closure-mode-at-boundaries
一种工作流边界上的“收尾模式”纪律：在冲刺、阶段或垂直切片刚完成，或出现多候选“下一步”决策时，先用并行的专家群进行压力测试，再执行其产出的行动清单，最后才给出下一步选择。
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
decision-rights
一种面向下游指令文档的措辞规范技能，用于交接、计划、ADR 与子代理提示词。它把「证据访问权」与「决策权」分离：拥有更好证据不等于拥有改范围或推翻价值决策的权力，默认用「知情建议」而非命令口吻，并为可改决策加上明确的「Revisit if:」条件。
downstream-instruction-framing
一种编写下游指令文档的框架规范：把证据获取权与决策权分开，用“可复议/不可谈判”标注每项决定，避免让能接触更多证据的下游执行者盲从上一轮结论。
subagent-handback
一个面向研究型子智能体的可靠交付技能：在派发前明确返回通道与写入边界、核对工具授权，返回后逐条复核结论，尤其是被报告的否定结论，以降低空交付、无法检索和虚假引用等失败模式。
subagent-research-reliability
该技能针对研究型子代理的三类静默失败给出检查清单：派发前在提示中指定回传通道（SendMessage或写入指定绝对路径），核对代理的tools授权是否包含WebSearch/WebFetch；返回后逐条验证结论，优先复核否定性结论。
create-walkthrough
create-walkthrough 是一个用于生成 PR 交付总结文档的技能：在 .agent/{branch}/ 下创建 walkthrough.md，汇总已完成的工作，便于提交 PR 时交付与审阅。
arcgis-mcp-bridge
arcgis-mcp-bridge 是一个本地优先的 MCP 服务器，用于 ArcGIS Pro / ArcPy 地理处理。它通过受控的本地桥接，让 Claude Desktop 等 MCP 兼容客户端调用 100 个声明式 ArcPy 工具，并带有路径校验、破坏性操作确认与进程隔离。
setup-agent-scanner
用于在 Anypoint Platform 中创建智能体扫描器配置的技能：选择目标系统（如 AWS Bedrock、Microsoft Copilot、Google Vertex AI），创建带凭据的连接，并配置可定时或手动运行的扫描器，从外部平台发现 AI 智能体。
meta-harness
Meta-Harness 是一个记忆系统演化工具，每次迭代分析评测结果与预测轨迹，必须设计并实现 3 个新的记忆系统候选（兼有利用与探索），不做基准测试本身。由 meta_harness.py 或 /meta-harness 交互调用。
meta-harness-terminal-bench-2
Meta-Harness 的 Terminal-Bench 2 迭代技能：在智能体外壳进化流程中执行一次迭代，分析结果与失败轨迹，提出并实现一个 AgentHarness 变体，由外部循环 meta_harness.py 负责跑基准测试。
goal-writer
Goal Writer 是一个把粗略任务改写成 Codex /goal 提示词的技能，适用于需要多轮迭代的长期工作，如调试、优化、不稳定测试排查等。它依据 OpenAI Goals 实践，强调以可验证证据界定完成标准。
lossless-claw
用于在 OpenClaw 中配置、诊断和使用 lossless-claw 插件的技能，重点覆盖关键设置、摘要健康状态与 recall 工具用法，适合需要调优或排查该插件行为的场景。
pp-agentmail
用于操作 AgentMail 的 Printing Press 命令行技能，驱动 agentmail-pp-cli，支持收件箱、邮件、会话、草稿、域名、指标等管理，并提供本地记忆、发送前风险检查与集群健康洞察。需先安装 CLI 并配置 AGENTMAIL_API_KEY。
pp-tailscale
pp-tailscale 是一个面向智能体与运维人员的 Tailscale 管理命令行技能，通过 tailscale-pp-cli 二进制在终端管理 tailnet。支持安全的整对象写入（路由审批、策略条目增改与还原），并提供路由总览、密钥到期、共享审计与访问检查等能力；写操作在 --agent 模式下默认演练，需 --yes 才实际执行。
config-evals
用于在 n8n 工作流上创建和维护基于配置的评测（config eval）的技能。它把工作流与名称、起始节点、结束节点、一个或多个 LLM 评判指标以及 Data Table 数据集关联起来，配置保存在画布之外。
clean-wechat-wps-storage
用于在 macOS 上清理微信与 WPS Office 本地占用空间的技能，先只读扫描，再与用户确认清理范围并生成计划，确认后把选中数据移动到废纸篓而非永久删除。
write-agents-md
用于创建、审查、审计、迁移或更新分作用域 AGENTS.md 文件的技能，强调写出最短且有用的仓库指南，包含清晰规则、经验证的命令、操作边界与检查要求。
ollama-decision
Ollama Decision 是一个面向智能体场景的本地快速决策技能，通过本地 Ollama 对文本或 JSON 执行结构化的分类与判断，输出离散答案及对应概率。支持三种决策形式：是/否判断、从多个标签中选择一项、按由低到高的等级打分，可沿标准输入传入待判断文本，也可一次提交多个问题。适合需要快速、可解释的自动化判断而非自由对话式回答的场合。使用前需 Ollama 版本不低于 0.35 并准备一个决策模型，默认模型为 laya。
prompt-engineering
用于编写与审查 LLM 系统提示词的规则与框架技能，基于 Harada 等（2024）的指令诅咒、EARS 语法与 ARQ 模式，帮助减少规则数量、消除歧义并提升多规则遵循率。
agent arena
Agent Arena 是一个链上自主智能体注册与雇佣平台，基于 ERC-8004 标准，覆盖 16 条区块链。可按能力搜索智能体、查看链上声誉评分，并获得机器可读的雇佣指令。支付使用 Base 主网上的 USDC（x402 协议）。
agent-registry
Agent Registry 是面向自主 AI 智能体的链上注册与发现服务，支持在 EVM 与 Solana 等链上搜索、注册、雇佣 ERC-8004 智能体，并按能力、链和链上信誉分筛选。
skill-creator
用于创建和更新 Claude 技能（Skill）的指导型技能，提供技能结构、编写原则、渐进式披露设计与初始化、打包流程。用户想新建或改进能扩展 Claude 能力的技能时使用。
consume-nats-message
用于消费 NATS 消息的技能，按 producer 契约通过 NATS MCP 工具批量 drain 待处理消息，逐条按 Tolerant Reader 处理并正确 ack/nak/term，单条失败不阻断整批，返回聚合回执。
agent development
Agent Development 是一项用于 Claude Code 插件中创建与管理智能体（agent）的技能。智能体是能够独立处理复杂多步任务的自主子进程，与面向用户主动发起的命令不同，智能体专为自主工作而设计。该技能围绕 Markdown 文件加 YAML frontmatter 的结构，讲解智能体文件格式、触发条件设计、系统提示词编写，以及模型与颜色等定制项。frontmatter 必填字段包括 name、description、model、color，工具 tools 为可选。其中 description 用于定义何时触发智能体，是最关键的字段，需包含触发条件与多个示例块；系统提示词则定义智能体行为，需写明职责、分析流程、质量标准、输出格式与边界情况。技能还涵盖标识符与描述的校验规则、插件中 agents/ 目录的自动发现与命名空间机制、触发与系统提示词的测试方法，以及 AI 辅助生成和手动创建两种方式，并提供参考文件、示例文件与校验脚本等资源。