tavily-search
tavily-search 是一个面向 LLM 智能体的无头网页搜索与内容提取技能，通过 Tavily API 返回带引用的实时搜索结果，并可将单个 URL 正文提取为干净的 Markdown，无需浏览器。需配置 TAVILY_API_KEY。
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 11-15 00:13
编程与开发
41,172 个结果
partner-dev-guide
面向 Lightspark Grid API 的合作伙伴开发者指南写作技能：把粗略资金流整理成可交付的集成文档，所有请求与响应体均从 OpenAPI 规范查证，输出 Markdown 与渲染后的 HTML 两个文件。
v0-project-converter
将 V0 生成的 Next.js 项目转换为本项目页面组件的流程规范。通过预处理脚本复制项目并生成任务清单与分析数据，再按规范移除 Next.js 特有实现（如 "use client"、next/navigation、next/image、next/link、Metadata、Vercel Analytics）、替换 @/ 路径别名为相对路径、迁移 Tailwind V4 样式到 style.css、清理 Next.js 相关依赖，最终产出可在本项目中运行且保持视觉与功能一致的 React 页面组件，并通过验收脚本检查状态与渲染效果。
avalonia-mvvm
avalonia-mvvm 是一份面向 Avalonia 框架的 MVVM 开发技能资料，讲解如何在 Avalonia 应用中实现 Model-View-ViewModel 模式。内容涵盖 ViewModel 的可绑定状态与命令实现方式，包括手工实现 INotifyPropertyChanged、ICommand，以及使用 CommunityToolkit.Mvvm 源生成器（ObservableObject、ObservableProperty、RelayCommand）和 ReactiveUI 的响应式方案。还介绍了 Avalonia 11.x 与 12.x 在 ReactiveUI 包名与命名空间上的差异、ViewLocator 视图定位模式、基于 ViewModel 的导航、设计时 DataContext、使用 ObservableCollection 绑定列表，以及 Prism、Epoxy、Stylet、FuncUI 等相关社区库概览，并列出常见错误。
best-practices-researcher
best-practices-researcher 是一个用于研究当前最佳实践并辅助技术决策的元技能（meta-skill）。它不依赖预装的大量技术专用技能，而是通过联网实时研究，针对任意技术栈给出与版本相关的、有出处的实践建议。资料说明其需要联网搜索能力；若不可用，须明确说明该限制，并仅回退到官方文档，绝不用训练数据猜测填补空白。技能内置三种模式：决策模式（在多个技术间做选型）、落地模式（针对已确定技术输出可执行的最佳实践）、审计模式（对照最佳实践审查现有代码）。它会先检测模式，再校准研究深度，并在输出前处理跨技术集成等交叉关注点。该技能不会用于调试具体报错、纯语法 API 提问、已定方案后的实现求助或一次性脚本等场景。
cors-api
Looker CORS API OAuth 直连模式：让前端应用在浏览器中通过 OAuth2 + PKCE 直接向 Looker 实例认证并调用 API，无需自建后端代理。
cangjie
面向仓颉（Cangjie）编程语言的代码生成、工程设计与问题修复技能，覆盖 .cj 语法、cjpm 项目与 workspace 多模块设计、编译错误修复、并发网络宏 FFI 及大型仓库分析，帮助模型以更少 token 产出贴近官方文档约束的仓颉代码与结构。
tanstack-ai-code-mode
TanStack AI Code Mode 技能：让 LLM 生成 TypeScript 代码并在沙箱隔离环境中执行，通过 createCodeModeTool() 与 Node、QuickJS、Cloudflare 等 isolate 驱动配合，支持持久化技能、懒加载工具与执行进度事件。
tanstack-ai-core-chat-experience
TanStack AI 的端到端聊天实现技能，基于 ai-core，演示服务端 chat() 与 toServerSentEventsResponse()、客户端 useChat 与 fetchServerSentEvents() 的完整聊天链路，涵盖流式、思考内容、多模态、音频、MCP 工具、消息队列与刷新持久化。
tanstack-ai-core-structured-outputs
TanStack AI 的结构化输出技能，用于让大语言模型返回类型安全的 JSON 对象。通过在 chat() 与 useChat() 上提供 outputSchema，可基于 Zod、ArkType、Valibot 等 schema 定义输出结构，并自动完成校验与类型推断。支持非流式一次性返回、流式增量 JSON、客户端渐进式 UI 填充以及多轮结构化对话。
tanstack-ai-core-tool-calling
TanStack AI 的同构工具调用技能：用 toolDefinition() 配合 Zod 模式定义工具，再以 .server() 或 .client() 实现，实现服务端与客户端共享的工具调用流程。
tanstack-db-core-custom-adapter
面向 TanStack DB 的自定义集合适配器编写技能，讲解 SyncConfig 的 sync 函数（begin、write、commit、markReady、truncate、metadata）用法，覆盖实时订阅与初始拉取的竞态处理、ChangeMessage 格式、按需 loadSubset、乐观更新与持久化元数据等要点。
tanstack-db-core-live-queries
TanStack DB 的实时查询（Live Queries）技能，基于 db-core，用类 SQL 的流式查询构建器创建响应式派生集合，底层通过差分数据流（d2ts）实现增量视图维护，数据变化时只重算增量。
