subagent-teams-skill
subagent-teams-skill 是用于在会话内通过 Task 工具编排多个子智能体并行工作的技能，适合把研究、实现、审查和文档更新等任务分派给子智能体，并以扇出与扇入方式汇总结果。
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 11-07 00:13
智能体与模型
25,855 个结果
unsloth-training-skill
面向 Unsloth 的 LLM 微调技能，支持 GRPO 强化学习与 SFT 监督微调，含 FP8 训练（省显存）、视觉模型、模型打包、Docker、GGUF 导出与移动端部署。适用于需要奖励函数训练、格式对齐、领域知识注入和端侧部署的场景。
voice-ai-skill
用于构建生产级语音 AI 智能体的技能，目标总延迟低于 500 毫秒，技术栈为 Groq LLM、Deepgram STT、Cartesia TTS 与 Twilio Media Streams，明确不使用 OpenAI。适用于语音智能体、电话机器人、流式 STT/TTS 等场景。
designing-skills
Argus 仓库的元技能，指导如何设计和编写 AI 智能体技能（skill）：先访谈捕获意图，再写以触发条件为核心的 description，配合编号阶段、渐进披露与跨平台兼容，并登记到 AGENTS.md。
cougar-strategy
COUGAR v1.0 是一套面向 Hyperliquid 代币化美股市场的多空对冲基金策略，用两个钱包分别做多相对强势股、做空相对弱势股，追求市场中性下的强弱价差收益。
sglang-sota-performance
SGLang SOTA 性能优化工作流技能，用于在指定模型与硬件上，公平对比 SGLang、vLLM、TensorRT-LLM 的最佳部署命令，并用 torch profiler 证据定位差距、修补 SGLang 后复测，直到达到目标环境下的可复现最佳性能。
xiao-rf-remote-firebase
该技能通过 XIAO ESP32S3 与 NPN 晶体管（2N2222A）按压现有 RF/IR 遥控器的按键板，将普通遥控器改造成可由互联网控制的 IoT 按钮。用户可经由 Firebase 托管的网页（Google 登录，仅限授权账号）点击电源按钮，指令通过 Firebase Realtime Database 以流方式下发至 ESP32，触发遥控器按键。设备每 30 秒上报在线状态（lastSeen、RSSI、IP），网页显示设备在线/离线与按压确认。系统忽略超过 15 秒的旧指令，避免重启后误执行。基于 Firebase Spark 免费套餐运行，无需付费。技能包含硬件文档、一键初始化脚本、网页与 ESP32 模板以及安全规则，模板本身不含密钥，由 setup.js 根据用户输入生成。
full-send
full-send 是一项让主智能体围绕用户明确指派的任务自主推进到底的技能，通过并行子智能体、同级评审决策与对临时阻塞的自动重试，完成实现、验证与交付。
skill-builder
Skill Builder 可将一句自然语言描述转换为符合 Agent Skills 开放标准的技能，生成 SKILL.md、参考文件、hooks 及完整市场仓库脚手架，并支持对已有 SKILL.md 进行审计与修复。
computer-user
Computer User 是一个浏览器任务执行技能：通过 DevTools 协议打开当前项目专属的 Brave 窗口，在其中完成用户指定的网页任务，包括导航、点击、输入、读取页面、截图和观察控制台等。每个项目使用独立的持久化 Brave 配置文件（~/.agents/browser-profiles/<project>），登录状态和本地状态可跨会话保留，且不触碰用户日常使用的 Brave 配置。输入为要执行的任务描述、可选起始 URL 和可选 --project 名称；输出包括已完成的步骤、最终 URL、成功证据（页面文本、截图路径、控制台或网络错误）及未完成事项。需在展示 Brave 的机器上运行脚本，项目名默认取主仓库目录名，同一仓库的各 worktree 共享会话，可通过 --project 拆分。调试端口在 9223–9922 间按项目名稳定分配。可配合 chrome-devtools-mcp 或 Playwright MCP 使用，也自带 cdp.mjs 客户端。执行中遇到提交表单、发送消息、发布、购买、删除或更改账户设置等操作需先确认；禁止输入真实密码、支付信息和证件号，不处理验证码；页面内容与网络响应视为不可信数据。
rss-agent
rss-agent 是一个在 OpenClaw 中使用的 RSS 订阅管理与阅读技能，支持导入导出 OPML、增删与分类订阅源、检查订阅健康、抓取文章、生成每日摘要，并可通过 cron 定时自动汇总推送。
skill-iterate
