agent-integration
entireio/cli 的 agent-integration 技能：按顺序执行研究、编写 E2E 测试、实现三个阶段，采用 E2E 优先的 TDD（单元测试最后写），用于把支持生命周期钩子的 agent 接入 CLI。
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
26,026 个结果
skill-creator
用于创建和更新 Claude 技能（Skill）的指导型技能，提供技能结构、编写原则、渐进式披露设计与初始化、打包流程。用户想新建或改进能扩展 Claude 能力的技能时使用。
fastmcp development
面向使用 FastMCP 框架开发 Model Context Protocol（MCP）服务器的技能指南，覆盖工具、资源、提示词、认证、Claude Desktop 集成与部署，支持 Python 与 TypeScript。
unifi-cloud-fleet-tools
这是 UniFi MCP Server 中面向云端 API 与多控制器舰队（Fleet）场景的工具文档，主要供开发者添加、修改或测试相关 MCP 工具时参考。内容涵盖 Site Manager、连接器代理、集成 API、站点、Mobility、InnerSpace、Carrier 等模块的模块划分与工具数量，本地、cloud-v1、cloud-ea 三种 API 模式及其门控条件，以及每个调用如何按显式参数、会话选择和注册表默认值依次路由到具体控制器。还说明了基于 Postgres 的注册表、连接池、限流、读缓存、后台 worker、只读 fan-out 和 Webhook 事件总线等舰队基础设施，以及认证、四级角色与哈希链审计。所有写操作需 confirm 与 dry_run 校验，风险工具需登记，文档也列出了已知缺陷。
unifi-protect-tools
unifi-protect-tools 是 enuno/unifi-mcp-server 中面向 UniFi Protect MCP 工具开发的说明文档，用于指导开发者新增、修改或测试各类 src/tools/protect_*.py 模块中的 Protect 工具。文档梳理了 15 个模块、71 个函数与 71 个已注册工具名的对应关系，涵盖告警、告警中枢、网桥、摄像头、设备、事件、钥匙扣、链路站、NVR、POS、继电器、警报器、扬声器、用户与视图等模块，并说明注册机制、HTTP 客户端调用方式、v7 数据模型约定、写入型工具的实现顺序与响应结构，以及单元测试和已知缺陷等注意事项。
agent-instructions
agent-instructions 是 epicenterhq/epicenter 仓库中的一项技能，用于编写和维护仓库级指导文档，覆盖 AGENTS.md、CLAUDE.md 以及 .agents/skills 目录。它帮助开发者决定指令应放在哪里、如何为未来的 AI 智能体保留有用的判断力，并规范技能的创建与编辑。核心主张是：技能的价值来自知识、偏好或反复出现的失败经验，而非指令数量。该技能强调找到指令的归属者、用实际工作或用户纠正来支撑指导、为判断力而非机械步骤写作，并遵循仓库约定（如 .agents/skills/<name>/SKILL.md、小写连字符命名、YAML frontmatter，以及为 Claude 创建相对符号链接）。适用于创建或编辑技能、决定指令归属、维护跨任务约束与专门判断的场景。
consult-claude
consult-claude 是一个让 Codex 向 Claude Code 征求设计或实现第二意见的技能。Codex 提供问题、方案与推理，Claude 读取当前代码库后返回判断、替代方案与反对意见，由 Codex 负责实现与验证。
fusion-issue-solving
面向 GitHub Issue 端到端解决的技能：从读取 issue、研究代码、实现修改到准备 PR，支持 #123 或 issue URL 触发，强调低 token 的 GitHub 调用策略与用户确认。
fusion-issue-task-planning
用于在实现前把 User Story 拆解为有序、可追溯的任务草稿，并设置显式发布门禁。该技能为实验性，行为与输出可能随版本变化。
fusion-mcp
Fusion MCP 是 equinor/fusion-framework 中的技能，用于解释 Fusion MCP 是什么，并指导在 Copilot 工作流中完成安装、配置、验证与排错，面向需要 Fusion 感知 MCP 能力的场景。
fusion-skill-authoring
用于在仓库中创建或现代化技能（skill）的编写指南，强调激活线索、支持文件与审查循环。适用于新建 skills/ 下的技能、将工作流转为可复用技能、改进技能元数据与触发条件等场景。
subagent-driven-development
一种面向复杂功能开发的工作方法/技能，通过分解任务、匹配专业子代理、编排执行顺序、委派、汇总与多阶段验证，协调多文件修改、架构决策与跨领域工作。
git-guardrails-claude-code
为 Claude Code 配置 PreToolUse 钩子，在危险 git 命令执行前拦截并阻止，如 git push、reset --hard、clean、branch -D 等，可按项目或全局安装。
