honcho-memory
Honcho 记忆层的使用概念与策略:通过 recall/record 循环,把对话消息持续写入 Honcho,让它在后台推理并构建用户画像,从而为智能体提供跨会话的持久记忆。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-15 00:13
253,155 个结果
Honcho 记忆层的使用概念与策略:通过 recall/record 循环,把对话消息持续写入 Honcho,让它在后台推理并构建用户画像,从而为智能体提供跨会话的持久记忆。
面向 UI 工艺、视觉设计、品牌、色彩、字体、移动端与交互设计工程的领域导航技能,按用户的外观与体验需求路由到相应子技能,本身不定义具体设计功能。
design-html 是 Garry Tan 的 gstack 技能之一,用于把设计稿、模型图或 Figma 规范转换为像素级还原的生产级 HTML/CSS,保留排版、间距关系与视觉层级。
该技能帮助在客户端应用或 SDK 中调用已有的 PostHog 端点,涵盖获取 OpenAPI 规范、生成类型化客户端、认证、请求载荷、响应结构与错误处理,不修改 PostHog 代码。
PostHog 端点创建技能:指导首次就把配置配对,涵盖是否该用端点、命名规范、查询类型(HogQL 与 insight)选择、变量设置、data_freshness_seconds 与物化决策。
用于诊断 GitHub 仓库 CI 与 PR 合并瓶颈的工程分析技能,通过 MCP 工具读取 PR、工作流健康度、PR 生命周期与不稳定测试队列,定位慢或易失败的流水线并给出聚合指标与限制说明。
PostHog AI 插件技能,用于诊断单个端点为何缓慢、昂贵或不可靠,并给出具体修复建议:提高缓存 TTL、启用物化、重构变量或重写查询。
Signals scout for PostHog AI observability 是一个面向 PostHog AI 可观测性的巡检技能/智能体,用于监测大语言模型(LLM)使用中的成本、延迟、错误、用量、评估表现、评估与富化配置、聚类以及工具调用等方面的回归变化。它只在变化达到置信门槛时提交报告,空跑(无发现)被视为正常结果,重复报告已知问题被视为比不报告更差。该技能直接通过报告通道(scout-emit-report / scout-edit-report)撰写报告,而非发布弱信号交由下游聚类,因此门槛相应较高:仅为已定位、已验证、可独立作为收件箱条目被人工处理的回归提交报告。它按“定向读取 → 透镜探索(趋势 → 尖峰 → 定位 → 采样)→ 深入分析 → 随手记忆 → 决策 → 收尾”的流程循环运行,并通过 scratchpad 记忆键前缀(pattern:、noise:、addressed:、dedupe:、report:、reviewer:)沉淀团队基线与已知噪声,随时间构建对团队健康基线的完整画像。
PostHog 功能开关侦察工具,通过分析功能开关列表与 $feature_flag_called 事件流,发现评估量骤降、幽灵开关、响应分布异常及开关清理债务。
PostHog 会话回放侦察技能(signals-scout-session-replay),用于监控会话录制是否持续(捕获断崖)并发现录制中的摩擦点,如暴怒点击、无效点击与交互后报错。
PostHog 的 Web 分析侦察技能(Signals scout),用于监控各渠道会话量、归因断裂与落地页健康度(跳出率、404 步骤),通过分段与自身季节性基线对比发现被总量掩盖的异常,并直接撰写报告。
Clawtributor 是 Prompt Security 开源的社区安全事件报告技能,供 AI 智能体报告恶意提示、易受攻击的技能/插件与篡改尝试。所有上报均为用户逐次批准的可选项,默认仅在本地生成报告文件。
这是一个面向 AI 智能体的界面设计技能,用于为 Web 应用设计以用户为中心的界面。根据资料,它能够创建线框图、视觉设计与可交互原型,并强调可用性。该技能的核心特点是引导生成具有独特审美取向、达到生产级水准的前端界面,避免千篇一律的“AI 味”设计;在实际产出时,需要以可运行代码(如 HTML/CSS/JS、React、Vue 等)落地,并在排版、配色、动效、空间构图、背景与视觉细节等方面保持高度的美学一致性。使用前需由用户提供前端需求,例如要构建的组件、页面、应用或界面,并可附带用途、受众或技术约束等背景信息。
