cap-apps-workflow
面向 Domo App Platform 的工作流规则：以 Toolkit 的 WorkflowClient 启动和监控工作流，强调输入变量严格匹配与使用工作流别名而非 UUID。
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
25,663 个结果
okx-agentic-wallet
OKX Agentic Wallet 是一个面向智能体的链上钱包技能，用于钱包登录、OTP 验证、账户切换、余额与资产查询、代币转账、交易历史查询和智能合约调用，底层通过 onchainos CLI 执行。
empjs-skill
通过自然语言调用 @empjs/skill CLI 工具（eskill）管理 AI Agent 技能，支持安装、列出、删除技能及查看支持的 Agent 平台，覆盖 Claude、Cursor、Windsurf 等 18+ 平台。
squad-batch-run
squad-batch-run 是 squad-skills 中的批处理编排技能，按 Rolling Wave 顺序端到端运行多个 squad 任务：先基于前一张卡片的实际实现细化任务，再实现、验证，循环推进，默认不在 refine 或 verify 上走捷径。
agent-browser
agent-browser 是命令行浏览器自动化工具，用于网页测试、表单填写、截图与数据提取。支持导航、快照定位、点击输入、等待、网络拦截、会话状态保存等操作，并可输出 JSON、录制视频及连接 CDP。
tip-gui-skill
Tip GUI Skill 是一个面向智能体（如 OpenClaw/Codex 风格）的本地 macOS GUI 桥接技能，通过适配器 CLI 复用 Youtu-Tip 的桌面 GUI 能力，可检查桌面状态并执行受保护的单步操作，所有命令返回 JSON。
claude
Anthropic Claude 集成技能，通过 Anthropic API 与 Claude 模型进行对话。支持 Opus、Sonnet、Haiku 系列模型，具备长上下文、视觉和工具调用能力。
claude-code-usage
用于查询 Claude Code OAuth 用量限额的小工具，可查看 5 小时会话窗口与 7 天周窗口的使用率、重置时间，支持文本与 JSON 输出、缓存与强制刷新，适合在开工前确认剩余额度。
ralph-loop
用于生成可复制粘贴的 Bash 脚本，让 AI 编码 CLI（Codex、Claude Code、OpenCode、Goose）在循环中按 Ralph 工作流自动规划与实现任务。
author-skill
用于撰写或修订面向智能体的指令文本，例如 Agent Skill、CLAUDE.md、AGENTS.md、系统提示词、子智能体提示词或可复用提示词，适合在创建技能时使用。
skill-design
用于设计、强化或审计 Agent Skill 的技能。在任何新建技能之前使用，产出可供 skill-creator 使用的研究型设计简报；当已有 SKILL.md 需要改动或评审时也用。
team
team 是一个用于结构化问题分析的专家人设协作技能，可组织多个专家角色按阶段协同分析场景、评估风险并给出可执行建议，适用于需要多视角审查的复杂问题。
workflow-patterns
workflow-patterns 是一套面向智能体（agent）与命令（command）配置的可复用工作流模式集合，来自 takeokunn/nixos-configuration 技能仓库。它围绕输出格式、反思检查点、智能体引用与自我评估等共性环节，提供统一的编写约定与最佳实践，帮助多个 agent 和命令在工作流结构上保持一致。资料提到可用 ref 属性引用 agents/ 目录中定义的智能体，并用 readonly 属性标明智能体能否修改文件。
skill-designer
Skill 设计师是一个用于评估、设计和迭代 AI Skill 的辅助工具。它先通过三个筛选问题判断某个功能是否值得做成 skill：没有它结果会变差吗、会被使用五次以上吗、Claude 能否直接回答。通过后再按三层结构设计：YAML frontmatter 负责触发，SKILL.md 正文控制在 500 行以内，references/ 存放按需读取的深度参考。工具强调 description 的写法，需列出至少 10 个触发词、具体场景以及相邻场景的分流说明，并用 5 个应触发、5 个不应触发的查询测试，准确率需超过 90%。正文编写主张示例优先于规则，示例要具体、现实并覆盖边缘情况。迭代采用草稿、测试三个案例、查看输出、改进的循环。适用于设计新 skill、判断功能是否值得做成 skill、改进已有 skill 的触发精度与输出质量。
agent-council
Agent Council 是一个用于收集并综合多个 AI 智能体意见的工具，适用于用户希望获得多方 AI 视角或以“召集议会”方式提问的场景。
optimizespec-apply
OptimizeSpec 的 apply 技能：在满足前置条件后，把已完成的 OptimizeSpec 自我改进方案落地到智能体仓库，按任务清单实现评测用例、rollout、评分器与 ASI，并默认运行 verify 工作流。
