context-budget
用于审计 Claude Code 会话上下文窗口占用的技能，统计 agents、skills、rules、MCP 服务器与 CLAUDE.md 的 token 开销，识别冗余与臃肿组件，并给出按节省量排序的优化建议。
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 11-10 00:15
智能体与模型
26,019 个结果
continuous-agent-loop
Continuous Agent Loop 是一套用于构建持续自主智能体循环的模式集合，强调质量门禁、评估与恢复控制，属于 v1.8+ 的规范循环技能名称，取代 autonomous-loops 并保留一个版本的兼容性。
continuous-learning
Continuous Learning 是一个 Claude Code 技能，在会话结束时自动评估会话并提取可复用模式，保存为 learned skills 供后续使用。它通过 Stop hook 运行，支持配置提取阈值、模式类型与忽略规则。
cost-aware-llm-pipeline
Cost-Aware LLM Pipeline 是一套用于控制 LLM API 成本的模式集合，将模型路由、预算追踪、重试逻辑与提示缓存组合成可复用的流水线。它根据任务复杂度自动选择更便宜的模型，为简单任务保留低成本模型、为复杂任务保留高成本模型；通过不可变数据结构累计花费并设置预算上限；仅对瞬时错误进行重试，对认证或请求错误快速失败；并缓存较长的系统提示以避免每次请求重复发送。适用于调用 Claude、GPT 等 LLM API 的应用、批量处理流水线、多模型架构以及需要预算护栏的生产系统。
council
Council 是一个用于在模糊决策、权衡取舍和 go/no-go 判断场景下召集“四声部议事会”的技能。它由四个视角组成：上下文中的 Claude 主声（Architect）、以及三个独立子代理——Skeptic（怀疑者）、Pragmatist（务实者）和 Critic（批评者）。适用于存在多条可行路径且没有明显最优解、需要显式呈现权衡、用户要求第二意见或异议、存在对话锚定风险、或 go/no-go 判断需要对抗性挑战的情况。它不用于代码审查、实现规划或架构设计。核心机制是让三个外部声音作为全新子代理启动，只接收问题与必要上下文，而非完整对话历史，以此实现反锚定。
data-scraper-agent
一个用于构建自动化 AI 数据采集代理的技能模板：按计划抓取公开网站或 API，用免费 Gemini 模型批量打分、摘要与分类，存入 Notion/Sheets/Supabase，并通过反馈文件逐步优化。
django-verification
面向 Django 项目的验证循环技能，在提交 PR、重大改动或部署前，按环境、代码质量、迁移、测试覆盖率、安全扫描、配置检查、性能与静态资源等阶段逐项核查，并输出验证报告。
dmux-workflows
dmux-workflows 是一套用于编排并行 AI 智能体会话的工作流模式，基于 dmux——一个面向 AI 智能体运行环境的 tmux 窗格管理器。它适用于需要在 Claude Code、Codex、OpenCode、Cline、Gemini、Qwen 等不同智能体框架之间协调工作的场景。使用者可通过按 n 创建带提示词的新窗格、按 m 将窗格输出合并回主会话，实现“研究+实现”“多文件功能”“测试+修复循环”“跨框架协作”“代码评审流水线”等并行分工模式。文档给出快速上手命令、最佳实践（仅并行独立任务、明确边界、策略化合并、使用 git worktree、注意令牌消耗）以及 git worktree 集成与 ECC 辅助脚本的用法示例，并包含常见问题排查方法。
enterprise-agent-ops
面向长期运行的云端或常驻智能体工作负载的运维技能，提供运行时生命周期管理、可观测性、安全边界与变更管理，帮助在单次 CLI 会话之外建立操作控制。
everything-claude-code-conventions
everything-claude-code 仓库的开发规范技能，帮助 Claude 按既有模式修改代码、写测试、提交符合 Conventional Commits 的提交信息。
exa-search
exa-search 是通过 Exa MCP 服务器进行神经搜索的技能，用于网页内容、代码、公司和人物研究。当用户需要网络搜索、代码示例、公司情报、人物查询或 AI 驱动的调研时启用。需先配置 Exa MCP 服务器并提供 API Key。
foundation-models-on-device
介绍 Apple FoundationModels 框架在 iOS 26+ 上使用设备端大语言模型的方法，涵盖文本生成、@Generable 结构化输出、工具调用与快照流式输出，强调隐私与离线运行。
iterative-retrieval
迭代检索模式，用于在多智能体工作流中逐步细化上下文检索，解决子智能体无法预先知道所需上下文的问题。
laravel-verification
面向 Laravel 项目的验证循环技能，覆盖环境检查、代码风格与静态分析、测试与覆盖率、安全审计、数据库迁移、构建部署就绪以及队列与调度检查，适合在提交 PR、重大重构或部署前按阶段顺序执行。
lead-intelligence
面向销售、合作与融资场景的 AI 线索情报与外联管道技能，通过 Exa 与 X API 做信号评分、共同好友排序、暖路径发现、信息补全与个性化外联草稿，替代 Apollo、Clay、ZoomInfo 类工具，仅生成草稿不自动发送。
mcp-server-patterns
构建 MCP 服务器的实践指南，基于 Node/TypeScript SDK，涵盖工具、资源、提示词注册、Zod 校验以及 stdio 与 Streamable HTTP 传输选择，适合新建或维护 MCP 服务器时参考。
prompt-optimizer
prompt-optimizer 是 ECC 生态中的提示词优化技能，用于分析用户草稿提示、识别意图与缺口、匹配 ECC 的 skills/commands/agents/hooks 组件，并输出可直接粘贴运行的优化提示词。它只提供建议，不执行用户任务。
ralphinho-rfc-pipeline
Ralphinho RFC Pipeline 是一种 RFC 驱动的多智能体 DAG 执行模式，包含质量门禁、合并队列与工作单元编排。适用于单个智能体难以一次完成、需要拆分为可独立验证工作单元的大型功能开发。
regex-vs-llm-structured-text
用于结构化文本解析的决策框架：优先用正则处理重复格式，仅对低置信度边缘情况调用 LLM，兼顾确定性与成本。
santa-method
Santa Method 是一个多智能体对抗式验证框架，通过两个相互独立、无共享上下文的审查智能体对生成结果进行双重审核，只有两者都通过才允许输出，否则进入修复循环直至收敛。
springboot-verification
面向 Spring Boot 项目的验证流程技能，在提交 PR、重大改动或部署前依次执行构建、静态分析、测试与覆盖率、安全扫描和差异审查，并输出验证报告。
team-builder
Team Builder 是一个交互式智能体选择器，用于按需浏览、组合并并行调度多个智能体团队。它支持扁平或按领域子目录组织的智能体集合，最多同时运行 5 个智能体并汇总结果。
verification-loop
verification-loop 是用于 Claude Code 会话的综合验证技能，在完成功能、重构或创建 PR 前运行，依次检查构建、类型、Lint、测试、安全与变更差异，并输出验证报告。
workflow-visualizer
Workflow Visualizer 是一个技能，可把系统或工作流描述解析为自包含的交互式 HTML 图。它适合可视化流程步骤、工具、数据流向与分支条件，节点可悬停查看说明、点击高亮关联路径，单文件离线运行、无外部依赖。