rfdiffusion-nim
通过 NVIDIA NIM 运行 RFDiffusion 蛋白质骨架设计，支持从头设计、motif 支架和结合体设计，可托管调用或本地 Docker 部署。
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 10-19 00:11
智能体与模型
24,124 个结果
agent-import
Starchild 的智能体迁移导入技能，用于把其他平台（如 OpenClaw）的智能体迁移包导入当前 Starchild 智能体。需提供 8 位迁移码与下载令牌，经内部网络下载解压后，按用户设置、身份、记忆、任务、环境变量、文件等顺序应用。
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，帮助 LLM 通过设计良好的工具与外部服务交互。涵盖调研规划、实现、测试与评估四个阶段，推荐 TypeScript 或 Python 技术栈。
ai-prompt-engineering
面向生产级 LLM 的提示工程技能，覆盖结构化输出、评测、RAG、工具调用、多模态提示与安全。适用于设计、调试或发布提示词时使用，强调契约先行、验证与回归门禁。
piv-slice-epic
将 epic 及其架构决策切分为适合 PIV 循环的工单，并生成依赖图后在 Jira（通过 Atlassian MCP）、Linear、GitHub Issues 或本地 markdown 中创建。
prompt-engineering
面向提示工程与任务路由/编排的专家技能，覆盖安全提示构建、注入防护、多步任务编排与 LLM 输出校验，风险等级标注为 HIGH。
deep-review
deep-review 是一个面向代码审查的技能，用于深入审查分支差异、工作区改动或 PR，覆盖缺陷、打磨建议与跨契约一致性，并支持增量审查和规范符合性审查。
pal-mcp-server-multi-model-orchestration
PAL MCP Server 是一个 MCP 服务器，让 Claude Code、Cursor、Codex CLI 等 AI 编程助手在单一工作流中编排 Gemini、OpenAI、Anthropic、Grok、Azure、Ollama、OpenRouter 等多个模型，支持对话连续性、CLI 桥接，以及代码审查、调试、规划、安全审计等专用工作流。
skill-builder
依据 agentskills.io 开放标准、Claude Code 扩展与 Anthropic 最佳实践创建、打磨和验证 Agent Skills 的技能，适用于构建、生成、设计新技能的场景。
mcp-builder
MCP Builder 是一套面向 MCP（Model Context Protocol）服务器与客户端工程的实践指南，覆盖协议设计、Schema、传输、扩展、安全与迁移，基于 2026-07-28 稳定规范，强调无状态请求、能力协商与扩展可选。
basket-create
basket-create 是 PolyBaskets 平台上的一个技能，用于通过 vara-wallet 在链上创建新的预测篮子（prediction basket）。该技能仅用于创建篮子，不适用于下注、查询或结算。使用前必须将网络配置为主网（mainnet），因为测试网没有合约。创建篮子需要钱包和 VARA 作为 gas。篮子由多个 Polymarket 市场条目组成，每个条目包含 poly_market_id、poly_slug、weight_bps 和 selected_outcome。权重以基点表示，所有条目权重之和必须恰好为 10000（即 100%）。名称最长 128 字符，描述最长 512 字符，条目数量至少为 GetConfig.min_items_per_basket（当前合约默认 2），最多 32 个，且同一市场加结果不能重复。asset_kind 可选 "Vara" 或 "Bet"，多数部署为 CHIP-only 模式，此时应创建 "Bet" 篮子。创建成功后返回一个 u64 篮子 ID。
tavily-web-search
tavily-web-search 是一个让 AI 智能体通过 Tavily API 执行联网搜索的技能。它支持答案综合、域名过滤与搜索深度控制，可返回实时网页数据，便于事实核查、新闻获取与研究。
agent-browser
agent-browser 是一个命令行浏览器自动化工具，用于网页测试、表单填写、截图和数据提取。它通过 open、snapshot、click、fill 等命令导航网站并与页面元素交互，支持截图、录屏、网络拦截、Cookie 与存储管理、多会话等能力。
clipboard
