branch-cleaner
用于列出、审计、清理或删除本地与远程 Git 分支的技能，重点处理陈旧、已合并、上游已消失、受保护或被 worktree 占用的分支。
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
通用与其它
53,645 个结果
discovery
Discovery 是 joelclaw 体系中的发现捕获技能：当用户分享 URL、仓库或想法并带有“interesting”“cool”等信号词时，将内容送入 Inngest 流水线，自动调查、分析并写入 Vault，再同步到 joelclaw.com/cool/。
clerk-clock-skew-jwt
排查 Clerk JWT 与会话令牌时钟偏移（clock skew）问题的技能：当出现 token-not-active-yet、token-expired、invalid-iat 等错误时，说明验证方时钟与签发方不一致，可通过校时、设置 clockSkewInMs 或各语言库 leeway 修复。
mc-style-jazz
爵士风格层技能，用于区分爵士特有手法与通用乐理，涵盖和弦–音阶、旋律小调和声、comping、Head–Solos–Head 曲式、bebop 乐句法及爵士与流行编曲的实测差异，并给出跨风格移植判断表。
enhance-capacitor-ui
一个用于混合应用（Capacitor、Tauri、Expo Web、Ionic）的 UI 架构技能，目的是分离桌面与移动端的 UI 设计契约，避免对某一端做 UI 优化时悄悄破坏另一端。
add-remote-skill
用于将 GitHub 仓库中的技能添加到 kilo-marketplace 的技能。支持解析 GitHub URL、稀疏检出技能目录、复制到 skills/ 并更新 SKILL.md 元数据，可单个或批量处理。
analyze-app
analyze-app 是一个用于分析 macOS 应用技术栈的技能，通过检查 .app 包结构、框架、二进制与元数据，判断应用使用的运行时、UI 框架、语言与构建工具，并输出带置信度和证据的结构化报告。
tracking-progress
扫描项目 .scratch 目录下的 spec、票面和 checkpoint 清单，生成一张自包含的任务进度网页，展示手上有哪些活、做到哪了、现在能开工的是哪张票。
laravel-jobs
laravel-jobs 是面向 Laravel 的队列任务与事件监听器技能，用于后台异步处理。它把 Job 作为薄委托层，将领域逻辑保留在 Action 中，涵盖队列配置、重试与超时、唯一任务、任务中间件和事件监听等模式。
adaptive-rejection-sampler
面向自适应拒绝采样（ARS）实现的指导技能，讲解如何为对数凹概率分布构建分段线性上下包络、进行对数凹性检查、初始化点选择、迭代上限与超时防护，并给出单元测试、性能测试与统计验证策略，侧重流程与优化而非提供实现代码。
bn-fit-modify
面向 pgmpy 等库的贝叶斯网络技能指南，覆盖结构学习、参数拟合、因果干预与采样，并总结常见陷阱与验证方法。
compile-compcert
从源码构建形式化验证 C 编译器 CompCert 的指南技能，重点处理 Coq 版本兼容、依赖安装顺序与受限环境下的内存管理，并给出构建后的验证方法。
distribution-search
该技能提供结构化指导，用于寻找满足特定统计约束（如KL散度目标）的概率分布，适用于在大词表上构造离散分布并达到熵、KL散度等信息论指标的目标值。
largest-eigenval
面向数值线性代数优化的技能指南，重点讲解如何比 numpy/scipy 更快地求小型稠密矩阵的最大特征值，涵盖性能分析、Cython 直调 LAPACK、回退策略与验证要点，并提供构建与测试建议。
make-doom-for-mips
面向嵌入式 MIPS 虚拟机环境的 C 程序交叉编译指南，以 DOOM 为例，讲解如何构建无标准库依赖的独立可执行文件、实现自定义系统调用与标准库，并在目标 VM 中验证实际输出。
prove-plus-comm
该技能为在 Coq 中完成归纳证明提供指导，重点讲解加法交换律（n + m = m + n）等算术引理的证明流程，包括理解证明结构、分析基础与归纳情形、应用重写与化简策略，以及通过编译验证正确性。
pytorch-model-recovery
该技能提供从 PyTorch 状态字典恢复模型架构、选择性训练特定层并导出 TorchScript 的指导，涵盖架构分析、实现、验证、训练与导出五个阶段，适用于模型加载调试与格式转换。
schemelike-metacircular-eval
面向类 Scheme 语言的元循环求值器构建指南，讲解如何编写能解释自身、处理多级求值层次的解释器，涉及环境结构、闭包表示、eval-apply 循环与调试方法。
ln-11-opportunity-evaluator
该技能用于在投入开发前评估新产品机会，从可观察需求、可触达获客渠道和经济性出发，尽早淘汰弱候选，并推荐一个低成本验证步骤。评估保持只读，不创建项目文件、路线图或执行实验。
ln-813-runtime-optimizer
ln-813-runtime-optimizer 是 claude-code-skills 中的 L3 运行时优化技能，用于修复 ln-653 运行时性能审计发现的阻塞 IO、异步中同步睡眠、多余内存分配、循环内字符串拼接等问题，每项修复通过测试与 lint 的保留/丢弃机制验证。
linear-nontech-intake
面向非技术人员的 Linear 需求收集技能：用平实语言逐条提问，把口头报告、困惑、截图或录屏整理成原始 Linear issue，并保留技术分诊缺口供后续细化。
synthesis-application
synthesis-application 是一个领域无关的方法论技能，用于在组件提取之后、最终产物构建之前，对已提取的组件集合进行完整性与逻辑严谨性评估，并将其转化为可执行的判断。它提出 Adler 第三层次的问题："这是真的吗？那又怎样？"，在逻辑缺口、缺失部分、矛盾和实践适用性问题传播到下游产物之前将其捕获。该技能由智能体在结构化提取组件上自主调用，不与操作者进行对话。工作流包括五步：完整性检查、逻辑检查、适用性检查、缺口填补建议，以及输出结构化发现与单一 GO / GO-WITH-GAPS / NO-GO 判定。输入包括 extracted_components、purpose_context 和可选的 domain_hint。输出按完整性检查、逻辑检查、适用性检查、缺口填补建议和判定分节组织。
managedcode-orleans-signalr
ManagedCode.Orleans.SignalR 是面向 Orleans 的 SignalR 后端集成方案，支持从 grain 发送消息、连接/组/用户路由、离线用户队列与重启安全状态。资料含安装命令、配置示例与 10.3.0 升级边界说明。
roslynator
Roslynator 是面向 .NET 的开源免费分析器包与可选 CLI，用于 C# 静态分析、代码清理和未使用代码查找。本条目介绍其分析器包与 CLI 的配置、使用流程及限制。