gm-craft
gm-craft 是面向跑团主持(Game Master)的叙事技艺指南,强调“智慧而非规则”,涵盖叙事、NPC 塑造、节奏把控与即兴发挥。它指导主持者根据戏剧性调整描写长度、用沉默与感官细节增强沉浸感、让 NPC 拥有自身目标与矛盾、以悬念收尾并压缩平淡时间。同时提供奖励非战斗精彩表现、按世界叙事声音写作、生成“世界内”插画等实践方法,并给出若干黄金法则。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-20 00:12
54,045 个结果
gm-craft 是面向跑团主持(Game Master)的叙事技艺指南,强调“智慧而非规则”,涵盖叙事、NPC 塑造、节奏把控与即兴发挥。它指导主持者根据戏剧性调整描写长度、用沉默与感官细节增强沉浸感、让 NPC 拥有自身目标与矛盾、以悬念收尾并压缩平淡时间。同时提供奖励非战斗精彩表现、按世界叙事声音写作、生成“世界内”插画等实践方法,并给出若干黄金法则。
gm-dungeon 是 sstobo/claude-code-game-master 技能集中的地牢探索技能,用于在跑团过程中管理地下城场景。它提供两种模式:轻量模式(默认)适合快速叙事,用一个主地点条目配合 internal_layout 与 areas_visited 记录;结构化模式适合战术性场景或反复探索三次以上的地牢,为每个房间建立独立地点条目,包含 dungeon 字段、出口与状态。技能涵盖出口校验(是否存在、是否上锁或隐藏)、障碍处理(撬锁、强拆、钥匙、通过 Perception 发现密道)、目的地标记为已发现或已访问、通过 gm-session.sh move 移动队伍、以 2-4 句描述房间并列出出口与生物。它还规定探索突破应像击杀一样获得奖励,例如解除致命陷阱、找到密道、惊险逃脱、穿越危险地形或环境击杀,需先持久化再叙述,使用 tools/gm-player.sh award 并指定 minor、major 或 legendary 等级与原因。此外提供 ASCII 地图符号:@ 当前位置、+ 门、# 上锁的门、△ 上行楼梯、▽ 下行楼梯、~ 已发现的密道、▓ 战争迷雾。
gm-levelup 是 sstobo/claude-code-game-master 中面向 D&D 5e 跑团的升级技能,用于在 gm-player.sh xp 输出 LEVEL_UP 时处理角色升级流程。它提供 1 至 10 级的 XP 阈值表(如 1→2 需 300 XP、2→3 需 900 XP、3→4 需 2,700 XP 等),并说明各职业的命中骰(野蛮人 d12,战士/圣武士/游侠 d10,吟游诗人/牧师/德鲁伊/武僧/游荡者/邪术师 d8,术士/法师 d6)。技能还规定了升级仪式:宣布新等级、掷骰或取平均计算生命值并加体质调整值、获得新职业特性、法术施放能力提升,以及在 4/8/12/16/19 级处理属性提升或专长(等待玩家选择后修改 character.json 中的属性),并在 3 级选择子职业。使用前需通过 KIT 守卫检查,仅当场景上下文 KIT 块为 dnd5e 时生效,非 D&D 套件不使用该 5e 阈值表。
gm-skills 是面向跑团主持(Game Master)的技能检定规则技能,用于决定何时掷骰、DC 难度阶梯、失败推进(Fail Forward)理念以及基于差值的后果处理。它规定:仅在结果不确定、有风险、有对抗或时间压力时掷骰,琐碎或不可能的任务不掷骰;掷骰前先声明 DC,再通过 uv run python lib/dice.py "1d20+[mod]" 或 game_core.resolve_check 执行,并按成功/失败差值进行叙事。失败绝不等于“什么都没发生”,而是“发生了不同的事”,且失败必须付出代价。该技能还给出按属性划分的常见技能列表,并支持通过工具脚本记录奖励与持续后果。
gm-social 是 sstobo/claude-code-game-master 技能包中的社交/NPC 交互工作流技能,用于在桌面角色扮演游戏(TRPG)主持场景中处理玩家与 NPC 的对话与交涉。它提供一套可执行的流程:先加载 NPC 上下文(目标、当前情绪、秘密是否存在、羁绊、语气),在玩家首次真正接触 NPC 时为其补全内在设定并持久化;随后根据历史与羁绊判定 NPC 态度(友好/中立/敌对);在需要时按 5e 规则进行社交检定(游说、欺瞒、威吓、洞悉),并给出对应 DC 与修正;交互结束后持久化 NPC 记忆、情绪与后果,使反应跨会话累积。该技能还强调失败要有代价、社交胜利应给予奖励,并遵循“NPC 有议程而非任务”的叙事原则。
menutodo 是一个用于管理 macOS 菜单栏待办应用 menutodo 的技能,通过直接读写 ~/.menutodo.json 文件来添加、列出、完成、删除和筛选待办事项。
AI Learning Coach 可将模糊的 AI 学习目标转化为具体的 30/60/90 天计划、每周任务与进度追踪,并配套网页版学习路线图追踪器,适合决定投入多周学习的人使用。
Bybit 是一个基于 Starchild 的社区技能,用于在 Bybit 交易所进行现货和永续合约交易。支持市价、限价、止损、追踪止损、止盈止损组合订单,以及账户余额、持仓和市场数据查询。现货和 USDT 本位线性永续合约均支持,底层使用自带的 scripts/ccex_core.py 引擎。需要配置 Bybit API 密钥并安装 ccxt 依赖,通过命令行执行各项操作,并遵循先查余额、再查价格、下单、最后核验的流程。
