domain-modeling
用于在设计中持续构建与打磨项目领域模型的技能：挑战术语、发明边界场景，及时写入 CONTEXT.md 术语表与 ADR 决策记录。适用于讨论代码库术语、撰写或编辑 CONTEXT.md、记录或编辑 ADR 时。
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
26,039 个结果
handoff
Handoff 是一个用于压缩当前对话、生成交接文档的技能，目的是让另一个全新的智能体能够接续当前工作。它会将当前对话总结成一份交接文档，保存到用户操作系统的临时目录（而非当前工作区），并在文档中包含“建议技能”部分，指明下一个智能体应通过 Skill 工具调用哪些技能。文档不会重复其他产物（如规格说明、计划、ADR、issue、commit、diff）中已记录的内容，而是以路径或 URL 的方式引用它们。同时，它会对敏感信息（如 API 密钥、密码、个人身份信息）进行脱敏处理。如果用户传入了参数，这些参数会被视为对下一次会话重点的描述，并据此调整文档内容。
turso-cli
Turso 官方 CLI，用于在边缘创建和管理 libSQL/SQLite 数据库，支持分组、区域复制与数据查询。资料建议用它替代 Turso MCP 服务器。
vercel-cli
Vercel 官方命令行工具，用于部署应用、管理环境变量、配置域名并查看部署状态。资料建议在自动化流程中用它替代 Vercel MCP server。
assistant-builder
Assistant Builder 是用于创建和搭建 Claude Code 插件项目的技能，可生成 CLI 包装、自定义库或混合型项目骨架，添加技能、生成 CLI 库、校验结构并迁移旧项目。
safe-mode
Safe Mode 是 Claude CLI 的基于风险的权限强制包装器，通过解析插件 SAFEGUARDS.md 中的权限块，按可配置的风险阈值限制 CLI 操作。支持 safe、caution、warning、danger 四级风险，可自动发现插件、预览权限并透传参数给 Claude。
autocontext-consumer
Autocontext 的知识消费技能，用于读取和迁移 Autocontext 已产出的知识：查找哪些场景已有知识、读取某场景的 playbook 与 lessons，并在不同检出或机器之间导出导入知识包。
autocontext-creator
Autocontext 的知识创建技能：通过改进循环运行场景或自然语言任务，对单个输出进行评分或改进，并把学到的知识写入本地磁盘。适合需要让智能体迭代优化方案、查看运行产物或创建可复用场景的场合。
prompt-quality-inspector
Prompt Quality Inspector 是一个提示词质量审查与优化技能：为提示词或规格说明生成可解释的 0–100 分评分（含子分、扣分理由与风险），并通过 3–7 个澄清问题引导优化，输出可直接执行的整合式提示词。
agentic-workflows
GitHub Agentic Workflows 的任务路由技能，按设计、创建、更新、调试、升级等请求选择对应提示词文件，并说明仓库覆盖规则和相关专题文档的加载方式。
jarvis-add
jarvis-add 是 hainrixz/jarvis-architect 技能集中用于给已有 Jarvis 助手扩展能力的技能。它围绕单个新增项执行一个“DEEP DIVE → ARCHITECTURE → BUILD”的小循环：先定位 Jarvis 目录（通过 .jarvis/tasks.json 中的 jarvis_dir 或询问）并读取 jarvis-spec.md，再查阅对应的能力文件、运行时文件章节和 knowledge/compatibility.md 的兼容性记录，然后按规则完成新增并更新规格与校验。它可新增的类别包括渠道（Telegram、WhatsApp、Discord、语音）、工具或 MCP 服务器（Gmail、Calendar、Notion、HubSpot、Facturapi 等）。使用时需遵守来源优先级、只读优先、写入权限需显式请求并经过审批门等约束；内置能力的扩展（自主运行、L3 动作、学习技能、多模态）各有专门流程与同意要求。
jarvis-quick
