swiftui-development
用于开发 SwiftUI 界面的技能，涵盖视图组合、Observation 与状态包装器、导航、Swift 并发、架构、无障碍与预览，强调声明式组合、可预测状态和安全并发。
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
41,175 个结果
consistent-architecture
这是一个用于保持代码库架构一致性的技能，重点在模块边界、文件夹结构、命名规范和分层关系。它要求不要无必要地另建一套结构，每个模块或文件夹只承担单一职责，导入只能单向（UI → 领域 → 基础设施，反向依赖必须经过显式端口），同一层级的命名要稳定可预测。新增文件应遵循现有结构；若现有结构不合适，应先提出变更；涉及边界调整时，应写一份简短 ADR。工作流程为：先检查现有文件夹、入口、导入与命名模式，再画出分层与允许的依赖关系，然后确认新代码的放置位置，最后再创建或移动文件，并在边界变化时补充文档。适合在已有项目中新增模块、重构目录、调整分层或统一命名时使用；具体实现语言、工具链、支持的平台及收费方式暂未提供。
spec-driven-design
该技能是一个规格驱动设计（Spec-Driven Design）工作流技能，用于在写代码之前先编写功能规格说明书，等待用户明确批准后再实现，并且只实现规格中涵盖的内容。它提供澄清疑问、以 Markdown 编写规格、确认后实现、最后核验验收标准等步骤，并附有最小规格模板。适用于用户提出新功能或规格需求时的开发场景；对拼写错误、局部重命名等琐碎请求不适用正式规格流程。
dc
dc 是一个由 DaoCloud 提供的生成式命令行工具技能，用于发现 dc CLI 命令、查看参数、检查认证状态并安全执行 API 操作。适合需要通过命令行操作 dc 所管理 API 的场景。
add-dart-mcp-server-feature
本技能提供向 dart_mcp_server 包添加新功能（工具、提示等）的操作说明。内容涵盖：在 pkgs/dart_mcp_server/lib/src/mixins/ 下定位或创建 mixin、在 initialize 方法中注册功能、通过 ParameterNames 扩展定义参数常量、使用枚举与 createDartMCPEvent 处理分析数据、使用 TestHarness 编写测试、运行测试与分析并格式化代码、运行 update_readme.dart 更新 README 及维护 CHANGELOG，以及按需更新 SKILL.md。
update-dart-mcp-server-readme
该技能提供更新 dart_mcp_server 包中 README.md 文件的说明。README.md 文件大部分为自动生成，需在 pkgs/dart_mcp_server 目录下运行 tool/update_readme.dart 脚本进行更新，且运行脚本时工作目录必须设置为 pkgs/dart_mcp_server。每当工具被更新、新增或移除时，都需要执行该脚本以保持 README 同步。
ai-friendly-cli
一套为 AI 智能体兼容而构建或重构命令行界面的技能，提供 8 条设计原则，涵盖结构化 JSON 输入输出、模式自省、输入加固、安全护栏、结构化错误、上下文窗口控制与多界面架构。
databricks-apps-python
用于构建 Databricks 应用的技能资料：新应用推荐 AppKit（TypeScript + React SDK），也可回退到 Python 框架（Dash、Streamlit、Gradio、Flask、FastAPI、Reflex），涵盖脚手架、部署、授权、资源连接与常见问题。
backend-test
为 Express + Prisma 后端编写单元测试与集成测试的技能，使用 Vitest 与 Supertest，适合为后端服务、控制器和路由增加测试覆盖。
fastapi-ai-patterns
面向 FastAPI 服务（尤其 AI/ML/LLM 推理）的生产级模式与避坑指南，属知识类技能。核心覆盖 def 与 async def 的取舍、lifespan 单例生命周期、鉴权边界，以及把随机性 LLM 输出变成带 Pydantic 校验与重试的类型化组件。
3d-games
3D 游戏开发原则技能，涵盖渲染管线、着色器、物理、相机、光照与 LOD 等核心主题，并列出常见反模式，帮助在开发 3D 游戏系统时做出性能与视觉上的取舍。
convex-create-component
面向 Convex 的组件化开发技能，用于在现有应用中设计并构建边界清晰、拥有独立数据表与对外封装 API 的可复用 Convex 组件，并说明何时不该使用组件、本地/打包/混合三种形态的区别以及跨边界的关键限制。
convex-quickstart
