kotlin-tooling-kotlin-toolchain
JetBrains 推出的 Kotlin 统一 CLI（Alpha），用声明式 YAML 替代 Gradle 构建脚本，支持 JVM、Android、iOS 与多平台 Kotlin/Java 项目的构建、运行、测试、打包与检查。
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 10-19 00:11
编程与开发
37,012 个结果
ln-722-backend-generator
ln-722-backend-generator 是一个用于从实体定义生成 .NET Clean Architecture 后端结构的技能，适用于引导 .NET 后端项目。它生成分层解决方案、领域实体、API 控制器、DTO 与 MockData，但不实现业务逻辑或数据库连接。
ln-771-logging-configurator
为 .NET（Serilog）与 Python（structlog）后端项目配置结构化 JSON 日志的 L3 技能，由 ln-770 协调器触发，可生成请求日志中间件、日志富化与分级配置并校验语法。
e-commerce
电商开发技能，涵盖购物车、支付处理、库存管理与订单履约等模式，包含基于 Zustand 的购物车状态、Stripe 支付集成、库存乐观锁与订单状态流转等示例。
gpt2api-openai-gateway
gpt2api 是自托管、兼容 OpenAI 接口的网关，通过逆向 chatgpt.com 暴露 GPT Image 2、DALL·E 3 与 IMG2 灰度出图能力，支持多账号池、代理池、限流、积分计费与管理后台。
opengame-agentic-game-creation
OpenGame 是一个开源的 TypeScript 智能体框架，可根据单条自然语言提示端到端生成完整可玩的网页游戏（HTML/JS/CSS）。它由三部分构成：Game Skill（含 Template Skill 模板技能与 Debug Skill 调试技能）、可选的专用模型 GameCoder-27B，以及用于自动评估的 OpenGame-Bench。Template Skill 维护可增长的模板骨架库以搭建稳定架构，Debug Skill 记录已验证的修复协议以系统性地修复跨文件集成错误。框架兼容任何 OpenAI 兼容的 LLM 后端，如 GPT-4o、Claude、GameCoder-27B。OpenGame-Bench 通过无头浏览器执行与 VLM 评判，在 Build Health、Visual Usability、Intent Alignment 三个维度上对 150 条多样化提示词进行评估。
umbraco-review-checks
Umbraco 后台扩展审查参考技能，为 umbraco-extension-reviewer 智能体提供代码质量、架构与 UI 模式三类检查清单，含检查项编号、严重级别与是否可自动修复信息。
token-coach
Token Coach 是一个基于用户本机实测用量数据的 Claude Code 或 Codex 配置优化教练技能。它通过对话方式分析用户的 token 消耗去向，给出简短、按优先级排序且经用户认可的行动计划。该技能属于 Token Optimizer 的测量层，适合在规划新项目、修复缓慢或昂贵的配置、设计多智能体系统、做快速健康检查，或评估工作流中哪些步骤真正需要模型时使用。若需要直接修改配置的完整审计，则交由 token-optimizer 处理。
old-coder
Old Coder 是一套强调证据优先的开发流程技能：先产出可执行规格（SPEC）并由人批准，再按 RED→GREEN→REFACTOR→GAUNTLET→EVIDENCE 循环开发，用测试、类型、覆盖率、变异测试等约束层替代逐行人工审查，最终交付可复现的证据报告。
ai-team-orchestration
轻量多智能体开发团队编排方案，含 Producer、Dev、QA 三个稳定智能体，覆盖规划、实现、测试到合并与项目状态更新；按风险决定评审与 QA，提供项目简报、冲刺计划、头脑风暴与上下文恢复等用法。
aiogram-framework
用于构建、重构或排查基于 aiogram v3 的 Telegram 机器人，覆盖路由器、处理器、过滤器、Dispatcher 生命周期与更新投递等主题，并配合本地文档与示例使用。
react-native-moq
react-native-moq 是 Software Mansion 为 React Native 提供的 Media over QUIC (MoQ) 绑定库，用于实现亚秒级延迟的实时视频、音频与数据轨道传输，可向 MoQ 中继发布和从中继订阅媒体流。它基于 Software Mansion 的 moq-kit 原生库构建，要求 React Native 新架构（Fabric + TurboModules）、iOS 16+ 与 Android API 30+。通过 npm 安装并执行 pod install 即可使用，另可选装 react-native-moq-ui 获得全屏模态、控制条与音量滑块等播放器界面。核心模型是 Session（一次到 MoQ 中继的连接），订阅侧通过 useBroadcasts 发现直播、useVideoPlayer/useAudioPlayer 播放并用 VideoView 渲染；发布侧通过 useCamera、useMicrophone 等采集轨道，再用 usePublisher 发布。库还提供无 Hook 的命令式 API 与数据轨道、自定义音视频源等能力。
