acomo-workflow-modeling
用于从业务说明设计、生成和改善 acomo 工作流模型（definition + dataSchema + policy）的技能。通过逐轮对话先给出草稿，再用 1~2 个反问更新模型；信息几乎为空时可先只做反问。
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
25,654 个结果
vllm-pytorch-ci-triage
vLLM 与 PyTorch torch-nightly CI 回归的只读根因分析技能。读取预取且已去 ANSI 的集群日志，定位真实异常、按因果分组并路由到对应仓库，输出 findings.md / findings.json；无 Buildkite/ClickHouse 访问，不提 issue、不重跑任务。
codex-orchestra
Codex Orchestra 是 quantipixels/skills 中的一个执行配置技能，用于在 Astra 主智能体下按 QP Codex 委派规范，把有界任务交给兼容的原生 worker 处理。核心是保持主智能体问责与参与，仅在并行、独立上下文或独立审查确有价值时委派，并强调契约、单一写入者与证据验证。
agent-reproduce-feature
该技能用于将参考智能体（Codex 或 Claude Code）中观察到的功能，转化为 Qwen Code 或其他智能体 CLI 的实现任务。它把当前会话作为外层测试框架，将嵌套的参考智能体进程作为被测程序运行，通过捕获 HTTP 请求体、终端状态和本地智能体状态变化，提取行为事实，再在目标仓库中实现最小兼容行为。默认目标仓库为当前工作目录，需用户明确指定时才使用其他路径。
qwen-mm-plugins-omni-chatcut-video-translation
面向现有视频的语音与字幕翻译技能，可生成保留说话人音色的配音视频。它按状态管理项目，先分析语音、说话人与时间轴，再编写带时长的翻译，最后渲染并做听感质检。
qwen-mm-plugins-omni-memory
qwen-mm-plugins-omni-memory 是 Qwen 多模态插件生态中用于构建与查询长视频「音视频记忆」的工具集。它通过一次索引构建，把视频切分为 30 秒窗口，逐段提取画面描述、带说话人归属的逐字对话、副语言特征与非语音声音事件，形成可持久查询的状态化记忆库。记忆包含四类可检索容器：实体（人物 ID、姓名、外貌与属性）、语义事实（以「主语/关系/宾语」键值三元组存储）、情景记录（每 30 秒窗口一条，含视觉描述与全部话语）、场景环境条目，以及用于回看的 30 秒片段文件。工具提供状态检查、总览、人物档案、单人对话、时间线、片段详情、语义事实搜索与开放性问题规划检索等能力；其中语义键为精确查找，情景内容走混合检索，人物 ID（P001、P002 等）在全片中保持稳定。支持多视频通过同一 namespace 串接为一个连续记忆，也可并行构建多个独立记忆。构建依赖 Python 3.10+、pip、ffmpeg/ffprobe 与 DASHSCOPE_API_KEY。
axisagentic-long-horizon-agents
AxisAgentic 是一个用于构建、运行和采集长时程 AI 智能体轨迹的运行时与框架，支持追加式 trace 执行、多轮编排、工具管理、上下文预算与 SFT 导出，需 Python 3.12+ 和 OpenAI 兼容端点。
duel-game-core
duel-game-core 是一套与具体玩法无关的双人对战基础框架，含 Motoko 会话引擎（mops 包）与浏览器客户端（npm 包），提供多桌大厅、座位、回合提交、复盘、闲置接管、再战、认赢、会话身份与轮询传输等能力，开发者只需按纯文本规则实现游戏专属代码。
understanding-revenuecat
RevenueCat Android SDK（10.x）架构导览技能，帮助代理在编写任何 RevenueCat 代码前建立概念模型与术语体系，理解 Purchases SDK 如何封装 BillingClient、Google Play Developer API 与 RTDN，并据用户目标选择后续技能。
great-prompt-anatomy
用于构建 Veo 3 视频提示词的框架技能，规定每个完整提示词必须包含主体、场景、动作、风格、镜头、灯光、音频与约束 8 个必备组件，并提供音频写法、风格控制与发布前校验清单。
long-prompt-guide
面向 Veo 3 复杂视频场景的 Production Brief 长提示词方法论，适用于含对白、角色连续性、结构化场景或多节拍动作的镜头，提供 11 个可选区块与渐进式细节策略。
example-skill
一个用于演示合规 Agent Skill 标准结构的示例技能，可作为新技能脚手架的模板。它展示渐进式披露与验收标准门禁等模式，并可通过分析工具验证成熟度与结构评分。
