cursor-mcp-auth
用于 Cursor 中 Atlassian MCP 插件的 OAuth 认证门禁，确保通过 mcp.atlassian.com 访问 redhat.atlassian.net 的 Jira 等资源已授权。适用于需要先完成认证再查询 Jira 的技能场景。
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
rhdh-release-capacity-plan
该技能用于预测指定的 RHDH scrum 团队在某次发布中能否承接 rhdh-X.Y-candidate 的 Features。它从 Jira 的 RHIDP、RHDHPLAN、RHDHBUGS、RHDHSUPP 项目读取数据，以三周为一个 sprint 周期，计算到 Code Freeze 前剩余 sprint 的可填充容量与所需工作量，并输出两套账本（容量账本与需求账本）及完整算式。全程只读，不修改 Jira 数据。
model-routing
Renoise 模型路由技能：在图像、视频或音频生成任务前，根据任务类型、操作、优先级、结构及参考素材等条件选择最合适的 Renoise 模型，并针对所选模型写出适配的提示词。技能本身只包含路由偏好与提示词风格，模型可用性、默认值、输入角色、组合、限制、时长、比例、分辨率与音频控制均以实时模型能力为准。保留用户明确指定或已在计划/估算中呈现的模型；候选模型须满足任务所需的实时能力；仅路由到模型家族最新实时代际；优先专用模型，无匹配或平局时使用实时 isDefault 模型。适用于图像生成/编辑、视频生成/编辑/续写/插帧/参考动画/放大、数字人唇形同步、音频场景等任务，并提供各模型对应的提示词写法与参考素材角色标注要求。
product-manager
product-manager 是一套由 5 个智能体协作完成产品管理全流程的技能：一次性产出路线图、PRD、用户故事、冲刺计划与复盘。适用于需要按范围选用策略、PRD、故事、冲刺或评审模式的规划任务。
b0
Box0（b0）是一个多智能体平台技能，可在单台或多台机器上并行运行 AI 智能体，用于委派代码审查、安全检查、测试、工具对比、研究等任务，支持结果收集与定时调度。
ralph
将已有 PRD 转换为 Ralph 自主智能体系统所需的 prd.json 格式的工具技能。适用于已有 PRD（Markdown 或文本），需要转成 Ralph JSON 格式时使用。
deepseek
DeepSeek on RunAPI 是一套通过 RunAPI 调用 DeepSeek 系列模型的方式，采用 OpenAI 兼容端点 https://runapi.ai/v1 作为主要协议。它支持 deepseek-flash（当前 V4.1 Flash 模型，用于快速文本与推理）、deepseek-v4-pro（更高质量、经过验证的文本工作负载）、deepseek-v4-flash（Flash 的兼容别名）以及 deepseek-v4-flash-vision-exp（图像输入与视觉任务）等模型。使用时通过设置 OPENAI_API_KEY 为 RunAPI API 密钥、OPENAI_BASE_URL 为 https://runapi.ai/v1 完成认证，并用 OpenAI SDK 发送 Chat Completions 请求。长输出可开启流式并携带用量信息，deepseek-v4-flash 额外支持 Responses 上的一个自定义函数。图像输入需使用视觉模型并传入包含文本与 image_url 的内容数组，图片 URL 须公开可访问并采用 JPEG、PNG、GIF 或 WebP 格式。文档还给出了结果验证要求与停止边界，包括仅用结构化错误纠正一次、传输重试一次等规则。
glm
通过 RunAPI 以 OpenAI 兼容的 Chat Completions 协议调用 GLM 系列模型（含 GLM 5.3 及更早的 GLM 5、4 系列），用于文本对话与流式输出。
find-skills
find-skills 用于在开放智能体技能生态中搜索和评估技能，再向用户报告发现，由用户自行决定是否安装。它把技能视为以代理完整权限运行任意代码的依赖，强调先搜索、评估、汇报，绝不代替用户安装。
improve-coverage
用于改进测试覆盖率的技能：分析覆盖率缺口，识别未测试的函数、分支、错误路径与边界情况，按优先级生成有意义的测试并校验整体测试套件。
llm-app-patterns
面向生产环境的 LLM 应用构建模式集合，源自 Dify 与行业实践，覆盖 RAG 流水线、智能体架构、提示词 IDE 与 LLMOps 监控。适用于设计 LLM 应用、实现 RAG、构建带工具的 AI 智能体、搭建 LLMOps 监控以及选择智能体架构时参考。
