skill-add
skill-add 是一个 Claude 技能管理命令,用于把 ~/.claude/skills/ 中已存在的全局技能注册到当前项目的 CLAUDE.md Skills Registry。触发方式为 /skill-add <name>,支持本地复制或仅引用全局路径两种方式。
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
25,664 个结果
skill-add 是一个 Claude 技能管理命令,用于把 ~/.claude/skills/ 中已存在的全局技能注册到当前项目的 CLAUDE.md Skills Registry。触发方式为 /skill-add <name>,支持本地复制或仅引用全局路径两种方式。
lark-whiteboard-cli 是由 feishu/cn 发布的可安装 AI 智能体技能,名称指向飞书/Lark 白板相关命令行能力。公开资料仅给出技能名称与发布方,具体功能、安装命令、使用方式及收费信息暂未提供。
cold-start-check 是一个用于检验仓库文档质量的传感器式技能:它启动多个从未见过该仓库的全新智能体会话,按评分规则回答预设问题并对回答评分,从而发现文档缺口、噪声与幻觉,只做检测与报告,不修改文档。
Cursor CLI(无头模式)技能:通过命令行调用 Cursor Agent 执行任务,无需打开 IDE 聊天。支持只读提问、允许改文件、结构化 JSON 输出与会话续接,适合把任务委派给另一个 Cursor 智能体。
exec-plan 是来自 first-fluke/oh-my-agent 的仓库内执行计划生成与管理技能,把计划生命周期作为仓库工件维护。资料仅给出技能名、简介与一行使用指令,具体功能与限制暂未提供。
该技能用于查询 llms.txt 标准及获取库或框架的官方文档,通过索引优先、逐级回退的检索策略,帮助 AI 引用最新官方资料而非依赖训练数据。
将上游智能体规范、提示词文件或 Markdown 角色定义转换为符合目标仓库规范的本地技能,强调保留源意图、遵循本地约定、保持技能精简,并生成 SKILL.md、agents/openai.yaml 与 README.md。
Claude Code 学习路径技能:在本地按七个模块循序渐进学习,记录证据并安排基于证据的复习。状态仅保存在当前项目的 .claude/learning/ 目录,需填写非空证据笔记,拒绝损坏状态。
用于重新分析 Claude Code 会话日志、评估已安装 agent guardrail 规则有效性的技能:统计各规则命中次数、识别误报与漏报、发现未覆盖的反模式,并据此调整 .claude/hooks/stop-guardrails.sh 中的 grep 规则。
面向 AI 智能体的浏览器自动化命令行工具,通过 CDP 直接驱动 Chrome/Chromium。支持打开页面、快照元素、点击填写、截图、网络检查、认证复用与并行会话等操作,适合需要与网站交互的自动化任务。
Claude Skills 元技能(meta-skill):把分散的领域资料(文档、API、代码、规范)提炼为可复用、可维护、可可靠激活的 Skill,产出 SKILL.md 加 references/scripts/assets 结构;同时支持重构已有 Skill(过长、不清晰、不一致、误触发)。它本身不是领域技能,而是用来构建领域技能的工具,包含目录布局、YAML frontmatter 规则、SKILL.md 骨架、编写规则、工作流、质量门禁与校验脚本。
dialectic 是 vibe Dialectic Mode(多视角设计分析)的最小兼容包装器,用于将 /vibe dialectic 路由到 vibe 的辩证智囊团流程,本身保持轻量,不承载工作流逻辑。
这是一个面向生产环境的资深机器学习/人工智能工程技能,聚焦将 ML 模型落地、MLOps 与构建可扩展 ML 系统,覆盖模型部署、监控、RAG 系统、实时推理与分布式数据处理。技能内提供参考文档与自动化脚本,并列出常用开发、训练、部署与监控命令,适合需要企业级 AI/ML/数据系统实践指导的工程师使用。
面向生产级 AI/ML 系统的资深提示工程技能,覆盖 LLM 优化、提示模式、结构化输出与 AI 产品开发,支持 Claude、GPT-4 等模型,并提供提示优化、RAG 评估与智能体编排脚本。
用于查找、获取和安装 Agent Skills 的技能:当用户询问 Claude 技能、想查找可复用 AI 能力或安装技能时启用,通过 prompts.chat MCP 服务器搜索并按 ID 取回技能全部文件。
SAELens 是用于训练与分析稀疏自编码器(Sparse Autoencoders, SAEs)的主要 Python 库,面向机械可解释性研究。其核心思路来自 Anthropic 的 monosemanticity 研究:神经网络中单个神经元往往具有多义性(polysemantic),因为模型使用叠加(superposition)来表示比神经元数量更多的特征。SAE 通过稀疏瓶颈将稠密激活分解为稀疏、可解释的特征,从而缓解这一问题。该技能提供加载与分析预训练 SAE、训练自定义 SAE,以及特征分析与特征引导(steering)的完整工作流,包含基于 TransformerLens 与 SAELens 的代码示例、关键超参数、评估指标,以及常见问题(如死特征过多、重建质量差、显存不足)的排查建议。安装方式为 pip install sae-lens,依赖 Python 3.10+ 和 transformer-lens>=2.0.0。适用于发现模型激活中的可解释特征、理解模型学到的概念、研究叠加与特征几何、执行基于特征的引导或消融,以及分析安全相关特征。
一个用于代码与数据项目的结构化存储技能,强制采用统一的目录布局、完整注释与项目文档标准,适用于机器学习脚本、数据处理脚本、数据清洗与分析流程等代码创建任务。
面向 Codex 的 SuperClaude 兼容层,可将 SuperClaude 的 /sc:* 命令映射为 Codex 原生路由指引,并默认接入 /vibe 编排路径,同时保留 sc:* 记忆语义。
think-harder 是一个在 vibe 预路由阶段使用的四阶段结构化分析技能,适用于实现前需要更深入推理或权衡分析的场景,兼容 claude-code-settings 的 think-harder 语义。
用于加载、推理与微调 Hugging Face Transformers 预训练模型的技能,覆盖自然语言处理、计算机视觉、音频与多模态任务。
用于创建、测试和迭代 Agent 技能的技能扩展,在官方 skill-creator 基础上新增双验证模式与自动迭代能力,最多迭代 3 次,并含防过拟合机制。依赖子代理调度功能,适用于 Claude Code、OpenCode 等。
agentic-jujutsu 是面向多个 AI 智能体并行协作的版本控制工具,主打无锁操作、自学习与量子抗性安全。资料称其比 Git 更快、支持自动冲突解决与多智能体协调;含 ReasoningBank 智能与 AgentDB 操作追踪。
agentic-orchestration 是一套面向多智能体协作的模式集,涵盖任务分解、交接协议、编排模型、错误恢复与可观测性,帮助构建和管理智能体系统。
CACOS(Claude Agentic Creator OS)是运行在 Claude Code 中的原生多智能体创作系统,面向复杂的创意项目,通过 Task 工具调度多个专业智能体并调用技能库,支持并行执行与品牌语气一致性。