tool-calling
用于为 LLM 智能体实现工具调用（function calling）的技能，涵盖函数 schema 设计、外部 API 集成、参数校验与错误处理，支持 anthropic、openai、langchain 等 provider。
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
prompt-engineering
面向 LLM 应用的提示词工程技能，涵盖提示设计、优化、少样本学习、思维链等技术，提供基础提示结构、模板、输出格式化、高级技巧与常见问题排查，帮助提升模型输出的一致性与准确度。
aptos-agent
Aptos Claude Agent 是一个用于与 Aptos 区块链交互的智能体技能，支持查询余额、转账 APT、DEX 代币兑换、质押、调用 Move view 函数及处理自然语言链上意图，并带有博弈论决策分析与交易模拟审批机制。
aptos-wallet-mcp
Aptos Wallet MCP Skill，提供可压缩、可共享的 Aptos 钱包 MCP 配置，用于通过 MCP 服务器管理 Aptos 主网/测试网钱包，支持余额查询、查看、待处理交易及需审批的转账、兑换、质押等操作。
asi-agent-orama
ASI Agent-O-Rama 是 Agent-O-Rama（基于 Rama 的智能体平台）与 ASI（自主超级智能）模式之间的桥接技能，可在 Rama 分布式拓扑上实现带 GF(3) 守恒的三元智能体编排，状态标注为生产可用。
autopoiesis
autopoiesis 是一个面向 AI 智能体配置的技能，基于自创生理论与 ruler、MCP、DuckDB 实现自我修改，让行为改动成为一行命令。资料涉及 ACSet、GF(3)、DPO 重写等概念，具体可用性与安装细节见原文。
birkhoff-average
Birkhoff Average 是动力系统理论中的技能，用于计算可观测量沿轨迹的时间平均，属于 plurigrid/asi 项目，标记为 Trit 1（PLUS），参与 GF(3) 三元组合。
bisimulation-game
面向多 AI 智能体技能分发的双模拟博弈框架，通过攻击者、防御者、仲裁者三方回合验证系统等价性，并以 GF(3) 守恒与观测桥类型保证同步一致性。
bob
World BOB Skill 是 plurigrid/asi 中的 Aptos 区块链操作技能，通过 MCP 工具提供余额查询、转账、兑换、质押、只读视图调用与自然语言意图等能力，定位为协调/综合角色（Trit +0）。
catsharp-galois
CatSharp Galois 技能在 agent-o-rama 与 Plurigrid ACT 之间建立 Galois 伴随 α ⊣ γ，通过 Mazzola 范畴音乐理论中的 CatSharp 音阶作为桥接，将音级类映射到 GF(3) 三值。
chaotic-attractor
混沌吸引子是动力系统理论中的概念型技能，用于分析微分方程与流形上流的定性行为，特点是相空间轨迹对初始条件高度敏感。资料同时描述其在 GF(3) 三元组合中的角色（Trit 1，PLUS）与基于 Möbius 函数的非回溯测地线资格条件。
google-workspace
Google Workspace 的 MCP 集成技能，统一调用 Gmail、Drive、Calendar、Docs、Sheets、Slides、Forms、Tasks、Chat 等服务，用于收发邮件、管理文件、日程、文档表格与任务；所有工具均需提供 user_google_email 参数。
topoi-hatchery
Topoi Hatchery（topOS v0.0.1Ω）是一个通过熵张量、随机游走与平衡三进制决策探索依赖空间的操作元系统，结合 Flox 与 Babashka 路径，提供 MCP 服务器渐进式安装、TUI 展示与自动备份。
x
World X Skill 是 plurigrid/asi 下的一个技能，定位为三态系统中的 PLUS（生成/执行）角色，通过 MCP 工具提供 Aptos 区块链操作，包括余额查询、转账、兑换、质押、只读视图调用及自然语言意图处理。
zeroth-bot
Zeroth Bot（Z-Bot）是一个3D打印开源人形机器人平台，面向仿真到现实（sim-to-real）迁移与强化学习研究，以约500美元的物料成本提供低成本的人形机器人入门方案。
debugging-mcp-analytics
