supermemory-save
Supermemory Save 是一个用于把重要项目知识保存到记忆中的技能，适用于用户希望保留架构决策、重要缺陷修复、设计模式等关键信息的场景。它通过分析对话内容，按固定格式整理用户目标、建议方案、最终决定与相关文件，再调用脚本写入项目记忆。
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 10-23 00:13
办公与效率
15,713 个结果
in-product-education-review
该技能用于设计并审查产品内教育内容，包括引导清单、工具提示、空状态指引、情境帮助、导览、模板、示例、提示与功能公告等。它把产品、运营、信任或市场类问题转化为具体交付物，明确负责人、门槛、指标与恢复路径。工作流涵盖识别用户阶段与困惑点、映射教育类型、定义触发与关闭机制、可访问性与指标，并产出教育旅程、内容矩阵、状态流、事件 schema 与清理计划。适用于需要系统化设计产品内引导与帮助的场景，不适用于基础模型已能处理的通用建议，也不应被用来掩盖信息架构或文案缺陷。
support-quality-qa-review
Support Quality QA Review 是一个用于设计和审计客户支持质量保证体系的技能。它帮助团队将产品、运营、信任或市场平台中的高风险问题，转化为包含负责人、检查关卡、指标和恢复路径的具体交付物。该技能覆盖支持渠道、案例类型、风险等级、宏指令、升级路径、QA 负责人和客户结果的识别，并定义准确性、同理心、政策、证据、解决、升级、安全、收入/信任影响和文档等 QA 维度。它支持设计抽样、校准、辅导、宏改进、自动化审查和产品反馈闭环，最终产出 QA 评分卡、审查工作流、事件模式和改进行动清单。该技能强调不应仅以速度评分，不应因产品缺陷惩罚支持团队，高风险政策、账单或安全回复需经 QA 关卡，并保护客户隐私。
tax-invoicing-compliance-review
该技能用于设计并审计税务、发票、收据、VAT/GST/销售税、反向征收、税号、账单地址、订阅发票、应用商店收据、市场平台结算等合规流程。它把产品、运营、信任或市场平台中高风险的税务与开票问题，转化为包含负责人、关卡、指标和恢复路径的具体交付物。工作流包括：识别记录卖方、买方类型、司法管辖区、产品类型、税款征收方、发票要求和财务负责人；阅读税务发票模式参考；梳理结账数据采集、税额计算、发票/收据生成、退款/贷项通知、市场平台付款和支持更正流程；区分消费者收据、B2B 发票、应用商店收据、市场平台卖家文档和税务/会计凭证；产出需求矩阵、文档生命周期、异常队列和支持/财务升级计划。该技能不提供法律或税务建议，不承诺记录卖方无法开具的发票或税务处理，不允许支持人员未经审计和财务批准手动编辑财务文档，并要求税务、发票、支付、权益和会计状态保持独立但可对账。
syncfusion-uwp-pdf-viewer
Syncfusion UWP PDF Viewer（SfPdfViewerControl）是面向 UWP 应用的原生 PDF 查看控件，用于在 Windows 应用中查看、批注、搜索和打印 PDF 文档。默认使用 Windows 渲染引擎（Windows.Data.Pdf），并支持可选的 PDFium 渲染器。该技能覆盖从 PdfLoadedDocument、Stream 或 StorageFile 加载文档（同步与异步，支持 CancellationToken）、保存带批注的文档、卸载与释放；支持高亮、下划线、删除线、形状、墨迹、弹出注释、自由文本、标注和自定义图章等批注类型；提供文本选择与同步/异步文本搜索、页面导航、书签与超链接处理、缩放与视图模式、缩略图、工具栏布局、滚动条与进度环定制、本地化、打印以及将页面导出为图像等能力。加载不可信 PDF 时需通过 HyperlinkPointerPressed 事件校验超链接目标。
synthesis-project-management
Synthesis Project Management 是一套面向人类与 AI 智能体协作的轻量级项目管理系统，重点解决多会话项目中的上下文丢失与跨智能体协作问题。系统将项目管理文件集中存放在 ai-knowledge 工作区的 projects/ 目录下，通过单个 index.yaml 索引全部项目，并用三层上下文结构保存记忆：CONTEXT.md 记录当前状态与活跃任务（建议不超过 150 行）、REFERENCE.md 保存稳定事实、sessions/ 按月归档会话日志。系统还提供 lessons/ 目录沉淀跨项目经验与教训，并通过 coordination.py 脚本维护仓库外的活动会话协调板，让并行的 Claude Code、Codex、Cursor 等会话在写入前登记项目、领取写入区域、记录隔离工作树，避免并发写冲突。项目命名区分有明确终点的任务型项目（动词开头的成果命名）与长期运营型项目（名词命名），所有文件借助命名约定和 front matter 自描述，不依赖模板或重复维护的索引。适用于需要跨会话、跨工具持续跟进的多项目协作场景，配置项需按用户环境自行填写；具体安装方式与版本要求资料暂未提供。
