amq-cli
AMQ CLI 是一个基于文件的消息队列工具，用于多智能体之间的协调通信。它负责消息发送、路由与回复，不管理工作拆解。需要 amq 二进制并在 PATH 中，配合 AM_ROOT、AM_ME 等环境变量或 .amqrc 配置使用。
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 11-08 00:04
智能体与模型
25,887 个结果
amq-spec
基于 AMQ 的双智能体协作规范工作流技能。两名智能体先独立研究同一设计问题，再经讨论、起草、评审与决策逐步收敛，最终由人类批准后执行，用于需要多视角碰撞的设计规范产出。
eval-skills
Eval Skills 是一个用于评估和改进技能（skill）的工具：把技能当作被测函数，用黄金用例在无上下文的全新子代理中盲跑，再按标准评分，用失败驱动修改。
langfuse
面向 AI 智能体与 LLM 应用的 Langfuse 可观测性调试技能，配合 langfuse-mcp 使用。可在 Claude Code 或 Codex 中排查追踪、异常、慢生成、会话、提示词版本与数据集，并提供 triage 手册。
write-skills
write-skills 是一套用于创建或修订智能体技能（agent skills）的写作规范，强调技能是压缩的操作记忆而非文档，需从描述触发、节省 token、写流程而非文章，并通过实际使用验证。
yoetz
Yoetz 是面向智能体的命令行 LLM 工具，提供多模型议会投票、单模型问答、代码审查、文件打包与多模态生成，并可通过浏览器模式把打包内容提交给仅网页可用的模型，如 ChatGPT Pro。
browser-automation
基于 agent-browser CLI 的无头 Chromium 浏览器自动化技能，用于网页导航与内容提取、表单填写、点击操作、截图以及页面内执行 JavaScript，适合 JavaScript 密集型单页应用和多步交互流程。
memory
为 Telegram 与社交智能体提供持久化社交记忆管理的技能，可跨对话存储用户事实、兴趣、话题与社交发帖想法，并按会话隔离记忆。
social-posting
social-posting 是 telclaude 的社交发帖技能，指导社交智能体为 X/Twitter 撰写单条帖子与推文串，涵盖单帖与串的选择、钩子写法、串结构、格式规则、模板及 JSON 输出格式。
telegram-reply
telegram-reply 是 telclaude 会话中的回复技能，用于生成适合 Telegram 的简洁回复，兼顾媒体附件、心跳与篇幅限制。
veo-3
Google Veo 3 是 Google 推出的旗舰级文生视频模型，可通过文本提示生成带音频的高质量视频。该技能通过 each::labs 的预测 API 调用 veo-3 模型，支持配置画面比例（16:9、9:16）、视频时长（4s、6s、8s）、分辨率（720p、1080p）、是否生成音频、是否增强提示词、负向提示词与随机种子等参数，适合制作电影感短片、竖屏短视频等场景。
hcls-get-started
面向医疗健康与生命科学（HCLS）开发者的入门技能，介绍 HCLS Agents Toolkit 的构成与上手路径，涵盖技能、MCP 服务器与 36+ 生产级智能体目录。
text-agent-to-nova-sonic-voice
将文本智能体迁移为基于 Strands BidiAgent 与 Amazon Nova Sonic 的实时语音智能体，分前端（浏览器 WebSocket 音频客户端）与编排层（FastAPI + BidiAgent 服务）两层，支持工具迁移、语音化提示词与文本输入回退。
modify-agent-prompts
用于修改 review-item-processor 智能体的提示词、模型配置、置信度阈值、JSON 输出结构与工具设置，适用于调整文档与图片审查流程。
mcp-skill
一个用于测试 SEC-009 检测的示例技能，通过配置引用外部 MCP 服务器进行数据处理。资料未提供具体功能、收费或平台信息。
sdlc-agents-provision-aws
用于为已选定的 SDLC 智能体配置 AWS 基础设施，包括 IAM 运行时角色、ECR 仓库与 Bedrock AgentCore 运行时，并写入 GitHub Actions 变量与密钥。
sdlc-agents-select
sdlc-agents-select 是一个用于按用户现有工具链筛选并选择 SDLC 智能体的技能，帮助从完整智能体清单中挑出可安装的推荐项，并生成 selection.yaml 记录选择结果。
langgraph-agents
LangGraph Agents 是一份基于 AWS 示例的参考指南，介绍如何使用 LangGraph 与 LangChain ReAct 模式构建、增强和部署足球智能体。内容涵盖 ReAct 循环、工具集成、状态管理、自定义图、部署到 AgentCore 或 Lambda，以及测试与性能调优建议。
run-workshop
按顺序执行 Amazon Bedrock AgentCore 入门工作坊各步骤，模拟完整参会体验。支持指定单个步骤、多个步骤或区间，自动校验依赖关系，并汇总各步骤通过/失败状态。
ai-pdlc-navigator
AI-PDLC 手册导航技能，帮助用户理解、扩展或解释一套工具无关的产品开发生命周期框架。该框架包含 9 个阶段（从 Discover 到 Iterate）、14 个角色泳道及约 130 项活动，每项活动对应产出物或成果。技能支持交互式引导与角色智能体两种调用模式。
eks-to-agentcore
用于指导将 AI 智能体从 Amazon EKS 迁移到 Amazon Bedrock AgentCore 的技能，覆盖评估、脚手架、代码与配置迁移、测试部署和切换全流程，并提供配套 MCP 工具辅助扫描与生成代码。
agentcore-browser
AgentCore Browser 是在 AgentCore 容器内运行的无头 Chromium 浏览器技能，可访问网页、截图并与页面元素交互。需在 CDK 配置中设置 enable_browser=true，否则工具会返回明确错误信息。
incident-response
接收 CloudWatch/Prometheus 告警，自动完成严重级别分类、runbook 查询、假设生成、诊断 MCP 查询，并在人工审批基础上执行修复。SEV1 立即呼叫 on-call，SEV2/3 由 agent 起草修复方案。
vllm-serving-setup
面向 EKS 的 vLLM v0.18.2 推理服务部署与调优技能，覆盖 GPU 显存估算、并行策略（TP/PP/EP/DP）、Helm 配置、多 LoRA、FP8 KV Cache、Chunked Prefill 与压测监控。