game-loop
固定时间步长的游戏循环技能，将物理更新与渲染分离，支持插值渲染、时间缩放、命中停顿与卡顿检测，适用于浏览器游戏和交互式模拟。
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
53,791 个结果
job-state-machine
用于异步任务的状态机技能：通过受校验的状态流转（QUEUED→PROCESSING→COMPLETED/FAILED/PARTIAL）、进度跟踪与产物关联，确保任务最终进入终态并保留错误信息。提供 TypeScript 与 Python 实现及数据库表结构参考。
context-setup
context-setup 是 darrenhinde/openagentscontrol 中的一项技能，用于从注册表安装项目上下文文件，让编码、评审、测试等 AI 智能体在写代码前自动加载团队统一的标准。支持按项目或全局安装。
parallel-execution
parallel-execution 是一个用于把多个相互独立、不共享文件和依赖的子任务放在同一条消息中并行执行的技能，通过多个 subagent 调用缩短多组件功能的实现时间，资料称可减少 50-80% 耗时。
verification-before-completion
一套要求“先验证、后声明”的技能规则：在宣称工作完成、修复或通过测试，以及提交或创建 PR 前，必须先运行完整验证命令并确认输出结果。核心原则是证据先于结论，禁止凭信心、以往结果或智能体报告下结论。
kepner-tregoe-analysis
基于Kepner-Tregoe方法的技能，用情境评估、问题分析、决策分析、潜在问题分析四个理性过程开展结构化问题解决与决策，含质量校验、规格矩阵与加权评分。
shopify-functions
用于构建 Shopify Functions 后端逻辑的技能，支持自定义折扣、配送定制、支付定制、购物车与结账校验等场景。基于 WebAssembly 无服务器模块在 Shopify 基础设施上运行，提供 Rust 与 JavaScript 实现方式。
mode-blueprint
mode-blueprint 是一个将已批准的愿景与上下文转换为详细技术蓝图并设置审批检查点的技能/模式。它要求输出完整结构、设计系统、技术栈与文件映射，并包含响应式、无障碍和质量期望，以及明确的审批清单；批准后冻结蓝图，重大变更需回到 Vision 阶段。
mode-contract
mode-contract 是 antigravity-kit 中的范围锁定模式，用于把蓝图转化为明确承诺：区分范围内与范围外、锁定技术栈并给出验收标准。确认前不开始构建，任何范围变更都需修订契约。
setup-ai-workspace
用于在代码仓库中配置 AI 辅助工作所需的项目契约：任务追踪方式、工单书写规范与分诊角色。适合需要初始化或重新配置 AI 工作区的场景；仅配置项目本身，不涉及已安装技能、代码规范、工具或机器级设置。
storybook
Storybook 是用于隔离开发 UI 组件与页面的前端工作台，可在不运行整个应用的情况下开发、测试和文档化难以触达的状态与边界情况。本技能介绍其安装、CSF 故事格式、system/ 目录共置、args、装饰器、play 交互测试与配置要点。
fix-ci
fix-ci 是一个用于处理 PR 持续集成失败的技能：定位失败的检查项，查看日志或外部检查链接，并应用聚焦的修复，直到检查变绿。
deepchem
DeepChem 是面向化学、材料与生物领域的 Python 机器学习库，支持分子性质预测（ADMET、毒性）、MoleculeNet 基准、分子特征化、图神经网络与预训练模型迁移学习。示例基于 2.8.0 版，需 Python 3.7–3.11，GNN/Transformer 需安装对应 torch、tensorflow 或 jax 后端。
deeptools
deepTools 是一套用于高通量测序数据分析的 Python 命令行工具集，支持 BAM 转 bigWig、质控（相关性、PCA、指纹）、热图与剖面图等，适用于 ChIP-seq、RNA-seq、ATAC-seq 等 NGS 实验。
diffdock
DiffDock 是基于扩散模型的分子对接工具，可预测小分子配体与蛋白质靶点的三维结合构象并给出置信度分数。支持 PDB 或序列输入，SMILES/SDF/MOL2 配体，批量虚拟筛选与结果分析。注意：它预测构象，不预测结合亲和力。
etetoolkit
ETE（Environment for Tree Exploration）是一个系统发育与层次树分析工具包，支持 Newick/NHX 等格式读写、树拓扑操作、进化事件检测、直系/旁系同源判定、NCBI 分类数据库集成以及 PDF/SVG 可视化，适用于系统发育基因组学与聚类分析。
geniml
geniml 是一个用于在 BED 基因组区间数据上构建机器学习模型的 Python 包，提供区域、单细胞和元数据标签的无监督嵌入方法，支持相似性搜索、聚类和下游机器学习任务。
ginkgo-cloud-lab
Ginkgo Cloud Lab 是 Ginkgo Bioworks 的云端实验室平台，可远程提交并管理在自动化 RAC 设备上执行的生物实验协议，涵盖表达纯化、表征检测、方法导入等，并提供 EstiMate AI 代理评估自定义流程的可行性与报价。
glycoengineering
用于分析与改造蛋白质糖基化的技能：扫描N-糖基化序列子（N-X-S/T，X≠脯氨酸）、预测O-糖基化热点，并整合NetOGlyc、GlycoShield-MD、GlycoWorkbench、GlyConnect等外部工具，服务于抗体工程、治疗性蛋白设计、疫苗抗原设计与生物类似药表征。
matchms
matchms 是开源 Python 库，用于质谱数据处理与分析，支持导入导出多种谱图格式、标准化元数据、过滤峰、计算谱图相似度（余弦、修饰余弦等），并构建可复现的分析流程，适用于代谢组学的化合物鉴定。
pymc
PyMC 是 Python 的贝叶斯建模与概率编程库，用于构建层级模型、执行 MCMC（NUTS）与变分推断、做后验预测检查及 LOO/WAIC 模型比较。当前稳定版 6.0.1，需 Python 3.12+ 与 PyTensor 3 后端。
pytorch-lightning
PyTorch Lightning 深度学习框架技能，用于把 PyTorch 代码组织为 LightningModule，并用 Trainer 自动化训练流程、多 GPU/TPU 编排与分布式训练。当前上游为 lightning 2.6.4，使用 import lightning as L。
qiskit
Qiskit 是 IBM 开源量子计算框架，用于构建量子电路、面向硬件优化、在模拟器或真实量子计算机上执行并分析结果，支持 IBM Quantum、IonQ、Amazon Braket 等提供方。
what-if-oracle
What-If Oracle 是一个结构化情景分析技能，用于探索不确定未来。它把单一预测扩展为4–6条分支（最佳、可能、最差、黑天鹅、逆向、二阶），给出概率、触发条件、后果与应对建议，适用于决策、风险映射与战略推演。