gcc
GCC 编译器技能，面向 C/C++ 项目。当需要选择优化等级、警告标志、调试构建、LTO、Sanitizer 插桩，或诊断编译错误时使用。该技能引导代理完成 GCC 调用：标志选择、构建模式、警告分类处理、PGO、LTO 以及常见错误模式。假定项目使用 GNU Make、CMake 或 shell 脚本。
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
全部 Skills
234,863 个结果
content-calendar
Content Calendar 是一个内容日历策略技能，用于规划、排期社交媒体与内容营销的发布计划。它帮助建立结构化、可持续的发布节奏：先收集平台、产能、团队规模、内容支柱、业务目标等需求，再按内容支柱分配比例、遵循80/20的价值内容与推广内容配比，设置主题日、平台分时发布频率与最佳时间，并提供月度/周度规划模板、批量创作流程、内容库结构以及跟踪与优化指标，输出可直接使用的日历表、主题日排期、批量工作流、发布时间建议和内容创意清单。
r-cli-app
Rapp 是一个 R 包，提供 Rscript 的直接替代方案，能自动将命令行参数解析为 R 值，让普通 R 脚本变成带参数解析、帮助文本和子命令支持的 CLI 应用，几乎无需样板代码。它要求 R ≥ 4.1.0，可通过 CRAN 或 GitHub 安装。核心思路是“脚本即规范”：Rapp 扫描 R 脚本的顶层表达式，把特定赋值模式映射为 CLI 构造，因此同一脚本既能用 source() 运行，也能作为 CLI 工具运行。支持字符串、整数、浮点数、布尔开关、可选参数、位置参数、可变位置参数、可重复选项和子命令，并自动生成 --help 与 --help-yaml。脚本可添加 shebang 和 #| 前置元数据及参数注解。开发时可用 Rapp::run() 测试，也可在 R 包中通过 exec/ 目录发布 CLI。
xcuitest
XCUITest 是苹果 XCTest 框架中用于编写 iOS、iPadOS、macOS、tvOS 等平台 UI 自动化测试的组件。该技能是一份面向 Swift 6 的 XCUITest 参考文档，旨在帮助开发者编写可靠的 UI 测试。内容涵盖元素查询 API（XCUIApplication、XCUIElement、XCUIElementQuery、XCUICoordinate）、交互操作（点击、按压、文本输入、滑动及基于坐标的手势）、等待模式（waitForExistence、XCTWaiter、属性等待、Xcode 26 KeyPath 等待）、Swift 6 严格并发（@MainActor 测试类、async setUp/tearDown、nonisolated）、断言模式、截图与 XCTAttachment、启动参数与环境变量、权限处理等主题，并提供常见故障排查与高级测试模式指导。
react-router-declarative-mode
这是一个面向 React Router 声明式模式（Declarative Mode）的使用指南型技能，用于在 React 应用中使用 <BrowserRouter>、<Routes> 和 <Route> 配置基础客户端路由。它涵盖用 JSX 配置路由、使用 Link/NavLink 导航、读取 URL 参数、处理搜索参数以及访问 location 等场景。该模式不包含 loaders、actions 等数据加载能力，适用于不需要数据加载功能的简单客户端路由需求。
grepai-workspaces
GrepAI Workspaces 技能用于在 GrepAI 中配置多项目工作区，把多个相关项目分组到一个统一索引中，适合 monorepo、微服务与全栈项目，支持跨项目搜索、按项目过滤、状态查看与 MCP 集成。
react-component-architecture
