sota
SOTA 工程技能库的总路由技能，用于在构建或审计任务中按需选择并加载 41 个领域技能（如架构、安全、性能、测试、数据库、K8s、LLM 工程等），要求验证主张、重视时效与证据。
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
sota-async-concurrency
跨运行时的异步与并发代码编写和审计规则技能，覆盖 Python asyncio、JS/Node、Go、Rust、JVM。提供 BUILD 与 AUDIT 两种模式，强调结构化并发、有界队列、超时策略、取消传播和锁顺序，并给出按严重级别分类的缺陷目录。
sota-dotnet
面向 C# / .NET 的工程规则技能，供 Claude 在编写或审计 .NET 代码时使用。基线为 .NET 10 LTS 与 C# 14，覆盖现代语法、异步、安全、性能与构建工具链，并提供审计清单与严重级别约定。
rust-best-practices
Rust Best Practices 是一个用于编写和审查生产级 Rust 代码的工程规范技能，依据官方 API Guidelines、Style Guide 及一套工程标准，围绕分配契约、所有权、Result 与 panic、unsafe 与并发、性能与质量等主题给出可执行的规则。它面向已有 Rust 基础的开发者，强调正确性、安全性、确定性和可维护性优先于技巧性，要求在 profiling 之前就把分配与边界设计进 API。技能提供必须/应当/可选的规则分级，并给出按任务加载参考文档的用法，例如命名与 rustdoc 查 official.md、内存画像与 heapless 查 allocation.md、借用与 clone 查 ownership.md、错误处理查 errors.md 等。使用方式包括直接应用标准或对指定 crate 或文件做评审，逐条给出引文、规则名和修复建议。所有规则以官方文档为准，要求引用实时页面而非凭记忆编造 API。
arranging-simulink-layouts
这是 MATLAB/Simulink 智能体工具包中的一项布局整理技能，基于 model_edit 的 SATK 布局引擎，用于自动排列和整理 Simulink 框图。当用户要求修复、清理、整理、拉直或重新排列框图布局，或方块重叠、连线交叉穿过方块、新增方块位置散乱时使用。默认采用选择性布局，只移动指定目标方块并重连相关连线，尽量少改动用户原有布局；也可在用户同意后对整个作用域做完全重排。该技能仅针对 Simulink 框图，不适用于添加、连接、删除或配置方块（应使用 building-simulink-models），Stateflow 图表布局仅支持整体重排且需先征得同意。技能不提供逐像素手动摆放，也不推荐依赖撤销来还原布局。
progress
Progress 是一个按需情境感知技能，用于在会话中途、上下文压缩后或新工作阶段开始时，快速获取最新的 git/PR 快照与续接信息，并给出一个具体的“下一步行动”建议。
story
将功能想法转化为符合 INVEST 标准的用户故事、史诗（Epic）、PRP/PRD 与冲刺计划，并支持同步到 GitHub Issues。适用于功能拆解、实现规划与迭代管理。
golang
面向 Go 1.26 的惯用开发技能，强调显式错误处理与 fmt.Errorf %w 包装、小接口、表驱动测试，并配合 golangci-lint 与 pre-commit 钩子做质量门禁。
minecraft-dev
minecraft-dev 提供 minecraft-dev-cli 命令行工具，用于查询 Minecraft 源码、模组与加载器源码、映射、注册表、版本、文档及校验信息。用户可用它反编译、搜索、索引和对比版本，并验证 Mixin、Access Widener 与 Access Transformer。
pwf-enforcer
pwf-enforcer 是在 OpenCode 上强制 planning-with-files（PWF）工作流的技能，由 TypeScript 插件（硬层）与 AGENTS.md 提醒（软层）组成。插件在真实事件中注入计划内容，让模型在关键时点看到计划文件，适用于 omo + pwf 并用的长时间、多会话任务。
apiary
Apiary 集成技能：通过 Membrane CLI 连接 Apiary 协作式 API 设计与文档平台，用于管理组织、用户、目标、过滤器等数据，以及发布和获取 API Blueprint、管理风格指南断言等操作。
forge-qa
forge-qa 是一个跨平台 AI 智能体技能，用于在故事（story）标记完成前，依据验收标准、测试覆盖和完成定义验证实现，并生成结构化 QA 报告。
forge-review
forge-review 是一个跨平台 AI 智能体技能，用于对代码进行深度质量审查，聚焦架构、设计模式、可读性、可维护性与重构机会。它只做分析，不修改代码，适用于独立于需求之外的代码质量评估。