一个单命令跨链桥工具,支持在 6 条 EVM 链之间跨链转移 USDC/USDT,基于 Alchemy 账户抽象(ERC-4337)实现免 Gas 交易。
一个用于记录重要决策及其推理、预期结果和复盘日期的技能:先写下当时理由,到期后对照实际结果评分,并区分结果好坏与推理质量,以减少后见之明偏差。
该技能用于自动搜索全网前沿实验方案,来源涵盖学术论文、开源硬件、竞赛项目与创客社区,并在评估可行性后生成完整实现方案,包括BOM采购清单、固件代码、电路图、3D打印件、Web仪表盘与教学文档。它适用于探索新实验创意、寻找可供教学或竞赛使用的项目方案时使用。工作流分为需求澄清、全网搜索、方案评估与选择、完整实现、交付五个阶段,会根据预算、受众、硬件偏好等进行筛选,并在硬件、固件、文档层面给出可构建的成果包。
基于 FastAPI 的加密货币期货信号引擎,扫描 MEXC U 本位永续合约的已收盘 15 分钟 K 线,按 SMC 五阶段策略生成信号,绘制图表截图并发送 Telegram 预警,提供实时看板与内存交易历史。
Jacob Ham 模式技能:以平静、非评判的心理咨询式视角,帮助用户理解情绪与冲突、识别可能的行为模式,并在不诊断、不替代专业医生的前提下,给出聚焦提问或可执行的小步骤。
@1977/jobseeker 是 starchild-ai-agent/community-skills 社区技能,官方描述称其目标是帮助用户及时找到合适的工作岗位。除该简介外,资料未提供更多功能细节、运行方式、适用平台及限制说明。
JSON Utils 是一个处理 JSON 文件的命令行工具技能,支持美化或压缩 JSON、校验合法性、深度对比两个 JSON 文件、按点号路径查询嵌套值,以及将 JSON 转换为 YAML/TOML/JSONL。适合需要批量或脚本化处理 JSON 的场景。
面向开盘前复盘的紧凑可复用清单技能,要求使用实时数据,并把可观察事实与解读分析严格分区,用于逐项准备交易时段的市场开盘检查。
技能页面标注为帮助在 Orderly 上进行交易下单,但公开资料仅包含名称、来源与极简说明,未提供具体功能、安装与使用细节。
Overall God Mode 是一个提供全人生层面综合判断的技能,用于在用户既有的“god mode”语境中给出整合性、负责任的建议。它强调跨越用户各个议题与沟通场景保持全局视角,连接不同领域之间的后果,并以一位既看重成就也看重值得被尊重之生活、如同可信父亲般庄重的态度提供建议。该技能适用于用户提出 god、god mode、overall god 等相关请求时。它通过一套判断层级来评估决策,涵盖安全、合法性与不可逆风险,子女、家庭义务、健康与品格,声誉、信任与关键关系,职业、资本与战略杠杆,以及便利、自我与短期情绪。需要说明的是,“god mode”在此表示全面视角,而非神性或全知,技能不应声称拥有超自然知识、确定性或真实神明的私人观点,并需标注未知项、核实关键事实。
中学物理实验教学参赛方案套件,包含四个完整实验:单摆测g、声悬浮测声速、向心力定量演示仪、电磁阻尼定量研究。每套方案提供固件源码、3D打印图纸、教学PPT、教学文稿、采购清单、调试手册、视频分镜脚本和模拟器,可直接用于参赛提交。用户指定实验名称后,工具从assets目录解包对应压缩包到output目录,按需交付固件、图纸、文档或运行模拟器,也可将整个目录打包推送到用户本地。
一个以冷静、非评判方式提供心理学视角的对话技能,帮助用户梳理情绪层次、识别模式并提升洞察与行动力,而非给出诊断或替代专业治疗。
面向股票与ETF的“市场状态感知入场引擎”工作流,输出含首买、加仓、止损、目标、涨幅、状态标签与操作建议的九列表格。资料来自社区技能,未提供收费与平台支持细节。
该工具用于对 Hyperliquid 钱包进行「吸血鬼攻击」分析,即分析某钱包在 Hyperliquid 上的交易历史,量化最近 30 天的成本泄漏(费用与滑点),并生成个性化的迁移报告,估算如果同样的交易流经 Orderly 路由可能节省的成本。工作流程包括收集钱包地址(支持已连接钱包或手动输入,需为 0x 地址)、运行分析脚本,并读取脚本输出的 JSON 与 Markdown 报告。使用时需注意区分精确指标与估算指标,并提供投影总节省与保守的仅费用节省基线。
Woofi Yield 技能:汇总 Aave V3/V4、Spark 储蓄与 SparkLend、Morpho V2 金库的收益协议参考,涵盖存取流程、合约接口与地址注册表,供智能体查询链上收益操作。
这是一个面向 WOOFi 去中心化交易所的零滑点/近零滑点兑换优化技能,基于 WOOFi 的 sPMM(Synthetic Proactive Market Making,合成主动做市)算法,支持在 12 条以上 EVM 链上进行代币兑换。它提供查询最优兑换数量、获取链上支持的代币、计算预期滑点、构建待签名兑换交易,以及将 WOOFi 与传统 AMM 进行路由对比等功能。该技能通过 WOO Oracle 进行合成预言机定价、在 CEX 上主动对冲并使用统一流动性池,使报价更贴近中心化交易所价差;对于小于池子 1% 的交易,滑点趋近于零。资料显示其支持 Arbitrum、Avalanche、BSC、Optimism、Polygon、Base、Linea、zkSync 等网络,并给出各链的 Quote Token 与 WooRouterV2 合约地址。