opencode-acp-control
这是一个让 AI 智能体能够通过 Agent Client Protocol（ACP）直接控制 OpenCode 的技能。它提供了从启动 OpenCode 进程、建立 ACP 连接、创建会话、发送提示词到读取流式响应、取消操作以及加载历史会话的完整工作流。所有消息基于 JSON-RPC 2.0 格式，换行分隔，通过轮询方式读取响应。该技能还包含检查 OpenCode 版本并触发自动更新的方法，以及恢复历史会话时让用户选择会话的交互流程。
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
25,853 个结果
reasoning-personas
Reasoning Personas 是一套通过激活不同“高主动性思维模式”来提升推理质量的方法。它把思维角色定义为行为调节器，通过降低某些行为的惩罚、提高特定输出的奖励，并启用对应的问题框架，来改变被激活的推理模式。内置四种角色：Gonzo Truth-Seeker（探索想法、头脑风暴，寻找缺口、挑战假设、说出不舒服的真相）、Devil's Advocate（审查计划、决策前、代码审查，寻找弱点、失败模式与风险）、Pattern Hunter（决策点、架构选择、任何“选 X 还是 Y”的场景，关注联系、先例与模式识别）、Integrator（在既有系统上构建、确保一致性，关注系统连贯性、连接与整体视角）。使用流程为：识别所需思维类型、激活角色、套用该角色的问题框架、按角色的奖励函数输出。技能还提供自动激活映射（如头脑风暴默认 Gonzo、代码审查默认 Devil's Advocate、架构选择组合 Pattern Hunter 与 Devil's Advocate）以及手动触发短语（如“Put on your Gonzo hat”）。多角色分析可按 Pattern Hunter→Gonzo→Devil's Advocate→Integrator 的顺序循环，实现上下文感知、创新、压力测试与连贯性。输出时可显式标注角色（如 [Gonzo mode]），也可静默应用。
ltx23-comfyui-ti2v-audio
该技能用于在 ComfyUI 中运行、配置、解释或改编 Isi-dev 风格的 LTX 2.3 文本生成视频/图像生成视频（含音频）工作流，支持远程 GPU 环境下的脚本化部署、启动与实验记录。技能内包含上游 App JSON、Jupyter Notebook 和已提交的 API 格式提示词作为不同用途的参考源，并提供远程安装、服务启动、模型与依赖校验、参数说明、音频路径处理以及生成结果验证等操作规则。适用于需要在远程 Linux GPU 主机上搭建 LTX 2.3 ComfyUI 环境、执行音频驱动视频生成或对比模型变体的场景；具体模型清单、硬件要求和生成效果需以实际仓库与运行结果为准。
supermemory-forget
supermemory-forget 是 Supermemory 记忆系统中的删除技能，用于移除过时、不正确或已变更的记忆信息。当用户表示某事不再成立、要求删除记忆或信息发生变化时使用，可按描述匹配并删除记忆。
supermemory-login
Supermemory 登录技能，用于在 Codex 会话中完成 Supermemory 身份验证并设置 API 密钥。当用户需要认证、配置密钥，或记忆功能提示缺少密钥时使用。
liang-xiangrun
该技能模拟梁湘润（1930-2014）的思维与教学框架，以港台子平派学科化代言人及行卯丛书主笔的身份回应。其核心包括“子平母法”主张、三阶段教学法（基础工、判断工、悟工）、评注信任度判断（对徐乐吾等民国整理派评注的学科史层级审视）以及子平派学科化路径。适用对象为希望系统进阶学习子平命理的读者，不适用于一次性问命者；方法论边界明确，不跨盲派象法或五术。技能以第一人称角色扮演方式，使用学者式、教材式语言，强调回归沈孝瞻、任铁樵、余春台原文，跨评注对读，并给出概率边界而非必然判断。具体盘例与古文引用需以行卯原书为准。
kyro-pi-sprint-flow