Jarvis Architect 快速通道（jarvis-quick）是 jarvis-start 技能的精简访谈版本，用于通过更少的提问快速搭建个人 Jarvis 助手。它沿用 jarvis-start 的全部 14 条规则，仅调整访谈深度：静默执行 PREFLIGHT，在一次消息中询问三个问题（用途与希望 Jarvis 完成的 3 件事、对话渠道 Telegram/WhatsApp/终端或 Claude 应用、是否需要脱离本机 24/7 云端运行），其余配置全部采用决策树中的快速默认值，并集中列出所有默认项供用户修正。默认项涵盖自主等级、定时任务与经济上限、本地 Cowork 任务、自动学习偏好、音频视频照片与 PDF 的本地处理方式、云端音频许可及面板展示内容。随后展示含成本与风险同意的架构确认卡，必须获得用户明确同意后才进入 BUILD 阶段；快速通道不会移除确认门禁，安全控制与标准流程一致。
jarvis-start
Jarvis Architect 是一个面向个人的 AI 系统架构引导型技能：通过对话式访谈了解使用者的工作方式，为其选定并安装一套可运行的个人助理，包括运行时、模型、托管主机、渠道、记忆与工具等。它面向通常不具备技术背景的人，强调每一次配置都有明确推荐与确认环节，而非抛出一堆选项让人自行挑选。技能遵循状态机流程：恢复/预检 → 发现 → 深挖 → 架构确认 → 构建 → 验证 → 部署 → 交接，并在每一步读取对应问题文件。它要求安装安全、密钥归属用户本人、涉及花钱与账号的操作须获得当轮明确同意，并在交付前通过安全校验与冒烟测试。
create-skills-from-repo
从任意代码仓库快速生成 Agent Skills 的工作流：克隆仓库到 .temp/repos，读取其文档与源码，在 skills/<skills-name>/ 下生成 SKILL.md 与分类 references，并把技能登记到用户项目的 AGENTS.md。
agent-ui
agent-ui 是来自 ui.inference.sh 的 React/Next.js 智能体组件，主打“开箱即用”。它将运行时、工具、流式输出、审批流程和挂件（Widgets）内置在一个组件中，开发者无需自行编写后端逻辑即可接入。使用时通过 shadcn CLI 安装组件，并安装 @inferencesh/sdk 以配置代理路由，再设置 INFERENCE_API_KEY 环境变量即可在页面中调用 Agent 组件。
ai-automation-workflows
该技能用于构建自动化 AI 工作流，将多个模型与服务组合起来。它基于 inference.sh CLI（belt）运行，先安装 belt CLI 技能（npx skills add belt-sh/cli），并需要安装 inference.sh CLI 后执行 belt login。技能给出多种自动化模式：批处理、顺序流水线、并行处理、条件分支、带重试与回退的失败处理，以及定时任务（cron）、日志记录、错误告警和 Python SDK 自动化示例，还提供内容日历与数据处理等模板与最佳实践。
ai-rag-pipeline
ai-rag-pipeline 是一个用于构建 RAG（检索增强生成）流水线的技能，通过 inference.sh CLI（belt）把网络搜索工具与大型语言模型串联起来。其核心思路是：先检索外部信息，再把检索到的上下文注入提示词，最后由 LLM 生成更准确、更新且可核验的回答。可用的检索工具包括 Tavily Search、Exa Search、Exa Answer 以及 Tavily Extract、Exa Extract 内容提取工具；可调用的模型包括 Claude Sonnet 4.5、Claude Haiku 4.5、GPT-4o、Gemini 2.5 Pro 等（均通过 openrouter 提供）。资料给出的典型模式有：简单搜索加回答、多来源研究、提取与处理。使用前需安装 belt CLI 并登录，安装命令为 npx skills add belt-sh/cli。典型用法是以 bash 命令方式依次调用搜索与 LLM 应用，并可用 shell 变量在步骤间传递结果。
dialogue-audio
该技能用于创建多说话人对话音频，基于 Dia TTS（通过 inference.sh CLI）实现。支持 [S1]/[S2] 说话人标签区分两个角色，通过标点符号（句号、感叹号、问号、省略号、逗号、破折号）和非语音提示（如 (laughs)、(sighs)、(whispers)）控制情绪与表达，并提供节奏控制、对话结构模式（访谈、教程、辩论）、后期处理（音量归一化、背景音乐合并、长对话分段）以及脚本写作建议。适用于播客、访谈、教程讲解等双人对话场景。
