gpt6-astra-model-routing
这是一个模型路由策略技能,规定在各类 harness 及 codex-delegate 任务中,GPT 工作默认使用 GPT-6 Astra,仅在任务完全机械化时使用 GPT-6.1 Sol,并给出角色与 effort 配置建议。
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
25,663 个结果
这是一个模型路由策略技能,规定在各类 harness 及 codex-delegate 任务中,GPT 工作默认使用 GPT-6 Astra,仅在任务完全机械化时使用 GPT-6.1 Sol,并给出角色与 effort 配置建议。
用于把已研究并获批的方案,改写成面向能力较弱执行模型的受限执行提示词,减少其判断空间,把未决问题留给规划者。仅在用户明确调用时使用。
Review Panel 是一个让独立评审者审查产物的技能:评审者不参与创作、不共享创作会话上下文,随后由主导者依据产物中的证据逐条判定发现是否成立,并输出判定表。
用于创建和配置 OpenCode 自定义智能体(主智能体与子智能体)的技能,支持自定义提示词、工具、权限和模型。当用户要创建、修改或配置 OpenCode 智能体,或涉及主/子智能体模式、工具权限、任务委派与 @ 提及时适用。
relay-audit 是一个用于审计 T3 Code 线程的技能:分析人类的介入、agent 执行过的命令和各仓库新增的坏模式,按仓库找出人在当传话员、agent 走捷径或重复造轮子的地方,提出改进建议并复盘已采纳改进的效果。只提建议,用户采纳后才建问题,且仅限用户主动调用。
面向在 Git 同步仓库、本地 Markdown 编辑器或 IDE 中编辑 GitBook 文档的场景,提供 GitBook 内容结构与写法指南,涵盖页面、空间、集合、SUMMARY.md、frontmatter、变量、自定义块、Mermaid 与 SVG 等要点。
对比两份文本差异,输出相似度与词级差异 JSON。当 agent 需要量化产物与目标的文本差距时使用。
Autonomous delivery(v3)是一个面向长时间、并行交付任务的协调型技能,用于把大型新工作拆成多条独立“泳道”(lane),由协调者(coordinator)委派子会话各自负责一个可验证结果,并在多会话并行推进后合并、发布。它要求先设定自主级别、节奏和花费等“旋钮”,再用事件驱动加定期扫描维持泳道存活,以“距上次合并的时间”作为看门狗指标,在无变化时静默唤醒,提供停滞重启、卡住重规划、发布单一写入者等规则。适用于需运行数小时或数天、或用户离开期间仍需持续进行的交付工作。
autonomy-dial 是一个用于约束和解析 AI 代理改动权限等级的技能(skill)。它把「代理可以把一项改动推进到哪一步」从代理的固定属性,改为由人设定、可逐次解析的「自主度旋钮」,等级从 L0(仅提议)到 L5(发布)。技能会读取仓库在 GitHub 上的真实规则(rulesets、分支保护、CODEOWNERS 等),结合仓库配置与操作者个人配置,为每个 PR 或路径计算出一个有效等级,并在落地前回答「现在、这一份改动能否合并」。它还会记录每次授权的原文、来源、范围与到期时间,形成可审计的授权日志,并清除代理自行发明的审批流程。
brief 是一个把简短意图(常常约 20 个词)编译成可无人值守执行的简报(brief)的技能。它保留用户原话逐字不变,并补全结果所有者、可观测的完成标准、约束、预算、自主级别、缺勤窗口与阻塞策略、停止条件和汇报契约,再把简报写入 GitHub issue 供后续会话恢复执行。适用于把任务交给后台智能体、定时任务或分发给 N 个并行会话等场景。
find-the-loop 是一个面向迭代任务的前置技能:在开始提速或改进质量之前,先搭建可自行运行、可重复的反馈回路,并写成 Loop Card(回路卡),明确目标结果、测量工具、噪声水平、获胜标准和停止规则。它用于避免让人类充当测试员或测量仪,防止单次运行的偶然“提升”、基准特例化与谎言式测量,并通过台账记录接受与拒绝,减少重复试错。适用于性能调优、CI 提速、缺陷修复、UI 与 CLI 行为、提示词与智能体评测、分类审阅、数据分析、波动测试、生产行为等场景。
