multi-agent-patterns
用于设计和实现多智能体架构的技能，覆盖监督者/编排者、点对点/群体、分层三种模式，强调上下文隔离、协调协议、共识机制及失败模式应对，并给出框架与集成参考。
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
26,096 个结果
ollama-rag
使用 Ollama 本地模型或云端大模型构建 RAG 系统的实践指南，涵盖模型选择、嵌入模型、LangChain/LlamaIndex/原生 API 三种技术栈、向量数据库与硬件需求。
prompt-caching
面向 LLM 提示词缓存的技能，涵盖 Anthropic 原生提示缓存、响应缓存与 CAG（缓存增强生成），用于降低调用成本与延迟，并涉及缓存失效与反模式。
prompt-engineer
面向大语言模型的专家级提示工程技能，覆盖思维链、宪法式AI、元提示、多智能体提示、RAG与多模态提示等高级技术，并针对GPT、Claude及开源模型给出优化建议。强调始终展示完整可复制的提示文本，并附实现说明、测试评估与使用指南。
prompt-engineering
这是一个关于提示工程（Prompt Engineering）的专家指南，聚焦于提升大语言模型（LLM）输出性能、可靠性与可控性的进阶技巧。内容涵盖少样本学习、思维链提示、提示优化、模板系统与系统提示设计等核心能力，并给出可复用的示例。适合希望改进提示词、学习提示策略、优化生产环境提示的用户参考。
prompting
面向 AI 智能体的提示工程与上下文工程规范，基于 Anthropic 最佳实践，涵盖清晰度、结构化写作、渐进式信息加载与上下文管理。
retrospecting
retrospecting 是一个 Claude Code 会话复盘技能，通过分析 git 历史、会话日志、代码变更并收集用户反馈，生成结构化的复盘报告，帮助总结成功经验、定位问题并给出可执行的改进建议。
running-coach-index
Run-Smart 跑步教练 AI 技能的参考索引，汇总所有跑步教练技能的共享 TypeScript 契约、安全护栏与遥测约定，供 Claude 在调用任一 Run-Smart 技能前了解共享模式、安全指引和遥测规范。
skill development
面向 Claude Code 插件的技能开发指南，说明如何创建、编写、验证与迭代 SKILL.md 及配套资源，涵盖技能结构、渐进式披露、描述触发词与插件内技能位置等最佳实践。
statusline-setup
用于配置 Claude Code 状态行（status line）的技能，支持自定义显示项、进度条与跨平台脚本。资料包含适用于 Mac/Linux 的 Bash 模板和适用于 Windows 的 PowerShell 模板，并可设置模型名、token 用量、目录、Git 分支、费用、时长、时间与版本等显示开关。
storyboard-generator
Storyboard Generator 是一个把广告脚本拆解为逐镜头制作说明的技能，按 2-4 秒元素输出视觉描述、B-roll 来源、文字叠加与 AI 生成提示词，并附技术备注与素材清单，供剪辑与制作使用。
structured-outputs-advisor
Structured Outputs Advisor 是 Anthropic 结构化输出功能的入口型技能，帮助开发者在 JSON 输出（output_format）与严格工具调用（strict: true）两种模式间做选择，再交由专门技能实现。
subagent-driven-development
一种在当前会话中执行实现计划的技能：为每个任务派发全新子代理，并在每个任务后依次进行规格符合性审查与代码质量审查，以提升质量并加快迭代。
systems-thinking
用于分析复杂系统、反馈回路与杠杆点的思维技能，帮助避免用线性思维处理复杂问题，适合排查反复出现的问题或设计稳健架构。
veo3-prompter
为 Google Veo 3.1 撰写专业视频提示词的技能，运用电影摄影技法、音频指令与时间戳编排，把创意转化为可控的 AI 视频生成提示。
a2a-protocol
LiteLLM-RS 的 A2A（Agent-to-Agent）协议架构指南，说明智能体之间如何通过标准化接口通信协作，涉及 JSON-RPC 2.0 消息格式、多提供商编排、智能体注册表与任务状态机。
caching-architecture
LiteLLM-RS 的缓存架构指南，介绍 Redis 精确匹配缓存、向量数据库语义缓存、多级缓存策略、TTL 管理与缓存失效机制，用于降低延迟与成本。
error-handling
LiteLLM-RS 的错误处理架构文档，讲解双层错误体系、ProviderError 工厂方法、HTTP 状态码映射、重试逻辑与错误上下文保留，适用于为 66+ 供应商统一错误处理的 Rust 网关项目。
mcp-gateway
LiteLLM-RS 的 MCP 网关架构文档，说明如何通过 Model Context Protocol 让大模型调用外部工具，涵盖 JSON-RPC 2.0 实现、HTTP/SSE/WebSocket/Stdio 多种传输方式与工具注册表。
specrail-plan-tasks
SpecRail 的计划任务技能，用于把已批准的产品与技术规格转换为编号的 tasks.md 任务计划，生成稳定任务 ID、负责人、完成条件与验证命令，供实施前使用。
streaming-architecture
LiteLLM-RS 的流式架构说明，介绍如何用统一 SSE 解析与转换层处理 66+ 家提供商的流式响应，并输出 OpenAI 兼容格式。
mcp-audit
mcp-audit 是一个用于对 MCP 服务器执行可复现审计的技能，依据版本化的最佳实践目录（120 项检查、十二个类别、两个规范基线）进行。适用于需要按统一方法审计多个 MCP 服务器的场景。
codex-issue-digest
用于为 openai/codex 生成 GitHub issue 摘要报告的技能，按功能区域标签、全部标签及可配置时间窗口统计 bug 与改进类 issue，默认覆盖过去 24 小时，输出以标题为先的简明情报。
mcp-csharp-publish
用于发布和部署 C# MCP 服务器的技能，覆盖 stdio 服务器的 NuGet 打包、HTTP 服务器的 Docker 容器化、Azure Container Apps 与 App Service 部署，以及可选的官方 MCP Registry 登记。