code-review-parallel
并行审查 GitHub、GitLab 与 Azure DevOps 上多个 PR/MR 的技能，作为单 PR code-review 技能的轻量编排器，每个 PR 分配一个独立 agent。只读，不应用修复。
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
research
一个面向“非平凡改动前研究”的流程型技能：先读现有仓库与依赖版本，再用 Context7 和 Firecrawl 查版本匹配的官方文档与最佳实践，产出差距分析与按文件映射的计划，但不落地实现。强调引用来源、标注版本与日期，来源不足则标注未验证或舍弃。
apify-google-maps
基于 Apify actor 从 Google Maps 抓取商家线索的技能，按关键词与位置搜索，返回名称、地址、电话、网站、分类和评分，并存入 business_leads 数据表。
klap-generate-shorts
该技能通过 Klap API 将 YouTube 视频自动生成短视频切片，完成提交、轮询处理、导出、下载与入库的完整流程，并支持桌面或 Webhook 通知。
lead-enrichment
该技能通过 Apify 的 Contact Details Scraper 抓取企业网站，提取邮箱、电话及社交账号，并回填到 business_leads 表中，仅填充空字段，不覆盖已有数据。
linkedin-profile-scraper
基于 Apify HarvestAPI 的 LinkedIn 资料搜索与抓取技能，无需 Cookie 或 LinkedIn 账号，可按关键词、职位、公司、地点搜索，支持基础搜索、完整资料和邮箱查找三种模式，并将线索去重存入 PostgreSQL 数据库。
ue-animation-authoring
该技能用于在 Unreal Engine 中通过代码创建和编辑 UAnimSequence 资产。所有结构性修改（帧率、长度、骨骼轨道、曲线）都通过 IAnimationDataController 完成，而不是直接修改属性；可在编辑器 C++ 或编辑器 Python 中脚本化执行。适用于从代码生成程序化动画、导入仅含动画的 FBX、批量修复，以及在不使用视口的情况下数值验证片段评估结果。
effect
面向使用 Effect v4 / effect-smol 编写 TypeScript 代码的技能，强调以当前源码为准，提供工作流、Schema、服务层、测试等编码约定与验证要求。
thinking
一个用于约束编码行为的技能，强调先思考再编码、保持简单、只做必要修改并以可验证目标驱动执行，以减少过度设计、隐含假设和无谓重构。
grok-search
基于 xAI Grok 服务端工具（web_search、x_search）的本地搜索与对话技能，可通过命令行搜索网络或 X/Twitter，并支持聊天、视觉与模型列表功能。
systematic-debugging
Systematic Debugging 是一套以根因为先的调试方法论技能，适用于遇到任何 bug、测试失败或异常行为时，在提出修复方案之前使用，防止随机试错式修复。它规定了一条铁律：在没有查明根本原因之前，绝对禁止尝试修改。整个流程分为四个阶段：第一阶段调查根因，包括通读错误信息与完整堆栈、确认可复现步骤、检查最近变更（git diff、提交、新依赖、配置）、逆向追踪数据流，多组件系统则在各边界加诊断日志定位故障组件；第二阶段分析模式，寻找代码库中可正常工作的相似代码、完整阅读参考文档、列出可用与不可用实现之间的全部差异、梳理依赖关系；第三阶段验证假设，建立单一假设并用最小改动测试，一次只改一处，验证通过进入第四阶段，否则重新提出假设，不知道就承认不知道；第四阶段实施，先写失败测试用例，再做只针对根因的单一修复，验证测试通过且不破坏其他测试。若修复失败三次以上或每次修复都引出新问题，应怀疑架构设计问题并停止讨论。技能还列出危险信号（如“先改改看”“一次性测试多个改动”“快速修复以后再查”“大概是这里的问题”“手动验证过应该没问题”），以及常见借口与现实对照，强调简单 bug 也有根因、系统化调试比猜测更快、第一次修复会决定后续模式、部分理解必然带来 bug。
cli-generator
用于生成面向 AI 智能体友好的 Python 命令行工具的技能，基于 Click、Pydantic、Rich 与 uv，强调“每次输出都是提示”，让成功与错误信息都引导下一步操作。
monorepo-generator
monorepo-generator 是一个用于生成生产级 monorepo 结构的技能，覆盖全栈应用的前端（Next.js、React）、API（Hono、Express）、数据管道与共享包，支持 Bun、PNPM、Yarn 包管理器，采用 Turborepo 管理任务与缓存。
taku-build
Taku Build 是 Taku 工作流中的实现执行技能，在 /taku-plan 之后或用户说“build this”“implement the plan”等时触发，按已批准的计划执行编码任务，并产出可供 Review 审核的证据与任务台账。
taku-plan
taku-plan 是 Taku 工作流中的规划技能，把已批准的设计转成可执行的实施计划。它按三步流水线运行：范围与架构评审、设计评审（仅 UI）、编写计划，并输出 PLAN.md 供后续构建使用。
taku-review
Taku Review 是 Taku 工作流中的交付审查环节，通常在实现完成、/taku-build 之后触发，用于分析代码差异中的安全问题、缺陷与代码质量，并判断变更能否发布。
taku-think
Taku Think 是一个在开发规划前澄清模糊需求的技能，提供 Quick、Design、Explore 三种自适应模式，强调在用户批准设计路径前不进入实现，适用于新功能想法、产品与设计选择及早期构思阶段。
dynamic-programming
一个关于动态规划的中文技能说明：当问题具有重叠子问题与最优子结构时，使用记忆化或制表法求解最小成本、计数方案、最长/最短子序列、可达性等问题。
lychee
lychee 是用 Rust 编写的快速链接检查工具，可在 Markdown、HTML 及代码库中查找失效 URL 和邮箱地址。适合用于校验链接、发现死链，支持递归检查、CI 输出与多种过滤配置。
sg
ast-grep（命令名 sg）是一款基于抽象语法树（AST）结构而非纯文本匹配的代码搜索与重写工具。它使用可解析的代码模式配合 $VAR 元变量作为通配符，能够按代码结构精确查找模式并进行大规模重构。适用于查找代码模式、批量重构、检测反模式等场景。
backend-architect
这是一个面向后端架构决策的技能（Skill），用于在智能体需要选择、评审或记录生产级技术方向时提供指导。它覆盖 API 设计、认证、缓存、队列、持久化、可观测性，以及后端框架、数据库、ORM、向量存储和部署架构的选型。该技能强调先发现仓库内权威的产品与约束来源，优先选择简单可观测的架构而非分布式复杂度，并要求对版本敏感的技术主张进行实时来源验证。它不适用于通用解释、文案编辑或不影响架构的一次性代码改动。
14-day stale PR close
用于关闭等待作者超过 stale-days（默认14天）且无作者推送、评论或评审的贡献者 PR。参数化 owner、披露行等，通过 gh pr close 执行，不合并、不克隆仓库。
Adversarial review
Adversarial review 是一个在 ship 云代理推送分支后、创建拉取请求前执行的对抗式代码审查技能，由项目 crewmate 启动全新子代理，通过源码控制 CLI 读取分支差异，输出结构化发现与风险评级，用于在合并前发现缺陷、风险与可简化点。
no-mistakes
no-mistakes 是一个本地代码变更校验流水线，在改动推送上游前依次经过意图、rebase、审查、测试、文档、lint、push、PR、CI 等环节，通过 no-mistakes axi 命令族驱动，以 TOON 格式输出到 stdout。