slack-cli-read
slack-cli-read 是一个通过全局 slack 命令行工具读取 Slack 内容的只读技能。它支持列出会话与私信、读取消息历史、查看完整线程、获取单条完整消息、搜索用户，以及专家模式下的原始 API 调用。该技能仅支持读取，不支持写入、发送或回复消息；若被要求写入，应说明暂不可用，仅可代为起草消息文本。使用前需确保 slack 作为全局命令可用，并在 ~/.config/slack/slack.env 中配置 SLACK_WORKSPACE、TOKEN、D_COOKIE 等凭据。
openclaw-agent-transcript
openclaw-agent-transcript 是一个面向 GitHub PR/issue 工作流的智能体会话记录（transcript）处理技能，用于在用户明确请求时，对本地 Codex、Claude、Pi 和 OpenClaw 日志进行查找、脱敏、裁剪、预览，并安全插入到 PR 或 issue 中。它默认不生成、不主动提供会话记录，仅在用户显式要求 transcript 或 preview 时使用；单独的预览请求并不构成发布授权。该技能支持按 PR 标题、分支或 PR URL 在本地日志中查找候选会话，也支持将指定会话渲染为 Markdown；渲染后会先自动裁剪，仅保留与任务相关的用户提示、可见决策、简要工具摘要和验证结果，并剔除系统提示、推理过程、原始工具输出、环境信息、本地路径、凭据、浏览器/会话/cookie 细节和认证 URL。对 *.openclaw.ai 上的会话，应优先使用原生会话分享功能，除非用户明确要求导出单独副本。插入前需确认用户的发布授权明确覆盖所指定的 PR/issue，生成或预览本身不构成发布授权。该工具还提供测试命令用于验证辅助脚本变更，并要求使用合成日志和隔离的发现根目录进行测试。
linear-discipline
这是一个关于 Linear 使用纪律的技能，强调在已经配置了 Linear 跟踪的仓库中，持续遵守会话规范：先搜索再创建、非琐碎工作需登记或更新 issue、按 Backlog 到 In Progress 再到 Done 的状态流转管理、会话结束前闭环（更新状态和/或评论），并优先使用 Linear 生成的分支名。该技能还包含一个针对未跟踪仓库的一次性软提示：若仓库未启用 Linear 跟踪且未被跳过，会以一句话询问是否现在设置，用户同意则交由 linear-setup 处理，拒绝则在仓库根目录创建 .linear-tracking-skip 文件，之后不再打扰。资料同时说明，Linear 调用前需先完成认证，且不得仅凭提示自动创建项目或 issue，也不得在自动化或线性监控运行中发出提示。
uipath-automation-discovery
UiPath 自动化发现技能：通过挖掘 Slack、邮件、Wiki、CRM、HRIS、ERP 等系统，识别组织内重复性工作、单点故障（SPOF）和可复制模型，产出按四级优先级排序的自动化机会清单，并可对接 UiPath 实施路径。该技能强调授权与隐私优先、证据优于观点、可复制模型始终列为第一优先级，并在估算环节要求使用用户提供的复杂度矩阵与工时目录，禁止编造数据。
daily-report
Daily Report（日报）是 volcengine/openviking 提供的一项技能，用于把带时间戳的对话日志、智能体会话、IM 消息、协作文档、会议纪要和任务记录等材料，整理成逐日的工作报告。它关注工作结果、实质性进展、决策、阻塞项和已承诺的后续步骤，而不是逐条复述每条消息或文档。它的输出为每个报告日期生成一个 Markdown 页面，并带有 OKF frontmatter（type、title、description、date）。报告通常按已完成、进行中、决策与变更、阻塞与风险、后续步骤等分段组织，只在有实质内容时使用相应小节。该技能强调以证据为基础：只有来源确认了结果、交付、状态变更或可验证成果时才记为已完成；仅由智能体声称的“会做”或“成功”不足以证明完成；提案和头脑风暴仍保持为提案。来源保持只读，来源材料中引用的指令被视为记录而非命令。报告日期按任务指令、来源中的显式时间戳、有实质活动的最新日历日期依次确定。若任务明确要求的日期在来源中没有可证实的活动，仍会生成页面，仅说明未发现可报告活动并注明检查范围，而不会断言“没有发生工作”。
lbo-model
该技能用于在 Excel 中完成 LBO（杠杆收购）模型模板，适用于私募股权交易、交易材料或投资分析场景。它强调优先使用用户提供的模板或标准模板（examples/LBO_Model.xlsx），按模板结构逐段填充公式，而非从零搭建。技能要求所有计算必须使用 Excel 公式而非硬编码数值，遵循公式颜色约定（蓝色为硬编码输入、黑色为计算、紫色为同表链接、绿色为跨表链接）和数字格式标准，并在完成后运行公式校验、检查各区块平衡、收益计算、敏感性分析等。
