oma-orchestration
oma-orchestration 是一套用于并行调度与监督多个专业智能体的编排技能:先拆解任务、按优先级并行派发、以持久化记忆跟踪进度,再经过机械自检、oma verify 自动验证与 QA 交叉评审的循环,失败时按预算重试,最终汇总结果。适用于需要多智能体协作的复杂全栈特性开发。
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
25,660 个结果
oma-orchestration 是一套用于并行调度与监督多个专业智能体的编排技能:先拆解任务、按优先级并行派发、以持久化记忆跟踪进度,再经过机械自检、oma verify 自动验证与 QA 交叉评审的循环,失败时按预算重试,最终汇总结果。适用于需要多智能体协作的复杂全栈特性开发。
用于创建或修订 OMA 技能及其引用资源的技能,覆盖技能路由、执行契约、条件加载与编写校验。
用于在 agentic-review 策略目录中创建或更新审查策略规则的技能,通过结构化访谈收集字段,写入 global-policy.md 或 module-<slug>.md,并同步 POLICY_INDEX.md。
用于系统评估 LLM 输出的技能,提供多维度评分标准、非确定性处理与 LLM-as-judge 模式,适合在生产环境中测试提示词、比较变体、检测回归并建立自动化质量门禁。
LLM 项目开发技能:用任务—模型匹配分析、流水线架构、结构化输出与文件状态等成熟方法,构建 LLM 驱动的应用与管道,强调先手动验证再自动化。
用于构建、迭代和评估 MCP(Model Context Protocol)服务器的技能,可将外部服务封装为 LLM 可调用的工具。适用于用户描述想接入 LLM 的服务或 API、需要构建工具集成、或用标准 MCP 服务器替换手写扩展的场景。
Handoff 是一个面向跨会话交接的技能:在暂停、上下文将满或风险操作前,编写聚焦的 continue.md,让下一个智能体或未来的你清楚知道从哪继续。
gsd-browser 是一个用 Rust 编写的原生浏览器自动化 CLI,面向 AI 智能体操作网页:导航、填写表单、点击按钮、截图、读取无障碍树等,支持带版本引用的快照、断言、批处理执行与本地实时查看器。
基于以太坊 builder-specs 的 Builder API 技能,用于 PBS(提议者-构建者分离):涵盖验证者注册、getHeader 获取出价、提交签名盲块及各分叉负载类型。适合对接构建者、中继或验证者工具。
HelloAGENTS 技能系统的规范说明,定义 Skills 的 Markdown 与 YAML frontmatter 结构、helloagents 检查清单驱动的质量把关、hello-* 质量技能的自动激活机制,以及 commands/* 的显式调用规则。
为创建高质量 Claude Code 技能提供指导,整合官方 plugin-dev 工具、社区实践与官方文档,涵盖技能选择机制、令牌加载层级、描述写法、结构组织、进阶模式与校验打包脚本。
heptabase-cli-skills 的发布流程技能,用于按约定版本规则打标签并发布 GitHub Release,确保 Claude Code、Cursor 等渠道用户能收到更新。
跨市场上市分析技能:追踪美股 ADR、港股 H 股与 A 股之间的定价差,用于分析溢价套利信号与中概股退市风险。
bottleneck-hunter 是面向超级趋势的供应链瓶颈套利研究技能:将 AI 基建、能源转型、国防、半导体回流、太空经济等趋势拆解为实体供应链,定位 L2/L3 环节的卡点,并用估值门禁和交叉验证筛选上市公司,输出瓶颈机会板与跟踪报告。
Decision Gate 是一个以证据为先的 go/no-go 决策辅助技能,针对单个技术事项(Bug、Feature、Techdebt 或普通 Task)给出结论与优先级。它先做只读验证,再输出 decision brief,不修改代码、不创建 issue。
一套面向智能体的“最大自主执行”技能规则,主张尽量自行完成推送、部署、删除、提交、发送与发布等操作,避免向用户征询许可;仅在物理上无法完成时才联系人类。
这是一个用于整理和精简 beads 持久记忆(persistent memory)的技能。beads 的 bd prime 命令会把每一条持久记忆注入到每个会话中,这些记忆因此成为每个会话在开始工作前就要消耗的上下文成本,而 prime 的字符数或条数上限又会按字母序截断,导致保留下来的记忆与重要性无关。该技能引导 AI 逐条审查 bd memories 中的全部记忆,对照仓库、beads、文档与配置收集证据,判断每条记忆是否仍然真实、是否仍有必要注入每个会话,并给出保留、改写、合并、移至某个 bead、移入知识文件、替换为自动检查或删除等建议。所有决定权归用户,技能只负责查证与提出建议;遗忘不可逆,因此最终报告会附上已删除记忆的完整原文以便恢复。
iblai-agent-access 是 ibl.ai 平台 API 的智能体访问控制技能,用于管理谁可以编辑、对话或查看某个智能体的分析数据。支持查询角色策略、搜索用户与群组,并通过统一写入端点授予或撤销 editor、chat、analytics_viewer 角色。
iblai-agent-chat 是一个用于与已部署的 ibl.ai 智能体进行实时聊天的技能。与其他直接调用 REST API 的 iblai-* 技能不同,运行时聊天(包括流式响应、工具调用、RAG)由托管的 iblai-agent-chat MCP 服务器提供。该技能负责一次性接线配置,让助手能够与智能体对话,之后的对话本身通过该服务器的 MCP 工具运行。使用前需要 IBLAI_API_KEY(平台 API Token,来自 .env)以及目标智能体的 unique_id(可通过 /iblai-search 获取并与用户确认)。服务器通过两个请求头进行认证:Authorization: Api-Token <key> 和 X-Mentor-Unique-Id: <unique_id>,每个连接对应一个智能体。支持通过 claude mcp add 命令或 .mcp.json / Claude Desktop / Cursor 的 MCP 配置进行接入。
通过 ibl.ai 平台 API 从模板创建一个新智能体,设置名称、显示名、描述、系统提示词和 LLM 提供方,并返回新智能体的 unique_id,供后续配置使用。
iblai-agent-datasets 是 ibl.ai 平台 API 的智能体训练数据集(RAG)管理技能,用于列出训练文档、添加文件/URL/YouTube/Blackboard/网站爬取/GitHub 等资源、训练或取消训练、设置可见性与重训计划,以及删除数据集。
iblai-agent-disclaimers 是通过 ibl.ai 平台 API 管理智能体免责声明的技能:可读写智能体设置中的 Advisory 免责文本,并创建、更新、激活用户协议(User Agreement),适用于需要向用户展示或要求其接受法律与提示性声明的场景。
iblai-agent-embed 是一套通过 ibl.ai 平台 API 配置智能体嵌入/挂件设置的工具,可管理匿名访问、自定义 CSS/JS、挂件模式、语音与附件开关、引导提示、SSO,以及分享链接和重定向令牌,用于把智能体嵌入外部网站。
iblai-agent-evals 是一套通过平台 API 衡量并改进智能体质量的技能:可构建评测数据集、运行实验、用 LLM-as-Judge 或人工评分,并导出 CSV 结果。