clipboard 是 bitwize-music-studio/claude-ai-music-skills 中的技能，用于把曲目文件中的歌词、风格提示、流媒体歌词等内容复制到系统剪贴板，方便粘贴到 Suno 等工具。
agent-self-scheduling
让 AI 智能体按计划、循环或间隔运行，涵盖 cron、心跳与周期性自主检查，适用于“每 N 分钟运行一次”“安排任务”等场景。资料区分自带调度器的 Hermes 与需外部时钟的一次性智能体，并给出命令与注意事项。
latent-briefing
Latent Briefing 是一种面向多智能体系统的 KV 缓存记忆共享技能，通过 Attention Matching 在 worker 模型的 KV 缓存中压缩 orchestrator 轨迹，按当前子任务保留相关位置，减少重复传递上下文带来的 token 开销。
anysearch-mcp-server
AnySearch MCP Server 是面向 AI 智能体的统一实时搜索 MCP 服务，支持通用网页搜索、23 个垂直领域搜索、最多 5 条并行批量查询，以及将 URL 整页内容提取为 Markdown。可通过 Streamable HTTP、stdio 或 SSE 接入，支持匿名访问或 API Key。
claw-control
Claw Control 是一个面向 AI 智能体的操作系统（v2），提供实时看板任务管理、多智能体协作、人工审批门禁，以及通过心跳轮询实现的自主任务发现。它通过一键部署、机器人辅助或全自动方式搭建，支持为智能体团队设置主题角色，并强制所有任务经由看板流转。该技能还包含浏览器与 GitHub 集成设置，用于实现自主操作与部署。
basket-query
basket-query 是一个只读查询技能，用于从链上合约读取篮子（basket）状态、用户持仓、结算状态、配置以及篮子数量等信息。所有查询均为只读且免费，无需 --account。该技能仅支持主网（mainnet），使用前需先执行 vara-wallet config set network mainnet，且绝不能切换到测试网。它通过 vara-wallet call 命令配合对应 IDL 文件，查询 BasketMarket、BetToken、BetLane 和 FreebetLedger 四类合约，涵盖篮子数量、篮子详情、用户持仓、原生 freebet 持仓、结算信息、配置、BET 余额、领取预览、BET lane 持仓、freebet 余额与授权等。
basket-settle
basket-settle 是 PolyBaskets 中用于结算篮子（basket）的技能，面向拥有 settler 角色的智能体。它通过 vara-wallet 在 Vara 主网上发起结算提案（ProposeSettlement），并在挑战窗口结束后完成最终结算（FinalizeSettlement）。提案需要 settler 角色，最终结算不需要该角色，但必须在挑战截止时间之后执行。技能包含检查篮子状态、核对 Polymarket 市场是否已结算、构建 item_resolutions 数组、等待挑战窗口、最终结算及验证等步骤，并列出常见错误与修复方式。
polybaskets-skills
PolyBaskets Skills 是面向 AI 智能体的技能包，用于在 Vara Network 主网上操作 PolyBaskets——一个 ETF 风格的预测市场篮子聚合器。智能体可通过 vara-wallet 命令行工具完成完整流程：创建钱包、领取每小时免费 CHIP 代币、搜索 Polymarket 市场、按权重构建篮子、上链创建篮子、授权并下注、查询结算状态、领取赔付。技能包还涵盖原生 VARA 免费投注（FreebetLedger）流程与结算者角色。所有写操作依赖 gas 凭证（voucher）支付手续费，仅支持主网，需配合 IDL 文件使用。
folder-specific-claude-and-agents-md
为指定文件夹生成专属 CLAUDE.md 并创建指向它的 AGENTS.md 符号链接，让后续智能体获得该文件夹范围内的上下文。适用于用户要求为某文件夹建立文件夹级说明的场景。
memory-bank
Memory Bank 是给 Claude Code 用的持久化记忆系统，通过分层架构在会话间保存项目上下文，官方称可将会话启动的 token 消耗降低约 67%（用 tiktoken 验证）。
agent-swarm-deployer
Agent Swarm Deployer 是一个用于大规模并行数据处理的技能，可部署多个子智能体集群处理独立数据任务（文档、记录、行、条目）并汇总结果。它面向数据操作，代码修改场景应改用 agent-army。