rag-engineer
用于构建 RAG（检索增强生成）系统的技能，覆盖文档分块、嵌入生成、向量存储、检索策略与答案生成，提供分块、嵌入、Supabase/pgvector 与 ChromaDB 存储、混合检索、重排序及 Claude 生成答案的示例。
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
25,860 个结果
s3-storage
基于 Python boto3 在 S3 兼容存储（AWS S3、Cloudflare R2、MinIO）中上传、下载和列出文件的技能，通过环境变量配置凭证与存储桶。
mcp-builder
mcp-builder 是一份用于创建高质量 MCP（Model Context Protocol）服务器的开发指南，目标是让 LLM 通过设计良好的工具与外部服务交互。指南强调 MCP 服务器的质量取决于其帮助 LLM 完成真实任务的能力，并给出从研究规划、实现、审查测试到创建评估的完整流程。内容涵盖现代 MCP 设计原则（API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息）、MCP 协议文档与 SDK 文档的查阅方式、推荐技术栈（TypeScript 与 Python、Streamable HTTP 与 stdio 传输）、工具输入输出 schema、注解、分页、错误处理，以及用 MCP Inspector 测试和编写 10 道评估问题的方法。
levelup-trace
levelup-trace 是一个会话执行轨迹生成技能，用于从当前智能体会话中生成执行轨迹。它记录智能体实际做了什么、做出的决策、变更的文件以及可复用的模式，而非依据 spec-kit 制品。轨迹输出到 .adlc/drafts/trace.md，可作为 levelup-specify 提取 CDR 的输入。适用于完成工作后记录会话、在运行 /levelup-specify 前生成轨迹、进行会话文档留存以及捕获可复用模式。
seedance-prompting
Seedance 2 提示词生成技能：把模糊的视频创意转成结构化的 Seedance 2.0 提示词，遵循官方六层架构（主体→动作→环境→镜头→风格→约束），并支持音频提示与多镜头一次生成。
agy-harness
AGY harness 是一项用于从其他智能体驱动 Antigravity（Gemini）CLI（即 agy / agy.exe）的技能。它面向需要以无交互方式调用 Antigravity CLI 的宿主智能体，推荐在无 TUI 的场景下使用 agy --print 一次性执行；只有具备真实 PTY 时才使用 TUI。资料基于 agy 1.1.13 验证，涵盖 Windows 下通过 winget 安装、刷新 PATH、认证方式（企业 Google 账号或 GEMINI_API_KEY 配合 settings.json）、settings.json 权限配置（read_file(*)、command(*) 允许列表）、--print 一次性调用与继续会话、对话 ID 复用、--output-format json 与 --json-schema 结构化输出、模型列表、TUI 快捷键及常见使用陷阱。安装命令为 winget install --id Google.AntigravityCLI --accept-source-agreements --accept-package-agreements。注意 Google.Antigravity 是桌面 IDE，与本 CLI 不同。
mcp-server
基于 Model Context Protocol 文档的 Python MCP 服务器构建规范，介绍如何用 FastMCP 实现资源、工具与提示，并给出环境搭建、运行与连接到 OpenCode 的示例。
autonomous-multi-ai-agents
用于在同一项目或会话中协调多个 AI 智能体的编排层技能，可同时处理聊天、语音、代码与文件编辑，并通过明确轮次避免破坏性冲突。由 TippyEntertainment 提供，适用于 Tasking.tech 平台及 .claude、.openai、.mistral 等技能运行时。
hosted-multi-agent-orchestrator
托管式多智能体编排技能，用 /api/chat 与 /api/generate 协调主持智能体与多名工作智能体，在共享聊天中并行对话并产出代码、配置、文档等交付物，适用于 Tasking.tech 及兼容 Claude、OpenAI、Mistral 的技能运行时。
meta-superpowers