necessity-review-mining-selection-rijoy
面向汽车收纳、厨房工具、家居收纳清洁等刚需/实用品类的选品与改进技能：基于顾客之声（VOC）挖掘差评与追评中的痛点，转化为选品规格、改进优先级和验证动作，并可用 Rijoy 会员/忠诚度体系构建反馈与复购验证闭环。
agent-browser
agent-browser 是一款面向 AI 智能体的浏览器自动化 CLI 工具。它通过 open/snapshot/click/fill 等命令让智能体与网页交互，支持表单填写、点击、截图、数据提取、会话持久化、并行会话、iOS 模拟器及安全策略配置。
claude-code-usage-report
该技能用于分析本地 Claude Code 会话的 JSONL 文件，统计各模型的 token 消耗并估算 API 等价成本，生成用量与费用报告，并对比 Pro、Max 5x、Max 20x 订阅方案的节省情况。
agent-browser
agent-browser 是 Vercel 推出的无头浏览器自动化 CLI，面向 AI 智能体设计，通过无障碍快照生成引用（@e1、@e2）来定位页面元素，可用于网页交互、填表、截图与数据抓取。
agentobservability
agentobservability 是面向多智能体 Claude Code 会话的实时可观测性仪表盘。它通过 Claude Code hooks 捕获会话事件，将事件以 JSONL 格式写入本地文件，再由 Bun 服务端读取并在内存中流式传输，最后由 Vue 3 客户端以网页仪表盘实时展示。仪表盘可显示多个智能体并行执行时的泳道、事件时间线和工具使用图表，支持按智能体名称、事件类型、会话 ID 过滤以及事件载荷搜索。捕获的事件类型包括 SessionStart、UserPromptSubmit、PreToolUse、PostToolUse、Stop、SubagentStop 和 SessionEnd。该工具适合监控智能体活动、调试多智能体工作流、跟踪并行子智能体执行和可视化工具调用模式。使用前需安装 Bun、配置 Claude Code hooks 并设置 PAI_DIR 环境变量。
core
core 是个人 AI 基础设施（Personal AI Infrastructure）的核心技能，会在会话开始时自动加载。该技能用于定义 AI 助手的身份、回复格式与核心运行原则，并根据会话开始或用户询问身份、回复格式、联系人、技术栈等场景提供上下文。资料中的示例显示，当用户询问联系人邮箱时，该技能会读取 Contacts.md 并返回联系人信息。该技能还规定了 AI 名称、用户信息、运行环境，以及幽默、好奇、精确、正式、直接等人格参数；要求 AI 使用第一人称表述，并按固定格式组织回复，涵盖摘要、分析、行动、结果、下一步和语音播报行。若配置语音服务器，🗣️ 行会被提取并发送到语音服务。该技能列出主要目录：~/.claude（规范安装）、~/.claude/skills/、~/.claude/settings.json、~/.claude/MEMORY/、~/projects/work/；同时提示 ~/.config/pai/ 为旧版遗留路径，不应使用。
plan-for-goal
plan-for-goal 是一个把任意需求简报转成结构化计划的技能，输出可直接喂给 /goal 的 Markdown 计划文件与一行式 /goal 命令，适用于 Claude Code /goal（v2.1.139+）和 Codex /goal。
interview
interview 是一个智能体技能，用于围绕用户提供的计划进行深入访谈。它先判断输入是文件路径还是原始文本，再通过提问澄清技术实现、界面体验、顾虑与权衡等细节，最后把最终规格写回文件。
force-update
用于生成 iOS/macOS 应用最低版本强制更新系统的技能：支持硬性阻断与可关闭提示两种更新流程、App Store 跳转，以及远程配置或 App Store 查询检查版本。
ipad-patterns
面向 iPadOS 开发的中文技能指南，涵盖分屏多任务、多窗口、拖放、键盘快捷键、指针交互与 Apple Pencil 等专属模式，帮助开发者将 iPhone 应用升级为真正适配 iPad 的应用。
persistence-setup
用于为 Apple 平台项目生成 SwiftData 或 CoreData 持久化层的技能，可选启用 iCloud（CloudKit）同步。当用户要添加本地存储、数据持久化或云同步时触发，支持 iOS 17+ 与新系统用 SwiftData、旧目标用 CoreData。
llm-caching
llm-caching 是一份关于通过 KV 缓存与提示缓存优化大模型成本与延迟的实践指南，核心原则是静态内容在前、可变内容在后，并提供了提示结构模板、反模式与成本影响说明。