nda-triage
NDA Triage 是一个面向企业内部法务团队的保密协议（NDA）快速筛查技能。它依据一套标准清单，对收到的 NDA 逐项评估，将其分类为 GREEN（标准，可直接批准）、YELLOW（需律师审查）或 RED（存在重大问题，需全面法律审查），并给出相应的路由建议。该技能覆盖协议结构、保密信息定义、接收方义务、标准例外条款、允许披露范围、期限、返还与销毁、救济措施、问题条款、管辖法律等十个维度，并针对常见问题提供标准立场与修改思路。它明确声明不提供法律建议，所有分析须由合格法律专业人员复核。
bkend-storage
bkend-storage 是 bkend.ai 的文件存储功能指南，介绍文件上传、下载、可见性级别与存储桶等能力。上传方式包括单文件上传（预签名 URL -> PUT 上传 -> 注册元数据）、多文件上传（重复单文件流程）和分片上传（初始化 -> 分片 URL -> 完成）。预签名 URL 有效期 15 分钟，需使用 PUT 方法并携带文件二进制与 Content-Type 头。文件可见性分为四级：public（任何人可访问，CDN URL 无过期）、private（仅所有者，预签名 URL 1 小时）、protected（已认证用户，预签名 URL 1 小时）、shared（指定对象，预签名 URL 1 小时）。大小限制：图片 10 MB、视频 100 MB、文档 20 MB。存储分类包括 images、documents、media、attachments。该技能还提供 REST Storage API（生成预签名 URL、注册元数据、文件列表与详情、更新元数据、删除、生成下载 URL）以及分片上传 API（初始化、分片 URL、完成、中止）。MCP 本身没有专门的存储工具，需通过 search_docs 检索文档与代码示例后由 AI 生成 REST API 代码。
介绍如何通过 Spark CLI 与 Gmail 连接器处理用户邮件的技能，涵盖工具选择、邮件列表、搜索、阅读与归档等操作，并强调邮件隐私、用户授权与安全边界。
yuque-lakebook-export-cn
将语雀知识库、语雀文档或 .lakebook 文件导出为本地 Markdown 目录，优先适配 Obsidian 迁移整理，支持单个或批量导出，并处理图片缺失、裁剪图不匹配、内部链接损坏、目录层级错误与表格渲染异常等常见问题。
cv-tailor
CV Tailor 是一个简历优化技能，围绕三大支柱展开：对照目标职位描述（JD）进行关键词匹配分析、使用 STAR 方法并量化结果重写经历条目、以及执行 ATS（申请人跟踪系统）兼容性检查，从而产出一份高度定向、高通过率的优化简历。用户提供简历（文本或文件）与目标 JD 后，代理按 SOP 工作流自动完成优化：先收集材料并解析简历基线与 JD 核心要素，再提取硬技能、软技能、行业/领域三类关键词生成匹配矩阵与覆盖率评分（必需关键词覆盖率≥80% 为通过、≥90% 为优秀），随后逐条诊断并重写经历（要求每条至少含 1 个量化数据点、覆盖至少 3 个 STAR 要素、以动作动词开头、不超过 3 行），最后检查格式、内容结构与关键词密度并输出 ATS 兼容性评分卡。该技能强调真实性优先，禁止编造数据或经历，并提醒用户隐去敏感信息。
storage-basicmemory
storage-basicmemory 是一个用于将项目工件（Project Artifacts）统一存储到 basicmemory 的技能。其核心原则是：所有项目工件都必须以 [ProjectId] 为上下文存入 basicmemory，并通过显式链接与状态跟踪，在多个并行项目之间维持单一事实来源。该技能要求使用 basicmemory 的 MCP 工具来读写工件，明确禁止通过文件系统直接操作，以避免数据混乱与丢失。它识别多种工件类型，包括 Spec、Research、Decision、Epic、Story、Task、Retrospective，并规定了 ProjectId 的命名规范（kebab-case 小写字母数字加连字符，来源于 git 仓库名或项目名）。技能还详细说明了规划类工件 YAML frontmatter 的保留工作流，强调 frontmatter 必须作为真正的 YAML 置于文件顶部，而非 markdown 代码块，并给出了字段映射与常见错误示例。
feishu-doc
