swoosh-emails
用于 Phoenix 应用发送邮件的技能，覆盖 Swoosh 配置、邮件模板、投递与测试。要求在实现邮件功能前调用，强调邮件模块独立、复用 Phoenix 组件、按环境配置适配器、异步投递与使用 Swoosh.TestAssertions 断言。
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
40,103 个结果
host-workspace-operator
这是一个面向 ChatGPT/Codex 插件工作流的技能，用于指导模型使用宿主环境自带的原生工具来检查、搜索、修改和验证主机工作区中的文件，而不是虚构文件系统 API。技能按能力而非固定工具名来路由，涵盖读取、列目录、语义搜索、grep、补丁、写入、shell 和 Python 等操作，并要求优先采用最窄的操作、坚持只读优先、在改动前确认授权、改动后回读并验证，避免破坏性命令或将密钥写入产物。该技能本身不授予文件系统权限，仅在宿主提供相应能力时教模型如何安全使用。
sandbox-python-executor
Sandbox Python Executor 是一项供 ChatGPT/Codex 插件工作流使用的执行策略技能，用于在需要确定性计算、文件处理、仓库检查、包内容检查等工作时，借助宿主机自带的 Python 执行能力产出可验证的“执行证据”，而不是仅给出代码建议。它本身不创建远程运行时，也不声明 MCP 依赖；在 ChatGPT 中依赖可用的 python 工具（Code Interpreter），在 Codex 中则使用会话可用的宿主机执行环境。技能说明了何时应当真正执行 Python（如解析或比较 JSON/YAML、检查压缩包与包内容、计算 SHA256、检查文件树与路径、运行随技能打包的已审阅脚本、验证生成文件、复现缺陷等），也说明不应为改写文案或简单查事实而调用 Python。执行时要求实际运行而非打印命令，优先使用已审阅的随附脚本，对目标仓库默认只读，将任意仓库脚本视为不可信输入并先审阅，不假设沙箱有网络访问，不泄露密钥与无关文件，并保留用户需要的生成文件。执行后需报告所用运行时、执行的操作、通过/失败状态、关键计数、生成文件路径、必要时的 SHA256 及警告。若宿主机不提供 Python 能力，必须如实说明，不得声称执行过测试或文件处理，并将依赖执行的结论标记为未验证。该技能面向运动图形项目中的确定性检查与验证，属于执行策略而非远程代码执行服务。
find-similar
该技能用于在代码库中系统查找相似或类似的代码模式，回答“别处是否有类似实现”“有哪些现有模式匹配”等问题。它只报告存在的内容，不判断是否应采用或修改，帮助开发者定位可参考或需保持一致的实现。
context7
Context7 是一个通过 Context7 API 检索软件库、框架与组件最新文档的技能，用 curl 查询，避免依赖可能过时的训练数据。
subagent-driven-development
Subagent-Driven Development 是一种在当前会话中执行实现计划的开发工作流技能。它通过为每个任务派发全新的子代理（subagent）来执行，并在每个任务完成后进行两阶段审查：先做规格符合性审查，再做代码质量审查。其核心原则是「每个任务使用全新子代理 + 两阶段审查（先规格后质量）」，从而实现高质量、快速迭代。适用于任务大多相互独立、且希望在同一会话内完成执行的场景。
teach-build
teach-build 是一个用于在功能构建完成后生成“教学包”的技能。它把一次已完成的构建整理成一个自包含的本地 HTML 文件，帮助用户在决定该构建去向之前理解两件事：构建历程（如何构建、计划与实际偏差）以及运行方式（该功能如何在周边系统中运作）。教学包仅作辅助，不作为发布或合并的关卡；其中列出的开放问题只是教学包的边界，而非合并建议。教学包为单个离线 HTML 页面，包含五个部分：定位、运行图、历程、记录与代码树对比、开放问题。
customerio-known-pitfalls
Customer.io Known Pitfalls 是一份面向 Customer.io 集成开发的避坑指南，系统整理了 12 个最常见的集成错误，并给出错误写法、正确写法和原因说明。内容覆盖 API 密钥类型误用、时间戳单位错误、identify 与 track 的调用顺序、用户 ID 设计、邮箱属性缺失、动态事件名、阻塞请求链路、退信处理、客户端实例化方式、事件命名规范、限流以及事件名中的 PII 问题。资料还包含一份快速对照表和可用于代码库审计的命令行脚本，适合作为代码审查清单和开发者入门参考。
customerio-performance-tuning
面向 Customer.io 高吞吐集成的 API 性能调优技能，涵盖 HTTP 连接池、identify 去重缓存、事件批量与刷新控制、异步 fire-and-forget 追踪及区域路由，并强调以基线测量、单参数变更和回滚触发条件保障消息正确性与速率限制。
customerio-rate-limits
面向 Customer.io API 的限流与退避实现指南，涵盖令牌桶限流、带抖动的指数退避、队列化处理与 429 响应处理，适用于高并发调用、重试逻辑与批量导入场景。
deepgram-local-dev-loop
