outcome-reflection
该技能用于在任务完成后把预测结果与实际结果对比，从估算准确性、预测质量和决策质量三个维度打分，并将校准记录写入智能体记忆，用于后续改进预测。
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
26,184 个结果
setup-telegram
用于检查 Telegram 机器人配置是否完整，并在缺失时给出设置指引的技能。它只读取配置文件核对令牌、所有者 ID、自动启动、项目根目录、允许用户、认证凭据、MCP 注册与语音转写等项，输出清单并提示需补充的内容。
setup-telegram-voice
用于检查 Telegram 语音消息处理是否配置完整的技能：核对 .env 中的 ElevenLabs/OpenAI TTS 密钥、Whisper 模型、Telegram Bot Token，并确认语音技能已安装，仅使用 Read 工具读取文件。
bf-caprt-dev
一个用于指导编码智能体基于 capability-runtime 交付 skills、agents、workflows 的技能，涵盖环境准备、绿色字段与遗留收敛两种场景、公开接口优先顺序、结构化输出与离线验证流程，并明确不适用于绕过 Runtime 的通用编码任务。
bf-skillsruntime-dev
面向 Skills Runtime SDK（Python）的业务开发编码智能体指南，覆盖单 agent、Skills 注入、多 agent 协作、审批沙箱与 WAL 证据等落地路径，强调离线优先与 Skills-First。
mcp-user
OKX MCP 下单技能，用于在 ChatGPT、Claude Desktop 等支持 MCP 的应用中操作用户自己的 OKX 账户。支持现货与永续合约的模拟下单、平仓与持仓查询，需传入 AI Builder Code，授权由 MCP 宿主应用处理。
agent-chatroom
Agent Chatroom 是面向 AI 智能体与人类的临时实时聊天室工具，支持密码保护、SSE 实时流、网页界面和命令行操作，可通过 cloudflared 或 ngrok 隧道公开访问，房间数据仅存于内存，服务停止即消失。
olakunlevpn-blog-publishing
面向 olakunlevpn.github.io Jekyll 博客的写作与发布流程技能，提供从克隆仓库、撰写文章、提交到推送与验证上线的完整操作清单，常用于发布新智能体技能公告。
agent-autoresearch
面向编码智能体（如 Claude Code、Codex、pi 等带 shell 的工具）的自动化研究循环技能：反复编辑、测量指标，由控制器决定保留或回滚并记录实验，适用于需要持续优化可量化指标的代码仓库。
session-insights
Session Insights 是一套完整会话分析流水线，可用自然语言描述想查找的内容，再对匹配会话进行分析并生成综合报告。它依赖 ccrider MCP，支持按项目、日期和数量过滤，最终输出跨会话洞察与单会话总结。
larrybrain
LarryBrain 是面向 AI 编程代理的技能市场，采用订阅制访问技能库。技能为 Markdown 文件，可配合可选脚本，任何能读取 Markdown 的代理均可使用；支持搜索、下载并本地安装技能。
cmd-interview-prep
用于在 Uber、Snowflake、Anthropic 的 Staff/Senior-Staff/Principal 面试循环中进行模拟面试的技能，仅覆盖 Python 编码与系统设计，采用持怀疑态度的资深工程师人设。
cmd-code-cleanup
一个用于系统性清理代码的 AI 技能：通过五个阶段移除死代码、消除重复、简化结构并规范注释与 TODO，强调删除前先搜索验证、保留前瞻性抽象，并在改动前征求确认。
agent-army
Agent Army 是一个面向大型、可并行任务的两层并行智能体编排框架。顶层由会话模型（默认 Fable，或 Opus）担任 Commander 负责侦察、编排、下发任务与最终核验，其下组建 3 至 50+ 个 Layer 1 智能体，每个都拥有完整独立上下文窗口，并可再派生 Layer 2 子智能体，形成多个独立“大脑”同时工作，而非把单一上下文切分。适用于跨多文件重构、批量迁移、代码库审计、大规模内容生成等含 6 个以上独立工作单元的场景；少于 6 个独立单元、强顺序依赖或需要统一文风的任务不建议使用。部署时需选择规模档位（Conservative 至 Maximum）与算力档位（Max Power、Heavy、Balanced、Economy），并遵循部署门禁、逐层显式指定模型、核对 git diff 防虚假完成等规则。
scout
