mcporter
mcporter 是一个用于直接操作 MCP 服务器与工具的 CLI，支持 HTTP 或 stdio 方式，可列出、配置、认证并调用 MCP 工具，也支持临时服务器、配置编辑与 CLI/类型代码生成。
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
oracle
Oracle 是一个命令行工具，把提示词与选定文件打包成一次性请求，交给另一个模型结合真实仓库上下文作答。支持浏览器与 API 引擎、会话重连、文件与 glob 附加，输出仅供参考，需用代码和测试验证。
screenpipe
Screenpipe 是一款 AI 屏幕记忆工具，24/7 记录屏幕内容与音频，让 AI 可回溯看过的内容、说过的话和用过的应用。数据本地存储，隐私优先，通过本地 MCP Server 提供 OCR 文字、音频转录和应用使用统计的搜索能力。
skill-finder
skill-finder 是一个用于搜索、发现、浏览和安装 Agent Skill 的技能，支持从本地 Skill Hub 索引、skills.sh 及 GitHub 查找社区技能，并可将下载的 SKILL.md 适配、保存并注册到当前实例；也可处理 MCP 工具安装请求。
mcp-builder
mcp-builder 是一个用于创建高质量 MCP（Model Context Protocol）服务器的开发指南技能。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务和 API 交互。该技能强调以智能体为中心的设计原则，包括围绕工作流而非单纯 API 端点构建工具、优化有限的上下文窗口、设计可操作的错误信息、遵循自然任务划分，并采用评估驱动开发。整个流程分为四个阶段：深度研究与规划、实现、审查与优化、创建评估。它提供 Python 和 Node/TypeScript 两种实现路径，涉及 MCP 协议文档、SDK 文档、语言特定实现指南和评估指南等参考资料。
mcp-management
MCP Management 是一个用于管理和交互 Model Context Protocol（MCP）服务器的技能。它提供脚本与工具，帮助用户发现、分析并执行已配置 MCP 服务器中的工具、提示词和资源，同时避免污染主上下文窗口。该技能支持从单一配置文件管理多个服务器，可将发现的工具目录持久化为 JSON 以便快速引用，并可通过 Gemini CLI、直接脚本或 mcp-manager 子代理三种方式执行 MCP 操作。适用于需要发现 MCP 能力、按任务选择工具、以编程方式调用 MCP 工具或调试 MCP 客户端实现的场景。
pal-mcp-expert
Pal MCP Server（原名 Zen MCP，实例名 zen-pal-nas）专家指南，讲解如何通过统一 MCP 接口编排 Gemini、OpenAI、Grok、Azure、Ollama 等多个 AI 模型，覆盖多模型协作、工具工作流、配置排错与上下文延续等使用要点。
sequential-thinking
Sequential Thinking 是一个通过 MCP 工具 mcp__reasoning__sequentialthinking 实现的顺序推理技能，用于需要多步、可修订、可分叉的系统性思考场景，帮助把复杂问题拆解为逐步推演并动态调整步骤规模。
skill-creator
用于创建或更新 Claude 技能（Skill）的指导型技能，帮助把具体任务需求转化为模块化、可复用的技能包。
skill-developer
用于创建和管理 Claude Code 技能（Skills）的指南，遵循 Anthropic 官方最佳实践，涵盖自动激活系统、skill-rules.json 配置、钩子机制、触发模式与调试方法。
geo-aeo-optimization
面向 AI 搜索引擎与生成式回答的内容优化技能，覆盖 GEO（生成引擎优化）、AEO（答案引擎优化）与 SEO 的差异，提供 E-E-A-T 基础、摘要与问答结构、事实密度、Schema 标记、AI 爬虫配置及 GEO/AEO 审计报告模板。
cursor-workflow
Cursor Workflow 是一个基于 Cursor SDK 的确定性多代理工作流工具，用 TypeScript 编写并在主对话之外运行大规模并行任务，支持持久化恢复状态、模型路由、结构化输出和本地浏览器仪表盘。
claude-code-guide
一个用于获取 Claude Code 最新官方文档并协助更新配置文件的技能。通过 /claude-code-guide <topic> 调用，支持 memory、skills、hooks、agents、settings、mcp、plugins、cli、overview、all 等主题，会抓取文档、读取现有配置、对比最佳实践并给出改进建议。
agent-context-file-planner
用于创建或改进 AGENTS.md、CLAUDE.md、.cursorrules 等 AI 编码代理项目上下文文件的技能，帮助把项目目的、命令、架构与设计规则、测试与 Git 流程及代理护栏整理成可直接粘贴的根目录上下文文件。
brainstorm
brainstorm 是 Claude Code 插件中的发散式构思技能，在正式界定范围前，把粗略的工程或产品问题转化为基于代码库的候选方案列表，按最省力到最有野心排序，帮助校准范围。
llm-serving-patterns
该技能面向 LLM 推理基础设施设计，涵盖服务框架选型（vLLM、TGI、TensorRT-LLM 等）、量化方法、批处理与 KV 缓存优化、流式响应、投机解码及扩缩容与成本优化等主题，适用于系统设计面试与生产部署规划。
kf-g-agent-planning-structured-plan-output
为 AI 智能体输出规划结果时使用的格式规范：用简洁日语、mermaid 图、表格和脚注组织设计、实现、迁移与分阶段上线等计划。
acontext-installer
Acontext 安装器技能，用于安装 Acontext CLI、登录并初始化 Acontext 项目，再为 Claude Code 或 OpenClaw 智能体添加技能记忆层。
skill-writing
用于创建符合官方最佳实践的 Claude Code 技能（skill）的编写指南技能，帮助确定何时需要技能、编写规范描述、组织渐进式披露结构，并给出测试与质量检查方法。
create-command
create-command 是 mgiovani/cc-arsenal 中的跨平台 AI 智能体技能，用于按最佳实践与提示工程方法生成新的斜杠命令（技能）文件，默认在 .claude/skills/ 下创建技能，并支持 references/、scripts/、assets/ 等辅助文件。
AgentDB Advanced Features
AgentDB 高级功能技能，覆盖 QUIC 同步、多数据库管理、自定义距离度量、向量与元数据混合搜索及分布式部署模式，面向需要构建跨节点低延迟 AI 检索系统的开发者。
AgentDB Learning Plugins
AgentDB Learning Plugins 是一套通过 AgentDB 插件系统使用 9 种强化学习算法的技能，支持创建、训练和部署可自我改进的自主智能体学习插件，涵盖 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等。
pysam
Pysam 是用于读写基因组数据的 Python 模块，通过 htslib 提供 Pythonic 接口，可处理 SAM/BAM/CRAM 比对文件、VCF/BCF 变异文件及 FASTA/FASTQ 序列，支持区域查询、覆盖度计算与 samtools/bcftools 命令调用。
rag-implementation
用于构建检索增强生成（RAG）系统的技能，通过向量数据库与语义搜索让 LLM 应用基于外部知识作答，适用于专有文档问答、知识型聊天机器人、语义检索、文档助手与带引用的研究工具等场景。