tanstack-highlight-extend-language-support
@tanstack/highlight 的扩展语言支持技能，讲解如何通过 defineLanguage、LanguageDefinition、TokenRange、HighlightTokenClass 和 TokenizerContext 为高亮库添加自定义或内置语言。内容涵盖定义隔离的分词器、返回语义化源码范围、通过注册表委托嵌入内容、保持源码重建不变式，以及常见错误（如包含式范围结尾、重叠范围、直接导入嵌入定义、臆造语言专属 token 类、缺少分词器质量门禁、遗漏嵌入分词器注册等）。适用于需要为 @tanstack/highlight 增加新语言或自定义语法高亮的开发场景。
tanstack-markdown-custom-extensions
该技能介绍如何为 @tanstack/markdown 实现自定义 Markdown 扩展，包括块级解析器（parseBlock）、行内节点转换（transformInline）、文档转换（transformDocument）、HTML 渲染钩子（renderHtml）以及可移植的 ComponentNode 输出。适用于在 render-markdown 基础上添加确定性的自定义 Markdown 语法与渲染行为。
tanstack-markdown-production-pipelines
TanStack Markdown 生产流水线检查清单技能，用于在部署博客、文档站或用户内容渲染器前审计信任边界、外部语法高亮、预解析缓存、兼容性与发布门禁。
tanstack-react-db
TanStack DB 的 React 绑定技能，围绕 useLiveQuery 等钩子提供实时响应式数据查询能力。该技能建立在 db-core 之上，使用前需先了解集合（collection）设置、查询构建器与变更（mutation）模式。通过 @tanstack/react-db 可重导出 @tanstack/db 的全部内容，React 项目应统一从该包导入。主要提供三类查询钩子：useLiveQuery 支持查询函数加依赖数组（据资料有 8 种重载形式，含查询函数、配置对象、预创建集合、禁用状态等）、useLiveSuspenseQuery 和 useLiveInfiniteQuery，并包含 usePacedMutations 用于节流变更。资料还涉及 includes 层级数据、虚拟属性（$synced、$origin、$key、$collectionId）以及 React 特有模式（依赖数组、Suspense 与 Error Boundary、路由加载器预加载）和常见错误排查。适用于在 React 应用中使用 TanStack DB 构建实时、乐观更新的数据界面。
pr-summary
pr-summary 是一个用于规范和优化拉取请求（PR）描述的工具或技能。它的核心作用是在每个新建或刷新的 PR 描述最顶部，添加一个简洁的 Before/After/Solution 摘要块，帮助审查者快速理解变更的背景、预期结果和实现方式。使用该技能时，若可用的 pr-writer 工具，会先由其生成标题和标准描述，再将此摘要块置于 PR 正文最上方。摘要内容必须从经过验证的 issue 或规格说明以及当前 base 到 head 的 diff 中推导得出，每项尽量保持一句话。对于不改变行为的重构，After 中需明确说明无预期行为变化，Solution 中描述结构性改进。摘要块下方保留 pr-writer 生成的其余审查上下文，如权衡、风险、验证、审查重点和已验证的 issue 引用。该技能强调摘要只是入口，不能替代详细说明，同时要求消除摘要与正文的重复，并且绝不能编造行为、证据或 issue 链接。
ai-coding-discipline
AI Coding Discipline 是一套面向 AI 编程的强制性编码纪律规则，用于防止常见的 AI 编码反模式。该规则适用于所有代码编写、编辑、审查、缺陷修复与测试场景，并声明优先级高于 AI 的默认编码倾向。其内容由六条规则和一份提交前自检清单组成：禁止用静默回退值掩盖本不应缺失的数据；禁止在业务逻辑中使用捕获一切的 try/catch 吞掉错误；测试必须在代码被破坏时失败，并禁用 toBeDefined、toBeTruthy 等作为唯一断言；禁止用硬编码返回值拼凑测试用例的查表式实现；修复缺陷时遵循红-绿测试顺序，即先写复现缺陷的失败测试，再改代码，并确认测试由失败转为通过；修复过程中不得在同一提交里删除调试日志。
llamacpp-tuner
用于分析和调优本地 llama.cpp / llama-server 的编码智能体配置：检查运行中的服务、提出 ctx、prompt cache、MTP 等参数调整、前后基准测试并报告差异。仅适用于本地 llama-server，不适用于 vLLM、Ollama 等。
code-review-specialist
面向代码审查的 Claude 技能，提供安全、性能与代码质量分析，适用于审查代码、评估代码质量或评审 Pull Request。
doc-generator
doc-generator 是一个用于从源代码生成 API 文档的技能，可产出 OpenAPI/Swagger 规范、接口说明、SDK 示例、集成指南、错误码与认证文档，适合创建或更新 API 文档时使用。
lynx-tasm-codec
lynx-tasm-codec 是一个技能（skill），用于通过 agent-lynx tasm 命令行在模板 JSON 与 tasm 二进制之间进行编码和解码转换。该技能提供 encode（JSON 转 tasm）和 decode（tasm 转 JSON）两个子命令，并支持指定精确的 @lynx-js/tasm 编解码器版本。适用于读取仓库中已有的 .tasm 文件、在修改模板 JSON 后重新生成 .tasm、通过解码比较两个 .tasm 产物的差异，以及排查不同 codec 版本导致的编码结果差异等场景。
review-this
review-this 是一个用于结构化代码或文档评审的技能，输出分类评分、总体评分、检查清单和可执行的改进建议，强调基于实际材料给出直接、准确、具体的判断。