review-plan
review-plan 是一个在写代码前对实现计划做对抗式审查的技能：它不按计划自身的说法评判，而是拿计划与真实仓库对照，找出会导致计划失败或留下隐患的问题，并按 blocker、gap、nit 分级、定位到具体步骤。
create-nextjs-ddd-auth-db
用于创建全新全栈 Next.js 应用的技能，要求包含 App Router、DDD 分层、数据库集成、better-auth 的 Google 登录、测试与代码检查。
claude-opus-4-5-migration
将代码库、提示词或 API 调用从 Claude Sonnet 4.0、Sonnet 4.5 或 Opus 4.1 迁移到 Claude Opus 4.5 的迁移指南，包含模型字符串替换、移除不支持的 beta 头部、effort 参数设置及按需的提示词调整。
confidence check
Confidence Check 是一个实现前的信心评估技能，用于在开始写代码前判断是否已经准备好动手。它通过五项检查为任务打分：是否已存在重复实现（25%）、是否符合现有架构与技术栈（25%）、是否查阅过官方文档（20%）、是否找到可用的开源实现参考（15%）、是否已定位根本原因（15%）。综合得分达到 0.90 以上才建议开始实现，0.70 至 0.90 之间应提出替代方案并追问，低于 0.70 则停止并要求补充上下文。该技能提供 TypeScript 实现（confidence.ts），含 confidenceCheck(context) 主函数、各检查实现和上下文接口定义。据资料其宣称在 2025-10-21 测试中精确率与召回率均为 1.000，8/8 用例通过。
create-plan
用于为复杂任务生成详细实施计划的技能，输出 Markdown 规划文档，包含目标、分步任务、验证标准、风险与替代方案，不做实际代码改动。
fetch-unresolved-comments
通过 GitHub GraphQL API 获取 PR 中未解决的评审评论，过滤掉已解决和过时的反馈，输出按文件分组的 JSON 结果。
model-registry-maintainer
用于维护 MassGen 模型与后端注册表的技能指南，覆盖新增模型、更新发布日期、定价与上下文窗口、能力变更以及文档生成与测试验证流程。
pair programming
Pair Programming 是一个面向 Claude 的 AI 辅助结对编程技能，由 microck/ordinary-claude-skills 提供。它支持多种协作模式（driver 驾驶、navigator 领航、switch 自动切换、TDD、review、mentor、debug），在开发过程中进行实时验证、质量监测和自动化测试。该技能可管理驾驶员与领航员角色，执行实时代码审查，跟踪质量指标，并通过 truth-score 真值评分验证确保代码质量，失败时可自动回滚。它支持自动生成测试、跟踪覆盖率、持续测试，以及安全扫描、性能分析和最佳实践检查，并具备会话自动保存、恢复、导出和共享能力。使用前需要安装 Claude Flow CLI（npm install -g claude-flow@alpha），Git 仓库为可选但推荐，另推荐配置测试框架、Linter 和代码格式化工具。用户可通过 claude-flow pair --start 等命令启动会话，并使用丰富的会话内命令（如 /suggest、/explain、/test、/review、/commit 等）进行交互，还支持配置文件、内置代理和配置文件管理。
prp-core-runner
PRP 核心工作流运行器，用于从功能请求到拉取请求的端到端自动化：依次创建分支、生成 PRP 文档、执行实现、提交更改并创建 PR。调用 /prp-core-run-all 并传入功能描述即可。
repomix
Repomix 可将整个代码仓库打包成单个适合 AI 阅读的文件，便于把代码库作为上下文提供给 Claude、ChatGPT、Gemini 等大模型，支持本地与远程仓库、多种输出格式、注释移除、Token 统计和敏感信息检查。
Reviewing Code
“Reviewing Code”是 microck/ordinary-claude-skills 技能库中的一个代码审查技能，用于系统评估代码变更的安全性、正确性、规格一致性、性能与可维护性。它以特性规格、用户故事、API 契约、数据计划、设计规格等文档为基准，按照五维评分（总分100分）对变更打分，并按严重程度把发现分为关键、重要、可选三级，最终给出通过、需要修改或需大规模返工的建议。对于小规模变更（少于5个文件）采用顺序审查；对于大规模变更（超过5个文件）采用多智能体并行审查，分别从安全、架构、API、前端、文档等维度并行检查并汇总结果。