mass-change
mass-change 是微软 amplifier-bundle-skills 中的一项技能，用于研究并规划大规模代码改动，再通过多个隔离的智能体并行执行，每个智能体各自提交一个 PR。
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
25,660 个结果
skills-assist
Skills-Assist 是微软 Amplifier 技能体系中的权威技能顾问，用于解答技能（skills）相关问题。它在独立上下文中加载多份参考文档，帮助创建、修改、排查技能并理解 Agent Skills 规范，避免占用调用方会话。
copilot-studio-mcp-readiness
用于在把 MCP 服务器接入 Microsoft Copilot Studio 前做合规检查的技能：对照微软文档的约束审查 MCP 服务器，报告哪些会失败以及在哪里修。它只做审查和说明，不负责连接，也不改动制作者的租户。
azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API 的技能，涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端改用 v1 端点、参数映射、工具调用与流式处理改写，并给出验收标准。
openclaw-dev
用于在 Azure 上部署、运行和排障 openclaw-dev 模板的技能：通过 devclaw 包装脚本把 OpenClaw 部署为 Azure Container Apps 上的常驻 AI 助手，接入 Foundry Models 中的 Azure OpenAI，使用托管身份免密钥、Entra ID Easy Auth 登录，可选接入 Microsoft Teams。
microsoft-foundry
Microsoft Foundry Skill 是 Microsoft 官方 azure-skills 仓库中的一个技能，帮助开发者端到端地使用 Microsoft Foundry 资源。它覆盖模型发现与部署、AI 智能体的完整开发生命周期、评估工作流以及故障排查。该技能通过多个子技能组织工作流，包括部署托管的 Foundry 智能体、搭建 CI/CD 流水线、向智能体发送消息、按计划或事件触发例程、构建基于 WebSocket 的实时语音智能体、评估与优化智能体质量、读取监控洞察、追踪调用链、排查故障、校验最佳实践，以及从零创建智能体。此外还涉及模型微调（SFT 蒸馏、DPO 偏好优化、带评分器的 RFT）、数据集准备、配额与容量管理、RBAC 权限管理和私有网络隔离部署。使用前必须运行依赖检查与安装脚本，并在执行具体工作流前阅读对应的子技能文档。
council-plan
council-plan 是多模型议会式规划技能，让多个模型绑定的子代理各自独立研究代码库并提出实现方案，再由编排器综合出共识计划，暴露分歧、备选方案与多模型共同标记的风险。
create-skill
用于引导创建可复用技能文件（SKILL.md）的技能，可将对话中的多步工作流、决策分支与完成标准整理成可复用技能，并支持范围与形式澄清及迭代完善。
troubleshoot
用于排查 VS Code Copilot Chat 聊天智能体异常行为的调试技能，通过分析会话目录下的 JSONL 调试日志定位问题根因，如请求缓慢、工具或子代理被调用、指令/技能/代理文件未加载、工具调用被阻止或失败、模型未按预期响应等。
context-manager
该技能是面向 AI 上下文工程的专业角色设定，聚焦动态上下文管理、智能记忆系统与多智能体工作流编排，涵盖 RAG 架构设计、上下文窗口与 token 预算优化、向量数据库 Schema 设计及知识图谱构建等方向。
setup-af2ig-remote-tool
本工具用于安装、启动、校验与排障 AlphaFold 2 初始猜测（af2ig，来自 dl_binder_design）的 ToolUniverse 远程工具，并可通过 tu remote share 经中继对外共享。其输入是一个包含复合物的 PDB 文件（第一条链为 binder，其余链为 target），输出 pae_interaction（埃），不进行序列-only 结构预测，也不构建 MSA。工具需 CUDA GPU，模型常驻内存以复用编译与权重；公开验证覆盖设置步骤与验收套件，但公开发布、跨用户隔离、并发与科学质量尚未测试，应保持私有部署。
setup-af3_jax-remote-tool
