vercel-ai-sdk
Vercel AI SDK 是用于构建 AI 流式文本与聊天应用的 JavaScript/TypeScript 库，支持多模型提供商、结构化输出、工具调用与 RAG 等能力，可与 Next.js 和 React 集成。
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 11-12 00:15
智能体与模型
26,129 个结果
workflow-patterns
用于在技能与智能体中组织可复用工作流模式的参考资料，涵盖带清单的顺序流程、条件路由、校验循环与渐进式披露，帮助设计多步骤、可追踪、可验证的流程结构。
create-command
create-command 是一个跨平台 AI 智能体技能，用于按照 Claude Code 最佳实践、提示工程技巧和防幻觉模式生成新的斜杠命令（技能）文件。需先安装到支持 skills.sh 标准的平台后通过斜杠命令调用。
drupal-work-on-issue
面向 Drupal.org 议题贡献的智能体工作流技能，通过 GitLab MR 协作。它编排 fork 校验、目录定位、远程仓库设置、分支检出、MR 状态检查与提交推送循环，并在关键节点暂停等待用户确认。
agent-orchestrator
Agent Orchestrator 是一项面向编码工作的智能体编排技能，用于在存在多个独立工作流，或需要独立的探索、验证、审查上下文时协助组织任务。它要求根智能体保留目标、架构、任务分解、集成、验证与最终汇报的所有权，子智能体只提供证据和有边界的执行。技能给出委派判断标准、子智能体启动要求、explorer、worker、tester、reviewer、researcher 等逻辑角色、委派契约模板、交接验收、并行执行、共享工作树验证、工作流、阻塞与失败处理以及完成前检查清单。
elon-musk-perspective
一个以公开传记、播客、推文、法庭证词与批评资料提炼的「马斯克视角」思维框架技能，用于从工程与第一性原理角度分析问题、审视决策、拆解成本结构并挑战行业默认假设。非本人观点。
mrbeast-perspective
以 MrBeast（Jimmy Donaldson）视角给出内容创作建议的角色扮演技能，基于公开资料提炼心智模型、标题/缩略图/Hook 公式与分析脚本，激活后以第一人称直接给具体建议。
munger-perspective
基于公开资料提炼的查理·芒格思维框架与表达风格，作为思维顾问分析问题、审视决策。含5个核心心智模型、8条决策启发式和表达风格规则，并强调其在科技、中国判断等方面的已知盲区。
paul-graham-perspective
一个以 Paul Graham 视角作答的思维顾问技能，基于其公开文章、访谈与批评者观点提炼心智模型、决策启发式和表达风格，用于从 PG 视角分析创业、写作、产品与人生选择。资料未说明收费与安装方式。
risk-calibrated-agent-reviews
该技能用于判断智能体实现或修正工作是否需要独立审查，强调按风险校准审查投入：只审查承重边界，普通修正直接验证，展示类改动直接在运行环境检验，避免把审查当作流程仪式。
session-inherit
session-inherit 是一个面向多智能体工作流的技能：让 worker 智能体继承 leader 通过 session-create 打开的活跃上下文会话，用 sessionQuery 定位会话、输出 SESSION INHERITED 确认，并以增量方式上报 token 用量。会话追踪仅作遥测，不阻塞工作流。
kagi
kagi 是面向智能体的 Kagi 命令行工具，以 JSON 优先输出，覆盖搜索、Quick Answer、Assistant、页面提取、摘要、翻译、新闻与账户设置。支持多种输出格式与凭据分级，适合脚本与 LLM 工作流调用。
agent-md-refactor
Agent MD Refactor 是一个用于重构臃肿的智能体指令文件（如 AGENTS.md、CLAUDE.md、COPILOT.md 等）的技能，遵循渐进式披露（progressive disclosure）原则：将核心要点保留在根文件中，其余内容整理为分类明确、相互链接的独立文件。它适用于指令文件过长、需要拆分、整理或清理智能体配置的场景。整个流程分为五个阶段：分析并找出相互矛盾的指令、提取必须保留在根文件中的核心内容、将剩余指令按逻辑分类、创建根文件加链接文件的层级结构、标记应删除的冗余或含糊指令。
command-creator
command-creator 是一个用于创建 Claude Code 斜杠命令的技能，帮助把重复性工作流固化为可用 /command-name 调用的 Markdown 命令文件，支持项目级与全局命令。
embedding-strategies
面向语义搜索与 RAG 的嵌入模型选型与优化技能，涵盖模型对比、分块策略、领域微调、维度压缩与多语言处理，并提供 Voyage AI、OpenAI、本地 Sentence Transformers 的调用模板及检索质量评估方法。
game-changing-features
一个产品战略思考技能，从“10倍价值”视角寻找高杠杆功能机会。它要求先理解现有价值，再按大、中、小三档规模挖掘机会并逐项评分排序，输出到指定文档而非对话中，只做策略不写代码。
langchain-architecture
介绍如何用 LangChain 1.x 与 LangGraph 设计大模型应用，涵盖智能体、状态管理、记忆、工具集成与文档处理，并提供多种架构模式与记忆、追踪、流式输出的示例代码。
llm-evaluation
LLM评估技能：为LLM应用提供系统化评测方案，涵盖自动指标、人工反馈、LLM-as-Judge、A/B测试与回归检测，并含LangSmith集成与基准测试。用于对比模型/提示、上线前发现退化、验证改进和建立基线。
planning-with-files
planning-with-files 是一个面向复杂任务的技能，采用 Manus 风格的“基于文件的规划”方式，把持久化的 markdown 文件当作磁盘上的工作记忆。它会为任务创建 task_plan.md、findings.md 和 progress.md 三个文件，分别用于阶段与决策追踪、研究发现记录以及会话日志与测试结果记录。核心思路是把上下文窗口视为易失且有限的 RAM，把文件系统视为持久且近乎无限的磁盘，凡重要信息都写入磁盘。适用于多步骤任务、研究任务、项目构建等需要组织与追踪的场景，简单问题或单文件修改可跳过。
prompt-engineering-patterns
一套面向生产环境的提示工程模式指南，涵盖少样本学习、思维链、结构化输出、模板系统、系统提示设计与提示优化，帮助提升 LLM 输出的性能、可靠性与可控性。资料为技能说明，暂未提供价格与许可信息。
rag-implementation
用于构建检索增强生成（RAG）系统的技能，结合向量数据库与语义搜索，让 LLM 应用基于外部知识给出有依据的回答，适用于专有文档问答、文档助手、带引用的研究工具等场景。
session-handoff
session-handoff 是 agent-toolkit 中的技能，用于为 AI 智能体会话交接生成完整交接文档，解决长任务上下文耗尽问题。支持创建、恢复、校验与陈旧度检查，文档存于 .claude/handoffs/。
shadcn-base
shadcn-base 是 shadcn/ui 的 Base UI 版本技能文档，用于查阅官方 Base UI 文档与 shadcn/ui 的 Base UI 组件页面，涵盖组件、安装、CLI、主题、表单、注册表与 MCP 指引。
agent-framework-py-release
用于 microsoft/agent-framework 单体仓库的 Python 发布流程技能：以 CHANGELOG 驱动版本号提升，生成发布 PR，处理生命周期分层、日期戳、core[all] 依赖组与发布校验。