React Component Architecture 是一个用于设计可扩展 React 组件的技能，强调使用函数式组件、Hooks、组合模式以及 TypeScript 类型安全。它适用于构建可复用组件库和大规模 React 应用，涵盖组件库设计、可复用 UI 模式、自定义 Hooks 开发和性能优化等场景。技能提供了最小可运行示例（如带 variant、size、disabled、onClick 和 children 属性的 Button 组件），并附带详细参考指南，包括函数式组件与 Hooks、自定义 Hooks 模式、组合模式、高阶组件（HOC）和 Render Props 模式。最佳实践部分列出应当遵循的约定、编写整洁可维护代码、添加文档、部署前充分测试，以及不应跳过测试或校验、忽略错误处理、硬编码配置值等注意事项。
skill-creator
skill-creator 是一个用于编写、审查和校验智能体技能（agent skills）的指南型技能，适用于 Capgo skills 仓库及类似仓库。它帮助作者写出能在恰当时机被加载、只教授模型尚不了解的内容、并能自证结果的技能。技能文件结构为 SKILL.md + metadata.json + references/ + scripts/。当用户创建技能目录，或要求改进、审查、拆分现有技能时触发；也适用于技能触发过频、过少或与同类技能冲突，bun run lint-skills 失败，技能需要注册到插件或市场，或需要为技能添加 skillgrade 评估的场景。不适用于编写应用文档、README、变更日志或营销文案，也不适用于编辑非技能的库或插件源码。
clinical-reports
临床报告写作技能，用于撰写符合规范的临床文档，涵盖病例报告（CARE 指南）、诊断报告（放射/病理/检验）、临床试验报告（ICH-E3、SAE 报告）以及患者病历文档。强调准确性、完整性、客观性，并符合 HIPAA、FDA、ICH-GCP 等法规要求，注重患者隐私与数据完整性。该技能还要求每份临床报告至少包含一张由 scientific-schematics 技能生成的 AI 示意图，如患者时间线、诊断算法流程图或 CONSORT 流程图。
perplexity-search
Perplexity Search 是一个通过 LiteLLM 和 OpenRouter 调用 Perplexity 模型进行 AI 联网搜索的技能，可获取带来源引用的实时网络信息。它适合查找最新动态、近期科研文献以及超出模型训练数据截止时间的事实，只需一个 OpenRouter API 密钥即可访问全部 Perplexity 模型，无需单独注册 Perplexity 账号。技能提供命令行脚本，支持指定模型、保存 JSON 结果、详细输出等用法，并附带查询设计、模型对比与 OpenRouter 配置参考文档。
tax-loss-harvesting
税务亏损收割（Tax-Loss Harvesting）技能，用于执行从候选识别到收割后监控的完整流程。该技能帮助扫描投资组合中符合亏损收割条件的持仓，考虑重要性门槛、持有期过滤和亏损规模排序，并结合年度已实现收益、计划收益与亏损结转余额构建税收预算。技能涵盖替代证券选择（如不同指数ETF互换或个股替换为行业ETF）、洗售规则合规（跨所有账户包括IRA、401(k)、HSA及配偶账户，61天窗口）、执行规划（Specific Identification高成本批次优先）、税收节省计算（联邦、州税及NIIT交互影响）以及收割后监控（洗售窗口跟踪、替代品表现、成本基准更新、回换时机）。还涉及家庭层面多账户协调和常见陷阱提醒。
apollo-graphql
面向 Apollo Client、GraphQL、TypeScript 与 React 开发的实践指南，涵盖客户端配置、Schema 设计、查询与变更、缓存、分页、性能优化、错误处理及本地状态管理等主题。
azure
面向 Azure 云开发的工程规范技能，覆盖 ARM/Bicep/Terraform 基础设施即代码、Azure Pipelines CI/CD、AKS 上的 Kubernetes 部署，以及监控、安全、成本优化与测试文档等实践。
prisma-next-supabase
Prisma Next 与 Supabase 集成技能：通过 @prisma-next/extension-supabase 组合 Supabase 扩展包，声明跨空间外键、编写 RLS 策略，并用 supabase() 运行时执行按角色绑定的查询。
hig-patterns
