claude-team
Claude Team 是一个 MCP 服务器，用于通过 iTerm2 生成并管理多个 Claude Code 会话（worker）。每个 worker 拥有独立的终端窗格、可选的 git worktree，并可被分配 beads 议题。它支持并行分发任务、上下文隔离、可视化监控与接管，适用于 macOS + iTerm2 环境，通过 mcporter 调用各工具，也可作为 HTTP 服务器常驻运行。
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
compound-engineering-3
Compound Engineering 是一个让 AI 智能体自动学习与持续改进的工具。它通过回顾会话、提取经验教训、更新记忆文件，使知识随时间不断累积。核心思路是让智能体审视自身工作，提炼可复用的模式与教训，并更新其指令，从而让未来的智能体比今天更聪明。它提供 review（回顾最近 24 小时并更新记忆）、snapshot（创建每小时记忆快照）、setup-cron（设置自动化夜间回顾）等命令，并可与 Clawdbot 集成，通过 cron 或 HEARTBEAT.md 实现每小时记忆快照与夜间回顾任务。提取内容包括：有效的模式、失败或引发问题的陷阱、发现的用户偏好、关键决策及其理由、未完成事项。记忆文件分为长期记忆 MEMORY.md 与每日记忆 memory/YYYY-MM-DD.md。
game-theory
面向加密协议、DeFi 机制、治理系统与战略决策的博弈论分析技能，强调用“玩家、策略、收益、信息、均衡”五问框架审视代币经济、拍卖、MEV、流动性与治理中的激励错配与攻击路径。
gemini-computer-use
Gemini Computer Use 是一个用于构建和运行 Gemini 2.5 Computer Use 浏览器控制智能体的工具，基于 Playwright 实现。它适合需要自动化网页浏览器任务的场景，例如让模型根据用户目标截图、解析并执行浏览器操作。使用方式包括：复制 env.example 为 env.sh 并配置 API 密钥，创建 Python 虚拟环境并安装 google-genai 与 playwright 依赖，安装 Chromium。之后可通过命令行运行 computer_use_agent.py，并传入 --prompt、--start-url、--turn-limit 等参数。支持选择浏览器渠道或自定义 Chromium 可执行文件，也提供安全确认与操作排除机制。
skills-search
skills-search 是一个命令行工具，用于从终端搜索 skills.sh 注册表中的智能体技能（agent skills），帮助用户发现并找到所需技能。它支持按名称关键词搜索，例如输入 skills-search "postgres"、skills-search "web design" 或 skills-search "twitter"；也支持通过 --popular 参数查看最受欢迎的技能，并可用 --limit 限制返回数量，例如 skills-search --popular --limit 10。使用 --show-install 可在搜索结果中附带安装命令。该工具查询 https://skills.sh/api/skills 官方 API，结果按安装次数从多到少排序。安装方式为 clawdhub install skills-search（Clawdbot 专用），也可通过 npx @thesethrose/skills-search 进行搜索。搜索结果中会显示技能名称、安装量、来源仓库以及安装命令（如 npx skills add vercel-labs/agent-skills）。
new-skill
new-skill 是一个面向 Claude Code 的技能开发工作流，用于将一个新技能的构想推进到「测试通过并发布上线」的完整流程。它强调三件事：把模糊想法盘问成清晰的 skill-spec、按既定目录与命名约定搭建独立仓库、在发布前完成触发测试与功能测试。它只适用于全新技能；改进或调试已有技能应改用 skill-doctor。约定包括：技能放在独立仓库的 skills/<name>/SKILL.md（不得放仓库根目录），通过 npx skills add 全局安装，不手改 ~/.claude/skills/。流程分阶段执行，Phase 5 发布为不可逆的外向操作，必须获得 Phase 4 批准后才能执行。
craft-telegram-bot-surface
本技能用于在当前 Bot API 上设计或实现 Telegram 机器人。适合在用户提到 Telegram、Bot API、斜杠命令、内联键盘、回调查询等场景时使用。技能主张产品文本使用 Bot API 10.1+ 的 sendRichMessage，配合 rich_message.markdown 中的普通 Markdown/GFM；通过携带同一 rich_message 对象的 editMessageText 编辑同一消息树；用 sendRichMessageDraft 流式输出私聊预览。斜杠命令应保持稀疏可输入（setMyCommands），筛选器、选择器、设置等渐进式任务应使用内联键盘树而非额外斜杠命令。回调数据需紧凑、带版本、经授权且幂等（UTF-8，≤64 字节）。群组可见内容不应因人而异，个人群回复在 Bot API 10.2+ 可使用 ephemeral 消息。需先确认回调再编辑或替换消息，避免循环。采用新能力前应核对当前 Bot API 与变更日志中的方法与字段名。
