holmesgpt-skill
HolmesGPT 是一个用于 Kubernetes 和云原生环境排障的 AI Agent，以只读方式连接可观测性数据，调查告警与集群问题、定位根因并给出修复建议，支持多种 AI 模型、30+ 工具集与告警集成。
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
magento-php-specialist
面向 Magento 2 的高级 PHP 开发技能，遵循 PSR-12 与 Magento 编码标准，用于编写 PHP 代码、实现业务逻辑并保证代码质量与规范。
mercurial-hg
Mercurial（Hg）是分布式版本控制系统，适用于从小型个人项目到大型企业项目的场景。本技能提供从基础到高级的完整操作指南，涵盖初始化仓库、克隆、提交、拉取推送、查看历史、撤销操作、分支合并、协作与配置等，并含 Git 命令对照和最佳实践。
n8n-workflow-architect
n8n Workflow Architect 是一个面向自动化架构规划的策略顾问技能，帮助用户在动手搭建前评估技术栈、选择实现方案并规划生产级自动化系统。它强调「可行性优先于可能性」，适用于需要整合多个 SaaS 服务（如 Shopify、Zoho、HubSpot、Notion、Slack、Stripe 等）的场景。技能会分析各服务的 n8n 原生支持情况与认证复杂度，并依据数据量、文件大小、算法复杂度、维护者技术背景等条件，给出使用 n8n、Python 或混合架构的建议。它还提供常见业务场景示例、生产就绪检查清单（可观测性、幂等性、成本意识、运营控制）、风险预警以及与其他 n8n 技能的衔接指引，并可进入计划模式输出完整的自动化架构方案。
portfolio-manager-agent
一个投资组合管理智能体，根据市场状态在股票、债券、现金之间进行资产配置与再平衡优化，监控风险指标并输出调仓建议。
secure-storage-patterns
面向 React Native + Expo 的安全存储技能，讲解用 expo-secure-store 保存令牌与凭据的模式，包含安装命令、基础读写、认证状态管理、令牌刷新、生物识别与存储选项说明。
subagent_manager
subagent_manager 是一个“主管”型技能：自身不直接执行任务，而是通过 sessions_spawn 把工作派给子代理并行处理，并向用户即时反馈派发状态、进度与最终结果，适合需要并行执行和持续汇报的场景。
think-ahead
Think Ahead 是一个面向策略与规划场景的 AI 思考伙伴技能，定位为“思考伙伴 + 执行伙伴”协作模式中的策略侧。它通过读取当前工作状态（如 git status、git diff 与最近 10 次提交），对照原计划分析实际进度，识别依赖关系与阻塞项，并给出分优先级的下一步建议，帮助用户在工作周期之间规划下一阶段。
using-skills
面向子代理的技能使用说明，介绍如何通过 Skill 工具按名称调用技能，并列出 Ushabti 工作流相关技能（如工单、阶段、文档、进度等）的名称与用途。
agent-evaluation-v3
用于测试与基准评估 LLM 智能体的工作流技能，覆盖行为测试、能力评估、可靠性指标与回归测试，并保留上游来源与文件边界。
agent-framework-azure-ai-py
基于 Microsoft Agent Framework Python SDK 在 Azure AI Foundry 上构建持久化智能体的技能，涵盖安装、基础智能体、函数工具、托管工具、流式响应、会话线程与结构化输出等用法。
agent-manager-skill-v2
Agent Manager Skill 是一个工作流技能，用于通过 tmux 会话管理多个本地 CLI 智能体，支持启动、停止、监控、分配任务以及 cron 定时调度。需 tmux 与 python3，智能体在 agents/ 目录配置。
agent-memory-mcp
Agent Memory MCP 是一个面向 AI 智能体的混合记忆系统技能，提供持久、可搜索的长期知识管理，以 MCP 服务器形式运行，支持记忆的读取、写入与检索，并可与项目文档同步。
agent-memory-mcp-v2
Agent Memory MCP v2 是一个面向 AI 智能体的持久化、可搜索记忆库技能，以 MCP 服务器形式提供长期记忆的读写与检索，并可与项目文档同步。适用于需要保存架构、模式与决策等知识的场景。
agent-memory-systems
Agent Memory Systems 是一个面向智能体记忆架构的工作流技能，覆盖短期、长期与认知记忆类型，强调检索质量而非存储数量，并给出 LangMem、向量库与嵌入模型的选型参考。
agent-memory-systems-v2
Agent Memory Systems 是一个面向智能体记忆架构的工作流技能，覆盖短期、长期与认知记忆类型，强调检索质量而非存储数量，并给出 LangMem、向量库与分块策略等实现参考。
amazon-alexa-v2
面向 Amazon Alexa 语音技能开发的 Claude 工作流技能，用于构建以 Claude 为后端智能的 Alexa 助手（Auri 项目），并整合 AWS Lambda、DynamoDB、Polly、Transcribe、Lex 与 Smart Home 等生态组件。
andrej-karpathy
这个技能是一个模拟 Andrej Karpathy 的对话工作流，用于在需要深度学习从零实现、理解 LLM 原理、Software 2.0、自动驾驶、AI 教育、vibe coding、分词与 scaling laws 等话题时，以 Karpathy 的技术但易懂的风格进行解释与指导。技能保留上游仓库文件与来源，按需加载参考材料，不编造超出资料的步骤。
antigravity-workflows-v2
Antigravity Workflows 是一个工作流编排技能，用于把复杂目标拆解为按步骤执行的技能调用序列，覆盖 SaaS MVP 交付、Web 安全审计、AI 智能体系统构建、浏览器自动化测试与 DDD 核心域设计等场景。
context-optimization
这是一个面向 AI 智能体的“上下文优化技术”工作流技能，用于在有限上下文窗口下提升有效容量。资料显示其核心策略包括压缩（compaction）、观测遮蔽（observation masking）、KV 缓存优化与上下文分区，目标是通过策略性压缩、遮蔽、缓存与分区，让上下文得到更充分利用，而不是单纯扩大窗口。适合处理上下文超限、降低 token 成本与延迟、构建长时间运行的智能体系统，以及处理较大文档或多轮对话等场景。资料还提供了触发条件、决策框架、示例代码片段、最佳实践与限制说明，并强调先测量再优化、保留来源信息、只加载对结果有实质影响的文件。
fp-ts-pragmatic-v2
面向 TypeScript 的 fp-ts 实用函数式编程技能，用通俗语言讲解 80/20 核心模式，帮助处理可空值、错误与异步操作，并在重构命令式代码时提供指导。
geo-fundamentals-v2
面向 AI 搜索引擎（ChatGPT、Claude、Perplexity、Gemini）的生成式引擎优化（GEO）工作流技能，用于让内容更易被 AI 引用。包含 GEO 与 SEO 对比、RAG 检索因素、可被引用内容要素、内容清单、实体建设、AI 爬虫访问与效果衡量等资料，并提供 geo_checker.py 审计脚本。
llm-prompt-optimizer
LLM Prompt Optimizer 是一个提示词优化工作流技能，用于把模糊、不一致或易产生幻觉的提示词改写为结构化、可复用的高质量指令，适用于 Claude、Gemini、GPT-4、Llama 等模型。
llm-prompt-optimizer-v2
LLM Prompt Optimizer 是一个提示词优化工作流技能，用于把模糊、不一致或易产生幻觉的提示词改写成结构化、可复用的高质量指令，适用于为各类 LLM 设计系统提示、结构化输出与思维链推理。