该技能用于在 Linux + CUDA 环境下搭建并运行 AlphaFold 3（JAX 分支，基于 OpenFold3-preview2 权重）的 ToolUniverse 远程工具，可选通过 ToolUniverse Connect 中继。包含预检、双环境构建、模型权重准备、冒烟验证、启动 MCP 服务、本地调用验证与分享命令。资料仅记录单卡本地验证，公开发布、多用户隔离、并发、恢复及科学质量尚未测试，建议保持私有部署。
setup-af3_torch-remote-tool
该技能用于搭建、启动、验证并排查 AF3-torch 远程工具（AlphaFold3 的 xfold PyTorch 重实现，基于 OpenFold3-preview2 公开检查点），并可选通过 ToolUniverse Connect 进行中继。资料记录其在 NVIDIA GB10（aarch64）上以 fast 模式成功运行，需 CUDA GPU、Python 3.12.3，采用双环境双解释器结构：MCP 服务器运行于 ToolUniverse 环境，模型运行于独立锁定环境，并需额外 CPU 解释器完成特征化与 mmCIF 写出、通过本地转换器生成权重。提供 tu remote setup 五步（preflight、environment、kit、weights、smoke）构建流程、本地启动与工具发现验证、GPU 与并发调优建议及故障排查。资料明确公开共享、跨用户隔离、并发、恢复与结构精度均未测试，建议保持私有部署。
setup-boltzgen-remote-tool
该技能用于在 ToolUniverse 仓库根目录下，为 BoltzGen 远程工具完成环境配置、启动、本地验证、故障排查，并可通过 ToolUniverse Connect 进行中继分享。要求在 Linux、Python 3.12.3 及 CUDA GPU 环境下运行，使用两个隔离环境（MCP 服务器与模型），通过 tu remote setup 完成预检、环境、优化套件、权重和烟雾测试。支持 tu remote login/share 进行设备授权分享，本地 MCP 端点为 http://127.0.0.1:8035/mcp。当前仅验证过 NVIDIA GB10 上的单卡私有部署，公开分享、并发、多用户隔离和恢复能力尚未测试。
setup-borzoi_calico-remote-tool
这是 ToolUniverse 中的 Borzoi（calico 实现）变异评分远程工具配置技能，用于在 Linux 上搭建、启动、验证并排查基于 fold-0 网络的变异评分服务，输出 SAD、logSAD、D2、logD2 统计量。技能说明包含环境创建、上游代码安装、权重下载校验、启动服务与调用示例。该服务仅支持 GRCh38 单核苷酸变异（SNV），每个请求最多 4 个变异，单请求约需 10 GiB 内存，仅限私有部署。
setup-chai1-remote-tool
Chai-1 远程工具是一个把 Chai-1 蛋白质结构预测模型部署为 ToolUniverse 远程 MCP 工具的技能，覆盖环境搭建、模型权重校验、冒烟验证、本地启动、GPU 与并发调优、以及通过 ToolUniverse Connect 中继共享。技能要求 Linux、Python 3.12.3 与 CUDA GPU，采用 MCP 服务器与模型两个互相隔离的 Python 环境，由 tu remote setup 按 provider.toml 执行 preflight、environment、kit、weights、smoke 五步。验证记录显示 chai_lab 0.6.1 在 NVIDIA GB10 上单 worker 驻留运行，保留峰值约 9.8 GiB；公开共享、跨用户隔离、并发与生物学准确性均未测试，应保持私有部署。
setup-colabdesign-remote-tool
该技能用于搭建、启动、验证和排查 ColabDesign（BindCraft 结合器设计）远程工具，并支持通过 ToolUniverse 中继。它要求 Linux、Python 3.12.3、CUDA GPU 和独立的 Python 3.10 模型环境，通过 tu remote setup 分五步安装并运行冒烟测试；请求时无需网络。当前状态为未验证，仅建议私有部署，公共发布、隔离、并发与科学准确性均未验证。
setup-colabfold-remote-tool
本技能用于在 Linux 上搭建、启动、验证和排查 ColabFold（AlphaFold2-Multimer）的 ToolUniverse 远程工具，并可选通过 ToolUniverse Connect 进行中继。它提供从预检、创建双环境、下载权重、冒烟测试到本地启动与共享的完整流程，包含输入格式（a3m）的精确要求、GPU 与并发调优建议、以及常见错误的排查方法。资料显示该方案在特定硬件上跑通了 17 个请求并生成 17 个排序结构，但公开部署、跨用户隔离、并发与科学准确性尚未验证，建议仅限私有部署。