curate-skill-repository
Curate Skill Repository 是一个用于整理 Agent Skills 仓库的技能，来自 sylphxai/skills。它面向仓库级别的技能组合治理，帮助使用者对技能包进行改进、合并、拆分、转移或退役等处置。其核心思路是：以“可复用的用户任务及其独立有用的产物”为基本单元，而不是以文件夹或生成的目录条目为单位；历史存在并不等于有权重新发布；一个已被删除但仍有独特机制的可评分任务应视为重写候选，而非陈列品；正文无法修复宿主根本不会选中的描述。该技能还强调不要臆造宿主路由器、目录控制平面或采用率声明。资料未提供具体安装命令、代码示例、收费方式与平台限制等信息。
drive-to-delivery
Drive To Delivery 是一个面向工程或产品目标的执行型技能，用于把一个已经被接受的目标推进到其要求的终点状态。它强调“完成”优先于“计划”，适用于当交付结果比规划过程更重要时使用。该技能区分本地完成、落地、发布、部署和上线等不同事实状态，提醒不要轮询未变化的外部状态，也不要成为他人产物的语义所有者。它主张遵循仓库已声明的文档契约，将每个持久事实放在唯一的可写位置并链接引用，避免另建状态看板。资料未提供具体安装命令、代码示例、收费方式或平台支持信息。
provision-agent-workspace
该技能用于为智能体创建或挂载隔离的文件系统与 Shell 环境，可选宿主工作区、沙箱或虚拟机，并显式约束网络、密钥、生命周期与成本。它强调隔离级别、存活时间与网络策略必须与数据敏感度匹配，避免为简单文件编辑过度配置虚拟机；同时提醒密钥、网络与生命周期若抱着“以后再收紧”的心态，本身就是产品的一部分。技能还涉及在选定隔离形态下进行提供方选择，以及在挂载或拆除工作区时使用开放配方与验收流程。
select-next-work
这是一个用于智能体工作流编排的技能，帮助智能体根据当前产品和仓库状态，从已有待办事项（backlog）中选择并认领下一个高价值工作项。该技能强调不要自行另建第二套图表、覆盖表或协调台账，当具备认领权限时应通过团队现有追踪器进行认领；同时提醒“戏剧性最高的”并非“价值最高的”，应优先选择能以最小新增面解锁当前目标的工作项。若请求范围尚不明确，可使用 bound-request-scope；当某一目标被接受后，则可使用 drive-to-delivery。
Parallelization Patterns
Parallelization Patterns 是一套面向智能体并行执行场景的模式集，来自 takeokunn/nixos-configuration。它围绕并行执行策略、超时配置、重试策略和共识机制提供可复用的决策与最佳实践，用于指导如何根据智能体类型与修改对象选择合适的并行化模式和超时时间。
ai-persistence
TanStack AI Persistence 是 @tanstack/ai-persistence 提供的聊天与生成状态持久化方案，用于为 TanStack AI 应用保存对话历史与生成产物。它把「传输可恢复性」与「状态持久化」明确分开：前者解决流式响应中断后重连，后者解决对话在之后如何被读取。该包提供 MessageStore、RunStore、InterruptStore、MetadataStore 四个聊天状态契约，以及 GenerationRunStore、ArtifactStore、BlobStore 三个生成契约，并附带 withPersistence、withGenerationPersistence 中间件、内存参考后端 memoryPersistence()、服务端水合辅助函数 reconstructChat / reconstructGeneration，以及一致性测试工具 testkit。它不绑定具体数据库，需要开发者针对已有的 Postgres、SQLite、D1、Mongo 等实现存储接口。持久化分为客户端与服务端两半，可独立或同时使用；服务端以 threadId 为键，多用户隔离与授权需由应用自行处理。
tanstack-ai-memory
TanStack AI Memory 中间件（@tanstack/ai-memory）用于为 chat() 调用接入服务端记忆能力。它通过一个包含 recall（召回）与 save（保存）两个操作的适配器契约实现跨轮次、跨会话记忆：模型运行前将召回内容写入 system prompt，本轮对话结束后再执行保存。它适用于用户期望「记住上次告诉你的内容」、需要跨会话保留按用户或按线程的上下文，以及接入 mem0、Honcho、Hindsight 等托管记忆服务的场景。注意：它不用于保存近期消息，近期消息应使用 chat() 的 messages 数组。中间件支持 adapter、scope、role（默认为 recall+save，也可设为 save-only）以及 onRecall / onSave 遥测回调。记忆故障为非致命，失败时触发 memory:error 事件并降级继续运行，不阻塞流式输出。
devtools-webmcp
@tanstack/devtools-webmcp 提供的 registerDevtoolsTools，用于在开发时向浏览器中的智能体注册 WebMCP 工具，让智能体读取库内部状态；含命名规则、清理与替换行为，以及根导入与 /production 导入的差别。
expert-roundtable