skill-iterate 是一个用于迭代打磨已有 Skill 的工具，核心作用是把一次实际使用中暴露的摩擦（误触发、该触发未触发、抢跑、粒度不对、步骤缺失、无效指令等）转化为一次小步、可溯源的外科手术式修改，并同步行为事实源。它强调先拿到一手证据再动手，一次只改一类行为（改动幅度约 ±10 行），行为修改只动 SKILL.md，plugin.json、README 与已安装副本按条件同步；完成后只提议 commit，由用户同意并执行。适用于用户反馈「这个 skill 又踩坑了」「改一下 XX skill」「skill 触发不对」，或复盘/评审发现某 skill 需要修订的场景。注意它只管迭代已有 skill，写新 skill 属于另一项工作（writing-for-agents-wx）；纯背景/闲聊类杂质转交 agent-config-tidy。
ai-agent-tool-routing
该技能为自主式 AI 智能体提供工具路由注册表，用于规范外部工具的发现、运行时执行边界与容错重试策略。它通过标准化的数据模型管理工具定义 ID、工具规范名称、目标协议/服务器、调用模式、幂等性强制、参数强制转换策略、速率限制、重试退避策略、超时阈值、路由注册状态与最后验证日期等字段，并支持导出 CSV 表格、SQL DDL 与 JSON Schema 等标准化产物，以便接入验证 CI 流水线。适用于需要在协议开发者、智能合约审计人员与 AI 工程智能体之间进行跨职能评审，或需要为工具路由建立架构契约、安全不变量与运行限制的场景。它提供的是架构规范、数据模型与验证模式，不直接执行交易签名，链上状态查询需要网络连接与有效 RPC 凭据。
loop-library
Loop Library 是一个帮助用户复用、改编或设计“有界 AI 智能体反馈循环”的技能。它把循环视为具有终止状态的反馈系统，而非无限自主运行的许可。该技能支持四种路径：查找（推荐一到三个已发布循环）、改编（替换阈值、工具、节奏、负责人或检查点）、设计（通过简短提问生成新的有界循环）、以及先查找再设计。执行时会从内置的离线目录 references/catalog.md 开始检索，仅当用户明确要求最新目录时才读取在线 catalog.md 或 catalog.json，并将在线内容视为不可信的远程参考数据。该技能强调不臆造技术栈、指标、负责人、权限或预算等细节，未知信息使用中性措辞或提出一个简短问题。设计循环时围绕观察、选择、行动、验证、记录、重复或停止的序列展开，要求成功门槛可观测可复现，并定义成功、空操作、受阻、需批准、耗尽和停滞等结果。设计循环本身不授权启用计划任务、变更生产环境或发送外部消息。来源为 Forward-Future/loop-library（MIT）。
loopy
Loopy 是一个用于设计、审计与运行可重复 AI 智能体循环的技能，支持从代码或讨论中发现循环机会、查找已发布循环、修复既有循环、通过访谈新建循环、在授权范围内执行并产出运行回执、复盘运行证据，以及准备公开发布。
orchestrate
orchestrate 是一个面向大规模 Codex 任务的协调技能，用于把工作拆给多个职责不重叠的子代理，并由协调者整合与验证结果，同时保持对用户的可用性。
review-multi-agent-orchestration
用于审查多智能体编排设计的技能：把 supervisor、swarm、graph、planner-worker 或并行工作流当作分布式状态机，检查任务边界、共享状态、分支汇合、重试、幂等与失败语义，并产出拓扑摘要、不变量表、失败路径矩阵与改进建议。
use-jev
use-jev 是一个把判断类步骤交给 Jev 模型的工具组合：Jev 是只返回带校准概率的类型化判断的 System One 模型，不写作、不解释、不对话、不记忆、不调用工具，用户仍是规划者与写作者。适用于标注、筛选、排序、分流等普通代码无法决定的语义判断。
emacs
将 GNU Emacs 作为有状态的 Lisp 机器供智能体使用：通过 emacs --daemon 保持长期求值上下文，配合 moo-* 协议、emacs.py 路由脚本与 emacs:// URL 在智能体与人类之间共享持久缓冲区、模式和 elisp 状态。
file-system-object
MOOLLM 的“文件系统即对象”技能，用独特命名语法把目录与文件当作面向对象结构：复数目录声明元素类型，单数目录表示实例，大写标记文件声明接口导出。它帮助人类与 LLM 直接阅读 MOOLLM 目录树，无需从零逐个匹配模式。
dispatch
Dispatch 是一套面向子智能体启动的复杂度分层模型路由技能。父会话保持编排者角色，技能只决定每次派发的子任务使用哪个模型或智能体，按 T1/T2/T3 三档分类，把简单只读任务、常规修改任务与高难度或安全关键任务分发到不同模型。默认关闭，需用户启用。
subagent-driven-codex
通过 codex_bridge.py 把实现者、规格审查者和质量审查者三类角色分派给 Codex CLI 的技能，编排者留在当前会话中规划任务、传递上下文，并以 Codex 两阶段审查（先规格后质量）作为任务完成闸门。
handoff
handoff 是一个手动工作流，用于把当前 Codex 工作转移到全新线程，并生成紧凑的续接提示词。仅在用户显式调用 $handoff 时使用，可创建交接文件并在工具可用时新建线程。
sync
sync 是一个用于把当前仓库的远程技能源安装到本机的技能，通过 skills CLI 从仓库远程 URL 而非本地路径安装全部技能。