cursor-ralph-loop-help
Cursor Ralph Loop Help 是一个用于解释 Ralph Loop 插件的帮助技能，说明其原理、启动与取消方式，以及适用场景。Ralph Loop 实现迭代式 AI 开发循环，同一提示会被反复送入智能体，直到检测到完成承诺或达到最大迭代次数。
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
cursor-workflow-from-chats
该技能用于从近期的 Cursor 聊天记录中提取可长期复用的工作偏好，并将其转化为技能、规则或工作流文档。适用于用户要求学习偏好、挖掘工作流等场景。默认时间窗口为最近 7 天，除非用户指定其他范围。它读取父级对话记录及相关子代理记录，子代理内容仅作为证据，引用时只引用父级对话。流程包括：声明目标工作流、建立内部记录清单、扫描显式偏好与工作流标记、提取偏好原子（触发条件、工作流步骤、决策规则、质量标准、停止条件、证据、置信度）、按工作流形态聚类、选择产出物（新技能、技能编辑、规则、工作流文档或不产出）、仅起草可复用指导。置信度分为强、中、弱、矛盾四档。输出先给出简明综述，包含目标工作流、证据语料、偏好画像、采纳/考虑/驳回、拟议产出物及阻塞性问题。该技能还提供 Codex 适配脚本 scripts/cursor_canvas_adapters.py:extract_workflow_from_chats，仅接受显式提供的项目本地 JSONL 导出和确切的父线程标识符，会限制时间窗口、仅纳入与父线程关联的子证据、对凭据/路径/联系人进行脱敏，且只写入可审查的提案与回执，绝不写入技能、规则、记忆或全局设置。原生任务历史获取与自动选择暂不可用。
writing-fragments
一个协作写作探索技能：通过持续访谈收集零散写作片段，不预设结构，将片段追加到单个 Markdown 文件，供后续成文时取材。
agent-teams-advanced
Claude Code Agent Teams 的高级模式技能，涵盖团队拓扑设计、跨团队通信、git worktree 协调、故障处理与成本管理，用于在生产环境设计、扩展和调试多智能体团队。
cc-auto-mode
Auto Mode 是 Claude Code 中位于“逐个批准每次工具调用”与“--dangerously-skip-permissions”之间的权限处理模式：由一个分类器评估每次权限请求，对安全操作静默批准，对可疑操作进行阻止并呈现给用户。该技能介绍三种权限模式（default、auto、bypassPermissions）、如何启用 Auto Mode、分类器的工作原理、如何处理被拒绝的操作（PermissionDenied 钩子）、以及在无头模式下延迟决策（defer）的用法，并说明了 Auto Mode 与手动批准、bypassPermissions 的差异与适用建议。
cc-prompt-budget-preflight
cc-prompt-budget-preflight 是在调用 Agent 工具前运行的一次性预检技能，约30秒内完成，用于避免子代理因“Prompt is too long”被拒绝的常见失败。它要求把子代理提示词压缩到五段式最小可行模板（TARGET、TASK、FORMAT、CONSTRAINTS、RULES），目标约300词。
prompt-engineering
该技能帮助用户为 Claude Code 编写可靠的指令，将模糊意图转化为精确、可执行的提示，涵盖 CLAUDE.md、规则文件、智能体系统提示与技能正文的撰写。
skill-creator
skill-creator 是一个指导如何创建高效 Claude 技能（Skill）的 Skill，适用于新建或更新扩展 Claude 能力的技能。它讲解技能结构、SKILL.md 编写、脚本/参考/资产等打包资源，以及初始化与打包脚本的使用。
workflow-creator
Workflow Creator 是一个用于创建和管理工作流的技能，通过 .agent/workflows/ 目录下的 Markdown 文件引导 AI 代理按固定步骤完成重复性任务，支持用 /命令名 调用并保持流程一致。
arkit-camera-access-providers
用于 visionOS 27 的 ARKit 相机访问能力开发与调试指南，涵盖 CameraFrameProvider 与 CameraRegionProvider，适合需要访问相机帧流或区域化相机捕捉的场景。
arkit-rendering-context-providers
该技能面向 visionOS 27 平台，用于构建和调试 ARKit 的渲染上下文提供者（rendering-context providers），涵盖 EnvironmentLightEstimationProvider（环境光照估计）、StereoPropertiesProvider（立体属性）和 VisualFidelityProvider（视觉保真度）三个提供者。它帮助开发者判断渲染问题应归入光照、立体现点属性还是视觉保真度/设备适配数据，并提供按需加载的参考文档列表，包括 ARKit 会话基础、各提供者用法以及 RealityKit 桥接。工作流强调先检查提供者支持情况与授权，再决定渲染管线如何消费提供者输出，只运行当前渲染信号所需的提供者，并将最新渲染上下文存入模型对象供渲染代码消费。同时给出隔离自定义立体渲染决策、把环境光照作为渲染输入而非替代材质创作等约束，适用于 visionOS 上的沉浸式渲染开发场景。
arkit-spatial-tracking-providers
该技能面向 visionOS 27 的 ARKit 空间追踪开发，帮助构建与调试各类空间追踪 Provider，包括 WorldTrackingProvider、PlaneDetectionProvider、SceneReconstructionProvider、RoomTrackingProvider 以及 SharedCoordinateSpaceProvider。它提供按任务拆分的工作流与参考文档：先识别所需空间信号（设备/世界位姿、检测到的平面、场景网格、房间状态或共享坐标），再加载共享的 ARKit 会话指南与对应的 Provider 参考；建议将锚点对账放在模型层，待模型状态稳定后再桥接到 RealityKit。适用场景包括世界锁定内容与位姿查询、水平/垂直平面检测、网格锚点、房间级上下文以及多参与者共享坐标空间。注意它不涉及表面语义与位姿的混用、坐标契约合并等，缺失的收费、平台版本细节、具体价格等信息暂未提供。
