kaggle-standardized-agent-exam
Kaggle 标准化智能体考试：让 AI 智能体通过 HTTP 接口注册身份、参加标准化考试并获得评分，全程无需 Kaggle 账号。
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
25,712 个结果
agent-browser
agent-browser 是面向 AI 智能体的浏览器自动化 CLI，通过 CDP 直接驱动 Chrome/Chromium，支持导航、快照取元素引用、点击填表、截图、下载、会话持久化与认证管理，适合让智能体与网站交互。
project-agent-bootstrap
Project Agent Bootstrap 是一个用于把普通项目目录初始化为 AI 辅助开发工作区的技能，可为 Codex 生成 AGENTS.md、为 Claude Code 生成 CLAUDE.md，并配置本地 MCP 服务器与 Git。
agent-browser
面向 AI 智能体的浏览器自动化 CLI，通过 CDP 驱动 Chrome/Chromium，提供可访问性树快照与 @eN 元素引用，支持会话、认证保管、状态持久化和录屏。
starknet-network-facts
Starknet 网络层约束与协议事实参考，用于评估合约安全性与智能体推理，聚焦交易版本、费用代币、区块时间与排序器/打包模型等链上假设。
find-skills
find-skills 是一个帮助用户发现并安装开放智能体技能生态中技能的工具，可在用户询问“如何做 X”“有没有 X 的技能”或希望扩展智能体能力时，通过 Skills CLI 搜索、评估并安装合适的技能包。
multi-agent-driven
一个用于把当前任务拆解并派发给多个子代理协同完成的技能，仅在确有多代理必要时才展开。它强调用户始终担任编排者，负责分解、派发与整合，并给出了判断依据、拆分方式与集成规则。
kelpi
Kelpi 是一个通过官方托管 MCP 端点引导新用户完成连接、认证、工作区检查与首个流程上线的技能，属于 kelpi-ai/kelpi-skills 仓库。
loop-issues
Loop Issues 是一个把 PRD 或计划切分为可独立领取的 tracer-bullet 议题（issue）的技能，要求每条验收标准都通过可机器检查的门禁后才发布，便于无人值守的智能体直接落地。
use-kody
use-kody 是面向智能体的一项技能约定：当 Kody 的 MCP 工具（search、execute、api）已连接时，任何任务都应优先使用 Kody，包括在考虑编写一次性脚本、调用其他 API 或使用浏览器之前先尝试 Kody，并可通过 @kodycodes/cli 在本地执行。该技能还规定了 CLI 凭据引导流程、默认工作路径（先 search，再 execute 或本地 CLI，可复用工作应沉淀为 Kody package）以及回退到其他工具的条件。
minimax-prompt
MiniMax Prompt 是一个通过 minimax-prompt CLI 包装器调用 MiniMax M2.5 模型完成一次性 LLM 任务的技能，适用于提示、摘要与生成，走 MiniMax 的 Anthropic 兼容 API，速度约 2 秒。
netra-context-tracking
Netra Context Tracking 是一项用于在 Netra 追踪中实现请求、会话、用户与租户上下文跟踪及对话日志记录的技能，可附加自定义属性与业务事件，适用于多轮应用的身份与对话上下文管理。
poteto-mode
poteto-mode 是 pstack 中的一种代理工作风格技能，用于产出简洁而详尽的回答、审慎调度子代理、去除 AI 味文风、保持代码简单并验证工作结果。仅当用户显式调用时运行。
setup-pstack
用于配置 pstack 的 Explorer、Worker、Judge 与三个 Arena Runner 共六个 Agent 配置档，并支持从旧配置迁移。Judge 固定使用 GPT-6-Astra xhigh，其余角色按指定模型与推理强度设置。
peer-id-lookup
peer-id-lookup 是一个用于 claude-peers 的技能：根据课名（部门名）自动解析对应的 peer ID，省去手动调用 list_peers 并目视确认的成本。适用于 dispatch 时按课名指定 peer、CronCreate 中需要 peer ID 等场景。
mcp
用于在 Claude Code 中创建与管理 MCP（Model Context Protocol）服务器的指南，介绍如何添加自定义工具、连接外部服务并实现项目专属自动化。
lode-hard-stuff-radar
该技能从 Lode 记忆库中识别高杠杆的难点问题，聚焦设计边界、风险、维护债务、过时假设等无法靠生成更多代码解决的问题，并按类别输出可执行的雷达报告。
memory-sync
memory-sync 是一个用于同步项目 Codex 指令的技能。它依据 references/sync-contract.md，对明确列入清单的项目 Codex 指令进行核对、去重与压缩，使其与当前源码事实保持一致。使用前需先盘点被授权的具体路径，包括适用的 AGENTS.md、被显式引用的 .codex/rules/ 或约定、原生 agent TOML，以及原生 skills/配套指令 Markdown；仅因文件存在于某目录、被 git 跟踪或是 Markdown 格式，并不代表其被授权。用户缩小范围的要求始终优先，例如“仅规则”或明确文件列表。该技能支持从请求中解析变更事实来源（默认会话，也可指定分支、提交/范围、近期提交或全部事实），并提供 NORMAL 与 HARD 两种深度：NORMAL 核对事实、去重并压缩；HARD 额外审计规则激活情况，并在不丢失项目决策的前提下移除通用性指导。深度不会扩大编辑范围。源码、分发模板/产品技能源、公开文档、配置、报告、任务/运行时状态、缓存、密钥及个人/全局指令层仅作为证据或被排除，绝不作为编辑目标；Claude 指令与共享符号链接目标仅做核对。持久化 Codex 记忆需要用户明确直接请求并符合当前记忆策略，仅调用本技能不足以授权。
computer-use
面向 macOS 桌面自动化的技能，通过开源 CLI 工具 agent-click 在用户本机控制桌面应用，可点击按钮、输入文本、读取屏幕、滚动与拖拽文件，所有命令经 Agent Tunnel 在本地执行。
kstack-generate-principles
kstack-generate-principles 是一个面向 Kriscard Stack 的技能，用来自动从已配置的 Obsidian 知识库中生成有证据支撑的改进候选，再只把用户选中的候选深化为针对 Kstack 原则、操作手册（playbook）或通用技能（generic skill）的提案。它强调以证据为准、输出通俗易懂、先查现有归属再提新候选，并覆盖从证据收集、候选排序、深化提案到获批后落地的完整流程。
configure-ecc
configure-ecc 是 Everything Claude Code（ECC）项目的交互式安装向导技能，通过 AskUserQuestion 引导用户选择并安装技能与规则到用户级或项目级目录，随后校验安装正确性并提供优化选项。
continuous-learning
一个 Claude Code 技能，在会话结束时自动评估会话内容，提取可复用的模式并保存为 learned 技能，供后续使用。
continuous-learning-v2
基于“本能（instinct）”的持续学习系统，通过 Claude Code 钩子观察会话，生成带置信度评分的原子化学习行为，并演化为技能、命令与智能体。
iterative-retrieval
迭代检索模式（Iterative Retrieval Pattern），用于在多智能体工作流中逐步细化上下文检索，解决子智能体在开始工作前不知道需要哪些上下文的问题。