plan-execution
Plan Execution 是一个按批次执行实施计划的技能:每批 3 个任务,批后设检查点做验证与进度跟踪,必要时升级给架构师评审。适用于执行实施计划、多任务工作流与进度追踪,不用于制定计划或调试。
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
25,712 个结果
Plan Execution 是一个按批次执行实施计划的技能:每批 3 个任务,批后设检查点做验证与进度跟踪,必要时升级给架构师评审。适用于执行实施计划、多任务工作流与进度追踪,不用于制定计划或调试。
一个用于评估开源项目想法的技能:以怀疑的产品视角和未来维护者视角,判断项目是否值得投入时间、信誉与维护成本,并给出 PURSUE、TEST、PIVOT、PARK 或 DROP 的结论。
Agent Comms Gateway 的消息发送与追踪技能:生产者用 joelclaw notify send 上报事实,由网关代理决定 Joel 收到什么、何时收到及通过哪个平台;用 flowId 追踪决策与回执,并保持单所有者传输安全。
Find Skills 是一个帮助用户发现和安装智能体技能(agent skills)的技能。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题,或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域(设计、测试、部署等)帮助时,该技能会引导用户使用 Skills CLI(npx skills)在开放的智能体技能生态中搜索、安装、检查和更新技能。它本身不提供具体领域能力,而是充当技能发现与安装的入口。
AIM 2.0 是面向 Claude Code 的项目技能,作为 AIM 的入口,用于运行完整的 AIM 2.0 命令族并编排项目专属的 PO、TDO、Dev、Reviewer 子代理。它适用于处理 /aim 意图、Epic 与 Done Increment 等工作流。技能会先检测引导状态:读取 .aim/state.json 以恢复未完成工作,再读取 aim.profile.yaml 与 aim.roles.yaml,并仅加载相关的 AIM 规范与仓库证据。主线程被设定为唯一的运行时与门禁所有者,负责写入状态、推进门禁、升级范围、整合结果以及接受增量或 Epic。角色委派通过 .claude/agents/ 下的 aim-po、aim-tdo、aim-dev、aim-reviewer 完成,其项目专长由 aim.roles.yaml 定义。若子代理不可用或不被允许,则报告为顺序回退。对于首次运行,技能会给出唯一推荐的下一步动作,并以固定格式说明所处状态、建议命令、原因与后续动作。识别状态包括已安装但未校准、已校准但无 Epic、Epic 存在但未批准、Epic 已批准以及被阻塞,并分别路由到校准、启动、门禁决策、继续或命名阻塞项。
Agent Teams 是 Claude Code 的一项实验性功能(v2.1.32+):由一个会话作为 lead,派生多个 Claude 会话作为 teammate,它们共享任务列表、通过 mailbox 交换消息,还能彼此直接对话。与只向父会话汇报的 subagent 不同,teammate 是可直接寻址的一等对等体。它适合需要共享状态并互相通信的并行工作,例如并行代码审查、竞争假设调试、跨层功能开发和写代码前的架构探索。每个 teammate 都是拥有独立上下文窗口的完整 Claude 会话,5 人团队约消耗单会话 5 倍 token,因此更适合评审、假设检验和探索,而非日常实现。启动方式:在 cmux 内运行 cmux claude-teams --dangerously-skip-permissions,或设置环境变量 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 后运行 claude。支持 split 与 in-process 两种显示模式。可用自然语言提示让 lead 派生团队,并使用计划审批、直接消息、subagent 定义复用、关闭清理以及 TeammateIdle、TaskCreated、TaskCompleted 钩子等工作流原语。
用于为项目生成精简的 CLAUDE.md 目录地图,并搭建结构化 docs/ 目录的引导工具,包含架构、产品规格、验收测试、ADR、执行计划等文档骨架。
Agent-Native 是一个用于构建、扩展、审查和调试 Agent-Native 应用的技能,基于 @agent-native/core 与 @agent-native/toolkit。其核心思路是:为人与智能体构建同一项能力,并让校验、授权、数据与副作用走同一条 action 路径。该技能涵盖确认应用及已安装版本、按需加载项目内相关知识与文档、实现共享功能(UI、Action、指令、应用上下文)、以及验证行为等环节,强调以已安装的文档和类型源码核实 API,避免猜测签名。资料未说明具体收费、平台或价格信息。