kyro-pi-sprint-flow 是一个 Kyro 编排器（Orchestrator）技能，用于在 Pi 等宿主环境中调度 Kyro 冲刺（sprint）流程。它本身不执行冲刺、也不做 QA，而是负责识别当前阶段、启动对应的工作者（Worker）、注入先前结果、收集结构化返回、向用户展示状态，并遵循 KYRO NEXT STEP 推进。它管理的角色包括执行者（Executor Worker，加载 kyro-task-context 与 kyro-sprint-executor）、QA/认证者（加载 kyro-qa）以及按需的修复工作者。该技能强调：编排者只调度不执行；每个阶段使用全新的独立工作者与干净上下文；不得臆造工作者结果，返回契约不完整即视为 BLOCKED；只处理当前活跃冲刺；不得手工编辑 sprint.json 等 Kyro 管理状态。QA 在首次执行后需要用户授权；在 Pi 上每次 QA 必须由用户从 enabledModels 中选择认证模型后才能启动。修复→QA 循环上限为 3 轮，第 4 次 CHANGES_REQUIRED 时停止并询问用户。冲刺关闭属于用户门控，编排者不负责关闭。QA 报告需原样呈现，不得总结、翻译或改写。
agent-relay
agent-relay 是一个产品无关的跨 Agent 任务接力与委派工具，核心解决换设备、换工作区、额度用尽时任务如何继续的问题。它通过 session-digger 收集证据组装 packet，再经 CLI invoke 把任务交给子代理或任意 peer 读取 HANDOFF 续跑。可委派的 peer 包括 Claude Code、Grok、Kimi Code、Codex（mimo）等。主要提供 goal-lint、plan、pack、resume、bridge、suggest、invoke、job-status、handoff、delegate 等命令，支持额度切换、压缩续跑、子代理调用与协作。链路为 workspace 发现本机各 Agent 落盘目录、pack 按当前项目自动绑定会话、invoke/handoff 静默或可见调用、最后 VERIFY 验收。
mimo-skill-creator
用于为 MiMo Code 创建、测试与优化技能的技能创建器，基于 task、bash、read、write、edit、skill 等原生工具，支持技能打包与触发优化。
agent-social
面向 AI 智能体的社交匹配技能：分析用户资料，在 NextMarket 平台注册智能体档案，并按技能、兴趣与目标搜索匹配的智能体。
telegram-bot-agent
Telegram Bot Agent 是一个面向 Claude 智能体的 Telegram 机器人管理技能包，用于创建和配置 Telegram 机器人、向用户或群组发送消息，并通过基于名称的联系人系统自动化 Telegram 交互。使用前需安装 python-telegram-bot 和 python-dotenv。它提供初始化机器人、测试连接、导入联系人、按名称发送消息、发送格式化消息、按钮、文件和图片等脚本，并支持自然语言到命令的转换。
build-custom-agent
该技能用于从简短 Purpose 出发，构建一个有边界的 .NET 10 本地智能体原型；对需要实时访问、真实效果或复杂编排的请求，则改为提供零写入的集成方案。
build-template-agent
用于复制、构建、冒烟测试并运行 .NET 10 智能体模板的技能，支持 Release Evidence Reviewer、Docs Q&A、Operations Data Analyst、Ticket Triage 四种成品模板，不生成或定制源码。
yolo-master-agent
YOLO-Master Agent Skill 用于通过统一调度器执行 YOLO 系列任务，覆盖训练、验证、预测、跟踪、导出、基准测试与调参，并支持 LoRA 诊断、PEFT 对比、MoE 诊断/剪枝及多模态视觉推理与批量评估。
ag-ui
AG-UI（Agent-User Interaction Protocol）是一个开放、基于事件的协议，用于规范 AI 智能体后端与面向用户的前端应用之间的通信。应用通过一次 JSON 请求（包含线程 ID、运行 ID、消息、状态、工具、上下文和转发属性）发起交互，智能体则以类型化事件流的形式返回文本、工具调用、状态变更和生命周期事件。该协议由 CopilotKit 团队创建，已有多家智能体框架实现支持。配套 SDK 包括类型与常量包、HTTP 客户端、事件编码器以及各框架适配包；React 层由 CopilotKit 提供。协议 1.0 版本校验较为严格，要求事件类型已知、字段格式正确，并在运行结束前关闭所有已开启的消息、工具调用和推理片段。
