skill-doctor
Skill Doctor 是用于审计 Agent Skills 目录或已安装技能根目录的 CLI 工具，借助 ai-skillet 标准校验器检查元数据与文档链接问题，并可在需要时应用保守的 --fix-safe 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 10-27 00:15
编程与开发
38,202 个结果
optimization-catalog-cutile-dsl
面向 cuTile Python DSL 内核的优化目录技能，提供共享优化指南与 cuTile 专属叠加层，用于选择优化方案、检查反模式，并了解 num_ctas、占用率、ByTarget 行为、数学与数值语义提示及 @ct.kernel 降级相关的代码生成限制。
executing-plans
executing-plans 是 superkit-agents 中的一项技能，用于把已审批的实现计划文档按批次逐步落地为代码，配合 TDD 与检查点评审，适用于拿到计划后按步骤执行或续跑未完成计划。/execute 可触发。
planning
planning 是一个结构化规划技能，用于在写任何代码前把模糊需求转成经用户批准的实施计划。它通过澄清提问、方案对比与显式批准，避免做错方向。触发于 /plan 命令、新功能、缺陷修复或多文件重构等任务。
qbcore-framework
面向 FiveM 的 QBCore 框架资源开发技能，提供核心对象获取、玩家数据、回调、事件、物品、职业、帮派等开发规范与最佳实践。
qe-xp-practices
该技能用于落地极限编程（XP）实践，包括结对编程、群体（Mob）编程、持续集成与可持续节奏，并给出TDD优先、CI与结对先行等实施顺序及智能体协作提示，适用于敏捷开发团队。
trau
Trau 是一个单文件 Go 二进制，运行自主的、以工单驱动的开发循环：从 Linear、Jira、Azure DevOps、GitHub Issues 或内置存储拉取就绪工单，经构建、交接、验证、提交、PR、CI 到合并逐阶段推进。本技能用于从 shell 或 MCP 客户端操作 Trau，即作为操作员而非实现者。
riverpod-refs
Riverpod 的 Ref 与 WidgetRef 使用指南：讲解如何在 provider 和 widget 中读取、监听、失效、刷新状态，以及 onDispose、onCancel 等生命周期回调的用法。
azure-ai-contentsafety-java
基于 Azure AI Content Safety Java SDK 构建内容审核应用，可分析文本与图片中的有害内容，并管理自定义屏蔽词列表。
github
该技能用于通过 gh 命令行工具操作 GitHub，覆盖议题、拉取请求、Actions 工作流运行与 GitHub API 查询，适合排查 CI 失败等场景。
syncfusion-winforms-licensing
面向 Syncfusion Windows Forms 的许可证实施与管理指南，涵盖生成与注册许可证密钥、排查验证错误、试用转正式以及 CI/CD 集成等场景，说明密钥与版本和平台绑定、需在初始化控件前注册、运行时离线校验等要点。
mcp-best-practices
mcp-best-practices 是一份面向生产环境 MCP（Model Context Protocol）服务器的决策参考，使用 TypeScript SDK 构建、加固和调试 MCP 服务器。它假设你已经有可运行的服务器，目标是让服务器正确、快速且安全，而非入门教程。内容覆盖两代协议规范（2025-11-25 与 2026-07-28）的差异与版本协商、流式 HTTP 与 stdio 传输选择、无状态服务模式、框架集成（Express、Hono、Cloudflare Workers、Deno、Bun）、工具注册 API 与命名、Zod 模式规则、注解提示、有状态工具、工具结果投递中 content 与 structuredContent 的取舍、错误处理以及安全注意事项。
explore
explore 是一个基于 GitNexus CLI（gitnexus）的技能，用于追踪代码执行流程、理解代码如何工作。仅支持命令行，不存在 MCP 服务器，禁止对 gitnexus:// 使用 readMcpResource。
