dcc-mcp-skills-creator
用于创建、编辑或校验 DCC-MCP 工具技能包（SKILL.md 与 tools.yaml）的技能。若需完整的适配器仓库应改用 dcc-mcp-creator。
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 11-06 00:14
智能体与模型
25,709 个结果
dcc-mcp-core
dcc-mcp-core 是 DCC Model Context Protocol（MCP）生态的基础库，用 Rust 为核心、通过 PyO3 暴露 Python API，让 AI 助手能以 MCP 方式操作 Maya、Blender、Houdini、3ds Max 等数字内容创作软件。提供动作管理、Skills 系统、IPC 传输、MCP Streamable HTTP 服务、进程管理、沙箱与共享内存等能力。
dcc-mcp-skills-creator
用于创建、校验与审查 DCC-MCP 技能包的基础设施型元技能，随包提供脚手架与校验工具，并指导编写 SKILL.md、tools.yaml、scripts、groups、prompts 及渐进加载分类。
dcc-mcp-houdini-setup
dcc-mcp-houdini 的安装配置技能，用于在目标机器上把 dcc-mcp-houdini 装入 SideFX Houdini 的 hython 环境，生成 MCP 主机配置，并引导用户让 Houdini 启动 MCP 服务器。
active-storage-setup
为 Rails 8 配置 Active Storage 文件上传的技能，涵盖本地与云存储、图片变体、直接上传、多态附件、校验与测试。
caching-strategies
面向 Rails 8 的缓存策略技能，覆盖 HTTP 缓存、片段缓存、俄罗斯套娃缓存、低级缓存、集合缓存与 Solid Cache，并包含失效、预热与测试方法。
high-stakes-grill
High-Stakes Grill 是一个用于压力测试、编写规格或打磨计划的技能。它采用“选择性自主”的方式：由智能体自行解决常规问题，但当某个答案会实质性改变工作方向、风险或成本时，暂停并交由人类判断。该技能会从对话、仓库、issue、PRD 或指定文件中找到计划，建立决策日志与上下文胶囊，循环处理未决问题，将问题分类为 auto、human 或 skip，并对 human 类问题以 2-3 个具体选项的形式逐一提问。适用于需要大量细节自主决定、但少数关键决策仍需人工把关的计划场景。
cut-release
cut-release 是 claude-code-trace 项目的本地发布技能，可全自动完成从检测提交、判定版本号、更新版本文件、生成 CHANGELOG 到打标签、推送、触发流水线并发布 GitHub Release 的端到端流程，全程同步执行、不询问用户。
dashboard-ui
用于在 agent-swarm 仪表盘 apps/ui 中构建或修改 UI 的技能，覆盖页面、组件、表单、设置页与 onboarding 多步流程，强调先读项目设计与组件规范，并给出放置、依赖方向、动效与验证要求。
deep-research
面向代码库的深度研究编排技能：接收调查主题与条目列表，并行启动 researcher 子代理，用验证脚本与 evaluator 校验结果，最后由 synthesizer 合成报告。
write-a-skill
用于创建具有正确结构、渐进式披露和打包资源的新智能体技能，适合在用户想要创建、编写或构建新技能时使用。
autonomous-agent-harness
将 Claude Code 转变为具备持久记忆、定时任务、计算机操作与任务队列的自主智能体系统，仅使用原生功能与 MCP 服务器，可替代 Hermes、AutoGPT 类框架。
skill-comply
skill-comply 是一个用于测量编码智能体（coding agent）是否真正遵循技能、规则与智能体定义的工具。它从任意 .md 文件自动生成预期行为序列（spec），并在三种逐步降低提示严格程度的场景（支持性 → 中性 → 竞争性）下运行智能体，通过 claude -p 捕获工具调用轨迹，用 LLM 而非正则对工具调用进行分类，再确定性地检查时间顺序，最终生成自包含报告。报告包含自动生成的行为规范、各场景提示词、每场景的合规得分，以及带 LLM 分类标签的工具调用时间线。支持的目标包括技能（skills/*/SKILL.md）、规则（rules/common/*.md）与智能体定义（agents/*.md）。核心概念是“提示独立性”——即当提示词并未明确支持某规则时，该规则是否仍被遵循。可通过 uv run python -m scripts.run 运行，支持 --dry-run 无成本试运行以及自定义生成模型与运行模型。
slb
SLB（Simultaneous Launch Button）为 AI 编程代理执行破坏性命令提供双人复核机制：代理运行高风险命令前需另一代理审核批准，命令在本机 shell 执行，守护进程仅作公证验证而非执行器。
piu-mcp
PIU MCP 工具包，通过本地 Streamable HTTP 暴露 46 个 MCP 工具，用 CLI 管理 PIU 项目、集合、请求、环境、数据模型、执行、搜索、同步与 OpenAPI 生成。
1k-new-skill
用于创建新的 Claude Code Skill 的元技能，按最佳实践引导完成需求收集、结构搭建与内容编写。适用于用户想新建技能、添加技能或询问如何为 Claude 编写技能时。
add-agent
用于向 Agent Sandbox 添加新 AI 编程智能体的脚手架技能：按 Claude、Copilot、Codex 的既有模式生成 Dockerfile、Compose 模板、CI 工作流与文档，并把智能体接入 CLI、代理和构建流程。
agent-agent-organizer
Agent Organizer 是一个面向多智能体编排的专家型智能体，专注团队组建、任务分解、智能体选择与工作流优化，强调为每项任务匹配合适智能体并保障协作效率。
agent-architect
Agent Architect 是一个元智能体技能，用于把单个项目需求转化为由多个专用 AI 智能体组成的并行协作集群，完成分析、设计、生成提示词、并行执行、集成与交付。
agent-architect-reviewer
面向系统设计评审的架构审查智能体，专注设计模式、可扩展性、技术选型、集成策略与技术债分析，帮助构建可持续演进的系统。
agent-architecture
面向 AI 智能体系统设计与实现的技能文档，涵盖带强制护栏的工具调用智能体、FastAPI 到 Next.js 的 SSE 流式传输、LangGraph 多智能体、pgvector 情景记忆与 MCP 集成，并说明何时不应使用智能体。
agent-build-engineer
面向构建工程与开发效率的智能体技能，专注构建系统优化、编译策略与缓存配置，目标包括缩短构建与重建时间、减小打包体积、提高缓存命中率并保证构建可复现。
agent-development
该技能用于在 Claude Code 插件中创建和编写子代理（Subagent），涵盖代理文件结构、YAML frontmatter 字段、触发条件与系统提示词设计。当用户提出“创建代理”“添加代理”“编写子代理”“代理 frontmatter”“何时使用描述”等需求时使用。内容包括 name、description、model、color、tools 等字段的规范，description 中的触发条件与示例写法，系统提示词的分段模板（职责、分析流程、质量标准、输出格式、边界情况），代理的命名空间、目录组织、校验规则，以及 AI 辅助生成和手动创建两种方式与测试要点。
agent-discovery
用于发现并编目系统中所有 Claude Code 智能体的技能，覆盖内置、插件、项目与用户级智能体，并支持通过 MCP 工具进行结构化查询与后续注册、监控。