content-analysis
content-analysis 是一个文本内容分析技能，结合传统 NLP 与 LLM 增强方法，从社交媒体、评论、新闻等文本中提取情感、主题、关键词与洞察，支持多语言与多种内容格式。
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
25,666 个结果
ltv-predictor
基于RFM模型与回归算法的客户生命周期价值（LTV）预测分析工具，面向电商和零售业务。输入客户交易、订单或消费记录后，自动完成RFM特征工程、回归建模与价值预测，并输出可视化与报告。
research-teams
research-teams 是 liblaf/skills 中的一项技能，用于把多个智能体组织成协作团队：由总协调者分配共享任务、在智能体之间传递消息，并进行集中管理。它参考科学方法的研究流程，适用于需要多角色并行研究、分工验证与结论汇总的场景。
skill-creator
Skill Creator 是一个用于创建和改进 Claude 技能的指导型技能，提供从需求理解、资源规划、初始化、编辑到打包的完整流程，帮助把专业工作流、领域知识和可复用脚本组织成模块化技能包。
llmquant-setup
LLMQuant Setup 是连接 LLMQuant Data 与 Hermes 实例的轻量入口技能，本身不含步骤，而是引导获取并执行仓库根目录的 SETUP.md，完成配置、鉴权冒烟测试、安装 playbook 与创建首个定时任务。
dsh-search-or-create-plugin
插件选型顾问（Plugin Advisor），用于判断某个目标需求是否已有现成 DSH 插件可用，还是需要新建插件。它从 dshfind 网关检索候选插件，按能力覆盖、成熟度、健康与风险、集成可行性、来源可信五个维度分析适配度，为每个候选给出 MATCH / PARTIAL / NO-MATCH 结论及证据。若有匹配，给出采用路径；若无匹配，产出基于最近开源实现的新插件方案并交给 dsh-plugin-creator。触发场景包括“帮我找个能 XX 的插件，够用就用，不够就新建”“这个需求有现成插件吗”“选哪个插件好”“插件够用吗”等。
lov-integrate-lovstudio-llm-skill
LovStudio.AI 的 OpenAI-compatible 多模态 API 接入技能，用于完成文本对话、语音转文字、语音翻译、语音合成与 Realtime 音频会话。该技能通过本地 Python 脚本调用统一模型入口，返回结构化结果；需要 LOVSTUDIO_API_KEY 环境变量与网络访问，Realtime 输入需 24 kHz 单声道 PCM16（可选 ffmpeg 转换）。
lov-read-codex-session
该技能用于读取本地 Codex task/thread 的回合摘要、状态、工具活动与完成结果，帮助用户核对进度、结果以及是否需要继续操作。它适用于“查看 Codex 会话”“读取任务进度”或“读取 Codex 会话”等场景。当用户提出查看会话、检查任务状态或总结线程时激活；但用户要统计 token 用量或打开/导航到任务时不应使用。技能支持通过宿主提供的线程检查能力读取，也包含一个只读的 Python 脚本作为回退方案，用于没有宿主检查工具的环境。脚本读取本地 Codex 数据目录，不写入、不需要网络或凭证。输出会报告状态、最新进展、阻塞项、需要用户输入的内容及最终结果，并区分运行中、需关注、已完成、失败和已归档等状态。
lov-skill-distiller
lov-skill-distiller 是 lovstudio/skills 中的一个技能，用于把已经发生过的项目经验、故障复盘或已验证流程，蒸馏为可交给 lov-skill-creator 落地的 Agent Skill 蓝图。它以一个完整的“问题→判断→行动→验证”闭环为待蒸馏单元，从原始材料中提炼用户真正要达成的结果、稳定的判断顺序、失败恢复与验收信号、不适用边界和最小复用单元，并按蓝图模板产出面向用户的名称与一句话承诺、触发语句与不触发场景、输入输出与核心流程、可配置项、验收信号、常见失败与恢复路径、私有信息边界及可回溯证据摘要，最后给出创建、继续蒸馏、合并或归档的提升决策。它强调不从单次灵感或纯内部背景直接提升，不把一次性动作逐条照抄成 Skill，并把姓名、项目代号、私有路径、访问凭据等留在证据层。
lov-skill-visualizer
lov-skill-visualizer 是 lovstudio/skills 中的一个技能（Skill），用于把本地 Agent Skill 目录或 SKILL.md 解析成“场景先行”的一页式信任审阅报告、内部运行图和 JSON 模型。它先说明“什么时候非它不可”，也就是在什么具体场景下这个 Skill 才是合适选择；然后再依次展示输入、内部转化、交付结果、源码依据，以及尚未证明的缺口，帮助用户理解、审阅并判断是否信任某个 Skill。其输出默认包括带 Mermaid 流程图的 Markdown 报告、用同一文件名生成的独立 HTML 审阅页，以及声明 lovstudio/skill-logic/v1 的 JSON 模型；Mermaid 只作为可编辑的次要证据，而不是主界面，也不能用来证明目标 Skill 真的有效。它要求严格只按声明文本作为事实，不虚构分支、依赖或成功状态，因此适合在解释或信任审阅单个 Skill 时使用，而美化通用流程图、审计并修改 Skill 质量，或多 Skill 目录依赖可视化，则不在它的适用范围内。
lov-yolo-mode
