操作流程或假设，生成一个可托管、可点击的分段流程图解释页面，并返回可分享的链接。
dspy-chain-of-thought
DSPy 的 ChainOfThought 技能说明：用 dspy.ChainOfThought 替代 dspy.Predict，让语言模型先进行中间推理再输出答案，适用于多步逻辑、分析判断、复杂分类等任务，并支持类型化输出与优化器训练。
find-skills
帮助用户发现和安装开放智能体技能生态中的技能，适用于用户询问“怎么做X”“有没有做X的技能”或表达想扩展智能体能力时，通过命令行检索、评估并推荐技能。
ln-005-multi-agent-context-review
这是一个多智能体上下文审查技能，属于 levnikolaevich/claude-code-skills 技能库。它把任意上下文（计划、决策、文档、架构提案等）以文件形式并行委托给外部智能体 Codex 与 Gemini 进行独立审查，随后对每条建议进行批判性验证，必要时与智能体辩论，最终返回经过筛选、去重和验证的改进建议。该技能为独立工具，不绑定 Linear 或任何流水线，适用于任何可保存为文件的上下文。
ln-014-agent-instructions-auditor
Agent Instructions Auditor 是一个用于审计 AI 编码代理指令文件（CLAUDE.md、AGENTS.md、GEMINI.md）的质量、一致性与最佳实践的工具。它按六个阶段检查：发现各代理的指令文件、审计 token 预算（行数、估算 token、章节数）、检查提示缓存安全性（时间戳、日期、动态计数、绝对路径、条件结构）、评估内容质量（构建/测试命令、硬边界、Compact Instructions、MCP 工具偏好、冗余文档等）、跨代理一致性对比，并生成带可操作建议的报告。适用于编辑指令文件后、增删 MCP 服务器或钩子后、发布前，以及会话因上下文膨胀而退化时。
effective-harnesses
面向 Codex、OpenClaw、Claude Code 等编码智能体的长周期项目脚手架技能，通过一组可移植的项目文件让多次会话可靠续接，逐项跟踪功能、测试与进度。
lark-workflow-multi-agent-dev
面向多编程代理协同的工作流技能，提供竞赛、分工、流水线三种模式，用 Claude Code 的 Agent Tool 并行或顺序调度子代理，并通过飞书多维表格与消息完成任务记录、结果追踪和通知。