build-copilot-sdk-app
基于 GitHub Copilot SDK（@github/copilot-sdk，协议 v3）构建 TypeScript/Node.js 应用的技能，覆盖会话、流式输出、自定义工具、钩子、MCP、权限、认证与高级模式等用法。
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 11-12 00:15
通用与其它
53,742 个结果
run-repo-cleanup
一个用于项目收尾的 Git 仓库清理技能：盘点所有分支、工作树与脏工作区，审查后将活跃分支以 git merge --no-ff 合并进 main，清理非必要文件并退役已合并分支，最终输出可信报告。适合功能完成后的收尾，不适合开发中途。
glyph
Glyph 是一个把回答即时渲染成 ASCII 图加语义 emoji 的技能。它默认不询问设置，先给结论再出图，一次回复只渲染一个图，输出用等宽字体，适合状态、对比、流程、清单等有结构的信息。
ork-brainstorm
Ork Brainstorm 是一个在确定实施方案前用于比较多种可行路径的技能：先明确目标、约束与非目标，再调研仓库与既有决策，产出差异明显的候选方案，并在依赖库或服务能力时用 context7 MCP 核实事实，最后给出建议、理由、未决假设与最小下一步。
ork-review-pr
Ork Review PR 是一个只读的代码审查技能，用于审查 Pull Request 或分支的正确性、回归、安全、运维风险与证据缺口。按严重程度给出带文件行号的发现，不修改文件、不批准或合并。需验证第三方库行为时使用 context7 MCP。
action-item-extractor
从会议摘要中提取行动项并追加到 todos.md 的技能，可被 meeting-transcript-notes 作为下游步骤调用，也可手动运行添加任务，按固定格式记录负责人、任务、截止日期与来源。
tradeoff-analysis
Tradeoff Analysis 是一个用于在少量真实选项之间做决策的技能。它通过加权决策矩阵，把标准、权重和证据公开呈现，并附带敏感性检查和可逆性检查。适用于选择库、供应商、架构、方案、招聘、设计或自建与购买等场景，例如回答“A 还是 B？”“比较这些选项”“我们该选哪个”“是否值得”。该技能强调先收集文档、基准、定价、代码库和约束，再为每个评分给出依据，无依据的评分标记为 [ESTIMATED]。它要求先设定标准与权重，再评分，避免事后调整权重；同时提醒避免虚假精确、标准重复、忽略后续变更成本等陷阱。
cangjie-lang
面向仓颉（Cangjie）编程语言的代码生成与分析技能，用于编写或分析 .cj 源码。提供变量、类型、控制流、函数、枚举、模式匹配、Option、class、单元测试、错误处理、集合与包管理等语法手册与易错点清单。
operator
用于通过 YugabyteDB Kubernetes Operator（YBA 商业版）在 Kubernetes 上声明式管理 YugabyteDB universe 的技能，涵盖 CRD 示例、工作流、kubeconfig 密钥与多集群服务网格参考资料，不完整适用于 OSS Operator。
laravel-pro
面向 Laravel 生态的高级后端架构技能，聚焦模块化单体、六边形架构与高并发模式，覆盖 Laravel 13、PHP 8.4+、Pest 3、Laravel AI SDK 等 2026 技术栈的架构与性能实践。
issue-pool
Issue 池全生命周期管理技能，属于开发范式 v1 规划段。核心是 issue 驱动流程：用户随手丢想法，由 AI 把模糊 issue 变成可开工 task，产出问题定义而非解决方案，载体为仓库根 ISSUES.md。含记、并、拆、转、pending 五个动作。
hk-liquidity-risk
港股流动性风险监控器，用于监控港股市场流动性、评估个股流动性风险并给出交易执行建议。提供市场流动性指标、个股评分、风险预警、压力测试与执行策略分析，通过命令行脚本查询。
hk-market-breadth
港股市场广度监控工具，用于统计上涨下跌家数、市场宽度、新高新低比率、成交量广度与参与度，并评估趋势强度、背离与极端情况预警，辅助判断市场整体健康状况。
rebalancing-planner
设计组合再平衡规则（阈值/定期）、约束条件与执行清单的技能，用于回答如何再平衡、何时调仓或需要再平衡方案的问题。
st-delist-risk-scanner
扫描风险警示板（ST）与退市、两网及退市相关标的的技能，输出风险标签、触发原因与可交易性约束；适用于查询ST、退市风险或需要退市风险清单的场景。
seti
SETI 是基于 SETI MCP 服务器的网页搜索与内容增强工具，通过本地 SearXNG 查询网络、抓取页面全文，并可用可选 API 作为回退。输出为 TOON 格式以减少 token 消耗，支持 MCP 工具与 CLI 两种用法。
