gemini-embeddings
该技能通过 scripts/embed.js 调用 Gemini Embedding API 生成文本向量，支持语义搜索、相似度比较、聚类与 RAG 等场景，可选任务类型、维度和 JSON 输出。
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 11-07 00:13
编程与开发
40,091 个结果
plan-with-senior-dev
该技能将功能开发、缺陷修复、重构、迁移、公共契约或高风险集成等任务，转化为一份基于仓库事实、决策完整的实施蓝图。采用仅规划模式，通过检查文件和运行非变更性命令来收集证据，不修改实现文件。输出包含任务分级、证据记录、可执行蓝图和验证回执，确保不同实施者能依据同一蓝图做出一致决策。
algolia-search-implementation
Algolia 搜索实施的执行清单技能，用于全新搜索、浏览、自动补全、电商搜索、推荐、个性化、动态重排或搜索 UI 的落地，按数据契约、事件埋点、索引配置、UI 实现、发布 QA 五个检查点推进。
ai-remotion-best-practices
Remotion 实践助手用于回答「视频代码够稳吗」等问题，围绕 Remotion、React、视频生成，帮助技术、运营、软件和内容媒体拆解目标、判断重点，输出摘要、诊断结论、行动建议和可复用交付物。
api-doc-integration-risk-review
风险审阅助手，用于回答“这里有什么风险”类问题，围绕 API 文档、集成与开发者体验，结合接口资料、文档链接或粘贴内容，输出摘要、诊断结论、行动建议和可复用交付物。
alova-server-usage
alova v3 在服务端环境（Node.js、Bun、Deno）以及 SSR 框架（Next.js、Nuxt3、SvelteKit）中自定义请求处理器的使用技能说明。
advanced-alchemy-modeling
Advanced Alchemy 的 SQLAlchemy 模型设计技能，指导使用其基类、混入、唯一记录辅助与关系模式来构建模型，适用于 Litestar 生态中的数据建模。
advanced-alchemy-types
Advanced Alchemy 自定义 SQLAlchemy 类型技能，涵盖 DateTimeUTC、加密字段、GUID、JsonB、密码哈希与存储文件对象等类型的选用与实现规则。
deepwork
Deepwork 是面向大型、高风险、多阶段编码工作的编排器工作流，需要多依赖、架构级改动或跨专家协作时才使用；不用于常规小改动、快速文档修改、简单修复或普通功能。
spec-code
spec-code 是一个自主实现规范文档中单个任务的技能：读取 requirement.md、design.md、tasks.md 理解项目上下文后编写代码。支持指定 Issue、规范目录、任务 ID，以及根据评审或测试反馈进行修复。
spec-review
spec-review 是一个按项目规则做结构化代码审查的智能体技能：依据 review_rules.md 与 coding-rules.md，对代码变更进行“规则×文件”矩阵式逐条检查，并将发现写入评审文件，按 fix_before 判定 Gate 通过与否。
spend-circuit-breaker
spend-circuit-breaker 是一个用于 OpenClaw 的支出断路器技能，通过监控会话日志估算累计 API 花费，在达到可配置阈值时提醒用户，并在触及月度预算上限时自动暂停非必要的定时自动化任务。
skd-edit
用于修改现有 1C 数据布局方案（СКД）Template.xml 的技能，通过 PowerShell 脚本执行字段、总计、筛选、参数、查询文本等原子化增删改操作，并支持批量处理与编辑后校验。
aegis-cloud-iam
针对仓库与 IaC 静态产物的云 IAM 与身份配置审计手册模块，重点发现通配符策略、信任策略缺陷、PassRole 提权链、S3 暴露、默认加密缺失、明文参数、OIDC 主体过滤过宽等问题，并对每条发现给出证据、严重度与最小权限改写建议。
api-design
REST API 设计原则与模式技能，用于设计新端点、创建 DTO 或规划 API 结构时参考，涵盖 URL 结构、HTTP 状态码、请求响应格式、查询参数、幂等性、版本控制与安全注意事项。
baoyu-post-to-wechat
通过 API 或 Chrome CDP 将内容发布到微信公众号的技能，支持文章（HTML、Markdown、纯文本）与图文（最多 9 张图）发布，可配主题、颜色、作者、评论开关与多账号，并提供发布前环境检查。
assisted-mastery
assisted-mastery 是一个让 AI 写代码时把推理过程可见化的技能：展示假设、被否决的方案与影响，并随使用者能力增长逐步减少协助，帮助人建立判断力。
graduated-implementation
一个面向智能体协作开发的分级实现技能：先完成最小可理解切片，用记录在案的“理解证明”（低风险看测试与取舍记录，高风险要求人类无辅助讲解改动）换取下一档更大增量，并以约85%成功率区间控制推进速度。
anneal
anneal 是一个用于系统性清理 AI 生成代码坏味道的技能：在用户指定时长内，由调度方按固定节奏派发子代理，逐一修复重复逻辑、过度设计、静默吞错、约定漂移、臆想 API 等问题，每次改动前跑测试、失败即回滚。
python-upgrade-package
该技能用于在 uv 管理的 Python 项目中升级一个或多个依赖包：先评估破坏性变更对项目的实际影响，再执行升级并用测试验证。
reinforcement-learning
面向 Python 强化学习实践的技能指南，覆盖 Gymnasium、Stable-Baselines3、RLlib 等现代库，提供算法选型、自定义环境、超参调优、调试与部署建议，并附带环境校验、训练前检查与评估报告脚本。
planning-github-issue-tasks
GitHub 规划工作流的第二阶段编排技能：读取 GitHub issue 快照，调度 plan/prioritize/validate 流水线，生成 docs/<ISSUE_SLUG>-tasks.md，并返回简洁交接结果。
github
该技能通过 gh CLI 操作 GitHub，覆盖 issues、PR、CI 运行、代码评审与 API 查询。适用检查 PR 状态与 CI、创建或评论 issue、创建或合并 PR、查询仓库数据等场景；不适用于本地 git 操作、非 GitHub 仓库、克隆仓库及复杂多文件 diff 评审。
systematic-review
遵循PRISMA 2020指南的系统综述与元分析编排技能，整合多数据库检索、结构化筛选、数据提取、定量合成与标准化报告，由三个专项技能协同完成完整证据综述流程。