hig-patterns 是一个面向 Apple 人机界面指南（HIG）交互与用户体验模式的技能，来源于 raintree-technology/hig-doctor。它用于在用户询问引导流程、用户引导、应用启动等交互设计问题时，提供符合 Apple HIG 的模式建议。该技能涵盖最小化模态、清晰反馈、支持撤销、快速启动、延迟登录、简短引导、渐进式披露、尊重用户注意力等核心原则，并附带图表数据、协作分享、拖放、数据输入、反馈、文件管理、全屏、启动、直播应用、加载、账户管理、通知管理、模态、多任务、帮助、引导、音频播放、触觉反馈、视频播放、打印、评分与评论、搜索、设置、撤销重做、健身训练等参考主题索引。它还提供模式选择指南，针对首次体验、等待内容、确认破坏性操作、收集输入、请求权限、提供反馈、组织偏好等用户目标给出推荐模式与应避免的做法。使用时会先检查 .claude/apple-design-context.md 以复用已有上下文，输出格式包括推荐模式及理由、分步实现、平台差异和常见陷阱，并会询问模式出现位置、目标平台、是否从零设计、是否涉及敏感操作等问题。
fit-repair-optimizer
Fit Repair Optimizer 是一个用于 Blender 产品对齐修复的技能，可将多视图拟合报告转换为顺序或并行的修复队列，用于把 Blender 产品对齐到作为契约的源模板。它适用于迭代式源真值对齐修复、选择顺序或并行修正顺序、生成拟合修复队列、在模板相互矛盾时停止，以及根据验证报告协调几何、UV 与光照修复。该技能依赖 MCP 后端，在首次调用 Blender 前需阅读 ../text-to-blender/references/mcp-backends.md，并优先使用官方 MCP 处理共享能力，同时在整个任务中保持所选后端不变。
browser
Browser 是 ruvnet/ruflo 项目中的浏览器自动化技能，基于 agent-browser 命令行工具，为 claude-flow 智能体提供网页操作能力。其核心特点是使用 AI 优化的快照（snapshot）机制，通过元素引用（@e1、@e2 等）代替完整 DOM，可将上下文减少约 93%。该技能支持导航、快照、交互、信息获取、等待、会话管理等完整浏览器操作流程，并可作为 MCP 工具集成到 Claude Flow 中，还支持与记忆系统和钩子配合使用。
deployment-engineer
Deployment Engineer 是一个面向部署自动化、CI/CD 流水线与基础设施管理的技能（Skill），来自 zhaono1/agent-playbook。它在你搭建部署流水线、配置 CI/CD 或管理发布时激活，提供流水线阶段编排、GitHub Actions 示例、蓝绿/滚动/金丝雀等部署策略、环境变量与配置管理、健康检查、回滚策略、监控与日志等实践参考，并附带生成部署配置和校验部署计划的脚本命令。该技能强调权限边界：规划、生成配置和只读验证不等于授权部署，未经用户对具体动作和目标明确批准，不得推送、部署、回滚、变更生产基础设施或改动远程发布状态；已批准的变更前需说明环境、命令、预期影响、验证信号与回滚路径，目标或权限不明确时应停止。
dr-bedrock
Dr. Bedrock 是一个用于排查 Cline CLI 本地 AWS Bedrock 认证与区域配置问题的技能。它专注于诊断而非修复，不会修改系统文件，也不会读取或打印敏感的凭证信息。该技能适用于用户报告 Bedrock CLI 错误、AWS 认证失败、区域缺失、配置迁移异常等情况。它会先分类可能的认证方式（如 Bedrock API key、直连 IAM 密钥、命名 profile、默认凭证链、SSO、credential_process、AssumeRole、Web Identity、ECS/EC2 元数据等），随后以只读方式检查 Cline 配置、AWS 环境变量、AWS config/credentials 文件，并通过 aws sts get-caller-identity 与 Bedrock 模型列表检查验证身份和区域访问，最终给出面向用户的修复建议或确认配置正常。
macos-menubar-tuist-app