contact-center
Zoom Contact Center 技能包，覆盖联系中心应用、Web 嵌入与原生移动 SDK 集成，提供生命周期、参与上下文与状态等实现指导。
phone
Zoom Phone 集成技能包，覆盖 OAuth、Phone API、webhook、Smart Embed postMessage 事件、URI 协议及通话记录迁移模式，适用于 CRM/CTI 拨号器等场景。
rivet-sdk
Zoom Rivet SDK（JavaScript/TypeScript）的服务端集成框架，封装 Zoom 认证处理、Webhook 事件接收与带类型的 REST API 端点包装，支持多模块组合。当前 npm 包为 @zoom/rivet@0.4.0。
ffmpeg-ops
ffmpeg-ops 是一套面向 ffmpeg/ffprobe 的媒体处理操作技能，重点在于用约 30 条常用命令覆盖绝大多数实际工作，并避免那些会悄悄破坏输出的常见陷阱。它提出“先探测”的原则：任何转码、剪切或滤镜任务都先用 probe-media.py 检查输入的编码、时长、帧率（固定或可变）、像素格式、旋转和流布局，--doctor 模式还能给出隐患与对应修复命令。技能内置八个脚本，覆盖能力扫描、质量对比、响度归一化、静音/场景分段检测、EDL 剪辑、章节生成、目标体积压缩、精灵图生成、LUT 变体生成与命令验证。它还提供 EDL（剪辑即代码）工作流，将多段剪辑写成可审查、可重跑、可对比的 JSON，并通过剪后重转录验证结果。适用场景包括转码压缩、精确剪辑与拼接、缩放旋转变速、水印字幕、音频提取与混音、语音识别准备、缩略图与 GIF、HLS 打包和硬件加速编码等。限制与依赖：需已安装 ffmpeg，部分硬件编码器需要能力扫描验证；Windows 下需注意引号、路径转义与 % 变量展开；具体平台、收费与价格信息暂未提供。
1inch-swap
1inch Swap 是一个通过 1inch MCP 的 swap 工具进行代币兑换报价与执行的技能，支持 Classic（DEX 聚合）、Fusion（免 gas 意图）以及 Fusion+/跨链三种模式。使用前需先完成 authenticate 身份认证（仅 initialize 200 仍为匿名用户）。推荐先通过 WalletConnect 连接用户钱包，再调用 swap；在有活动会话时 execute 默认为 true，工具会自动处理授权交易、EIP-712 签名、提交以及原生代币托管发送，用户只需在钱包应用中逐项确认。只有在用户希望自行用私钥、cast 或 viem 等工具签名时，才将 execute 设为 false 以获取未签名的 calldata 或类型化数据；将 execute 设为 true 可强制要求钱包会话，未连接时会报错。典型用法包括直接报价、对比报价后执行，以及本地签名后携带 signedOrder 和 orderHash 手动提交 Fusion/跨链订单等。
example-skill
这是一个演示性技能（Example Skill），用于展示 Claude Code 技能（skill）的正确结构与格式。它的用途是在创建新技能时充当参考模板：说明 YAML frontmatter 应如何编写、内容结构有何要求、如何打包附带资源、以及技能文档的最佳实践。技能本身不执行具体的业务功能，而是提供一套可模仿的范式，并配有结构指南与额外示例文件。资料同时给出了该技能的工作流程（识别需求、阅读文档、应用技能、验证结果）以及应避免的反模式（如技能范围过宽、省略“何时使用”章节、缺少示例等）。
collision-zone thinking
Collision-Zone Thinking 是一种通过强行组合不相关概念来发现涌现特性的思维方法，核心提问方式是“如果把 X 当作 Y 来处理会怎样？”。它主张刻意混合隐喻以产生新颖解决方案，适用于陷入常规思维、需要突破性创新而非渐进优化的场景。资料给出了代码组织、服务架构、数据管理、请求处理、错误处理等领域的碰撞示例，并提供了五步流程：选取两个不同领域的无关概念、强制组合、探索涌现特性、测试隐喻边界、提取洞见。
podcast-generation
该技能通过 WebSocket 调用 Azure OpenAI 的 GPT Realtime Mini 模型，将文本内容生成播客风格的音频叙述。适用于构建文本转语音功能、音频内容生成等场景。核心流程包括：配置 Realtime API 环境变量、通过 WebSocket 连接 Azure OpenAI Realtime 端点、发送文本提示并收集 PCM 音频块与转录文本、将 PCM 转换为 WAV 格式、返回 base64 编码音频供前端播放。支持多种语音选项（alloy、echo、fable、onyx、nova、shimmer），输出为 24kHz、16 位、单声道 PCM 音频，最终以 base64 编码 WAV 存储。