optimizespec-new
OptimizeSpec 的“新建”技能，用于在仓库内创建自改进变更的首个工件 proposal.md，明确评估设计、评分与优化系统位置，供用户评审确认。
agentmail
AgentMail 是面向智能体的 API 优先邮箱，可收发、回复、搜索和等待邮件，支持 REST、Python/TypeScript SDK 与 CLI，用于验证码提取、注册验证等真实邮件往返流程。
cursor-advisor
cursor-advisor 是一个“顾问模式”技能，用于在关键节点向更强或不同的模型咨询意见。它适用于重大决策前、卡在某个错误上时，以及宣布任务完成前。该技能仅在用户明确要求顾问、第二意见或点名 /advisor 时使用，绝不自动启用。其工作流程包括：确认需要评审的决策、失败或完成声明，准备包含用户请求、相关证据、当前状态、选项和具体问题的有限简报，并移除机密和无关的私人上下文；通过当前 Codex 协作界面生成一个有界的原生评审者或顾问，使用操作者选定的模型和推理强度，要求只读行为并禁止编辑、外部操作和进一步委托（除非用户授权）；记录返回的原生子身份并采纳其裁决，将顾问建议与协调者决策分开，协调者仍对结果负责。若用户再次提出顾问问题且现有子进程仍适用，则使用原生后续；否则启动新的有限咨询。若原生委托不可用，则返回已完成的简报并说明咨询未运行。项目钩子是可选的自动化，本技能不创建顾问状态、不注册钩子，也不声称自动检查点提醒。
cursor-automate-me
cursor-automate-me 是一个引导式技能，用于把用户的工作习惯与偏好转化为一个专属的 -mode 技能（例如 jay-mode、priya-mode），让智能体按用户自己的风格工作。它本身不直接编写技能，而是编排三个已有技能：内联的历史挖掘流程、原生的 skill-creator（负责撰写）以及 cursor-unslop（负责文风纪律）。流程包括：检查是否已存在同名 -mode 技能、从当前工作区历史中挖掘重复出现的模式、通过原生用户输入界面直接询问用户、将发现聚类成章节、用 skill-creator 起草技能、迭代打磨文风，最后在 worktree 中提交并开 PR。适用于用户说“automate me”“把我的偏好/工作风格变成技能”或希望智能体遵循其工作方式时。
cursor-cancel-ralph
该技能用于取消正在运行的 Ralph Loop（Ralph 循环）。当用户希望停止、取消或中止一个正在运行的 ralph loop 时使用。它只针对由保留的原生子进程标识所确定的那个确切活动循环执行取消操作，不会按进程名或宽泛的仓库范围进行终止。工作流程包括：读取有界的循环状态并核对项目/任务范围、子进程标识、当前迭代次数与活动状态；对该确切子进程调用原生中断操作；记录返回的先前状态并将循环标记为已取消；若子进程已完成或已不活动，则如实报告该状态而不扩大操作范围；保留无关状态，仅在本地循环状态文件属于匹配任务且删除在授权清理范围内时才移除。若发生意外中断，可通过同一已验证子进程标识的原生后续操作恢复，并记录恢复后的状态。
cursor-continual-learning
该技能用于编排持续学习流程：在用户明确要求挖掘所提供的任务历史，或由操作者启用的可信项目工作流调用时，将对话记录（transcript）的审查工作委托给 `agents-memory-updater`，由其产出仅含建议的候选规则提案，而不直接修改 AGENTS.md、全局记忆、仓库指令、钩子或运行时状态。
cursor-cursor-sdk
面向 Codex 的受限 Cursor TypeScript SDK（@cursor/sdk）迁移镜像，涉及 Agent.create、Agent.prompt、Agent.resume、agent.send、run.stream、run.wait、CursorAgentError、本地/云端选择与 MCP 配置等请求时使用，仅做受限转换与本地适配。
cursor-orchestrate
cursor-orchestrate 是一个用于协调 Codex Cloud 原生任务的编排技能，仅在用户显式输入 `/orchestrate <goal>` 时启用。它把目标拆解为一个有界的、由协调者拥有的依赖图，并在已配置确切环境、且已授权创建任务与传输提示内容的前提下，通过原生 Codex Cloud 任务执行。该技能强调边界控制：目标与验收文本会被复制进云端提示，因此需要针对确切目的地与用途的显式内容授权；本地私密路径与高置信度凭据模式检查只是有限防御，不能证明任意文本可安全传输。工作流包括用 prepare_local_plan 校验目标与任务图（恰好一个规划者、无环、无未知依赖、最多八个子任务）、选择具体环境、在授权后调用 build_codex_cloud_dispatch_batch 生成无 shell 的 argv、仅提交依赖就绪的任务、用状态与 diff 检查任务、在结构化 PASS 交接后解锁下游、并在单独授权后应用 diff。若没有具体 ENV_ID，则返回 ENVIRONMENT_REQUIRED 且不派发。