本技能用于构建、重构或审阅使用 Tuist 与 SwiftUI 的 macOS 菜单栏应用（menubar app）。适用于创建或维护 LSUIElement 菜单栏工具、定义 Tuist 清单、保持网络层、状态层与 UI 层边界清晰，并统一本地启动脚本。核心做法包括：默认保持纯菜单栏形态（LSUIElement = true），将网络请求与解码逻辑移出视图，状态变更集中在 store 层，模型解码对 API 变化保持容错，以 Tuist 清单为唯一真实来源，优先使用脚本方式进行本地迭代，并在构建生成项目时优先使用 tuist xcodebuild。内容还给出了推荐的目录与文件分工、从底层到上层的实现流程、验证命令矩阵、常见失败模式与解决方向，以及完成前的检查清单。
docker-sandboxes-lifecycle
Docker Sandboxes（sbx）本地生命周期技能：在隔离 microVM 中运行 AI 编码代理，负责创建、重连、列出、停止、删除沙箱，以及工作区隔离方式（直接绑定挂载或 --clone）。
tavily-usage
Tavily 搜索与提取技能，用于通过 Tavily MCP 工具执行网络搜索和网页内容获取。该技能在用户提出“搜索网络”“从 URL 获取内容”“提取页面内容”“使用 Tavily 搜索”“抓取此网站”等需求时启用。它提供两种工具：Tavily Search（mcp__tavily__tavily_search）用于基于关键词的全网搜索、发现相关页面和快速获取答案；Tavily Extract（mcp__tavily__tavily-extract）用于从指定 URL 获取详细内容、深度分析和结构化数据提取。推荐的使用模式是先搜索发现相关 URL，再对目标 URL 进行提取。该技能包含一个钩子（tavily_extract_to_advanced.py），可在需要时自动将提取调用升级为高级模式以提高准确性。使用前需配置环境变量 TAVILY_API_KEY（来自 Tavily 的 API 密钥，格式为 tvly-...）。在成本方面，搜索比提取更便宜，建议先用搜索筛选相关 URL，仅提取可能相关的链接，并尽可能缓存结果。
gemini-managed-agents-api
这是 Gemini Enterprise Agent Platform 上 Managed Agents API 的操作技能，用于以编程方式管理平台上的自定义 Agent 资源。它覆盖控制面（Control Plane）的完整增删改查流程，包括创建、获取、列出、更新和删除带状态的 Agent 容器，并可为其配置系统指令、沙盒文件、技能注册表以及本地或远程工具。文档给出基于 REST 的请求端点与 JSON 载荷结构，需使用由 Application Default Credentials（ADC）生成、以 Bearer 形式携带的访问令牌，并指向支持该 API 的区域端点。创建 Agent 属于长时运行操作（LRO），会异步执行，需轮询操作状态获取最终资源。平台支持从 Google Cloud Storage 桶或 Skill Registry 挂载文件、目录与技能，也支持配置第三方 MCP 服务器作为工具。Agent 创建完成后，可通过数据面的 Interactions API 传入其资源路径进行多轮对话与工具调用。
tech-paper-template
tech-paper-template 是一个用于规划技术论文逻辑骨架的技能，属于学术论文写作的前期构思工具。它在正式撰写任何正文之前，通过标准化的“思考模板表”梳理论文的完整逻辑链条，包括研究背景、已有工作的具体局限、核心思路或研究目标、实现该思路所面临的技术挑战、针对每个挑战的方法模块以及论文将声明的贡献。该技能还会对论文类型进行定位（Technique 或 New Problem/Setting），并执行四项自洽性检查以验证逻辑链是否连贯。其输出为一份填好的思考模板和一份一致性报告，适合导师与学生头脑风暴、每周进展会议以及正式写作前的最终规划阶段。该技能仅作用于逻辑骨架层，不负责撰写 Introduction 正文（应使用 intro-drafter）、不适用于 benchmark 论文（应使用 benchmark-paper-template）、不用于对已写草稿的评审反馈（应使用 pre-submission-reviewer），也不评估尚未验证的 idea（应先使用 idea-evaluator）。