该技能用于为自主或半自主智能体系统设计、评审和改造人类监督控制,将治理松散的代理工作流转变为可审查、可中断、可审计的运行模式,产出策略、模式、交接包、审查报告、状态机与审计流程等工程化产物。
用于 Playwright 测试规划与文档的覆盖率维护技能,可在测试套件变更后同步覆盖率计划、场景 ID、可追溯性链接与实现引用,并标记计划与实现之间的偏差。
mcp-cytoscnpy 是 CytoScnPy 代码度量分析的 MCP 服务器集成,让 Claude、Cursor、Copilot 等 AI 助手通过 MCP 调用 CytoScnPy 的代码分析工具,需使用独立 CLI 二进制 cytoscnpy-cli。
Desktop Commander 是一个 MCP 服务器,用于文件系统操作、进程管理、终端交互和工作区探索。当该 MCP 服务器可用时,可用它执行文件读写、目录创建、进程启动与终止、文件与内容搜索等任务。
mcp-grepai 是一套基于 grepai MCP 服务器的语义代码搜索提示,主张用英文意图查询替代 Grep/Glob/find 来探索代码,并支持调用图追踪。
mcp-sequential-thinking 是一个通过可调整、可回溯的思考步骤来动态分析复杂问题的工具,属于 MCP 的 sequential-thinking 服务器。它支持修订、分支、表达不确定性和假设验证,适合多步骤规划与需要中途纠偏的分析任务。
一套面向 LLM 交互的提示词工程技能,涵盖少样本学习、思维链、提示词优化、模板系统、系统提示词设计,以及面向 Agent 的提示词最佳实践与说服原则,用于提升模型输出的可靠性、一致性与可控性。
该技能从少量起始点出发,追踪代码与文档中的集成面,发现完整系统生态,克隆本地缺失的仓库,分析各系统如何工作与连接,输出分阶段实施计划(先MVP再逐步扩展)。适用于将多个新旧系统整合到统一平台、梳理系统间集成面与依赖链。
fyi 是一个用于生成会话交接片段(session handoff)的智能体技能:当用户输入 /fyi 或需要把本次会话上下文交给另一个 agent 时,输出一段可直接复制粘贴的文本块,说明已完成工作、当前状态与待办事项。
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。
agent-doctor 是一个用于诊断 Codex 自定义 subagent TOML 文件可用性与正确性的技能。它扫描 `.codex/agents/` 或 `~/.codex/agents/` 目录下的 agent TOML 文件,逐个给出 PASS / WARN / FAIL 结论及原因,帮助确认这些 agent 能否被 Codex 正确加载并按预期运行。该技能只读检查,不在未经用户确认的情况下改写 agent 文件,也不安装、发布 agent 或修改全局 Codex 配置,不会真正启动 MCP server 进程。其核心目的是抓出 TOML 字段顺序导致的静默失效问题:任何 [table] 表头会吞掉其后的裸键,若把 mcp_servers 写在 developer_instructions 之前,指令会被错误解析,文件虽能解析不报错,但 agent 实际是哑的。检查项包括 TOML 能否解析、必填顶层键是否齐全、字段顺序是否正确、有无未知顶层键、sandbox_mode 取值是否合法、name 与文件名是否一致、mcp_servers 命令是否存在等。使用方式为运行 check_agents.py 脚本,需 Python 3.11+,支持默认目录、指定文件或目录以及 --json 机器可读输出。
Skill Builder 是一个用于创建或更新 Agent Skills/Codex 技能包的技能,帮助生成触发描述可靠、SKILL.md 工作流简洁、支持渐进式披露与可复用资源的技能。
MediWise Health Suite 是面向家庭的开源健康管理套件,可记录成员健康档案、病程与用药,追踪饮食营养和体重,并支持可穿戴设备同步。默认数据存于本地 SQLite,云端功能需主动配置。
Hyperliquid 是运行在自有 L1 区块链上的永续合约 DEX,采用全链上订单簿撮合,支持市价/限价/触发/TWAP 订单、仓位与杠杆管理、WebSocket 行情订阅及金库策略,认证使用 EIP-712 钱包签名而非 API Key。
用于在用户指出 AI 智能体犯错、越权、误解指令或要求复盘时,将该次过失转化为可长期执行的简短规则,写入技能自带的 fault.md 作为历史记录。
该技能提供一套管理 AI 智能体记忆的规范,核心是用 Q1/Q2/Q3 三个问题判断信息该写入热记忆(MEMORY.md)、冷记忆归档(memory/archive/)还是留在每日日志中。它定义了 P0/P1/P2 优先级标签及对应 TTL,规定 MEMORY.md 不超过 150 行、AGENTS.md 不超过 200 行的硬性限制,并列出热记忆、冷记忆和日志的常见误区。还包含一个每日自动运行的 memory-janitor.py 工具,用于检查过期条目并归档,以及写入前的检查清单。