agent-deepweb
agent-deepweb 是一个通过命名 profile 发起需认证 HTTP 请求的 CLI 技能说明：调用者只按 profile 名引用已注册凭据，永远看不到密钥值，响应会被脱敏，并由审计记录追踪。
agent-statsig
agent-statsig 是一个通过 Statsig Console API 管理功能开关（feature gates）、动态配置、实验、分群和标签的命令行工具，适合需要查询或修改功能开关、A/B 测试、灰度发布与定向规则的场景。
common-rules-for-agent-instructions
这是一份面向 AI 文档编写者的通用准则，适用于 Agent Skill、CLAUDE.md、AGENTS.md 等由 AI 阅读并遵循的文档。它规定了四项心得：读者是聪明的模型，只写模型无法通过推理得出的内容；只写面向执行模型的内容，方法选择经过写入 commit message 或 PR 说明；编辑时以整体最优为目标，不追求最小改动；对外部 Agent 或 subagent 的评审意见，按四个问题决定是否采纳。该准则被 kuden:agent-skill 与 kuden:persistent-instructions 两个技能共同引用。
persistent-instructions
该技能总结了为 AI 编写行为规则文档（如 CLAUDE.md、AGENTS.md）时应遵循的心得，适用于创建、编辑规则文档、从外部引入规则以及决定是否采纳评审意见等场景。核心原则包括：只写约束而不写许可；根据是否需要 AI 主动提议来选择约束的措辞；约束不应局限于某个具体工作环节；不写背景说明与理由；同一仓库内约束只写一处。
user-decision
这是一套关于「向用户获取判断时的心得」的 AI 技能，用于规范 AI 在需要用户决策时的行为。它规定了提问前应先说明哪些前提、如何提问、用户未回答时如何处理，以及发现此前报告有误时如何应对。适用场景包括：遇到无法自行决定的事项需要询问用户时、撰写计划时、根据调查结果提出新方向时、在问题未获回答的情况下准备继续推进时，以及察觉此前报告存在错误时。该技能以六条心得为核心，强调提问前先解释判断所需的前提、问题成因与各方案的后果；把不确定点集中一次问清后再写计划；派生改进增多时只询问最小方案的 go/no-go；提出新方向时询问采纳与否而非「是否正确」；未回答不等于授权；报告有误时让用户重新选择受影响的决定。
principle-never-block-on-the-human
该技能主张让执行代理不要因可逆工作而等待人工确认：先推进并展示结果，由人工事后纠正；仅对不可逆操作（如强推、删除生产数据、发送外部消息）保留确认。
aws-mcp-setup
指导为 AI 代理配置 AWS MCP 服务器，用于文档搜索与 API 访问；涵盖完整 AWS MCP（需 Python 3.10+、uvx、AWS 凭证）与仅文档搜索的 AWS Documentation MCP 两种方案及排错。
find-complementary-founders
FindMate 是一个私密优先的创始人/项目伙伴匹配技能：仅评估本智能体自己的所有者，并只与其他智能体为其各自所有者发布的、经批准的假名档案进行比对，寻找互补能力。核心约束是只评估和发布自己的所有者，绝不推断他人档案。
llm-council
LLM Council 是一个基于 Fireworks AI 的多模型协作技能：让多个开源权重模型先独立回答，再互相匿名排名，最后由主席模型综合出最终答案，用于多模型审议与答案汇总。
skyvern-browser-automation
Skyvern 浏览器自动化技能：用 AI 导航网站、填写表单、抽取结构化数据、使用已存凭据登录，并构建可复用的工作流。提供 skyvern CLI 命令与分类决策流程。
ml-engineer
面向生产机器学习系统的 ML 工程技能，覆盖模型服务、特征工程、模型版本管理与 A/B 测试、批处理与实时推理、监控与漂移检测等 MLOps 实践，强调生产可靠性与延迟要求。具体用法与安装方式暂未提供。
prompt-engineer
一个面向 LLM 与 AI 系统的提示词工程技能，用于优化提示词、构建 AI 功能、改进智能体表现和编写系统提示。强调创建提示时必须完整展示提示文本，并附带实现说明、用法与设计理由。
alignment-interview
对齐访谈（alignment-interview）：在执行任务前通过“信息收集→调研→提问”循环对用户进行自适应访谈，建立双方充分共识。只做访谈，不实施、不规划、不写文件；确认共享理解简报后才交还控制权。