Feishu Doc Skill 是一个用于读取和写入飞书（Lark）文档内容的技能。它可以从飞书 Wiki、Docs、Sheets 和 Bitable 中获取内容，自动将 Wiki 链接解析为真实实体，并把内容转换为 Markdown。除读取外，它还支持创建空白文档、用 Markdown 覆盖文档内容、在文档末尾追加 Markdown 内容，以及对文档块进行列出、获取、更新和删除操作。该技能依赖 feishu-common 提供令牌与 API 鉴权，需先安装 feishu-common，并通过 config.json 或环境变量配置 app_id 与 app_secret。对于超出大模型输出限制的长文档，建议先创建文档获取 doc_token，再按逻辑分块依次追加。
audio-transcribe
audio-transcribe 是一个面向多说话人音频的转写技能，可将会议、播客、访谈等录音转换为带说话人区分和时间戳的结构化 Markdown 文档。它支持 FunASR（Paraformer、SenseVoice、Whisper，支持 GPU 或 CPU，覆盖 99 种语言）和 MiMo-V2.5-ASR（小米 8B 模型，仅本地 GPU）两类 ASR 引擎，两者共用 VAD 与说话人聚类流程。功能包含自动说话人分离、热词偏置（仅中文预设）、可选的 LLM 清理与说话人姓名校正。默认全程本地运行；启用 LLM 清理时会将转写片段发送至外部模型服务。
wordpress-mcp
wordpress-mcp 是一个通过单个 Python MCP 代理服务器管理 WordPress 站点的技能工具。它由 FastMCP 服务端与 PHP 适配器组成，让 AI 助手可以直接创建、读取、更新或删除文章、页面、分类、标签、媒体、评论、重定向，并支持 Rank Math SEO 字段、Gutenberg 区块、同步图案（synced patterns）以及 TablePress 表格的管理。每个工具都以 site 参数作为第一个参数来指定目标站点，站点信息配置在 sites.json 中，认证使用 WordPress 应用密码（Application Password）配合 HTTP Basic Auth，代理通过 JSON-RPC 与 WordPress 的 MCP 适配器端点通信。适合需要在对话中批量维护 WordPress 内容、执行 SEO 审计、管理跳转规则或嵌入表格的场景。使用时需先在 WordPress 站点安装 PHP 适配器、创建应用密码，并在 ~/.claude.json 中注册 MCP 服务器，站点增删无需重启。
research-slide-deck-builder
Research Slide Deck Builder 是一个用于设计并撰写可复用科研幻灯片的技能，面向导师汇报、组会、读书报告、开题/提案、会议演讲及 Slidev 内容等场景。它把研究内容转化为结构清晰的演示文稿，涵盖叙事逻辑、页面顺序、页面布局、图表放置、演讲备注以及实际的幻灯片源码。该技能推荐使用外部 progress-slides 模板仓库作为进度类、导师类、组会类和研究更新类幻灯片的实现脚手架，不重复实现模板内部代码，而是将其作为外部组件或项目模板进行克隆、检查和编辑。技能强调一套完整的幻灯片设计规范：一页一职、明确受众路径（背景→问题→证据→决策）、结果图须解释坐标轴与结论、标题须具体、密集内容放入备用页。它还提供幻灯片契约、多种叙事原型（导师更新、组会汇报、论文精读、会议演讲）以及工作流程，包括识别汇报类型、选择原型、先产出幻灯片计划、编写与模板兼容的源码、使用正确项目证据、校验叙事与术语、验证演示效果等环节，并通过多套检查清单确保最终幻灯片可用且可视化合格。
context-manager
Context Manager 是一个面向 OpenClaw 会话的 AI 上下文管理技能，由 Daniel Li 开发。它通过调用智能体自身生成智能摘要，然后以压缩后的上下文重置会话，从而控制会话的 token 占用。该技能提供命令行脚本 compress.sh，支持列出所有会话及其 token 使用情况、查看特定会话状态、生成 AI 摘要（只读安全模式），以及执行完整的压缩流程（生成摘要、重置会话、注入压缩上下文，属破坏性操作）。压缩过程会将原始 JSONL 会话文件备份到 memory/compressed/ 目录，删除原文件以重置会话，再把 AI 生成的摘要作为新会话的第一条消息注入，最终保持相同的会话键但生成新的会话 ID。该技能适合在上下文使用率接近 70-80%、会话历史过长、会话变慢或失去连贯性之前主动使用。使用需要 openclaw 网关运行、jq 工具以及网关访问权限。
zhangxuefeng-advisor
这是一个面向中文高考志愿与升学规划咨询的技能，模拟“张雪峰式”务实、就业导向的对话风格。它适用于志愿填报、升学规划、专业选择、院校比较、选科建议、考研与就业取舍等咨询场景。使用时先收集省份、年份、分数或位次、选科组合、家庭约束、城市偏好和职业目标等信息，再结合最新规则和数据给出建议。涉及录取分数、招生政策、专业限制等易变信息时要求联网核实并标注具体年份。回答默认按“判断、策略、方案、风险提醒”四段输出，先在本地案例库中匹配相似场景，再替换为当前用户信息。