principle-never-block-on-the-human
该技能是一条面向 AI 智能体的行为原则，主张在可逆工作上不要阻塞等待人类确认。核心做法是：做出合理决策并直接执行，然后把结果呈现给人类，让人类事后纠正。理由是每次权限暂停都会拖慢流程，使人类成为瓶颈；而代码修改可逆、可审查，错误决策的成本通常低于阻塞。技能同时划定边界：不可逆操作（强制推送、删除生产数据、发送外部消息）仍需确认；可逆操作（写代码、编辑笔记、拆分任务）应直接推进。产品方向由人类决定，执行环节不应阻塞。
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 11-11 00:16
智能体与模型
26,088 个结果
swarm
Swarm 是一个并行工作流编排技能：把任务拆成 N 个并行 worker，每个 worker 运行在独立的 Paseo worktree 中，父任务等待并汇总，最终返回一份统一报告。适用于 /swarm 指令、"swarm this"、并行覆盖、竞速（race）、gauntlet 以及探索类任务。工作流程分为四个阶段：Frame（定义完成判定与产物、选择切片/竞速/混合形态、确定 N 与 worker 模型）、Fan out（一次性创建全部 worker）、Aggregate（读取结果、校验 SHA 与方法、处理缺口）、Report（输出合并报告）。
ai-engineer
面向生产级生成式 AI 的资深 AI 工程师角色技能，聚焦智能体系统、高级 RAG、评估与可靠性、模型集成优化及 MLOps 服务化，强调可观测性、性能与成本管理。
skill-creator
用于创建和管理 Antigravity/Gemini CLI 的 Agent Skills 的指南型技能，涵盖技能结构、SKILL.md 格式、初始化与校验脚本，以及升级现有技能的流程。
sequential-thinking
Sequential Thinking 是一个用于结构化问题求解的推理工具，通过迭代思考、修订与分支来逐步分析复杂问题。适合需要多步推理、探索不同方案或回溯结论的场景，不适用于简单查询或单步任务。
specs
KiloClaw 等业务域的业务规则规格集合，位于 .specs/ 目录，用于记录原始业务意图、规则与不变量，供开发时查阅上下文并在改动偏离原意时提示用户。
configuring-dbt-mcp-server
用于配置 dbt MCP 服务器的技能，可生成 MCP 服务器配置 JSON、解析身份验证方式并验证服务器连通性，适用于搭建本地或远程 dbt MCP 环境。
memory-3layer
为长周期、跨会话的 Agent 工作建立平台中立的三层记忆：Layer 1 结构化事实、Layer 2 每日工作轨迹、Layer 3 人工确认的长期隐性知识。支持加载项目记忆、记录可复用事实、迁移旧版 .claude/memory、检查与清理过时条目。
meta-skill-creator
用于创建、重构或验收可复用技能包的元技能，把重复工作流做成可运行、可验收、可迁移的能力包，强调触发规则、渐进加载、脚本校验、触发评测、基线对比与闭环治理。
meta-skill-creator
用于创建、重构或验收可复用技能包的元技能，把重复工作流做成可运行、可验收、可迁移的能力包，强调触发规则、渐进加载、脚本校验、触发评测与闭环治理。
deepspeed
本 Skill 是针对 DeepSpeed 分布式训练的专家指导型工具，内容根据官方文档生成，覆盖 ZeRO 优化阶段、流水线并行、FP16/BF16/FP8 混合精度、1-bit Adam、稀疏注意力等主题。当用户在处理 DeepSpeed、询问其功能或 API、实现 DeepSpeed 方案、调试 DeepSpeed 代码或学习其最佳实践时，该 Skill 会被触发。资料中给出的具体能力示例包括 DeepNVMe 数据搬运实践，以及面向 NLG 模型的 Mixture of Experts 训练流程，后者可降低训练成本并缩小 MoE 模型体积。资料提供的内容包含环境要求、句柄创建、阻塞与非阻塞文件读写、并行文件写入、pinned 张量、性能调优工具 ds_nvme_tune 以及 API 列表等细节。对于价格、收费模式、支持的平台范围或效果承诺，资料未提供相关信息。
dspy
