shuang-chong
双重（shuang-chong）是一个对抗式规划技能，让单一模型依次扮演实用主义者、集成测试者、研究者、架构师、创意挑战者五种角色，通过三轮互相攻击与辩护过滤出经得起质疑的计划洞察。
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
jev
Jev 是一个通过 swift-jev 命令行工具调用 TypeSafe AI 的结构化评估器。它接收一个任意 JSON 状态对象和若干问题，返回对应的评估结果。问题支持三种类型：choice（在给定选项及描述中选择并给出置信度与分布）、score（在2至10个有序等级描述中打分并给出置信度与分布）、noul（判断某陈述为真的概率，约0.5表示不确定，不单独给出置信度）。用户可通过标准输入或 --input 文件一次性发送含有关联问题的单个 JSON 请求，结果以 JSON 输出到标准输出，错误输出到标准错误。认证默认读取 TYPESAFE_API_KEY 环境变量，或用 --api-key-file 指定 UTF-8 密钥文件；密钥不得写入命令参数、请求 JSON、技能文件或仓库文件。该工具会向 TypeSafe AI 发送状态数据，应避免包含无关隐私信息；它本身只做评估，不授权后续操作，需结合用户决策规则使用。适用于对客户咨询分类、紧急程度判断、影响严重度评分等场景。
do-memory-cli-ops
do-memory-cli-ops 技能用于执行和排查自学习记忆系统的 do-memory-cli 命令，覆盖 episode 管理、模式分析与存储操作，适合运行 CLI 命令、调试命令失败或指导用户完成命令行流程时使用。
erk-gt
erk-gt 是 Erk 专用的 Graphite（gt）使用规范，补充官方 graphite 技能，强调在智能体与 CI 环境中必须为所有 gt 命令加上 --no-interactive，并提供父分支解析、元数据内部结构与 worktree 共享、调试与恢复做法。
pydantic-ai
PydanticAI 是 Pydantic 团队推出的 Python 智能体框架，将类型安全与校验引入 LLM 应用。支持结构化输出、工具调用、依赖注入、流式响应、多轮对话，兼容 OpenAI、Anthropic、Gemini、Groq、Mistral、Ollama 等模型。
agent-sdk-python
使用官方 Python SDK 构建可用于生产的 AI 智能体，覆盖简单查询、交互会话、自定义 MCP 工具、权限控制、上下文加载、错误处理与钩子等实现方法。资料含 API 模式选择、代码示例与常见排错建议，适用于自主工作流与批处理场景。
mcp-builder
mcp-builder 是一份用于创建 MCP（Model Context Protocol）服务器的开发指南，帮助 LLM 通过设计良好的工具、资源与提示词与外部服务交互。涵盖调研规划、实现、测试与评估四个阶段，推荐 TypeScript 或 Python 技术栈。
util-manage-todo
用于在项目根目录的 ./todo.md 中管理待办事项的技能，任务带 pending、in_progress、completed 等状态，并与 TodoWrite 同步。Claude 检测到多步骤工作时会主动调用，适合 bug 修复、功能开发与重构跟踪。
cult-film-curtis
基于 TMDB API 构建的邪典电影推荐付费智能体，通过 x402 微支付向调用方收费，适合娱乐类付费智能体与 TMDB 集成场景。
moltbook-promotion
moltbook-promotion 是 daydreamsai 生态的推广技能，用于在 AI 智能体社交网络 Moltbook 上有节制地宣传 Lucid Agents、xgate、Facilitator 与 Skills Market。它提供扫描帖子、六类模板匹配、生成草稿、人工审批后发布评论的流程，强调草稿默认不自动发布。
issue-implementation
一个面向“领取并实现已跟踪 issue”场景的工作流技能：主助手充当编排者，按 Intake、Grill、Scout、Plan、Mode、Implement、PR、Review 阶段协调子代理完成实现，自身不直接写实现代码。
subagent-review
一个多智能体深度代码审查技能：由协调者分派子智能体完成探索、审查、验证与修复计划，产出经核验的发现和可与编排流程配合的修复方案。触发词包括 deep review、security review、code audit、find problems。
grill-with-docs
grill-with-docs 是一个通过“拷问式”对话打磨设计计划的技能：逐一追问计划各分支，对照现有领域模型校准术语，并就地更新 CONTEXT.md 与 ADR 文档。
handoff
handoff 是一个用于把当前对话压缩成交接文档的技能，方便新的智能体接手继续工作。文档保存到操作系统临时目录而非当前工作区，并包含建议调用的技能列表。
write-a-skill
用于创建新的智能体技能（agent skill），帮助生成规范结构、渐进式披露与配套资源。适用于用户想要创建、编写或构建新技能时。
agent-code-guide
面向 Agent Code（智能体编程工具）的综合使用指南，整理配置模板、提示策略、"Thinking"关键词与调试技巧等最佳实践，帮助用户在新项目中通过 CLAUDE.md 等配置充分发挥该工具能力。
agent-manager-skill
Agent Manager Skill 是一个用于管理多个本地 CLI 智能体的技能，基于 tmux 会话实现智能体的启动、停止、监控与任务分配，并支持通过 cron 进行周期性调度。它适合需要并行运行多个本地命令行智能体、查看其日志输出、向指定智能体派发任务以及安排重复性工作的场景。使用前需安装 tmux 和 python3，并将该技能克隆到工作区。智能体在 agents/ 目录下进行配置。
agent-memory-mcp
面向 AI 智能体的混合记忆系统，以 MCP 服务器形式提供持久、可搜索的长期知识管理，覆盖架构、模式与决策，并自动与项目文档同步。
agent-memory-systems
智能体记忆系统技能，讲解短期、长期、工作、情景、语义与程序性记忆的架构，聚焦记忆形成、检索、衰减及分块与向量库选择等模式与常见反模式，帮助减少因检索不当导致的遗忘与回答不一致。
ai-wrapper-product
一个面向 AI 包装型产品开发者的技能模块，定位为 AI 产品架构师，讲解如何把 OpenAI、Anthropic 等 AI API 封装成用户愿意付费的聚焦工具，涵盖产品架构、提示词工程、模型选择、成本管理与输出质控等主题。
multi-llm-convergence-beta
多模型收敛（beta/实验性）技能：以宿主无关方式调度两个及以上不同模型家族，轮流评审同一份计划、PRD、设计文档、规格或代码改动，逐轮应用发现并提交，直到各家族独立认可同一产物状态。
orchestrate
orchestrate 是 doodledood/manifest-dev 项目中的技能，用于协调已指派的项目成果，或从单个 effort（或整个 Ticket 存储）并行运行就绪的 Ticket，每个 Ticket 通过 run-ticket 在独立会话中执行。该技能负责规划、启动、落地（合并）并定期向使用者汇报；其持久状态保存在存储中（Ticket、effort 条目、git 及指定证据来源），因此新的或第二个编排器可重建同样的视图。它支持成果指派、--autonomous、--max-batch 与 --type 等参数，并区分默认的“提议并等待批准”模式与自主模式。
sweep-tickets
sweep-tickets 是一个面向无人值守工单流程的技能：由定时运行的代理触发，从共享工单库中恢复或启动至多一个工单，然后停止。它只负责选择，实际执行交给 run-ticket。
dual-ai
dual-ai 是一个仅限用户显式调用的技能：输入 /dual-ai 或 /dual-ai <workflow-id>，把同一提示或工作流分别派发给 Claude Code 与 Codex 两个全新会话并行执行，便于对比结果。