definition-of-done
为 milestones.yaml 中的每个里程碑补充详细验收标准，依据需求而非通用清单推导功能、非功能、测试、文档与线框图要求，并加入退出检查清单，帮助确认里程碑是否真正完成。
file-links
file-links 是一个用于规范文件引用格式的技能，属于 xenodium/emacs-skills 技能集。它要求在被引用文件时，统一输出为 Markdown 链接，并采用 GitHub 风格的 #L 语法标注行号。该技能规定了链接文本与 URL 的写法：链接文本使用冒号表示行号（如 filename.el:42），URL 使用 #L 表示行号（如 filename.el#L42）；引用代码块时使用行号范围，链接文本用连字符（如 filename.el:42-50），URL 用 -L（如 filename.el#L42-L50），且范围必须同时出现在链接文本和 URL 中。路径应使用相对于项目根目录的相对路径，并在错误位置、函数定义、修改行等场景下附带行号。该技能不涉及具体编程语言或框架，主要用于统一文档、代码审查、错误报告等场景中的文件引用格式。
address-findings
该技能用于处理代码审查结果：从对话上下文中解析代码审查发现，区分“核心缺陷”与“外围建议”，并进入计划模式生成按优先级排序的修复计划。它要求先运行代码审查技能，若未找到审查输出或结论为 APPROVE 则停止；对 CAUTION 聚焦 P1–P2，对 REQUEST CHANGES 进行全量分析。技能会读取相关源文件、校验发现是否仍然有效，并基于现有代码模式推导修复方案，而非直接照搬审查者的建议。
python-env
使用 uv 进行快速 Python 环境管理的技能。资料宣称 uv 比 pip 快 10-100 倍。触发场景包括：uv、venv、pip、pyproject、python 环境、安装包、依赖项。该技能推荐使用 uv 项目工作流（uv add / uv sync / uv run），而非 uv pip 兼容层，因为项目工作流会管理 pyproject.toml 和锁文件，具备可复现性。
api-performance-api-performance
面向后端性能优化的技能，涵盖数据库查询优化（索引、预编译语句、避免 N+1）、缓存策略（cache-aside、write-through）、连接池与异步非阻塞模式。强调先测量后优化，使用 EXPLAIN ANALYZE、事件循环延迟与缓存命中率定位瓶颈。
lazyweb
Lazyweb 是面向 AI 编程代理的设计证据技能，用于产品 UI 设计、评审与改版。它提供真实应用截图、竞品设计分析与最佳实践研究，并支持付费墙、定价、A/B 测试等场景。
tokhub
TokHub 是一个开源 AI API 中转站监控、推荐运营与 OpenAI 兼容专用网关系统。本技能用于克隆、本地运行和参与 TokHub 代码库开发，涵盖 Docker 部署、TOKHUB_ROLE 进程模型、L1/L2/L3 通道健康探测与网关路由，以及提交 PR 前的检查流程。
dotnet-core
一套面向 .NET 8 后端服务的架构约定，涵盖整洁架构分层、依赖方向、实体不变式、CQRS、验证、可观测性与容器安全等实践，用于搭建或评审后端服务。
code-review
code-review 是一个用于审查变更代码的技能，来自 alexandru/skills 技能集合。它通过调用共享的代码审查工作流来工作，使用时需要以 "code-reviewing" 为参数调用 Skill 工具。该技能本身不包含独立的审查规则或实现细节，而是复用已有的 code-reviewing 工作流，因此适合在需要按统一流程检查代码改动的场景中使用。资料未提供其具体审查规则、支持的语言、平台限制、收费方式或效果说明。
game-prototype
AlterLab GameForge 的假设驱动原型工作流：通过定义假设、限时搭建最小可玩原型、观察真实玩家并做“终止或立项”的二元决策，验证游戏机制是否值得正式开发。
game-unreal-specialist
Unreal Engine 5 专家技能，在涉及 UE5、C++/蓝图、GAS、网络复制、Nanite、Lumen、CommonUI、增强输入或 World Partition 时启用，提供架构决策、引擎模式与性能建议。