Scout 是一个元智能体（meta-agent），用于分析当前对话上下文，为用户任务推荐最合适的技能（skills）与子代理（subagents）。当用户不确定该用哪个工具、技能或代理时，可主动使用。Scout 会先确认会话及项目、用户目录中实际存在的子代理与技能，再给出推荐，并解释推荐理由，还能为复杂工作流规划多个工具的配合方式。它随 onewave-toolkit 插件提供十二个子代理（涵盖编码、营销、销售）和多个技能，可作为候选能力向用户推荐。
find-skills
Find Skills 是一个帮助用户发现并安装智能体技能（agent skills）的技能，属于开放智能体技能生态。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题，或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域（设计、测试、部署等）帮助时，该技能会引导查找合适的技能。它依托 Skills CLI（npx skills）这一开放技能生态的包管理器，通过排行榜和关键词搜索定位技能，并在推荐前核查安装量、来源信誉与 GitHub 星标，最后给出安装命令或直接安装。
airtable-cli
airtable-cli 是一个通过 `airtable-mcp` 命令行工具操作 Airtable 的技能，支持列出基数、读写记录、管理表与字段、过滤和搜索数据。使用时需配置 Airtable 个人访问令牌，工具在运行时从 MCP 服务器动态发现，命令名与参数随服务器版本变化。
codex-session-finder
该技能用于按线程 id、标题、仓库路径、rollout 路径或主题定位本地 Codex 会话坐标，返回会话元数据；保持只读，不总结或评判对话内容，仅在用户明确要求时才导出会话轮次。
domain-modeling
面向项目领域建模的技能：在设计过程中主动构建并打磨项目领域模型，把术语写进 .agents 文档、在术语确定时立即更新 CONTEXT.md，并在满足条件时记录 ADR。
to-tickets
将计划、规格或当前对话拆解为一组 tracer-bullet 垂直切片工单，每个工单声明其阻塞边，并发布到已配置的任务跟踪器。适合让智能体可自主认领的小步交付拆解。
wayfinder
Wayfinder 是一套“先规划、后执行”的技能：把超出单个智能体会话容量的大块工作，绘制成议题追踪器上的共享决策地图，并逐个解决其中的决策工单，直到通往目标的路线清晰。适用于需求模糊、尚无法直接动手的大型工程或内容规划。
write-a-skill
用于创建或修改单个可移植智能体技能（agent skill）的写作指南，强调简洁路由、渐进式披露与清晰安全边界。适用于需要编写、清理或重构技能时，包含结构模板、描述要求、质量标准和审核清单。
manufacturing-ai-app-builder
Manufacturing AI App Builder 是一个面向制造业质量与监控场景的对话式编排技能：用户只需提出业务目标，例如发现焊接缺陷、提前捕捉轴承磨损、识别风机功率异常或检测零件划痕，它就会通过业务问答推断所需技术形态，再发现并委派给相应的本地制造应用构建技能，最终生成可运行的 Intel Edge AI 应用。它不要求用户选择框架、模型、精度或设备，也不直接询问采用视觉、时序还是多模态；唯一明确点名技术选项的环节是当摄像头与传感器信号融合成一个判定时，必须让用户在 multimodal（仅融合告警）、vllm（为每条融合告警附加书面解释）和 agentic（由智能体协调解释，并默认包含 vllm 层）之间选择。流程依次为：业务问答、技能发现、拟定方案并等待确认、经批准后委派构建、按委派技能的完成标准验证并交付。该技能要求 Docker、指定硬件和真实或样例信号源，本地制造配方无需安装，其他委派技能需按发现文档确认并按需安装。
pai-configure-inference
该技能用于为已导出的策略配置推理流水线，通过 Runtime manifest 组织预处理器、运行器与后处理器。流水线顺序为：观测 → 预处理器 → 运行器 → 后处理器 → 动作输出。使用者可读取 manifest 中 preprocessors、postprocessors 和 model.runner 部分，判断配置采用 type（注册表短名）还是 class_path；内置组件优先使用 type，自定义类则使用 class_path 与 init_args，且 init_args 中的路径通过 resolve_artifact 相对导出目录解析。配置完成后，用代表性导出构造 InferenceModel，并通过假观测进行验证，确认预处理在运行器前、后处理在运行器后，且返回动作的形状符合预期。