openspec
OpenSpec 是一个轻量级、以规格为驱动的协作框架，用于协调人与 AI 的编码协作。它提供 CLI，通过标准化的规格流程管理项目结构、变更提案（RFC）、规格与变更一致性校验以及交互式面板。
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
zhipu
zhipu 是 x-cmd/skill 提供的 Zhipu AI（GLM）命令行集成模块，可通过 CLI 调用 GLM 系列模型进行文本生成、推理与图像理解，并支持 API Key 管理与 @glm 快捷别名。
mcp-builder
MCP Builder 是一套构建 Model Context Protocol（MCP）服务器的原则指南，涵盖工具设计、资源模式与最佳实践，帮助开发者把 AI 系统与外部工具和数据源连接起来。
hunt-llm-ai
hunt-llm-ai 是面向安全测试的 LLM/AI 漏洞挖掘技能，覆盖提示注入、间接注入、经工具调用的数据外传、ASCII 走私，以及 OWASP ASI01-ASI10 智能体 AI 安全框架。强调漏洞必须串联到 IDOR、数据外传、RCE 或账户接管才具报告价值。
claude-code-sdk
Claude Code 扩展与配置的权威参考技能，覆盖插件、插件依赖、钩子、技能、规则、子智能体、智能体团队、频道、MCP 服务器、内存、设置、Auto Mode、云端功能与 Agent SDK 等机制的字段级细节，适合在构建、配置或调试 Claude Code 扩展时查阅。
multi-agent-orchestration
这是一个用于多智能体编排的技能，仅在用户明确请求多智能体长任务工作流、子代理、外部代理、模型多样性或重复审查修复时使用。它不因任务宽泛、有风险、模糊、长时间运行或需要更高置信度而自动激活。该技能以主代理为编排核心，负责权限、集成、验证和最终责任，通过强度分级（0-4级）控制编排深度，从直接执行到完整生命周期。它强调证据驱动的停止与暂停规则，使用有界任务包委派工作，并通过晋升门控将代理输出规范化为证据、发现、假设等类型。适用于需要多代理协作的复杂长任务，但不适用于普通规划、审查或直接执行场景。
claude-review-loop
claude-review-loop 是一个迭代式 Claude 审查与修复循环技能，对当前分支相对 main 的改动反复执行审查、分类、修复、验证流程，最多迭代 3 次，直至无必须修复项。
dispatching-parallel-agents
一种面向多独立问题的并行智能体调度技能：当存在 2 个以上无共享状态、无顺序依赖的任务时，为每个问题域分派一个智能体并并发执行，最后统一审查与整合。
cancel-ecomode
cancel-ecomode 是 oh-my-claudecode 中用于取消当前激活的 Ecomode 模式的技能，会清理状态文件并更新 HUD。若 Ecomode 由 Ralph 自动激活，需改用 cancel-ralph 一并取消。
agent-ledger-and-delivery
用于设计 agent_chats 或 agents_chat 记录、交付证据摘要、关联任务或提交、验证说明、风险、评审笔记与交接资料的技能，帮助评审者看到提示、意图、变更、验证、风险及关联任务或提交。
audit-agentic-cli
用于审计或设计面向智能体/LLM 消费的命令行工具的技能，关注稳定的 JSON 输出、语义化退出码、非交互式标志以及可迭代修复循环。
build-clean-mcp-architecture
用于按 Clean Architecture 边界组织或审计 TypeScript mcp-use/server 代码的技能。明确文件放置、各层允许的导入、bootstrap 职责及约束执行方式；侧重结构而非具体 API 配方。
build-mcp-use-apps
用于构建或修改 mcp-use 应用的技能指南，涵盖工具、资源、提示词、可视化组件、认证与部署等主题，并给出各功能对应的参考文件导航与常见实践要点。
run-issue-plan
用于按波次执行以 GitHub Issue 树形式存储的项目计划：读取层级结构，为每个 Issue 派发子代理，并按波次跟踪完成情况。
codex-subagent
