agents-langchain
LangChain 是用于构建 LLM 应用的框架，支持智能体、链与 RAG，可跨模型提供商使用。适用于聊天机器人、工具调用智能体与检索工作流。提供 Python 安装命令与代码示例，支持 OpenAI、Anthropic、Google 等模型，并可通过 LangSmith 进行可观测性追踪。
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
dispatching-parallel-agents
Dispatching Parallel Agents 是一个用于将复杂工作拆分为可并行任务并协调多个智能体的技能。它强调清晰的任务边界、共享上下文以及结果的安全合并。该技能提供快速上手流程：先把目标拆分为相互独立的任务，再为每个智能体分配明确的范围和输出格式，最后合并结果并解决冲突。同时给出护栏原则：避免范围重叠以减少冲突性编辑，要求每个智能体说明其假设和来源，并在交付前整合为单一连贯的输出。适用于需要并行处理大型任务、多智能体协作的场景。
senior-prompt-engineer
Senior Prompt Engineer 是一个面向提示词工程的工作流技能，用于构建可靠的助手与智能体。它强调把提示词当作产品来对待：可版本化、可测试、可度量。核心流程包括定义任务（输入、输出与“完成标准”）、编写最小可行提示词（明确约束、定义输出格式、处理边界情况）、按需添加示例（少样本成本较高）、创建包含代表性用例与对抗性用例的评估集，并通过差异对比迭代（每次只改一处并衡量影响）。该技能还提供可选的脚手架工具，用于生成提示词与评估框架，并附带提示词审查清单参考文档。
gsd-plan-milestone-gaps
该技能用于根据里程碑审计结果自动创建修复阶段。它读取 MILESTONE-AUDIT.md，将审计中识别出的所有缺口按逻辑分组为若干阶段，在 ROADMAP.md 中创建对应的阶段条目，并可选地为每个阶段生成计划。通过一次调用即可创建全部修复阶段，无需针对每个缺口手动执行 $gsd-add-phase。技能通过提及 $gsd-plan-milestone-gaps 触发，其后的用户文本作为参数传入；无参数时视为空。该技能属于 GSD（get-shit-done）工作流体系，并提供了面向 Codex 的适配层，将 Claude Code 的 AskUserQuestion、Task 等调用映射为 Codex 的 request_user_input、spawn_agent 等协作工具。
memory-systems
该技能用于设计跨会话持久的智能体记忆架构，覆盖实体一致性、学习系统与时间感知知识跟踪。资料给出文件、向量、图与混合等架构选项及分层、生命周期、指标与常见错误处理。
parallel-dispatch
parallel-dispatch 是一个用于并行调度多个独立智能体任务的技能，适用于同时处理多个互不相关的故障或功能开发。它通过将任务按子系统分组、验证独立性、创建聚焦任务并并发执行，最后整合结果，来提升多问题场景下的处理效率。该技能强调任务边界清晰、约束明确，并提供了决策框架、任务模板、资源协调、验证清单和最佳实践等指导。
session-start-routine
这是一个用于 Claude 工作会话初始化的元技能（meta-skill），在每次对话开始时执行。它会扫描用户级（~/.claude/skills/）和项目级（.claude/skills/）的技能目录，检查 SKILL.md 是否有效、版本历史与最后更新日期，标记 30 天以上未更新的技能，并验证依赖、MCP 服务器与智能体兼容性，构建跨技能依赖图。随后研究会话改进点、更新过时技能、识别新技能需求，并更新文档与提交变更，最后生成会话报告。
source-command-compound-extended
该技能用于运行跨智能体记忆桥接（cross-agent memory bridge），在机器智能体之间同步学习成果并更新共享知识，属于 #1760 的第 5 阶段。当用户要求运行迁移后的 source 命令 compound-extended 时使用。执行方式为进入仓库根目录后运行 scripts/learnings/cross-agent-bridge.sh bridge 脚本，随后汇总桥接内容、报告合规警告并展示各仓库间的技能同步状态。