DSPy 是斯坦福 NLP 团队开发的声明式语言模型编程框架，GitHub 星标 22,000+，用于构建复杂 AI 系统、自动优化提示词，以及创建模块化的 RAG 系统和智能体。它让开发者以声明式方式编程语言模型，而不必依赖手工提示工程，并通过数据驱动的优化器系统化地提升模型输出质量。核心概念包括 Signatures（定义输入输出结构）、Modules（可复用组件，如 Predict、ChainOfThought、ReAct、ProgramOfThought）、Optimizers（如 BootstrapFewShot、MIPRO、BootstrapFinetune）以及评估与自定义指标。安装方式为 pip install dspy，也支持指定提供商的扩展安装。
implementing-llms-litgpt
LitGPT 是 Lightning AI 推出的开源工具，提供 20 多个预训练大语言模型（如 Llama、Gemma、Phi、Qwen、Mistral 等）的清晰可读实现与生产级训练流程。它支持模型下载、文本生成、全量微调、LoRA 微调、从零预训练、模型量化与部署等完整工作流，代码简洁易读，适合学习 LLM 架构、研究实验与原型开发。安装方式为 pip install 'litgpt[extra]'，可通过 Python API 或命令行使用。
query
用于在项目本地决策记忆中检索历史决策的技能：回答某条路径为何被选择、哪些替代方案被否决、哪些待复看、某决策产生什么影响等问题，也可处理状态查询类自由提问。
agent-autoloop
agent-autoloop 是一个 Agent 自动化中台，用于把事件、规则、Agent 与通知通道串联成自动化流程。它运行在本机（程序位于 ~/.agent-autoloop/app，规则在 rules.json，配置与密钥在 config.json），按规则把 GitHub issue、告警、定时任务等事件派给 Claude、Codex、Hermes 等 Agent 执行，并通过飞书、钉钉、企微、Slack、Discord、桌面通知等通道与用户交互确认。支持规则热更新、事件插件与通道插件扩展、多台电脑作为接单程序接入、服务器部署、MCP 接入和交付流水线。
zhihu-search
知乎开放平台搜索能力集成插件，供 Agent 搜索知乎内容、全网信息、知乎直答或查看热榜，并包含每日额度管理与智能搜索源选择策略。
996-workhorse
996-workhorse 是一个“智能工作狂模式”技能提示词，在用户要求 AI 像 996/007 一样高强度、不间断推进任务时触发。它把工作强度分为 P0 996、P1 007、P2 疯狂、P3 阎王四档，强调 SMART 拆解、并行调度、失败恢复、质量检查、进度汇报与备份回滚等安全边界，并要求不编造结果、不执行危险操作。
harness-build-core-manifest
harness-build-core-manifest 是一个用于构建核心规则清单的技能，生成不超过60行的 AGENTS_MANIFEST.md，从源头约束 Agent 行为，避免跑偏。
find-skills-sh
find-skills 是 kortix-ai/suna 中的一项技能，帮助用户发现并安装开放智能体技能生态中的技能，适用于用户询问「如何做 X」「有没有做 X 的技能」或想扩展智能体能力时。
find-skills
find-skills 是一个帮助用户在 Codex 及开放智能体技能生态中发现、评估和安装可复用技能的技能。当用户询问如何完成某任务、寻找某领域技能或想扩展智能体能力时，它引导检索、核验质量并给出安装命令。
handoff
handoff 是一个用于把当前对话、任务状态、项目上下文、决策、约束和后续步骤整理成独立提示词的技能，便于交接给另一个智能体或新会话。它只输出上下文，不自动继续执行任务。
yomiyasu
yomiyasu 是一个用于改写 AI 生成日语文本的 Agent Skill，把不自然的日语重写为易读、信息密度高的自然表达。适用于技术文章、业务规格书、PR 说明、随笔等推敲场景，核心原则是保持原意不变，只去除 AI 味。
acceptance-orchestrator
Acceptance Orchestrator 是一个把编码任务当作状态机来编排的技能：从 issue 接入、实现、评审、部署到验收验证，直到验收标准有证据证明或任务被明确升级为止。核心原则是不追求“代码改了”，而追求“完成定义被证明”。
agent-tool-builder
Agent Tool Builder 是一个面向 AI 智能体工具设计的技能，专注于 LLM 与外部世界交互的接口设计，涵盖工具 schema 设计、函数调用、MCP 工具、工具校验与错误处理，帮助避免智能体幻觉、循环或静默失败。