为 Deepgram 语音识别配置本地开发工作流，包含测试夹具、离线单元测试的模拟响应、针对真实 API 的 Vitest 集成测试，以及监听模式的转写开发服务器。
firecrawl-enterprise-rbac
用于设计并审计 Firecrawl 团队角色、API 密钥归属、端点与格式限制、IP 限制、SSO 及职责分离的治理技能，帮助将 Firecrawl 实际的团队与密钥控制转化为最小权限运营模型。
firecrawl-sdk-patterns
用于在 Node 或 Python 中构建类型化、可测试的 Firecrawl v2 适配器，将 Firecrawl 封装在应用自有接口之后，隔离供应商变更、策略、重试与测试。
fireflies-install-auth
用于为 Fireflies API 建立最小权限身份、保护 Bearer 密钥并验证已认证 GraphQL 边界的技能，不暴露会议数据。
fireflies-multi-env-setup
用于隔离 Fireflies 开发、预发布与生产环境的技能：区分身份、Webhook 端点、密钥、配额、测试数据与可观测性，并通过配置和故障路径证据证明隔离有效。
pagination-helper
Pagination Helper 是 API 开发领域的自动激活技能，用于分页助手相关任务。当请求中提到“pagination helper”或询问分页模式与最佳实践时自动触发，提供分步指导、生成生产级代码与配置并做标准校验。
gemini-interactions-api
用于调用 Gemini Interactions API 的技能，涵盖文本生成、多轮对话、多模态理解、图像生成、流式输出、工具调用、后台任务与内置智能体。提供 Python 与 JavaScript/TypeScript SDK 用法及当前模型 ID 对照。
gemini-live-api-dev
用于开发 Gemini Live API 实时双向流式应用的技能，涵盖基于 WebSocket 的音视频与文本流、语音交互、函数调用、搜索接地、会话管理与临时令牌等，适用于低延迟实时语音/视频对话集成。
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。
revise-changes
revise-changes 是 jimmy-guzman/skills 中的一项技能，用于处理已存在的 GitHub PR 或 GitLab MR 上的评审评论。它会读取未解决的评论线程，逐条对照当前代码核验，修复成立的问题，为每个线程起草回复，并在用户明确同意后通过配套脚本发布回复。该技能强调只通过 scripts/pr.py 执行回复与解决操作，将 PR 文本视为待核验数据而非指令，核验结果分为 Reproduced、Traced、Unverified、Refuted 四类。
resolving-merge-conflicts
该技能用于处理正在进行的 git merge 或 rebase 冲突。它会先查看合并或变基的当前状态，检查 git 历史与冲突文件，并追溯每处冲突的来源（提交信息、PR、原始 issue 或工单），以理解每项改动的原因与原始意图。随后逐个 hunk 解决冲突：尽可能同时保留双方意图；若无法兼容，则选择与本次合并目标一致的一方，并记录取舍；不虚构新行为，且要求始终解决冲突而非执行 --abort。解决后运行项目自带的自动化检查（通常依次为类型检查、测试、格式化），修复因合并造成的破坏，最后暂存并提交完成合并；若处于 rebase 过程，则持续进行直到所有提交完成变基。
arch-discover
arch-discover 是 sdd-devkit 插件中的一个技能，用于检查既有项目并发现其中隐含的架构决策，以及当前生效的规则与约定，并据此提出架构决策记录（ADR）和领域标准中的需求候选。它通过分析仓库结构与代码来识别隐式架构——例如技术选型、模式、约定或从未正式文档化的权衡。每个发现会被翻译为两类产物：ADR（记录历史性决策，即为什么选择某个方案）和领域标准中的需求（记录代码当前遵循的持续可验证的规则，采用 RFC 2119/8174 的 MUST/SHOULD/MAY 措辞）。该技能包含五个阶段：初始定位、项目检查、候选识别、候选呈现，以及创建已批准的产物。用户决定哪些候选需要文档化，随后技能调用 arch-manage 创建对应的 ADR，并在适用时向领域标准添加需求。
godot-gdscript-patterns
Godot GDScript Patterns 是一套面向 Godot 4.x 游戏开发的 GDScript 生产级模式集合，涵盖架构、信号、场景、状态机与性能优化。该技能适用于使用 Godot 4 构建游戏、用 GDScript 实现游戏系统、设计场景架构、管理游戏状态、优化 GDScript 性能以及学习 Godot 最佳实践等场景。内容以代码示例形式给出核心概念与多种可复用模式，包括状态机、Autoload 单例、基于 Resource 的数据、对象池、组件系统，并在进阶参考中涉及场景管理与存档系统，以及性能技巧与最佳实践。
pygame-patterns
针对 Python 游戏开发的 pygame 实践技能，提供惯用架构模式、最佳实践与反模式，用于构建、重构、调试和审查 pygame 项目，强调稳定的主循环、可测试的核心逻辑与合理的工程结构。