expert-roundtable 是一个多专家圆桌讨论系统，用于在复杂问题上引入多维视角。它由主持人（Moderator）调度，按议题相关度和发言多样性决定专家发言顺序，并允许专家在无独特观点时轮空。系统内置四位专家：德鲁克负责目的校准，芒格负责漏洞检测，孙子负责战略与资源调度，乌尔里奇负责组织架构与责任界面。它提供五种模式：单专家模式、圆桌收敛模式（默认）、圆桌结论接收、系统优化讨论和开放式求真讨论。模式A-D 最终输出核心判断、责任归属、下一步行动和下游建议；模式E 不强制收敛，输出开放式知识网络，并由用户控制讨论节奏。该工具适合需要多角度验证、风险识别、战略聚焦或组织设计的决策场景。
skill-org
skill-org 是一个“组织设计师”技能，用于把目的编译成可执行的岗位JD和skill文件。它适用于从零设计新岗位、新skill、新Agent职责，把工作流程固化为可复用规范，把一次成功的解法编译成可复用资产，以及为多个AI或人机协作拆分任务分工等场景。该技能提供模式识别（问题解决、skill设计、JD设计、圆桌结论接收）和六步编译流程：目的定义、交付标准前置、边界定义、协作界面、验收协议、迭代触发条件，并给出标准JD与skill文件两套输出模板及自检清单。
fable
Fable 是一个用于调用 Claude Fable 5 的 Claude Code 技能，面向需要长时间推理的复杂任务。它通过可用性探测、模型固定检测和任务路由，帮助判断是否应调用这一 Mythos 级模型。资料显示其调用方式分为两条通道：当子代理模型未固定或固定为 fable 时使用 Agent 工具通道，否则改用 CLI 通道以规避环境变量覆盖问题。技能会先检查 Fable 当前是否可用（按日缓存探测结果），并据此决定继续或停止。它强调成本意识，指出 Fable 定价为输入每百万 token 10 美元、输出每百万 token 50 美元，是 Opus 的两倍，因此建议仅将其用于端到端代码迁移、跨多文件重构、架构重设计、深度研究综合、全栈功能实现等任务，而快速编辑、简单查找、例行代码审查等则应使用 Opus 或 Sonnet。资料还列出模型 ID 为 claude-fable-5、上下文 1M token、最大输出 128K token、知识截止 2026 年 1 月等参考属性。
part-extra
Heum 三小时课程的可选扩展模块，讲解 Agent Teams、Hook、Plugin 三个进阶概念，每个约15分钟，可作为核心内容之外的加餐。
team-assemble
Team Assemble 是一款用于 Claude Code 的技能，面向可分解为多个独立子任务的复杂工作。它会分析任务、侦察代码库，动态设计所需的专家智能体，并借助 Claude Code 的 agent teams 功能（TeamCreate API）将它们编排为团队来执行。其核心是六阶段工作流：任务分析、代码库侦察、整合确认团队、执行、验证、完成与清理。团队组成并非固定目录，而是按任务动态设计，并采用 opus（策略/判断）、sonnet（标准执行/验证）、haiku（探索/撰写）的三级模型分配。适合角色分工清晰、需要并行执行的工作，不适用于单文件编辑、简单问题或纯串行任务。
trtc
TRTC 集成助手（Agent Skill），用于处理 TRTC / 腾讯实时音视频（Tencent RTC）相关的接入、搭建、排障、对比、价格咨询、迁移以及 SDK/API/文档查询请求。该技能本身是一个路由入口：先读取会话状态判断是否需要恢复已有集成流程，再识别产品与意图，将请求分发到对应的子技能，例如会议（Conference）Web、聊天（Chat）Web、Chat Android、通话（Call）Flutter 的引导式集成，以及 AI 客服、AI 实时翻译、AI 口语陪练、TIMPush 离线推送、SDK 日志分析和文档查询等模块。其回复语言跟随用户输入语言，产品名、API 标识、SDK 包名与错误码保持原文。当前引导式集成仅支持 Conference Web、Chat Web、Chat Android 与 Call Flutter，TIMPush 由独立流程承接。
trtc-push
TIMPush（腾讯云即时通信推送）开发者助手 Skill，用于在 Android、iOS、Flutter、uni-app、HarmonyOS 及服务端 API 上集成实时通信推送与排障。该 Skill 本身不含可自由解释的流程正文，而是通过 trtc-push-mcp 的 workflow engine 驱动，按引擎下发的单步 prompt 执行并提交结构化 output。每轮先读 issues/ROUTER.json 做轻量路由；进入具体平台 workflow 前读 references/hard-rules.md，写 Gradle、Application、Podfile、AppDelegate、registerPush 代码前再读 references/timpush-sdk-api.md 与 references/code-templates.md。排障默认零写入，未获授权不改用户工程；每轮最多问 1～2 个问题或做 1 个校验动作。MCP 不可用时要求用户开启后等待，禁止静默降级或退回 markdown 手册。
skillhone-prd
SkillHone 中用于为即将构建或优化的智能体技能，通过 AskUserQuestion 多轮访谈收集 PRD（产品需求文档）的技能。产出 PRD.md、PRD.improver_only.md 和 PRD.choice.md 三个文件，分别面向评测与改进用途，并强调评测标准不可泄露给改进方。
langgraph
LangGraph 是一个用于构建有状态、多步骤 AI 智能体与工作流的框架，以图结构组织应用，支持循环、分支、持久化和人工介入，适合需要规划、重试、委派和跨交互记忆状态的真实智能体场景。