superset-orchestration
Superset Orchestration 是一套通过 Superset CLI 协调多个终端编码智能体的协议，用工作区、智能体与终端命令创建隔离环境、派发任务、发送后续指令并读取终端输出，由协调者负责依赖与完成状态。
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
25,655 个结果
skills
Sylphx 历史根技能，面向指定宿主安装、更新和核验能力目录及配套治理投影；该根入口后来已删除。
growth-architect
Growth Architect 是一个面向创业与产品战略的 AI 技能，充当 AI 联合创始人，在执行前回答“做什么、为什么做”，进行创意分析、产品市场契合验证、MVP 设计与架构决策（ADR），输出战略简报，可交接给 sprint-forge 生成执行计划。
agent-retro
Agent Retro 是一套 Agent 每日复盘标准操作程序（SOP），用于读取指定日期（通常为昨天）的会话记录与工具调用，总结做对/做错的事、改进点及用户与 Agent 画像，并规范化更新 memory 文件与 USER.md、SOUL.md、AGENTS.md、MEMORY.md。
lobotomized-claude-code-update
用于升级“lobotomized Claude Code”定制栈的技能：分两阶段执行，先只读报告变更，待用户明确批准后再升级 Claude Code 二进制、LCC 覆盖文件与 tweakcc-fixed 补丁器，并强调清理陈旧缓存与重新应用覆盖。
agent-sandbox
为 AI 智能体代码执行提供隔离沙箱的技能，包含文件系统与命令限制、审计日志和终止开关，并给出 Docker 容器隔离与更强隔离方案。
agent-swarm-orchestration
用于协调多个 AI 智能体协作完成复杂任务的技能，涵盖拓扑设计、任务路由、交接、共享记忆与质量门禁。适用于需要多智能体并行或分角色协作的流程。
trading-agents
trading-agents 是一个用于构建多智能体 LLM 金融交易系统的技能，灵感来自 TauricResearch/TradingAgents。它通过多个专职 LLM 智能体协作完成股票分析与投资决策，模拟真实交易公司的研究流程：每个智能体聚焦单一维度，如基本面、技术面、新闻情绪；随后由看多与看空研究员展开辩论，风险经理进行压力测试，最终由投资组合经理给出 BUY/HOLD/SELL 决策。实现上基于 LangGraph 编排工作流，使用 ChatAnthropic 的 Claude 模型，并通过 yfinance 获取市场数据。技能文档提供了从状态定义、各分析师智能体、多空辩论、风险评估到最终投资备忘录的完整代码示例，并演示了 NVDA 财报前分析与 JNJ 防御型股票筛选两个案例。该技能定位为研究工具，明确声明不构成投资建议，交易前需自行验证分析。
ask-pit
ask-pit 是一个面向技能仓库的路由型技能，用来判断当前情境该使用哪个技能或流程。它按“主流程、入口、代码库健康、底层词汇、阶段边界、独立技能”组织说明，帮助用户找到合适的一步。
grilling
grilling 用于对用户的计划、决策或想法进行持续追问式压力测试，帮助把模糊设想拆成决策树并逐轮澄清，直到双方达成共识。资料提到可通过 grill 触发词启用。
pollinations
Pollinations 是一个统一的 AI 生成平台，提供文本、图像、视频、音频生成以及图像/视频分析能力，支持 25 种以上模型。它提供 OpenAI 兼容的聊天补全接口，以及简单的文本、图像、视频生成端点，可通过 curl 或配套脚本调用。用户可在 https://enter.pollinations.ai 获取免费或付费 API Key，密钥通过环境变量 POLLINATIONS_API_KEY 配置。文本生成支持 OpenAI、Claude、Gemini、Mistral、DeepSeek、Grok、Qwen Coder、Perplexity 等模型；图像生成支持 flux、turbo、gptimage、kontext、seedream、nanobanana 等；视频生成支持 veo 和 seedance；音频生成（TTS）使用 openai-audio 模型。平台还支持图像到图像、图像分析、视频分析和音频转录。许多操作在免费层无需 API Key 即可使用（有速率限制）。
turboplan
turboplan 是 turbo 技能集中的一个任务复杂度分析工具，用于根据任务范围、风险与未知程度，推荐“直接修复”或“编写计划文件”两种执行模式，并由用户最终确认路线。
agent-browser
agent-browser 是一个命令行浏览器自动化工具，用于网页测试、填写表单、截图和数据提取。它通过快照获取页面元素引用（如 @e1），再执行点击、输入等操作，支持会话隔离、JSON 输出、代理与网络拦截。
skill-creator
skill-creator 是一个用于创建和更新 Claude 技能的指南型技能，属于 toilahuongg/shopify-agents-kit 技能包。它帮助用户把专门的知识、工作流和工具打包成模块化的技能包，从而将通用 Claude 转变为具备特定领域流程知识的专用代理。该技能阐述了技能的核心原则（简洁优先、按任务脆弱程度设定自由度）、技能结构（必需的 SKILL.md 与可选的 scripts/、references/、assets/ 资源）以及渐进式披露设计，并通过初始化、编辑、打包脚本支持完整的技能创建流程。
ralph-driven-development-linear
Ralph Driven Development（Linear）是一个将 Linear 项目任务与 Codex 智能体结合的自动化开发工作流技能。它通过 Linear MCP 拉取指定 Linear 项目中的 issue，并使用 Codex 按顺序逐个执行，任务完成后自动推进到下一个 issue，支持进度跟踪与自动重试。适用场景为需要从 Linear 项目自动执行任务、并希望运行器自动推进 issue 并自动请求下一个任务的场合。使用前需确保 codex 在 PATH 中、完成 Linear MCP 认证（codex mcp login linear），并通过 --project 参数或 AGENTS.MD 提供项目。运行命令为 python scripts/ralph-linear.py --project "Project Name"，还支持 --codex-args、--max-tasks、--max-attempts-per-task、--log-path、--dry-run 等参数。