steer-once 是一个面向 AI 编码智能体的修正沉淀技能:它把你反复输入的纠正意见挖掘出来并分类,找出最能防止同类问题的最便宜规则层,落地一条可持久的最小改动,并在约定时间后复测该纠正是否真的停止。它强调用合并后的规则、检查或自动化取代口头道歉,避免规则膨胀和把个人偏好硬编码进共享仓库。
Agent Roundtable 是一个用于多智能体代码审计的技能(skill):让 Codex、Command Code(cmd)、Gemini、OpenCode 与 Claude 等编码智能体围绕同一功能、PR/diff 或任务规格展开辩论,最终产出一份达成一致的规格。Claude 在其中担任主持人(moderator)与总结者(synthesizer),而非辩论方;运行脚本 scripts/roundtable.mjs 为每个辩论智能体维持一段连续对话,并支持 ACP(Agent Client Protocol,默认用于 cmd、claude、gemini、opencode)与 headless(默认用于 codex,通过 --sandbox read-only 运行)两种传输方式,同时能恢复崩溃或卡死的智能体。
background-agents 是一个用于配置和运行后台智能体的技能,支持通过可复用配置文件指定智能体引擎、模型提供方和执行后端。它将执行后端(默认 Trigger.dev)、智能体引擎、模型提供方与具体模型四项选择分开管理,可在委派后台工作、验证远程运行结果并返回带运行引用的可用结果时使用。提供标准库辅助脚本用于列出、校验和解析配置,并给出 Trigger.dev CLI 调用示例、结果校验与凭证管理规范。
一个目标驱动的 AI 陪伴技能,帮助用户探索生活中真正重要的事、自主选择关注方向、更新个人背景并找到有用的下一步。以对话为界面,可选保存 Markdown 记录与展示可视化,默认使用俄语,可按请求切换英语。
lab-review 是 glebis/goal-driven-ai-companion 中的会话复盘技能,用于对智能体对话进行基于证据的教练式回顾,检查任务简报、决策、验证与下一步练习。默认俄语,可按请求切换英语。
pr-reviewer 是一个自主式 AI 拉取请求审查技能,通过安全、性能、测试、架构、风格五个专用智能体并行分析代码变更,输出分级问题、修复建议与审查报告,并支持将结果发布为 PR 评论或应用修复。
QA Engineer 是一个面向测试规划、执行与回归分析的 QA 专家智能体,可生成测试计划、复现并记录缺陷、设计回归测试套件、输出 QA 报告与质量指标,并支持跨浏览器/跨平台测试。
基于 google-colab-cli 的技能,指导在远程 Google Colab 运行时上启动、管理和执行工作负载,将模型训练或数据集嵌入等重计算任务卸载到带 GPU/TPU 加速器的远程虚拟机。
面向 Google Cloud CXAS/CES 语音智能体的本地优化技能,可审计、优化并修复 Gemini Composite V1 的自然语音、人设稳定与多语言一致性配置,并生成 P0/P1/P2 优先级的就绪度报告。
面向智能体自动评估流程的样板代码技能,用于并行推理、通过 SSE 捕获推理轨迹,并与 Vertex AI Gen AI 评估集成。
gcp-agent-safety-gatekeeper 是面向 Google Cloud Model Armor 的 Python 集成技能,实现“纵深防御”模式,用于拦截提示词、按安全策略做净化并处理安全触发。
为 Vertex AI Gen AI Evaluation 提供自定义 Python 指标,用于评估智能体调用工具的轨迹精度、召回率与顺序匹配,判断工具是否被正确且高效地使用。
面向 Google Cloud 生产级智能体的密钥处理技能,采用“仅内存”模式,通过 Secret Manager 将敏感凭据直接加载到本地内存,避免使用可能经由日志或链路追踪泄露的全局环境变量。