avalanche
Avalanche 是一个用于设计、构建、运行和重构智能体工作流（agentic workflow）的技能。它能把用户期望达成的结果转化为可类型化、可观测的工作流：在同一个 DAG 中组合确定性的 Python 节点、基于 TypeSafe 的分类器节点，以及基于 PredictRLM 的智能体节点，再通过 operator 以 CLI、浏览器 UI 或 TUI 方式运行。该技能的主线是先与用户对齐目标，再拆解出最小且职责清晰的阶段图，为每个阶段定义类型化契约，选择合适的执行类型，最后画出依赖图并选择持久化与执行方式。适用于需要把业务结果转化为可复用、可验证的多步骤智能体流程的场景。
agent-mobile-architect
这是一个面向跨平台移动应用架构的专家型子代理，名称 agent-mobile-architect。它聚焦 React Native、Flutter 与原生开发之间的技术选型、架构模式与移动开发策略，可在新建移动项目选型、设计移动应用架构、规划平台迁移、优化代码共享、搭建移动 CI/CD 流水线以及评估移动框架时提供决策支持。其能力覆盖平台选择（原生与跨平台）、React Native 与 Flutter 架构模式、代码共享策略、移动端 monorepo 搭建、功能模块设计、状态管理、离线优先架构，以及导航架构、数据同步、推送通知、分析与崩溃上报、应用商店优化等。该代理在决策时按需求评估（团队能力、时间线、所需功能）、可维护性、性能要求、平台特性与代码共享五个维度权衡，并给出原生、React Native、Flutter 的适用判断框架。它参考 react-native、flutter-development、ios-development、android-development 等技能。具体安装与使用方式在现有资料中暂未提供。
agent-python-expert
这是一个名为 agent-python-expert 的专家型子智能体（Specialist subagent），主要用于提供 Python 最佳实践、类型提示（type hints）、异步模式（async patterns）以及 Python 生态系统方面的专业指导。它适用于处理 Python 相关的具体问题、类型标注问题或框架相关问题。该智能体以 Python 领域专家的身份运行，掌握现代 Python（3.10+）的多种核心用法，包括类型提示、异步模式、数据类、上下文管理器等，并遵循特定的项目结构组织代码，配合常用工具链（ruff、mypy、pytest、uv/pip）开展开发工作。其任务由 $ARGUMENTS 参数接收。
skill-find
skill-find 是一个用于查找、安装并加载 GitHub 上公开 Agent Skill 的技能。当用户需要尚未安装的新公开技能时，可借助网页搜索定位含 SKILL.md 的 GitHub 技能目录，再通过安装与加载工具完成流程。
ppt-mcp-academic
面向 PowerPoint MCP 的演示文稿制作技能，用于研究报告、技术讲解与教学场景中创建、整理和修改幻灯片。强调内容清晰、可读、易修改，涵盖设计规则、配色一致性、表格公式、分组对齐与交付检查。
uipath-rpa-legacy
UiPath 传统 RPA 工作流构建技能（uipath-rpa-legacy），面向 .NET Framework 4.6.1 与 XAML 的旧版项目，通过 `uip rpa-legacy` CLI 独立工作，无需 Studio IPC。当前为预览版，功能与行为可能变化。
agents-llamaindex
LlamaIndex 是面向数据中心型 LLM 应用的框架，主要用于文档摄取、索引、查询，以及构建 RAG 检索驱动的聊天机器人或知识库。资料介绍其 300+ 数据连接器、向量/列表/树索引、查询引擎、检索器、Agent、多模态与评估等能力，版本 0.14.7，MIT 许可。
mcp-builder
面向开发者的 MCP 服务器构建指南技能，指导如何用精心设计的工具让 LLM 与外部服务交互，涵盖研究规划、实现、审查测试与评估四阶段流程，推荐 TypeScript 与 Python 技术栈。
agentic-platform-schema
用于 AI 智能体后端的 Supabase 数据库模式技能，提供 Agentic Platform Contract 标准表，追踪智能体运行、事件、产物与工具调用，支持运行历史与回放。
checkpoint-patterns
该技能提供 LangGraph 状态持久化与检查点（checkpointing）模式，支持内存、SQLite 和 Postgres 后端，用于状态恢复、人机协同（human-in-the-loop）与线程状态管理。
graph-patterns
用于 LangGraph 工作流设计的技能，涵盖线性工作流、条件分支、并行执行与嵌套子图四种设计模式，适用于设计图结构或工作流流转。提供初始化脚本 scripts/init-langgraph.sh 及基础图、条件路由模板。
foundations-formal-methods
该技能名为 Formal Methods Foundations（形式化方法基础），用于以 TLA+、P、Alloy、Z3、Dafny、Lean 等工具证明协议与代理工作流的正确性。核心思路是把需求转化为可检查的性质，然后选择能捕获该类缺陷的最廉价方法，并精确报告证据究竟证明了什么。资料强调：经过验证的有限抽象只是关于该抽象的结论，实现层面的正确性还需要证明二者之间的对应关系。技能内容覆盖何时使用、方法阶梯、工作流程、LLM 生成规格与证明的验收门禁、代理工作流示例、有限模型检查脚本、假设与常见陷阱以及完成标准。它不适用于常规单元测试、共识与复制设计、代理行动的危害分析，这些分别归属其他技能。