google-veo
Google Veo 视频生成技能，通过 inference.sh CLI（belt）调用 Google Veo 系列模型生成视频。支持的模型包括 Veo 3.1、Veo 3.1 Fast、Veo 3、Veo 3 Fast 和 Veo 2，可用于文本生成视频等场景。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入提示词生成视频，还可使用 belt app search 查找相关应用、belt app sample 查看输入选项。
llm-models
llm-models 是一个通过 inference.sh CLI（belt）并借助 OpenRouter 访问 100 多个语言模型的技能。它可调用 Claude、Gemini、Kimi、GLM 等模型，示例模型包括 Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2 Thinking、GLM-4.6、Intellect 3，并提供 any-model 自动选择。该技能通过命令行输入提示词并返回结果，支持自定义系统提示，可用于编程、写作、分析、智能体与对话等场景。
prompt-engineering
这是一个面向 AI 模型的提示词工程（Prompt Engineering）技能/指南，主要教用户如何为 LLM、图像生成模型和视频模型编写结构化提示词。资料以 inference.sh 的 CLI 工具 belt 为执行入口，先要求运行 npx skills add belt-sh/cli 安装技能，再通过 belt login 登录，并用 belt app run 调用具体模型（如 openrouter/claude-sonnet-45、falai/flux-dev、google/veo-3-1-fast）来测试提示词。内容覆盖 LLM 的角色提示、任务清晰化、思维链、少样本示例、输出格式指定、约束设置；图像生成的主体、风格、构图、光线与技术关键词、负面提示；视频提示的镜头类型、主体、动作、场景与风格。还介绍了系统提示、结构化输出、迭代优化、多轮推理、模型特性差异、常见错误与提示词模板。
python-sdk
inference.sh 的 Python 官方 SDK，包名为 inferencesh，可通过 pip install inferencesh 安装（异步特性需 pip install inferencesh[async]，要求 Python 3.8+）。它让开发者用 Python 调用平台上的 AI 应用、构建和运行智能体，并整合各种模型。主要能力包括：运行 AI 应用（同步执行、fire-and-forget 异步提交、流式进度）、文件上传与自动上传、会话（Session）保持 worker 预热实现有状态执行、模板智能体与临时智能体、工具构建器（客户端工具、应用工具、智能体工具、Webhook 工具、内置工具）、流式消息与工具调用回调、文件附件、可复用 Skills、异步/await 支持、错误处理与人工审批流程。使用前需通过 API Key 认证（可在 Settings → API Keys 创建）。
related-skill
related-skill 是一个用于发现和安装相关技能（skills）的工具，来自 inference.sh 技能注册表。它帮助用户为 AI 工作流查找互补技能，支持通过 npx skills 命令行搜索、列出、安装、更新和移除技能。可安装的技能涵盖 AI 模型、图像生成与处理、视频生成、音频处理、网络搜索和社交自动化等类别，用户可按类别单独安装，也可一次性安装完整平台技能。
tools-ui
tools-ui 是来自 ui.inference.sh、面向 React / Next.js 的工具生命周期 UI 组件集，用于在界面上展示 AI 工具调用从发起到结束的各个状态。它提供 ToolCall、ToolResult、ToolApproval 等组件，可分别呈现工具调用请求、运行中状态、执行结果，以及需要人工批准后才能执行的审批流程。支持 pending、running、approval、success、error 等状态，并会根据工具名称自动匹配图标（如搜索、读取、写入、删除、发送等，默认使用扳手图标）。组件可通过 shadcn 命令安装，也能与 Agent 组件配合，由 Agent 自动处理工具生命周期，并可通过 requiresApproval 开启审批流。适合为智能体应用构建透明的工具调用展示与人机协同审批界面。