setup-complexa-remote-tool
本技能用于搭建、启动、验证并排查 Proteina-Complexa 远程工具，可选通过 ToolUniverse Connect 进行中继。Proteina-Complexa 是 NVIDIA 的流匹配结合蛋白生成器，可根据目标蛋白结构设计结合蛋白序列，而非预测折叠。工具以远程服务形式运行，需要 CUDA GPU，采用双环境隔离，并支持通过 tu remote 命令进行配置、分享和本地验证。验证状态显示其在特定硬件上通过连续性请求测试，但尚未进行公开发布或跨用户隔离测试，建议保持私有部署。
setup-e1-remote-tool
本技能用于在 ToolUniverse 环境中部署、启动、验证和排查 Profluent E1 远程工具，并可选通过 ToolUniverse Connect 中继。E1 是蛋白质语言模型，提供变体打分和嵌入生成能力。部署需 Linux、Python 3.12.3、CUDA GPU，且模型常驻显存。技能包含环境创建、权重获取、服务启动、本地验证、远程共享和问题排查步骤。当前验证状态为私有部署，公开分享、并发、隔离和评分质量尚未测试。
setup-ef2inv-remote-tool
本技能用于安装、启动、验证并排错 ToolUniverse 的 ESMFold2-binder-design 远程工具（ef2inv），并可通过 ToolUniverse Connect 中继共享。它要求 Linux、Python 3.12.3 与 CUDA GPU，采用 MCP 服务器与模型两套隔离环境，由 tu remote setup 依次执行 preflight、environment、kit、weights、smoke 五个步骤，并通过 ef2inv_design 工具生成结合剂序列与 critic 分数。文档注明该部署尚未经过平台验证，公开发布、跨用户隔离、并发与设计质量均未测试，建议保持私有。
setup-enformer_deepmind-remote-tool
本技能用于在 ToolUniverse 中搭建、启动、验证和排查 DeepMind Enformer 官方远程工具（TF-Hub SavedModel）。Enformer 可从 DNA 序列预测数千条基因组轨迹（如 CAGE、DNase、ATAC、ChIP），整合约 100 kb 范围的调控信号。该提供方运行官方 TensorFlow SavedModel（端口 8060），仅使用 CPU，与社区 PyTorch 移植版（端口 8011）互补，用于复现官方发布的 Enformer 数值。包含环境创建、权重下载校验、服务启动、请求调用说明及故障排查步骤。
setup-esm_if1-remote-tool
这是 ToolUniverse 的 ESM-IF1 反向折叠远程工具安装配置技能：用于搭建、启动、验证和排障 ESM-IF1 序列设计远程工具，并可选通过 ToolUniverse Connect 转发。该技能基于 ToolUniverse 远程工具标准，把模型推理与 MCP 服务器拆分为两个独立 Python 环境：服务器环境基于 ToolUniverse，模型环境固定使用 Python 3.11 和固定版本的依赖锁文件。模型权重为 1.7 GB 的 esm_if1_gvp4_t16_142M_UR50.pt，由内置下载器获取并校验大小与 sha256。使用 tu remote setup 执行 preflight、environment、kit、weights、smoke 五个步骤，smoke 会实际发起一次请求并记录本机测量数据。工具输入为 PDB 结构，输出序列、native_seq、recovery、n_tokens、designed_length、route、device 等字段。文档给出的验证在无 GPU 的 aarch64 主机上以 CPU 完成，建议单线程运行、单 worker，并通过增加 num_samples 提高吞吐。公开发布、跨用户隔离、并发与恢复均未测试，建议保持私有部署。
setup-esmfold2-remote-tool
该技能用于安装、启动、验证并排查 ToolUniverse 的 ESMFold2 远程工具（GPU 常驻推理服务），并可选择通过 ToolUniverse Connect 转发共享。提供环境准备、双环境搭建、权重校验、本地 MCP 端点验证、GPU 显存与并发调优及故障清理流程。需 Linux、Python 3.12.3 与 CUDA GPU，默认仅限私有部署。