lov-yolo-mode 是一个用于无人值守执行的技能，让 AI 在当前任务授权范围内自主完成实现、验证与保存进度，过程中不主动提问。启用时必须检查当前 session 权限，并仅通过宿主允许的接口准备必要权限；若宿主无切换能力则需如实报告，不能伪造成功。它会按请求参数、项目约定、环境配置、记录与偏好等优先级做决策，对身份、凭据、付费等关键事实不猜测，对发送、发布、删除、付费等未获准操作保存可审阅制品并标记延期。适合用户离开时继续推进既有任务。
lov-xbti-creator
lov-xbti-creator 是一个用于生成完整 BTI 人格测试网站的技能，基于既有的 XBTI 架构（React + Vite），通过 AI 生成内容。用户提供主题名称与偏好后，AI 会完成从维度设计、题目生成、人格类型设定到头像图片生成、项目搭建与本地启动的整套流程。最终产物是一个可部署的人格测试网站，包含 5 个维度模型（每维度 3 个子维度，共 15 个维度）、30 道题目（每维度 2 道，每题 3 个选项）、16-25 个人格类型（含回退类型与可选隐藏类型）以及各类型的头像图片。技能还支持可选的 Gallery 提交步骤，通过 PR 将案例提交到 XBTI 仓库。
consulting-librarian
consulting-librarian 是一个用于远程仓库代码调研的 Agent 技能，在没有原生 Librarian 工具的主机中模拟 repository-librarian 研究能力，通过主机已有的仓库、连接器、网络或 shell 工具追踪依赖内部实现、对比多仓库行为并查阅提交历史。
jiangju-perspective
基于B站「战国时代_姜汁汽水」186篇视频文稿提炼的思维框架Skill，以角色扮演方式，用其心智模型、决策启发式与表达风格分析国际局势、宏观经济和资产配置问题。
skill-index-updater
Skill Index Updater 是 ASM（Agent Skill Manager）技能索引的维护流程，用于把 GitHub 技能仓库加入 ASM 精选索引：解析并校验仓库 URL、克隆扫描 SKILL.md、做轻量审计与 asm eval 质量评估、更新索引资源与索引文件、重建网站目录并提交 PR。
claude-md
用于创建、更新或审计 CLAUDE.md 的 Claude Code 技能，按最佳实践为 AI 智能体编写项目上下文文件，强调精简、通用、避免风格规则与代码片段，并支持 AGENTS.md 处理。
codex-usage-status
codex-usage-status 是一个用于查询 OpenAI Codex（openai-codex）账户用量与配额窗口的脚本工具，通过本地 OpenClaw 配置（OAuth）读取凭据，输出可读的用量统计并计算周用量节奏预测。
herdr-agent-comms
Herdr Agent Comms 是一个用于在 Herdr 中管理 AI 智能体集群的技能。它把根智能体（作为编排者）与多个子智能体拆分到同一个标签页中，排列成等宽的平铺网格，然后通过 herdr CLI 进行消息发送、等待、读取、操控或拆除。该技能强调使用 Herdr 自身概念而非 tmux 假设，优先使用带状态感知的辅助脚本，并且只转发回复增量而非整个窗格内容，以保护上下文与 token 预算。它内置了完整的工作流程规范：解析根上下文、生成并就绪检查集群、解析唯一目标、安全发送、等待读取并验证、广播/操控/拆除，以及在长任务中通过 HANDOFF 移交编排者角色。它还定义了不可协商的规则，例如根窗格始终作为角色保留、只允许一个编排者写入、写入前失败关闭、跟进前必须等待、破坏性操作需确认，并在上下文达到阈值时自我检查并移交。技能附带脚本与参考文档，覆盖受保护的网格生成、多行发送、投递验证、等待结果处理与上下文继承等场景。
whatsapp-macos
通过原生 MCP 工具控制 macOS 版 WhatsApp 桌面应用（Catalyst 版），可发送消息、读取聊天、搜索联系人、验证送达并启动或退出应用，无需手动管理进程或解析辅助功能树。
template-constructor
用于构建、校验并部署 Machina agent-template 与连接器的技能，提供从脚手架、YAML 组件生成、结构分析、执行链追踪到通过 MCP 安装的完整流程，并附带各实体字段规范与意图路由参考。
mirage-private-transfer
Mirage 的 Solana 私密转账与 Anchor 程序调用技能，用于创建/管理钱包、充值、SPL 转账、签名交易，并按 IDL 调用任意 Anchor 程序。
agent development
用于在 Claude Code 插件中创建与编写子代理（agent）的技能，讲解代理文件结构、YAML frontmatter 字段、触发条件描述与系统提示词设计，帮助构建可自主处理多步任务的代理。
agentobservability
面向多智能体 Claude Code 会话的实时可观测性仪表盘，通过 Web 界面可视化智能体交互、工具调用与会话流程，支持并行子智能体执行跟踪与事件过滤搜索。
mcp-builder
mcp-builder 是一个用于创建高质量 MCP（Model Context Protocol）服务器的开发指南技能。MCP 服务器通过设计良好的工具，让 LLM 能够与外部服务和 API 交互。该技能强调以智能体为中心的设计原则，包括围绕工作流而非单纯 API 端点构建工具、优化有限的上下文窗口、设计可操作的错误信息、遵循自然任务划分，并采用评估驱动开发。整个流程分为四个阶段：深度研究与规划、实现、审查与优化、创建评估。它提供 Python 和 Node/TypeScript 两种实现路径，涉及 MCP 协议文档、SDK 文档、语言特定实现指南和评估指南等参考资料。