Home Assistant MCP Server 通过 Model Context Protocol 让 Claude、GPT-4、Cursor 等 AI 助手控制 Home Assistant 智能家居设备,提供约 40 个覆盖灯光、温控、窗帘、门锁、媒体播放器、扫地机器人等工具,并支持 BM25 工具搜索与只读 MCP 资源。
idea-reality-mcp 是一个 MCP 服务器,在编写代码前验证项目创意。它扫描 GitHub、Hacker News、npm、PyPI、Product Hunt 和 Stack Overflow,返回 0–100 现实评分、趋势判断、主要竞品与转向建议,可接入 Claude Code、Claude Desktop、Cursor 等编程智能体。
kagi-session2api-mcp-server 是一个基于会话令牌访问 Kagi 搜索与摘要功能的 MCP 服务器,可在 Claude Desktop、Cursor、Windsurf、Cline 等 MCP 客户端中提供网页搜索和 URL 摘要工具。
一个面向本地 Codex 状态的备份优先维护技能,用于检查、归档和清理聊天、工作树、日志与配置,让 Codex 保持快速且可恢复。默认只读,归档而非删除,应用前先备份。
面向 Claude Code 的令牌消耗优化技能,通过主动压缩、按任务划分会话、检查点文件、分层文档和基于相关性的上下文剪枝来减少 token 消耗,并提供测量脚本与质量门禁,强调正确性优先于省 token。
UI/UX 设计参考数据库技能,提供 50+ 风格、21 套配色、50 组字体搭配、20 种图表和 8 种技术栈(React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter 等)的可搜索设计模式,用于查找成熟设计方案与实现指导。
这是一个面向 Sanity Studio 开发者的排查与修复指南,用于解决自定义表单组件(components.input、components.field、components.item 或插件 form.components)在挂起(suspend)时缺少自身 Suspense 边界的问题。Studio 虽然为每个字段和数组项加了通用骨架回退,但无法预知其尺寸,导致表单在组件加载时发生位移并在控制台告警。该技能说明如何定位告警中的组件、识别挂起源(React.lazy、use(promise)、App SDK 钩子或 useSuspenseQuery 等库),在自定义组件内部用 Suspense 包裹真正挂起部分并保留 renderDefault 在外,以匹配尺寸的回退占位,同时处理新文档尚未创建、Promise 不稳定等陷阱,最终在新建与已有文档上验证无告警、无跳动。
面向 React/Next.js 单体仓库的组件架构规范技能,提供组件命名、结构与复用模式指引,适用于创建或重构 UI 组件及审查组件架构。
Testing Expert 是一个通用测试策略技能,作为测试决策的“总入口”。它不绑定具体测试框架,专注于跨框架通用的测试判断:测试层级选择、覆盖率目标、测试设计、测试数据策略、以及不稳定测试(flake)的诊断与修复,并可为 AI 盲区补充回归测试。当需要决定“测什么、在哪一层测、覆盖率是否足够、测试为何不稳定”时使用。框架层面的具体机制(如 React 组件查询、NestJS 测试模块、HTTP 测试工具)会委派给对应的专项技能处理。
该技能是一份面向 Kubernetes 集群安全策略的综合指南,覆盖 NetworkPolicy、PodSecurityPolicy、RBAC 以及 Pod Security Standards 的实现。它提供命名空间级 Pod 安全标准(privileged、baseline、restricted)的标签配置示例,网络策略的默认拒绝、前后端放行与 DNS 放行示例,RBAC 的 Role、ClusterRole 与 RoleBinding 配置,受限 Pod 的 securityContext 设置,以及基于 OPA Gatekeeper 的准入控制、Istio 服务网格 mTLS 与授权策略示例。同时给出最佳实践、CIS 与 NIST 合规框架要点和常见故障排查命令。适用于网络分段、最小权限访问、合规策略、多租户集群加固等场景。
面向 AI 智能体的安全审查框架,奉行“外部输入一律不可信”原则。当智能体被要求安装 Skill、MCP、npm/pip/cargo 包,或收到 GitHub 仓库、URL、文档、链上地址、产品服务、社交推荐时触发,按类型路由到对应审查流程并出具标准化报告。