realitykit-audio-spatial
RealityKit 音频空间化技能，用于在 visionOS/RealityKit 中实现与调试空间音频、环境音频、声道音频及混音与声学效果；按任务类型加载对应参考文档，并明确了跨技能路由与验证要求。
esphome-devices
esphome-devices 是一个用于 ESPHome 设备配置与固件编写的参考技能（Skill）。它专门在用户明确要求配置 ESPHome、ESP32、ESP8266 或设备固件时启用，主要用于设备端逻辑（芯片自身该做什么），而非家庭自动化（后者应使用 home-assistant 或 node-red 技能）。其核心原则是：在生成任何 ESPHome 配置之前，必须先确认用户的确切硬件板型，因为板型选择决定了 GPIO 映射、闪存大小、可用功能与组件兼容性。该技能会先询问板型（如 ESP32 DevKit、ESP32-S3、ESP32-C3、ESP32-C6、ESP8266/D1 Mini、Shelly/Sonoff/Tuya 等）和输出方式（保存到文件夹或从聊天复制），然后参考内置的各类参考文件（传感器、GPIO、显示屏、蓝牙、语音助手、协议、设备转换、校准调试、安全加固、故障排查、模板等）生成 YAML 配置，并在完成前运行检查清单。该技能强调绝不假设板型、绝不读取或修改 secrets.yaml，并对生成的配置添加来源标注头部。它与 ha-yaml、ha-integration 技能配合，典型流程为：ESPHome 配置设备 → Home Assistant 发现设备 → ha-yaml 编写自动化。
ora
Ora 是一个用于规划与执行多步智能体任务的智能体工作流。它把整个过程划分为规划、执行、验证和收尾四个阶段：规划阶段要求先做全局扫描（使用 ora:Ariadne，涉及外部资料时加用 ora:Clio），再对模糊程度进行分类，必要时先执行 /brainstorm，随后做针对性深入探索并撰写计划；执行阶段在工作树（worktree）中派发 ora:Hephaestus，独立任务可并行，且规划模式退出后不再在主分支直接 Edit/Write；验证阶段由 ora:Aletheia 对每个 Hephaestus 任务做目标回溯验证，发现 GAPS_FOUND 时通过 SendMessage 恢复 Hephaestus 而非重新派生，重试两次仍失败则询问用户，验证通过后逐个 squash-merge；收尾阶段对合并后的提交运行 /council-review 或 /simplify，按范围阈值决定是否需要新的修复波次，最后用 git reset --soft 与 git restore --staged 取消提交和暂存，交由人工审查并提交。该工作流强调各智能体职责单一、通过 SendMessage 复用会话、以及验证不可跳过。
huggingface model download
该技能用于在 HuggingFace 上下载模型时提供正确的命令语法，触发词包括“download model”“hf download”“huggingface”等。核心做法是始终使用 uv run 并将 huggingface_hub 作为内联依赖：uv run --with huggingface_hub hf download <repo> <file> --local-dir <path>。资料同时列出常见错误，例如使用 pip install huggingface_hub && huggingface-cli download、漏掉 --with、误加不存在的 [cli] extra。技能给出多种语法参考：下载单个文件、多个文件、用 glob 模式筛选（如 --include "*.gguf"）、下载整个仓库；并提醒大型 GGUF 常被拆分成多个分片，建议用 --include "*.gguf*" 匹配分片、先加 --dry-run 检查；GGUF 模型只下载所需量化版本即可。备注还说明 HF_TOKEN 环境变量会被自动用于受限模型、--local-dir 不会产生嵌套 .cache 结构、下载可续传。
prompt-engineering-guide
一个面向 AI 提示词工程的统一参考索引技能，用于在生成研究、事实核查、图像、视频、幻灯片等提示词时按需路由到基础模板（如 IFCN、StructuredResearch 等）。正文内容不复制，仅提供锚点与加载方式。
prompt-variation-guide
面向 /auto-prompt 智能体的提示词变体生成指南，提供按模型、任务类型与难度区分结构的提示词写法参考，含四层架构、模型性格映射与质量校验要点。
writing-great-skills
writing-great-skills 是一份用于编写与编辑 AI 技能（skill）的参考指南，讲解让技能更具可预测性的词汇与原则，涵盖调用方式、描述撰写、信息层级、拆分、精简、引导词与常见失败模式。
uipath-coded-agents
UiPath coded agents 生命周期助手，用于编排 UiPath Python 智能体的环境准备、认证、构建、绑定、运行、评估、部署与同步。
kero-scope
kero-scope 是一个把产品论点转化为功能清单的方法论工具，属于 kero-stack 流程的一环。它回答的核心问题是“产品做什么”，仅专注于功能清单本身。该清单采用三列结构：代码、功能、功能说明。代码简短稳定，便于对话中指代；功能说明用一句话描述用户获得的结果，而非界面。清单不包含阶段、负责人、依赖关系，按用户正在做的事情分组，而非技术层次。每个功能都必须可回溯到产品论点，若无法对应研究结论，则要么是遗漏的发现，要么是不该存在的功能。产品“不做什么”也需一次性说明并附原因。命名在清单达成一致后进行，名称应概念化、简短有力，不描述功能，且需先确认语气。输出保存为 docs/scope.md。