torque-refine
Torque Refine 是面向规划与需求工作的技能，作为提示词工程、需求收集和规划流程的统一入口，可按用户意图路由到 6 项内部能力，并支持将任务拆解推送为 Jira 子任务。
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
25,658 个结果
request-payment
面向操作员请求 XNO 资金的技能：先检查已有钱包，再创建付款请求并展示地址或二维码，随后监控并接收资金，最后向操作员报告结果。
night-autopilot
Night Autopilot 是无人值守自主推进模式，宿主无关、领域无关：定时触发下 Agent 自动整理任务、查找下一项、完成或派发、监测 subagent/独立 worker、验收推进并记录交接，适用于代码项目与法律项目等有任务源和可定义验收判据的领域。
maestro-composer
maestro-composer 用于把自然语言描述的可复用工作流模板设计出来，属于设计阶段工具（非执行）。它解析意图、映射执行节点、注入检查点并生成 DAG，经多轮用户确认后保存模板 JSON。
maestro-tools-execute
maestro-tools-execute 是 maestro-flow 中的工具执行技能，用于按角色或名称加载工具规格并逐步执行。支持直接指定工具名、按分类列出候选、按关键词筛选，或空参数进入交互选择模式，执行时逐步报告进度并在遇到阻塞时询问用户。
maestro-tools-register
maestro-tools-register 用于注册、提取、生成或优化可复用流程定义（工具）。它将工具内容写入 .workflow/knowhow/ 作为唯一真实来源，并在 .workflow/specs/ 中建立引用索引，供下游智能体通过 maestro search 或 maestro load 发现与加载。
manage-knowhow
manage-knowhow 是一个用于管理 workflow 与 system 两类 knowhow 条目的技能命令，支持列表、搜索、查看、编辑、删除与清理。
connect-ai-base
CData Connect AI 基础技能，用于通过 Connect AI MCP 服务器对实时企业数据执行查询并回答业务问题。它规定了 MCP 所需的数据发现流程，并内置常见错误恢复方式，例如列名错误、空结果、查询超时和表列表不完整。
connect-ai-onboarding-claude-code
面向已安装 Claude Code 用户的入门技能，引导其注册 CData Connect AI 账户、将 Connect AI 的 MCP 服务器接入 Claude Code 并完成认证，再连接数据源并验证首次查询。默认使用个人访问令牌（PAT）+ Basic 认证，也提供浏览器 OAuth 备选路径。
mcp-builder
mcp-builder 是一份用于创建高质量 MCP（Model Context Protocol）服务器的开发指南。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准，将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript（配合官方 SDK）或 Python（FastMCP）作为开发语言，远程服务器使用 Streamable HTTP 传输，本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解（readOnlyHint、destructiveHint 等）、代码质量检查、使用 MCP Inspector 测试，以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。
fee-abstraction
Celo 原生费用抽象技能：允许用 ERC-20 代币支付 gas，无需账户抽象、Paymaster 或中继服务。涵盖支持的代币与适配器地址、viem 实现、钱包兼容性、CIP-64 交易及限制。
oh-my-pi
oh-my-pi 是面向 PI 编程智能体的多智能体编排技能，提供团队协作、自主执行、持久化循环与需求收集能力，通过专用智能体分工与工作流命令完成从想法到可用代码的开发流程。
close
close 是一个用于规范结束 Claude 会话的技能，按 LEARN、FIX、PROVE、REPORT 四个阶段执行：把会话中值得保留的经验写入记忆、收尾可完成的遗留事项、用文件证据验证改动，并输出一份收尾报告与最终结论。
prompt-lab
prompt-lab 是一个把提示词想法一次性写成成品并评分的技能：输入想法后，它会在同一轮返回代码块中的提示词，并按当轮抓取的 Anthropic 官方指南与可移植性标准打分（满分100，及格95）。
omniroute
OmniRoute 是一个本地或远程部署的 AI 网关，对外提供兼容 OpenAI 的 REST 接口，用统一密钥访问 200+ 提供商。它支持聊天、代码生成、图像生成、文本转语音（TTS）、语音转文字（STT）、向量嵌入、网络搜索与网页抓取等能力，并内置 MCP 服务器（37 个工具）和 A2A 智能体协议。其特色功能包括自动回退组合策略、RTK 令牌压缩、Caveman 精简提示模式、基于 FTS5 和 Qdrant 的持久记忆，以及 PII 脱敏与提示注入检测等防护措施。使用时通过环境变量配置网关地址和 API Key，再调用 /v1 系列端点即可。
omniroute-a2a