用于从零初始化 Convex 项目，或把 Convex 后端接入已有 React、Next.js、Vue、Svelte 等应用，涵盖脚手架、Provider 接线、开发循环与部署。
beads-from-plan
将 Markdown 实施计划转换为 beads 任务的技能，支持 DECOMPOSE（拆解计划）与 VERIFY（校验覆盖）两种模式，强调 100% 章节覆盖、依赖准确与原子化任务拆分。
agent-token-efficiency
用于优化多智能体编程 CLI 栈的 token 消耗，覆盖 Claude Code、Codex、Kimi Code CLI、Hermes 等，提供未知智能体优化、配置传播、用量分析与提供商轮换工作流。
coding-strategy
一个编码策略技能：在任何编码任务前先查阅，按任务复杂度、可用免费额度、并行潜力与供应商情况选择最优编码代理策略，优先耗尽免费/订阅额度再使用按量付费模型。
elevenlabs-voices
基于 ElevenLabs API 的语音合成技能，提供 18 种声音角色、32 种语言、音效生成、批量处理、成本统计与声音设计，并可与 OpenClaw 内置 TTS 集成。
openclaw-upgrade
用于升级 OpenClaw 安装的技能，覆盖全局 npm 安装、本地开发环境、stable/beta/dev 发布通道、配置备份与恢复、版本管理与常见故障排查，并提供自动化升级脚本。
opencode-controller
用于在本地 OpenRouter-only 预设下控制与操作 OpenCode 完成编码工作的技能，管理会话、模型别名与 Plan/Build 流程。
pjangler-dev
pjangler-dev 是用于开发 pjangler 本身的技能，指导编写原子文件/目录操作的 Command、组合子系统引导的 Recipe，并在 CLI 中注册它们。
ralph-wiggum-v2
Ralph Wiggum v2 是一个自主的 TDD（测试驱动开发）开发循环技能，通过并行智能体集群（agent swarm）来审查代码、发现问题并以测试优先的方式逐项修复，直到满足收敛条件为止。它适用于自主游戏开发、代码质量巡检以及持续自动改进等场景。该技能通过 /ralph-wiggum-v2:ralph-loop 命令启动，需指定 --project 与 --completion-promise 参数。工作流包含五个阶段：发现与初始化、并行智能体审查集群、TDD 实现循环、类别演进、收敛检测。它维护 .ralph/state.json 与 .ralph/categories.json 两个状态文件，依据类别评分（满分 100）挑选最低分项进行审查，并使用多种审查风格（如代码质量、可靠性、性能、安全、架构、测试及游戏专用风格）从不同视角发现问题。修复遵循「先写失败测试、再最小实现、验证通过、更新状态」的强制流程。收敛条件包括：连续 10 次清洁迭代、所有类别评分达到 95 分以上、全部测试通过且游戏无崩溃。
unfuck-my-git-state
用于诊断并恢复损坏的 Git 状态与 worktree 元数据的技能，提供分阶段、低风险的修复流程，强调先快照、优先非破坏性修复、每步验证，适用于 HEAD 分离、分支锁冲突、worktree 元数据残留等场景。
vercel-composition-patterns
面向 React 的可扩展组合模式指南，用于消除布尔属性泛滥、构建灵活组件库并设计组件 API，涵盖组件架构、状态管理、实现模式与 React 19 API 四类规则。
vercel-react-best-practices
Vercel React Best Practices 是由 Vercel Engineering 维护的 React 与 Next.js 性能优化指南技能，包含 8 个类别、共 57 条规则，并按影响程度划分优先级，用于指导自动化重构与代码生成。该技能适用于编写新的 React 组件或 Next.js 页面、实现客户端或服务端数据获取、审查代码性能问题、重构现有 React/Next.js 代码，以及优化打包体积或加载时间等场景。规则类别按优先级依次为：消除瀑布流（CRITICAL，async- 前缀）、打包体积优化（CRITICAL，bundle- 前缀）、服务端性能（HIGH，server- 前缀）、客户端数据获取（MEDIUM-HIGH，client- 前缀）、重渲染优化（MEDIUM，rerender- 前缀）、渲染性能（MEDIUM，rendering- 前缀）、JavaScript 性能（LOW-MEDIUM，js- 前缀）以及高级模式（LOW，advanced- 前缀）。每条规则以独立文件形式提供，包含规则重要性说明、错误代码示例及解释、正确代码示例及解释，以及额外上下文与参考。完整编译文档见 AGENTS.md。