umbraco-bundle
Umbraco 后台扩展类型 Bundle 的实现技能：通过单个 JavaScript/TypeScript 文件导出或再导出扩展清单（Extension Manifests），把多个清单组织在一个容器中，用代码而非 JSON 声明清单，实现模块化扩展。
umbraco-picker-data-source
Umbraco Picker Data Source 是 Umbraco CMS 后台（backoffice）的一项扩展能力，用于为基于选择器（picker）的属性编辑器提供数据源。开发者可以通过它自定义选择器所展示、搜索和选取的数据项，支持树形（tree）与集合（collection）两种展示形式，并可接入自定义实体、外部 API 或经过筛选的现有内容。该技能提供清单（manifest）注册、树形数据源、集合数据源、可配置数据源以及相关接口的示例代码，并强调实现前应获取最新官方文档。
accelint-nextjs-best-practices
这是一个面向 AI 智能体与 LLM 的 Next.js 最佳实践技能，聚焦性能优化与代码规范。它覆盖 App Router 与 Pages Router 场景，指导编写 Server Components、Client Components、Server Actions、API 路由处理器、RSC 数据获取、Suspense 边界以及 Next.js 专有 API（headers()、cookies()、after()）的使用。技能同时用于重构与代码审查，帮助消除服务端瀑布、减少 RSC 序列化开销、并行化独立操作、用 React.cache() 去重请求、用 after() 处理非阻塞操作，并检查 Server Actions 的认证授权与组件边界划分。采用渐进式披露结构，先读 AGENTS.md 概览，再按需加载具体规则文件，并配有检测反模式的脚本与标准化审查报告模板。
create-railcode-app
Railcode 官方技能：端到端创建、修改、调试、测试与部署 Railcode 应用，涵盖 CLI 更新、连接器迁移、v1/v2 代际判断与请求到功能的映射。
cc-skill-coding-standards
面向 TypeScript、JavaScript、React 与 Node.js 开发的通用编码规范与最佳实践技能，涵盖命名、不可变数据、错误处理、异步、类型安全、React 组件与 Hooks、API 设计、文件组织、注释、性能、测试及常见代码坏味道。
otel-python-style
面向 Python 的 OpenTelemetry 代码风格指南：在模块作用域获取 tracer 与 meter，用装饰器或上下文管理器包裹有界工作，记录错误 span 与日志，避免额外包装。
umbraco-collection-action
Umbraco 后台集合操作（Collection Action）技能：按官方文档在集合工具栏实现按钮，可执行代码、跳转 URL 或打开模态框，支持条件控制与附加选项指示。
umbraco-kinds
Umbraco Kinds 是 Umbraco CMS 后台扩展中的预设配置机制，让多个扩展继承统一的默认属性，减少重复定义并保持结构一致。本技能基于官方文档实现 kinds，并生成可运行的 kind 清单与消费扩展。
sentry-python-sdk
Sentry Python SDK 的完整接入向导技能：扫描 Python 项目，识别框架、任务队列、日志与 AI 库，推荐并指导配置错误监控、追踪、性能分析、日志、指标、定时任务与 AI 监控。
ln-770-crosscutting-setup
用于为 .NET（ASP.NET Core）和 Python（FastAPI）后端项目配置横切关注点的协调技能，涵盖日志、错误处理、CORS、健康检查与 API 文档，并生成统一入口文件。
tidy
Tidy 是一个面向代码审查与修复的 AI 技能，用于审查本地 diff、分支 diff、PR 或指定的安全范围，按严重程度分层给出带 file:line 证据的发现，并对 diff 新增或修改的测试进行门禁检查。它默认以报告模式运行，只读不改动工作区；当用户要求“tidy”“simplify”“fix”或“apply the findings”时进入应用模式，落地最小完整修复以及针对 diff 的简化。它支持标准、结构、Deslop、安全审计等多种模式，并可按条件加载上下文错误、安全检查、性能检查、测试门禁等参考文件。
graphql-implementation
用于构建 GraphQL API 的技能，涵盖 schema 设计、resolver 编写、错误处理与性能优化，支持 Apollo 或 Graphene。适用于需要灵活查询接口的场景。