OmniRoute 的 A2A（Agent-to-Agent）协议入口。它对外发布一个符合 JSON-RPC 2.0 的服务端，并在 /.well-known/agent.json 提供 Agent Card 供发现。服务端提供 5 项技能：smart-routing（根据提示推荐最佳服务商/模型组合）、quota-management（查询指定服务商/账户的配额余额）、provider-discovery（按能力条件筛选服务商）、cost-analysis（估算请求成本）、health-report（返回熔断状态、延迟、错误等系统健康信息）。调用需配置 OMNIROUTE_URL 与 OMNIROUTE_KEY，通过 /a2a 端点以 Bearer 令牌发起 JSON-RPC 请求。适合需要以智能体互联方式统一调度多服务商模型、评估成本与配额、监控路由健康状况的场景。具体部署与鉴权细节参见项目文档。
omniroute-chat
OmniRoute Chat 是 OmniRoute 的对话与代码生成技能，通过兼容 OpenAI 与 Anthropic 的接口提供统一的大模型调用入口。它支持 /v1/chat/completions（OpenAI 格式）、/v1/messages（Anthropic Messages 格式）和 /v1/responses（OpenAI Responses API），支持 SSE 流式输出；combo（组合路由）可在多个供应商之间自动回退。工具调用支持 OpenAI tools 数组与 Anthropic tools 块，工具结果可经 RTK 自动压缩（47 种过滤器，如 git-diff、grep、test-jest、terraform-plan、docker-logs 等），据称可节省 20-40% token，并可用 X-Omniroute-Rtk: off 请求头按请求关闭。Anthropic 扩展思考与 OpenAI Responses 推理块原样转发并自动缓存。使用前需配置 OMNIROUTE_URL 与 OMNIROUTE_KEY，可通过 /v1/models 查询可用模型。
omniroute-cli-cloud
OmniRoute CLI Cloud 是一个通过命令行管理 OmniRoute 云端智能体的工具，可控制 OpenAI Codex、Devin 和 Jules 三类代理。用户可在终端里完成智能体认证、创建编码任务、查看任务列表与状态、审批 Devin 和 Jules 提交的计划、向运行中的任务发送补充消息、查看任务涉及的文件来源以及取消任务。命令支持以表格或 JSON 输出，便于脚本化使用。使用前需安装 omniroute CLI，并按智能体类型准备 OpenAI API Key、Devin API Key 或 Google OAuth 授权。
omniroute-compression
OmniRoute 的 token 压缩配置技能，用于在把请求转发给模型提供商之前压缩 token 负载，从而减少上下文 token 消耗。它无需改动代码，一次配置即可对所有请求透明生效。该技能提供 RTK（终端、构建、测试、git 输出，典型节省 60–90%）、Caveman（人类散文、聊天记录，输入节省约 46%）、Stacked 叠加模式（rtk → caveman，混合编码会话典型节省 78–95%）以及 MCP 无障碍树过滤器（浏览器/无障碍工具结果，节省 60–80%）。用户可以通过 HTTP API 查看当前设置、启用或切换模式、预览压缩效果、配置阈值与语言包，也可以通过 MCP 工具查询状态、修改配置、运行时切换引擎。使用前需要配置 OMNIROUTE_URL 和 OMNIROUTE_KEY。
omniroute-mcp
OmniRoute 内置的 MCP（Model Context Protocol）服务器，提供 37 个工具，覆盖聊天、嵌入、记忆增删改查、技能、提供商、路由与审计等能力，可通过 stdio、SSE 或 Streamable HTTP 运行。项目为简化推理生态无明确中文名，按源 slug 记为 omniroute-mcp。需配置 OMNIROUTE_URL 与 OMNIROUTE_KEY，支持在 Claude Desktop、Cursor、VS Code 中接入，并按 13 个作用域对工具分组以控制权限。
omniroute-routing
OmniRoute 路由与组合（Routing & Combos）技能，用于在 OmniRoute 中创建和配置路由组合：把多个供应商/模型组织成一个命名组合，并选定优先级、加权、轮询、成本优化、自动等 14 种路由策略，使调用方通过单一模型 ID 即可获得自动分发、故障转移与负载均衡。支持列出、创建、启用/停用组合，查看延迟/成功率/成本指标，以及在不发起真实请求的情况下模拟路由决策，也可通过 MCP 工具操作。需要配置 OMNIROUTE_URL 与 OMNIROUTE_KEY。
omniroute-tts
OmniRoute 文本转语音（TTS）技能：通过 OmniRoute 以 OpenAI /v1/audio/speech 兼容格式将文本合成为语音，并在 OpenAI TTS、ElevenLabs、Azure Neural、Google Cloud TTS 多个提供方之间自动回退。调用前需配置 OMNIROUTE_URL 与 OMNIROUTE_KEY（设置方式参见入口 SKILL）。音频接口为 POST $OMNIROUTE_URL/v1/audio/speech，返回二进制音频，支持 mp3、opus、wav、flac 等格式。可用性可通过 curl $OMNIROUTE_URL/v1/models/tts 查询，每个模型条目包含 voices 列表，列出该提供方可用音色。适合需要统一接口接入多家 TTS 服务、并希望在某个提供方不可用时自动切换的场景。音色名称随提供方不同，需按 /v1/models/tts 返回内容确认。
jdi
jdi 是一个用于直接快速执行所附任务的技能：跳过头脑风暴、规划、TDD、代码审查等仅流程性步骤，仅在必要工具、API 或集成说明时使用技能。
control-safari
通过持久化的脚本驱动 JavaScript REPL，控制用户已有的 Safari 26 会话，用于检查、导航、点击、填写和选择等浏览器操作。仅使用随附脚本运行时，不使用 MCP 工具，所有命令在 stdout 返回 JSON。