PostHog 面向 MCP 服务器的产品分析工具（测试阶段）。通过 @posthog/mcp 与 posthog.mcp SDK 一行包裹服务器，把工具调用、agent 意图和失败记录为 $mcp_* 事件，可在 PostHog 中查询、作图、告警与聚类，并提供专用仪表盘。
editing-agents-md
用于判断一条规则是否应写入 AGENTS.md / CLAUDE.md，并把它写成可靠不变式的技能；在添加、编辑或删除根或嵌套 AGENTS.md 指令前使用。
debugging-mcp-analytics
PostHog MCP Analytics 的产品分析调试技能：为 MCP 服务器提供 $mcp_* 事件采集、查询、看板与意图聚类，覆盖 TypeScript/Python SDK 及自埋点服务端排查，属测试版并受早期访问功能开关控制。
improving-mcp-tools
PostHog 的 MCP 工具改进流程技能：用评测框架量化 MCP 智能体体验，每轮只修一个最高影响的问题，再复测，只有数据支持才合入，并记录日志以便后续迭代续接。
cross-agent-handoff
cross-agent-handoff 是一套用于在不同智能体会话、运行框架、子智能体、CLI 或人类之间交接工作的技能。它强调只传递继续工作所需的最小充分状态，区分已验证事实与推测，避免泄露密钥和个人信息，并记录权限与禁止事项。
model-ml-pipeline
model-ml-pipeline 是 probabl-ai/skills 中面向机器学习建模的确定性入口技能（meta skill）。它本身不承载具体建模方法，而是负责选择与排序：首次进入时写入锁定的基线设计笔记并请求批准；后续进入时只提供工作区证据支持的选择（EDA 提案、Backlog、讨论）。若缺少建模锁定，则加载 frame-ml-problem 并停止。设计获批后，它负责协调构建（pytest smoke 是构建的子步骤）、用户侧的 Evaluate（推荐）/ Modify / Stop 关卡、评估与审计。该技能不适用于已由 evaluate、audit 或 smoke 调试负责的单一操作。它通过 python -m skore_skills 系列命令（status、model choices、scaffold、design consent、design approve、smoke run、evaluate consent、review consent、site build 等）驱动流程，并严格遵循初始化、问题框定、设计批准、构建、评估、审计的顺序。
setup-workspace
这是一个用于设置机器学习项目工作区的技能，能够检测已有的 ML 工作区，或通过 `python -m skore_skills scaffold --package <pkg>` 命令搭建一个全新的工作区。该项目基于 Cookiecutter 模板，会生成目录结构、README.md 文件以及 src/<pkg>/ 存根。在首次搭建完成后，默认开启已执行的 notebook 和文档站点。适用于新的 ML 项目布局或首次搭建场景；跳过流水线、评估、探索性数据分析以及库选择。使用方式为先检测，若为全新或仅有管理器清单的布局，则通过 AskUserQuestion 确定导入名称（除非 policy.package 或 src/<pkg>/ 已命名），随后进行搭建，并在两者均未设置时持久化 notebooks/site 为 true。若为已有布局，则停止操作，不进行搭建或凭空创建文件。
shape-user-idea
该技能用于把用户已有的想法、问题或现成材料整理为一条正式的 idea 记录：在用户确认后，写入一个 idea 文件并在 Ideas 表中新增一行。它处于评审之后、待办列表（backlog）之旁，后续由 backlog 对该文件进行分诊。它只负责落盘这一个 idea 文件与 Ideas 行，不会写 History、Backlog、Status 或设计说明，也不挑选 backlog 行。
triage-ml-task
triage-ml-task 是 probabl-ai/skills 中的会话入口技能（session owner），负责在机器学习工作流中做任务分诊与路由。它本身不执行任何具体方法，只根据用户意图和当前工作区状态，决定加载哪个已安装的入口技能，或在意图不明确时通过提问让用户选择下一步。它会在请求模糊、某个阶段完成、打开工作区会话或用户询问“接下来做什么”时触发。