codex-subagent 是一个通过后台 shell 启动 Codex 子智能体的技能，用于把消耗大量上下文的繁重工作卸载给子智能体。子智能体消耗自己的 token，只返回最终结果，适合深度研究、代码库探索和多步工作流。
aiops
aiops 是一个面向 AI 编码工作流的流程编排入口（Flow Conductor），通过单一命令推断任务类型、用通俗语言展示步骤，并在 flow.state.yaml 中跟踪整个流程，按阶段调度相应技能与智能体。
glm-master-skill
GLM 生态的文档型总览技能，仅提供官方技能目录、安装方式与 API Key 配置说明，不执行任何本地脚本或子进程命令，用于帮助用户发现并安装 GLM-OCR、GLM-Image、GLM-V 等下游技能。
kitaru-insights
kitaru-insights 是一个用于分析大量已记录 Kitaru 会话的技能。它借助用户自己的编码智能体与子智能体通读完整会话，发现固定计数器无法捕捉的重复性失败与成功模式，并阅读智能体代码以推测原因。该技能将一组会话转化为少量有证据支撑的洞察卡片，每张卡片会说明读取了什么、如何挑选会话以及结论的确定程度。卡片只是线索而非定论，需由人工后续通过 kitaru-investigation 确认。它提供 Quick、Standard、Deep 三个分析级别，支持随机抽样、子智能体并行阅读、模式分组与计数，并强调运行目录隔离、追踪内容不可信、不将智能体发现存为标注等规则。
lesson-propose
lesson-propose 是 agent-lessonbook 中的一个技能，用于在任务收尾、复盘或发生错误后，把纠正日志与观察整理成待审阅的经验提案，并按作用范围标注层级。它只生成候选，不负责推广落地。
mcp-builder
mcp-builder 是一份用于构建高质量 MCP（Model Context Protocol）服务器的开发指南技能，帮助 LLM 通过设计良好的工具与外部服务交互。内容覆盖研究规划、实现、测试与评测四个阶段，推荐 TypeScript 或 Python 技术栈、Streamable HTTP 或 stdio 传输，并给出 SDK 文档、最佳实践与评测指南的加载入口。
aisdlc-project-discover-products-aggregation
用于从存量代码、契约与数据主责反推业务模块（products）并收敛到可治理数量的技能，建议控制在6个以内，避免认知与维护失控，为跨模块讨论提供稳定地图。
build-zoom-meeting-app
Zoom 官方 Claude 插件技能，用于构建或嵌入 Zoom 会议流程，涵盖 Meeting SDK 选型、加入与鉴权、会议创建与加入流程设计，以及 Web 与原生平台差异。
build-zoom-team-chat-app
Zoom Team Chat 集成参考技能，用于在明确工作流后构建用户级消息集成与聊天机器人体验。重点区分 Team Chat API（用户身份）与 Chatbot API（机器人身份），避免认证、权限与端点选错。
choose-zoom-approach
这是一个面向 Zoom 平台开发的技术选型技能，用于根据具体使用场景选择最合适的 Zoom 架构接口。该技能通过决策框架帮助开发者判断应采用哪种 Zoom 技术面：对于确定性的后端自动化、账户管理、报表和定时任务，推荐使用 REST API；事件投递到后端使用 Webhooks 或 WebSockets；将 Zoom 会议嵌入自有应用使用 Meeting SDK；构建完全自定义的视频体验使用 Video SDK；在 Zoom 客户端内构建使用 Zoom Apps SDK；针对 Zoom 数据的 AI 智能体工具工作流使用 Zoom MCP；实时媒体提取或会议机器人使用 RTMS，必要时结合 Meeting SDK；电话工作流使用 Phone；联络中心或虚拟坐席流程使用 Contact Center 或 Virtual Agent。该技能还包含若干防护规则：当用户实际需要 Zoom 会议语义时不应推荐 Video SDK；当用户需要完全自定义的会话产品时不应推荐 Meeting SDK；不应仅用 MCP 指导替代确定性的后端自动化；当用户同时需要稳定的系统操作和 AI 驱动的发现能力时，优先采用 REST API 与 Zoom MCP 的混合方案。输出内容包括一条推荐路径、最小支持组件、硬性约束与权衡，以及立即执行的下一步实施建议。