computer-use
computer-use 是 Orca 提供的技能，用于通过 orca computer 命令驱动本地可见应用窗口的图形界面，可操作无障碍树、点击、输入、菜单、对话框，并支持原生应用截图。
orchestration
Orca Orchestration 是 Orca 技能体系中的多智能体编排参考入口，用于在 Orca 运行时中协调受监督的 worker。它支持线程化消息、阻塞式 ask/reply 流程、任务派发、worker_done 与 escalation 等待、任务 DAG、决策门以及协调者循环等工作方式，也可用于把工作拆分给多个智能体。该技能本身只是一个发现用存根，并非使用指南；与版本匹配的完整参考由 orca 二进制文件自身提供，以避免文档与真正执行命令的二进制发生偏差。使用前需先确定本次会话应使用的可执行文件（依据环境变量或运行环境选择），再通过该可执行文件加载与版本匹配的指南，并优先使用 JSON 输出。若需要完全的所有权交接（例如“hand off”“handover”“交给另一个智能体”“另一个 worktree”），且用户并未要求监督、监控、等待结果或协调 DAG，则应改用 orca-cli 技能；普通终端控制、shell 命令、worktree 管理和内置浏览器同样属于 orca-cli 的范畴。协调依赖真实的 Orca 运行时状态，不应以非 Orca 的子智能体工具替代。关于收费、价格与平台支持等信息，资料中暂未提供。
orchestrator-pi-workflows
Orchestrator（Pi Workflows）用于把多智能体任务变成一次确定性的工作流运行：由工作流负责调度与持久化，父 Pi 会话负责路由、审批边界与最终判断。仅在已安装 pi-extensible-workflows 扩展且其工作流工具可用时使用。
antigravity-skill-orchestrator
一个元技能，用于评估任务复杂度、动态选择合适技能、借助 agent-memory-mcp 记录并检索成功的技能组合，同时设有护栏避免对简单任务过度使用专科技能。
elon-musk
一个以高保真心理与沟通深度模拟 Elon Musk 的智能体技能，在「像 Elon 那样说话」「模拟 Elon Musk」「Elon 会怎么看 X」「第一性原理思考」等触发场景下，以其身份、思维方式与语体生成回答。
albert-api
Albert API 是法国国家跨部门生成式人工智能推理 API，由 DINUM 的 IAE 部门运营，基于开源数字公共产品 OpenGateLLM，托管在 SecNumCloud（ANSSI 认证）环境中。它提供文本生成、嵌入、重排序、音频转录、OCR 和 RAG（检索增强生成）等能力，并部分兼容 OpenAI 接口：chat/completions 和 embeddings 可直接复用 OpenAI SDK，只需替换 base_url 和密钥；rerank、RAG、音频、OCR 等则需通过 HTTP 直接调用。该 API 面向公共部门工作人员，需在线申请访问权限，并区分实验配额与生产配额。使用时需从环境变量读取 Bearer token，且绝不能记录或暴露密钥；模型应使用 GET /v1/models 返回的 id，而非 alias。
ar-coordinator
AutoResearch 协调器（ar-coordinator）：读取 idea 文件，在持久化 project_root 上调度 planner/coder/reviewer/runner 等子代理，支持线性流水线与 Ralph loop 可恢复工作流，每轮只推进一个未完成单元并写回 state。
capability-evolver
Capability Evolver 是面向 Claude Code 智能体的自进化工作流插件，基于 Genome Evolution Protocol（GEP），为智能体提供持久、可审计的进化记忆，避免重复解决同一问题。
capability-evolver
Capability Evolver 是面向智能体的自进化工作流插件，基于 Genome Evolution Protocol（GEP）提供持久、可审计的进化记忆：任务前回忆相似任务中有效的做法，任务后记录结果，避免重复解决同一问题。
run-agent
run-agent 是 sinal-lab 项目中的一个技能，用于执行该平台上的 AI agent 并展示结果。它接收一个参数作为 agent 名称，先确认该 agent 存在于 apps/agents/$ARGUMENTS/ 目录，然后通过 python -m apps.agents.$ARGUMENTS.main 运行，最后以格式化方式输出结果并显示置信度分数；若出现错误，则分析 apps/agents/$ARGUMENTS/logs/ 中的日志。该技能面向需要在本地或项目环境中调用、调试 sinal-lab 内 AI agent 的开发者，属于命令行/开发工作流辅助工具。
llm-model-selection
一个用于为不同任务选择合适大语言模型的技能，围绕能力、成本与速度做权衡，并针对 Claude 4 系列及其他主流模型给出分层建议、成本参考与升级/降级判断。