agent-workflow-packager
Agent Workflow Packager 可将重复的 AI 编码智能体工作流打包为可复用的 SKILL.md 技能包，包含触发词、边界约束、示例与验证清单，适合把提示词、检查表、运行手册或 AGENTS.md 片段转化为智能体技能。
huggingface
面向 Hugging Face 生态的终端技能，覆盖 transformers 库、模型 Hub、分词器、推理管道与微调，可下载模型、运行推理、处理数据集并发布模型。
ios-debugger-agent
该技能是面向 iOS 开发的 AI 调试代理，通过 XcodeBuildMCP 在已启动的 iOS 模拟器上构建、运行、调试应用，支持查看模拟器界面、捕获日志与 UI 交互。适用于需要在模拟器环境中运行和排查 iOS 应用的场景。
openclaw
OpenClaw 是一个开源、自托管的网关，用于把 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等消息平台连接到 AI 编程智能体，覆盖安装、多智能体路由、定时任务、Webhook 与子智能体编排。
prompt-tester
Prompt Tester 是一项用于系统化设计与测试 AI 提示词（Prompt）的技能。它提供一套可复用的流程：先定义评估标准（评分细则），再构建覆盖正常、边缘与对抗性输入的测试用例，然后设计 2-3 个提示词变体进行对比实验，最后依据准确率、一致性、格式匹配、边缘用例处理、Token 消耗等指标选出最优变体并迭代改进。该技能适用于构建 AI 功能、优化智能体指令、比较系统提示词等场景。资料中给出的评估维度包括准确性、一致性、延迟、格式与边缘用例，并提供客户支持分类器、会议纪要摘要、代码审查等示例。使用方式为按步骤执行：定义评估标准、创建测试用例、设计变体、运行评估、迭代优化，并建议检查一致性、记录提示词变更日志、为生产提示词添加回归测试。资料未提供具体安装命令、收费方式或平台支持信息。
qdrant
Qdrant 是一款用 Rust 编写的高性能向量搜索引擎。该技能将你定位为 Qdrant 专家，帮助开发者构建语义搜索、RAG 检索、推荐系统和异常检测等应用。Qdrant 支持十亿级向量集合、高级过滤、多向量（命名向量）与混合搜索，并提供亚毫秒级查询延迟和丰富的载荷（payload）过滤能力。资料中给出的能力包括：集合与点的创建和批量写入、带过滤条件的语义搜索、推荐（正/负样本）、滚动遍历、命名向量多向量检索；安装方式为 npm 安装官方 JS REST 客户端，服务端可用 Docker 启动。资料还列出最佳实践，如先过滤后向量搜索、为常过滤字段建立载荷索引、使用命名向量、设置分数阈值、启用量化、批量写入以及使用推荐接口。适用场景为需要向量检索与语义搜索的检索类应用开发。具体收费、平台支持范围、性能指标等细节资料未完整提供。
ray
Ray 是一个用于将 Python 应用从单机笔记本扩展到集群的分布式计算框架。它提供 Ray Core 用于分布式计算，可将普通函数或类通过 @ray.remote 转换为分布式任务或 Actor；Ray Serve 用于模型服务，支持自动扩缩容、批处理与多模型组合；Ray Tune 用于超参数调优，支持 ASHA、贝叶斯优化、PBT 等算法；Ray Data 用于分布式数据加载与预处理。它还支持 GPU 任务、有状态 Actor、Kubernetes 集群配置和按需求自动伸缩 worker，并可按任务指定 CPU、GPU、内存资源需求，适用于机器学习训练、推理服务、数据处理等需要并行与扩展的场景。
senior-computer-vision
面向目标检测、图像分割与视觉 AI 的技能：支持 YOLO（v8/v11）、Faster R-CNN、SAM、Mask R-CNN，并提供 TensorRT 生产部署优化与实时推理。适用于检测图片目标、分割图像、跑 YOLO 推理、训练自定义模型等任务。
terragrunt
Terragrunt 是 Terraform 与 OpenTofu 的轻量封装工具，用于让配置保持 DRY、管理远程状态，并编排多模块部署。它帮助平台团队借助层级配置、依赖管理与前后置钩子，跨多环境与 AWS 账号管理大规模基础设施。