meta-superpowers 是一个面向 AI 代理的任务启动协议，强调在每个任务开始前先发现并执行适用的技能。其核心流程包括：在回应任何用户请求前，先在心里枚举可用技能，判断是否有技能与当前任务匹配；若有，则通过 Skill 工具读取并运行该技能，而不是依赖记忆；随后向用户声明“我正在使用 [技能名称] 来……”，并严格遵循技能定义的工作流。该协议还列出了必须遵守的关键规则，例如编码前先进行头脑风暴、测试驱动开发、验证等；技能中的流程要求优先于用户对“做什么”的指令。协议同时列出若干“合理化触发词”，如“这很简单”“我先收集信息”“我记得这个技能”“技能有点小题大做”“让我先做一件事再检查”，一旦出现这些念头应立即停止，因为它们往往意味着即将跳过必要流程。若技能包含检查清单，则须为每个步骤创建 TodoWrite 待办项，不依赖脑内追踪、不批量处理、不跳过步骤，只有真正完成才标记为已完成。适用范围为使用该插件的代理式工作环境，用于提升流程透明度与执行一致性。具体安装命令、收费方式、平台支持等信息暂未提供。
linear-discipline
一个常驻式 Linear 会话纪律技能，用于已在 Linear 中跟踪的仓库，规范问题创建、状态推进与收尾；对未跟踪仓库仅做一次软提示，不自动创建项目或问题。
linear-finish-install
Linear 追踪安装的收尾步骤：在所有技能就位后，写入常驻规则（Linear 为每次会话的默认事实来源）并验证 Linear MCP 认证。按顺序执行常驻规则、MCP 认证、可选监控自动化，最后报告状态。
linear-setup
linear-setup 是一个用于按既定方法论初始化或扩展 Linear 项目追踪的 Agent 技能，强调流程而非 API 增删改查。适用于用户要求设置 Linear 追踪、把项目纳入 Linear 等场景。需先探测 Linear MCP 并完成认证，再依次判断项目是否已存在追踪、确定目标与结构、回填历史、建立关联并写入追踪协议。
context-loader
Context Loader 是 Trail of Bits 的 overtly-malicious-skills 集合中一个在启动时运行的技能，用于在本地同步各 Claude Code 实例之间的启动上下文。官方资料对其具体功能、用法与限制说明有限。
trigger-authoring-chat-agent
Trigger.dev 的 chat.agent 编写技能，讲解基于 @trigger.dev/sdk/ai 构建持久化 AI 聊天智能体的每轮运行循环、chat.toStreamTextOptions() 的必要展开、工具与数据部件、两个服务端 action 与 React transport 等要点。
trigger-chat-agent-advanced
Trigger.dev 提供的 chat.agent 高级与运维技能包，按需加载，覆盖 Sessions 原语、自定义传输、子智能体、HITL、恢复与测试等，参考资料随已安装的 @trigger.dev/sdk 版本内置。
mcporter
mcporter 是一个直接操作 MCP 服务器与工具的 CLI，支持 HTTP 与 stdio 连接，可列出、调用、鉴权和配置 MCP 服务，并支持配置编辑与代码生成。
remote-http-mcp
remote-http-mcp 是一个连接远程可流式 HTTP MCP 服务的技能，用于动态发现并调用该服务暴露的公告（announcement）和常见问题（FAQ）工具。它不启动服务、不预配置命名 broker 服务器，仅记录端点与推荐的 broker 工作流。
voice-call
voice-call 是 OpenClaw 的语音呼叫插件（来源仓库 trpc-group/trpc-agent-go），用于发起或查看语音通话，支持 Twilio、Telnyx、Plivo 三种运营商以及 mock 模拟模式。可通过 CLI 命令发起呼叫、查询通话状态，也可作为工具供智能体调用，实现由智能体主动发起呼叫、继续通话、向用户语音播报以及结束通话等操作。使用前需要启用 voice-call 插件，并在插件配置中填写对应服务商的凭证与主叫号码；在无网络调试场景下可切换到 mock 模式。
truefoundry-ai-gateway
TrueFoundry AI Gateway 配置说明，提供兼容 OpenAI 的统一 API 访问 1000+ LLM，涵盖鉴权（PAT/VAT）、模型路由、限流与预算控制，可跨供应商负载均衡并记录可观测性数据。
ts-create-skill
ts-create-skill 是 tstelzer/skills 仓库内的本地技能编写裁判，用于创建或更新源技能。它强调把目标技能写成未来智能体运行时的契约，仅编辑仓库中的源文件，并遵循本仓库既有的技能形态与命名约定。
customer-feedback-triage
customer-feedback-triage 是 tylergannon/agents 提供的技能，用于对生成或转换输出的客户反馈进行分诊，判断问题出在解析/抽取层还是生成输出层，并决定是否应修复。
e2e-coverage-triage
用于梳理 Playwright 或 BDD 端到端场景的测试技能，把每个行为放到正确的验证层，以减少 E2E 运行时间与不稳定。适合修订 E2E 场景、共享登录会话、种子数据等场景。
agent-native-architecture
该技能文档介绍“智能体原生架构”，用于构建以智能体为一等公民的应用：让代理通过原子工具与循环执行完成用户目标，而不是编写固定功能代码。适合设计自主代理、MCP 工具、自修改系统等场景。