agent-global-context-commit
Agent Global Context Commit 是一个用于把持久、有用的上下文写入全局记忆系统的技能，适用于用户要求智能体记住信息、更新记忆、压缩会话或保存长期偏好等场景。默认记忆根目录为 ~/.agent-global-context/。
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
26,041 个结果
agent-global-context-recall
Agent Global Context Recall 是一个用于在开始或恢复大型智能体任务时，按需加载最小必要全局上下文记忆的技能。它从默认记忆根 ~/.agent-global-context/ 读取配置与索引，按优先级加载摘要，帮助延续用户背景与项目上下文。
agent-global-context-review
用于审查、批准、拒绝、过期、提升、审计、清理或去重暂存的全局上下文候选与待审项的 Agent 技能，按提交规则将候选记忆转为正式记忆。
huawei-cloud-cloudrobo-inference-adapter
该技能用于将 VLA 模型自身的推理服务器接口适配到 CloudRobo 标准接口协议。它不修改模型原有推理逻辑，而是新增一层轻量适配器，在扁平线性格式与模型内部格式之间转换，并配套 WSS（TLS）传输服务器、适配器模板、无服务器单元验证脚本和端到端测试客户端，帮助模型接入 CloudRobo 客户端库。
huawei-cloud-cloudrobo-weight-layout
该技能为模型权重（checkpoint）的保存定义了标准目录布局与命名约定，适用于需要在训练脚本中实现检查点保存的场景。其核心规则是：顶层为 {output_root}，最终步权重文件夹的全部内容直接放在 {output_root} 根目录下；每个周期性权重文件夹的全部内容放入 {output_root}/_ckpt/checkpoint_{step}/。该布局只规定外层存储位置，不预设不同模型/框架产生的检查点内部结构，也不重命名任何文件，因此基于该布局构建的加载器、部署服务或评估工具可以跨模型定位权重。技能提供可选的加载器/路径解析参考实现（references/loader.py），可复制到项目的 migrate_to_cloudrobo/loader.py，用于定位 {output_root} 并选择最新检查点；使用 load_state_dict() 加载 .pt 权重需要 torch>=1.13，因为它使用 torch.load(..., weights_only=True) 防止检查点在加载时执行代码。恢复训练时，扫描 _ckpt/ 下目录名匹配 checkpoint_<N> 的检查点（也兼容旧式纯 <N> 或 steps_<N>_*.pt 扁平文件），从 N 最大的一个恢复。
agent-browser
agent-browser 是一个浏览器自动化命令行工具，可导航网页、填写表单、点击元素、截图和提取数据，支持快照引用、语义定位、会话管理与登录状态保存，适用于网页测试、表单填写、截图与数据抓取等场景。
gemini3-thought-signature-tool-use-fix
针对经 OpenAI 兼容代理调用 Google Gemini 3 系列模型时，工具调用后续回合返回空响应的修复方案：在代理层将带工具请求降级路由到 Gemini 2.5-flash。
iterative-retrieval
iterative-retrieval 是一个子代理检索协议技能：派发子代理从转录、文档、代码库或外部数据中取回信息，并通过自动细化循环反复评估与补充，直到上下文足够或达到最多 3 轮细化。
peon-ping-toggle
peon-ping-toggle 是 hubeiqiao/skills 中的技能，用于在 Claude Code 会话中开启或关闭 peon-ping 声音通知，适合需要静音、取消静音、暂停或恢复 peon 声音的场景，也涉及 peon-ping 配置变更。
peon-ping-use
peon-ping-use 是一个用于为当前聊天会话指定角色语音包的技能。用户输入 /peon-ping-use <packname>，由 hook 在消息到达模型前拦截处理，即时校验语音包并完成会话绑定，不消耗 token。
figure-composer
Figure Composer 是一个用于生成出版级多面板科研配图的技能：从一句话结论与数据文件出发，生成面板大纲、逐面板渲染、拼合成整图，并通过对抗式自审循环加固。纯 Python 技能，无需 API 密钥。
research-experiment
该技能用于实验设计与失败诊断：把实验当作对 idea 做梯度下降，通过分解 pipeline 与实验设置减少未知量，设计最小可行性实验并给出二元判定标准，再沿表面症状逐层定位到根本技术原因，最后规划论文所需实验。
create-research-questions