skill-02-smart-contract-interaction
用于与智能合约交互的技能，覆盖 ABI 编解码、读/写调用、合约部署、代理模式与 Multicall3 批量读取，适用于读取合约状态、发起写交易、编码 ABI 数据及部署或升级合约等场景。
skill-11-oracle-data-feeds
用于接入预言机与数据馈送服务的技能，涵盖 Chainlink 与 Pyth 价格馈送、VRF 随机数及 Chainlink Automation 自动化，适用于 DeFi 计算、可验证随机数与馈送新鲜度校验等场景。
skill-13-rwa-tokenization
该技能用于处理现实世界资产（RWA）代币化，覆盖国债、房地产、链上债券、ERC-3643 合规证券型代币及收益分配等场景。
skill-14-social-reputation
集成 Lens、Farcaster、Frames、信誉评分和预测市场等 Web3 社交协议，用于社交图谱查询、链上发帖与信誉建模。
dispatching-parallel-agents
dispatching-parallel-agents 是一个用于并行调度多个 Claude 智能体的技能，适用于面对 3 个以上相互独立、无需共享状态或依赖即可调查的失败场景。其核心原则是按独立问题域各派一个智能体，让它们并发工作，从而把原本需要串行处理的多个调查任务同时推进。该技能给出了明确的使用与不适用条件、调度模式、智能体提示词结构、常见错误以及真实会话示例，帮助使用者把多个不相关的测试失败或子系统故障拆分为独立任务并并行修复。
using-superpowers
这是一个面向 AI 助手（Copilot 等）的技能使用规范技能，核心目的是在开始任何对话或任务前，强制建立查找并使用技能的流程。它要求 AI 在回复任何用户消息前完成一套检查清单：在脑中列出可用技能、判断是否有技能匹配当前请求、若有则用 Skill 工具读取并运行该技能文件、声明正在使用哪个技能、并严格按技能内容执行。该技能强调：如果存在适用于任务的技能，就没有选择余地，必须使用，不能以“问题很简单”“先收集信息”“技能太重”等理由跳过。对于带检查清单的技能，要求用 TodoWrite 为每一项创建待办，不能只在脑中过一遍。使用技能前需先声明，例如“我正在使用某技能来做某事”，以保持透明。它还区分了刚性规则类技能（如 TDD、调试、验证）与灵活模式类技能（如架构、命名），前者须严格照做，后者可结合情境调整。此外，用户的明确指令只描述“做什么”，不构成跳过头脑风暴、TDD 或 RED-GREEN-REFACTOR 等工作流的许可。
grill-me
Grill me 是一个用于压力测试计划、设计或架构决策的技能。它通过一次一个问题的访谈方式，持续追问用户，直到双方对决策树中每个关键分支及其依赖关系达成真正共识。每个问题都会附带推荐答案，帮助用户快速确认或纠正。其核心目的是在对话阶段就暴露假设、边界情况和分叉点，避免在构建中途或生产环境中才发现问题。适用于架构、数据模型、公共 API 形态、迁移、依赖选择、安全边界等高风险决策，以及模糊、宽泛或隐藏大量未声明分支的计划。对于琐碎或已明确指定的任务，应跳过此技能。
ai-python-telemetry
ai-python-telemetry 是 AI SDK for Python 中的实验性遥测模块（ai.experimental_telemetry），用于为 AI 应用添加遥测、追踪与 OpenTelemetry 导出，并支持在持久化或 Serverless 执行环境中上报 span。默认情况下不报告任何数据，只有注册适配器或路由到 sink 后才会生效；遥测关闭时 span 为空操作。它可自动打开框架级 span（如 RunSpanData、LoopTurnSpanData、AiStreamSpanData、AiGenerateSpanData、ToolExecutionSpanData、HookSpanData），也支持用户自定义 span、类型化 span 与自定义适配器。OpenTelemetry 导出需安装 ai[otel] 额外依赖，并完成标准的 tracer provider 与 OTLP exporter 配置后注册 OtelAdapter；消息内容捕获为可选开启。该模块为实验性功能，可能变更或被移除。
