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。
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
26,021 个结果
local-llm-expert
该技能面向本地大语言模型（LLM）部署场景，提供模型选择、显存估算、量化格式对比与本地推理引擎配置指导。它覆盖 Ollama、llama.cpp、vLLM、LM Studio 与 GPT4All 等工具，帮助用户在自有硬件上运行 Llama 3、DeepSeek、Mistral、Qwen2、Phi-3 等开放权重模型，并强调隐私优先与离线运行。技能会先确认显存、内存与 CPU/GPU 架构，再给出模型规模、量化方案、启动命令、系统提示与聊天模板建议，同时提示常见问题如显存不足（OOM）、模板不匹配导致输出异常等。资料未提供具体价格、平台限制或效果数据。
render-automation
通过 Rube MCP（Composio）自动化 Render 云平台操作的技能，可管理服务、部署与项目。需先连接 Rube MCP 并完成 Render 授权，工具调用前应先用 RUBE_SEARCH_TOOLS 获取最新 schema。
agent-creator
用于创建 OpenCode 智能体的技能，默认使用 gpt-5.2-codex 模型。可通过 opencode agent create 生成项目或全局智能体文件，并按需调整工具权限。
skill-creator
skill-creator 是 different-ai/the-factory 提供的 OpenCode 技能，用于按标准脚手架创建可自我构建的新技能。它适合在用户完成一次流程后说“为这个创建技能”时使用，帮助生成 SKILL.md、脚本、配置示例与 .gitignore 等文件。
Mails for Agent
Mails for Agent 是一个面向智能体的邮箱技能，让代理通过 HTTP API 收发邮件、监控收件箱、搜索邮件、下载附件，并自动接收验证码以完成服务注册。
product-manager
面向产品经理的智能体技能，将用户意图路由到对应产品框架，按需加载领域知识并产出结构化交付物，如PRD、用户故事、定位声明、路线图等，强调可衡量结果、明确假设与权衡。
llm-wiki-en
LLM Wiki 是一个让 LLM 充当知识库维护者的技能，能在本地增量构建并持续维护相互关联的 Markdown 个人 Wiki，把知识一次编译、反复更新，而非每次重新推导。
kicad-layout
用于在 KiCad 中整理和清理 PCB 布局的技能，通过 pcb-kicad MCP 工具执行放置优先的工作流，并检查 courtyard 重叠。
agent-rules
用于生成与维护 AGENTS.md 等 AI 智能体规则文件的技能，遵循 agents.md 约定，帮助项目为 AI 智能体提供结构化文档。包含检测、提取、生成、校验脚本，支持 Go、PHP、TypeScript、Python 及多栈混合项目。
herdr-agents
在 Herdr 面板中运行多角色智能体团队的技能：由调用方充当编排者，把侦察、规划、设计、实现、任务、评审、安全评审、研究、检查等角色作为真实 CLI 智能体分配到各自面板，按切片分工并汇报结果。
teo-debate
teo-debate 是一套神学辩论编排技能：由主持人对三份独立立场进行调停，先做结构化访谈确立主题、真实问题与本次辩论的命题，再以盲测回合、质量核验、纪要、综合与裁决形成可追溯的辩论档案。
dkod
dkod 是面向多智能体并行开发的 MCP 工具，通过 AST 级语义合并与独立会话隔离，让多个 agent 同时修改同一代码库、文件甚至函数而自动合并；Git 误报的“冲突”在此被自动消解，真实冲突带上下文暴露。
computer-use-mcp
通过 Open Computer Use MCP 操作桌面应用与已登录浏览器界面的历史指南。
cua-driver
cua-driver 是一个用于驱动原生图形界面应用（macOS、Windows、Linux）的 CLI 工具与 MCP 服务器。它通过辅助功能树快照来定位界面元素，并依据快照中绑定的元素令牌、原生菜单路径、精确窗口几何信息或像素坐标来执行操作，操作后再从新的状态进行验证。该技能适用于用户要求你操作、驱动、自动化真实主机应用，或继续、恢复、回忆近期 Cua 活动的场景。其核心约束是“先快照后操作”的不变式，以及窗口阶段不抢占前台焦点的原则。
use-computer-mcp
通过 Open Computer Use MCP 操作桌面与需登录浏览器界面的历史指南，强调先确认应用和账号、读取新状态、短链操作及结果核验。
skill-openai-tts-tool
openai-tts-tool 是一个基于 OpenAI 文本转语音 API 的 Python 命令行工具，支持多种语音、模型与音频格式，可列出语音和模型、检查 API 配置，并生成 shell 自动补全。
litellm-mcp-skills-gateway
用于设计或审查 LiteLLM MCP Gateway、MCP 权限、toolsets、MCP REST API、Skills Gateway 与官方管理 skills 的技能，适合注册工具来源、授权 agent 工具或发布 skills 的场景。
litellm-proxy-gateway
用于建立或审查 LiteLLM Proxy 基础拓扑、model alias、config.yaml、启动方式与 OpenAI 兼容客户端的技能；适合搭建集中式模型入口或迁移既有 OpenAI 客户端，成本治理、观测、安全、可靠性与 MCP 细节需搭配专门技能。
mcp-cli
mcp-cli 是一个命令行工具，用于通过 CLI 与 MCP（Model Context Protocol）服务器交互。它可以帮助用户发现已配置的 MCP 服务器及其工具，查看工具参数与 JSON Schema，搜索指定工具，并直接调用服务器工具访问外部系统，例如 GitHub、文件系统、数据库和 API。该工具支持以 `<server> <tool>` 或 `<server>/<tool>` 两种格式指定目标，调用参数可来自命令行 JSON 或标准输入，输出为原始文本，便于管道处理，也可与其他命令组合，实现链式调用、循环处理、条件判断和多服务器结果聚合。
computer-use-agents
Computer Use Agents 是一个用于构建「计算机使用型 AI 智能体」的技能模块，属于 dokhacgiakhoa/agent-skills-4-vibe-coding-cli 仓库。其目标是让 AI 智能体像人类一样操作计算机：查看屏幕、移动光标、点击按钮、输入文字。该技能以知识模块（Fractal Skills）的形式组织，列出三部分内容：感知—推理—行动循环（Perception-Reasoning-Action Loop）、沙箱环境模式（Sandboxed Environment Pattern）、Anthropic Computer Use 实现。资料还提到「Patterns」作为内容分类。关于具体安装命令、代码示例、支持的平台、收费与价格、实际效果及详细使用步骤，资料未提供。
context-management-context-restore
面向多智能体 AI 工作流的上下文恢复技能，用于在大规模长期项目中按语义检索并重建项目上下文，保持会话连续性与历史决策可追溯，减少信息丢失。
context-manager
面向 AI 上下文工程的技能，聚焦动态上下文管理、向量数据库、知识图谱与智能记忆系统，用于为 AI 系统在合适时机提供合适的信息、工具与记忆，并协调多智能体工作流。
context-window-management
管理 LLM 上下文窗口的策略，涵盖摘要、裁剪、路由，以及避免上下文腐化。适用于出现上下文窗口、token 限制等场景。