create-research-questions 是 Humanlayer Pi 提供的技能，仅在用户明确点名时使用。它用于代码库研究规划阶段：先阅读任务相关的工单与附属文件，记录其中给出的链接、仓库、依赖、包和路径等上下文起点，再借助代码库定位、分析与模式查找等专用研究代理，对现有代码做轻量调研，最终生成一组只描述“当前代码如何运作”的研究问题，供后续研究代理使用。问题不涉及提案、改进建议或实现方案，输出按模板写入 .humanlayer/tasks/ 下的任务目录。
agent-browser
agent-browser 是面向 AI 智能体的浏览器自动化命令行工具，直接通过 CDP 驱动 Chrome/Chromium。它支持 page 导航、页面快照获取带编号的元素引用、点击/填写/下拉/勾选等交互，以及截图、PDF、下载、剪贴板、视口与设备模拟、页面状态 diff 等功能。命令可串联执行，浏览器通过后台守护进程在命令间保持状态；支持多命名会话并行、连接已运行的 Chrome、headed 调试模式，以及 iOS 模拟器上的移动端 Safari 操作。安全功能均为可选项，可开启内容边界标记、域名白名单、动作策略和输出上限。适合需要让 AI 智能体操作网页、填表、抓取内容和做界面校验的任务。
create-design-discussion
这是 HumanLayer 技能库中的一项技能，用于在任务中开展设计讨论阶段。基于研究结果与用户的变更请求，协助用户做出设计决策，并将讨论结果整理成文档。该技能仅在用户明确以名称调用时使用。
grill-me
Grill-me 是一个用于方案或设计的追问式访谈技能。当用户说出“grill me”时，它会围绕计划逐项提问，每次只问一个问题并等待反馈，逐一解决设计树中的依赖关系，以建立共享理解。每个问题会附上推荐答案；若问题可通过探索代码库回答，则先探索代码库。
implement-outline
implement-outline 是 Humanlayer 提供的一个技能，仅在用户明确按名称调用时使用。它用于按照 .humanlayer/tasks/ 目录中的结构大纲（structure outline）分阶段实现任务。该技能本身充当实现编排器，直接通过 Agent 工具启动 rpi:outline-implementer-agent 子代理，逐阶段推进实现，并在每阶段完成后向人类报告、等待人工确认、提交更改，再进入下一阶段。它强调不要调用 rpi:implement-plan 或 rpi:create-plan 等其他技能。文档优先级为：结构大纲 > 设计讨论 > 研究 > 工单。进度通过大纲文档中的复选框和阶段标题标记来跟踪。
iterate-implementation
这是 Humanlayer 工作流中的一个技能，仅在用户明确按名称调用时使用。它用于处理实施计划执行后的后续反馈，包括修复缺陷、调整代码或在同一分支继续开发后续功能。技能会完整读取计划、任务目录中的相关文档，检查 git diff 和自实施结束提交以来的变更，以理解当前进度；对用户反馈不盲目接受，而是先核实相关文件与路径，必要时澄清需求、补充日志或提出方案，确认后再修改代码并运行测试与 lint。如果用户希望实施尚未开始的阶段，技能会通过子代理执行而非直接内联实现。在 .humanlayer/tasks/ 中写入文档后，钩子响应会提供云端永久链接，方便在最终输出中引用。完成迭代后按最终回答模板输出，不额外添加摘要。
subagent-orchestrator
该技能用于编排子智能体（sub-agents），帮助在长跨度、上下文密集的复杂任务中保持连贯性。它的核心思路是把非平凡操作委派给专门的子智能体：研究、代码库理解和模式定位交给 codebase-analyzer、codebase-locator 和 pattern-locator；会产生大量输出的 Bash 命令（如使用 AWS CLI、gh CLI 排查问题或翻查日志）交给 Bash 子智能体。不同任务应使用不同子智能体，可并行启动，但不要将高度重叠的任务拆分给多个子智能体。若用户已给出任务，就直接按此方式推进；若尚未明确任务，应先询问用户要做什么，不得自行假设或自动开始处理某个工单。
skill-creator
skill-creator 是一份用于编写 Claude 技能（Skills）的指导，帮助把专业知识、工作流或工具集成封装成模块化技能包，从而扩展 Claude 的能力。
ultrathink
UltraThink 是一个用于多步骤问题求解的顺序思考 CLI，通过结构化、可回溯的思考步骤帮助拆解复杂问题、规划实现和调试多层问题。
imessage-convex-agent
用于在 Convex 后端上搭建 iMessage AI 智能体通道的技能手册，涵盖 Sendblue webhook 接收、身份关联、消息去重、智能体生成与回复发送。
autoresearch
Autoresearch 是一个自主迭代工作流工具，围绕指标执行“修改→验证→保留/丢弃”的循环，并提供 debug、fix、security、ship、learn、reason 等子命令，全程有安全约束与结果记录。
dispatching-parallel-agents
一个面向 AI 编程助手的工作流技能：当面对 2 个以上互不依赖、无共享状态的独立任务（如多个不同测试文件失败）时，按问题域分派并行子代理，各自在隔离上下文中调查与修复，最后统一审查整合。