tmux-agent-lane-orchestrator
tmux Agent Lane Orchestrator 是一个技能，用于监控和协调单个 tmux 窗口内的编码智能体工作队列（lane），从窗格和 Codex 日志重建各 worker 状态并分类进度与阻塞，生成简洁的 manager 式汇总与安全后续动作。
improve-orchestrator-system
improve-orchestrator-system 是 agentic-system-kit 中的一个技能，用于审计已安装的编排器（orchestrator）智能体系统已结束或已停止的会话，按会话 ID 检查 token 浪费与流程偏离，并把每个原因转化为一项具体改进动作。它强调流程遵循优先：不以删除、削弱或重排已提供的步骤、检查、验证器或审批门来节省 token。技能要求在普通会话中运行，默认审计一个会话，仅在用户指定多个 ID 时审计多个，且不自行选择会话。运行方式为命令行脚本：先定位会话对应的 Claude Code 与 Copilot CLI 转录文件，生成摘要（digest），再依据审计约定逐条产出发现，最后按发现逐项征求用户批准后执行动作。会话仅作证据，不修改、不对其运行运行时操作；转录文件需用户确认后才读取；审计本身保持低成本，仅按需打开文件局部确认；未记录的使用量标记为不可用而非零。
agents-md-evals
用于评估和优化 AGENTS.md/CLAUDE.md 指令文件的技能，通过 A/B 测试判断每条规则是否真正改变模型行为，识别模型默认就会遵守的冗余规则，并按 token 成本精简文件。
claude-vigil
Claude Vigil 是一个在冒险改动前保存项目状态的检查点工具，支持在重构、迁移或破坏性命令前创建命名快照，出错时可回退并保留被替换文件，仅依据资料整理。
oz-child-agent-orchestration
面向 Oz 云端环境中 Claude Code 子代理的内部编排手册技能，指导被派生出的子代理如何与派生它的 lead 代理协作、汇报进度与收发消息。
loom-ask-user
该技能是 AO/SO 运行时二进制中共享 XO Ask 能力的主要、与工作流无关的 Agent 侧消费方。它从调用方 Agent 接收问题，通过 AO 或 SO 运行时二进制启动一次结构化问询会话，并向调用方返回经过校验的答案与回执。其契约是独立自洽的：不需要也不创建 WorkflowInstance、AskUser 节点、活动工作流等待或工作流上下文。当多个问题可以提前确定时，可放入同一有序表单一次性收集；只有真正有依赖关系的后续问题才需要再次询问。XO Ask 是 AgentOrchestrator（AO）或 SkillOrchestrator（SO）应用宿主暴露的共享问询能力，并非第三个产品、包族或 xo.exe 二进制。/loom-ask-user 技能与 AskUser 工作流节点是共享基础设施的两个独立同级消费方，互不调用、互不依赖。需注意：截至已发布的 0.3.334-beta 包集，已验证的 SO 应用宿主帮助中并未暴露独立 ask 命令，同源码线的 AO 应用宿主也没有该命令，这是实现缺口，不应因此将技能重新定义为绑定工作流，也不应静默创建 AskUser 工作流节点来掩盖二进制能力缺失。
unity-game-balance
Unity 游戏的数值设计角色，用于设计、模拟、配置或验收难度、经济、成长、掉落、战斗和进程等可调系统。它把体验目标转为可解释、可调整、可验证的模型，并在 balance.md 记录参数与验证方式。
openai-docs
用于回答 OpenAI 平台功能、指南与概念问题的技能，资料来自 developers.openai.com，覆盖 Responses API、Agents、函数调用、文本生成、视觉、音频、嵌入、结构化输出、推理模型、批处理、微调、图像生成、内容审核等主题。