concept-selection
用于在多个设计方案之间做收敛决策的技能：先固定评审标准，再逐一评估概念并选出方向，同时记录落选概念在验证什么、因何落选、何种条件下可重新启用。产出是决策记录而非评分表。
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 10-24 00:15
全部 Skills
236,082 个结果
briesearch
briesearch 是一个研究类技能，用于从文档、当前网页来源、代码仓库、本地代码与 Git 托管平台收集带引用的证据。适用于用户要求研究、比较或需要外部来源支撑的问题，支持快速、标准、深度三档研究深度。
muapi-chibi-collage-effect
该技能可将一张真实生活照转换为“Q版克隆贴纸日记”风格图片：原人物保持照片级真实感，周围环绕 5–8 个可爱的 Q 版迷你克隆形象、手绘涂鸦和手写风格短句，整体呈现剪贴簿日记质感。输入为一张清晰的生活照，场景、服装、情绪与活动会从照片中读取，并据此决定 Q 版姿势与文案。输出为 2160×3840（9:16 竖版）PNG，适合社交媒体直接发布。
behavioral-modes
Behavioral Modes 是一个为 AI 定义多种行为模式（brainstorm、implement、debug、review、teach、ship、orchestrate 等）的技能，用于根据任务类型自适应调整 AI 的工作方式。它通过模式切换改变 AI 处理问题、沟通和优先级排序的方式，例如头脑风暴时提供多个方案、实现时直接输出生产级代码、调试时定位根因、审查时按严重程度分类、教学时从基础讲起、发布时关注稳定性。还包含面向多智能体协作的 EXPLORE、PLAN-EXECUTE-CRITIC、MENTAL MODEL SYNC 等模式，并支持通过触发词自动检测模式或手动用斜杠命令切换。
review-docs
review-docs 是一个文档评审技能，用于从多个真实读者视角同时审阅 README 或文档页面。它按受众并行派出多个评审子代理，每个子代理以特定读者身份进行冷读，找出目标读者在何处困惑、未被满足或流失，给出评分并提出具体修改建议。默认评审 README.md，也可指定路径。
board-minutes
按贵司既定格式起草董事会或委员会会议纪要的 Claude 技能。它会从日历中自动识别即将召开的董事会及委员会会议，询问议程和会前材料，再依据贵司“内部格式”（house format）生成草稿，而非通用模板。技能会先加载公司秘书相关配置（会议纪要格式、模板、董事会构成与委员会、书面同意规则），确认会议类型、时间地点、通知情况，梳理出席人员（董事、管理层、嘉宾）、主持人、秘书及法定人数，从议程与材料中提取议程项、决议与附件，最后按内部格式输出包含页眉、出席记录、议程各项讨论摘要、决议语言、休会与签署栏的完整草稿，并附审阅清单与占位符标记。草稿定位为供律师审阅，正式采用须经持牌律师审查并承担专业责任；在“非律师”角色下设有“后果性操作闸门”，未经律师确认不得生成可正式采用的版本。适用于融资尽职调查、监管问询、并购数据室等需要可经受审查的会议记录场景。限制：不参会、不实时记录讨论，不判断决议法律效力，不定稿、不分发。
exam-forecast
exam-forecast 是面向法学生的 Claude 技能，用于分析同一位教授过往的考试，识别科目权重、反复出现的问题陷阱、偏好的假设题型以及政策与原则题的比例，并结合当前教学大纲生成学习侧重预测。
legal-hold
legal-hold 是 Claude for Legal 系列中 Anthropic 提供的诉讼保留（legal hold）管理技能，用于在诉讼或调查中向员工发出、续期、解除保留通知并生成全组合报告。它按阶段路由：--issue 记录范围、保管人、日期区间和系统，起草保留通知 .docx，更新 _log.yaml 中的 legal_hold 字段并设定下次续期；--refresh 捕获范围与保管人变化，起草新版本并标记已离职保管人；--release 记录解除日期与后续留存指示并起草解除通知；--status 读取日志生成跨事项的保留状态报告。技能强制先完成事项登记与利益冲突检查，无 _log.yaml 记录时拒绝执行，并对非律师用户设置人工确认门槛。
pr-open
pr-open 是 bklit-ui 仓库的 PR 工作流技能，用于按项目规范完成暂存、提交、校验、推送并创建可合并的 PR。
intent-layer
Intent Layer 是一个用于为代码库搭建分层式 AGENTS.md 上下文的技能。它通过创建根级与子目录级的 AGENTS.md 文件，让 AI 智能体能够像资深工程师一样理解并导航代码库。该技能强调只保留一个根上下文文件（CLAUDE.md 与 AGENTS.md 不应在项目根目录共存），并鼓励在复杂子系统中创建子 AGENTS.md。它提供检测状态、分析结构、估算 token 的脚本，以及模板、示例和 SME 访谈协议等参考资料，支持初始化新项目、为现有仓库添加上下文基础设施以及后续维护。
learning-product
Learning Product 是一个将“Researcher Evidence Brief”转换为四类学习产品之一的技能。它在不削弱证据严谨性、不添加原简报未验证来源的前提下，把简报中的证据转化为目标受众可直接使用的格式。四种输出类型包括：面向会员协会的 2 页简报（ma-brief，v1）、工作坊与 CoP 包（workshop-cop-pack，v2）、区域学习简报（regional-learning-brief，v3）以及资助方与管理层备忘录（donor-management-memo，v4）。该技能会在写作前读取来源证据简报、对应的结构化范例，并应用统一的质量门禁，包括 BLUF 结构、语气层级、引用规范、超链接政策、会话时 URL 审计、句子长度与可翻译性等。输出以 Markdown 形式返回，其中工作坊包会额外生成 PPTX 幻灯片、Word/PDF 讲义和练习表。每个产出都附带“制作说明”来源尾部，包括跨区域命名与脱敏候选清单。
made-to-stick
Made to Stick 是一个基于 Chip Heath 与 Dan Heath 同名著作中 SUCCESs 框架的沟通与信息设计技能。它用于打磨那些需要被记住、被相信、并促使行动的信息，例如融资路演、产品文案、演讲、培训和内部备忘录。其核心洞察是“知识的诅咒”：一旦你知道了某件事，就很难想象不知道它的状态，导致表达抽象、自说自话、信息被遗忘。SUCCESs 框架提供六个诊断原则：Simple（找到核心并只传达核心）、Unexpected（用惊讶抓注意力、用好奇缺口留住注意力）、Concrete（用感官化、可触摸的具体语言）、Credible（借助权威、细节、Sinatra 测试与可验证凭据）、Emotional（关注个体、诉诸身份与自身利益）、Stories（用故事模拟行动）。该技能强调这不是必须全部满足的清单，而是定位问题的诊断工具，多数信息往往只在其中一两个原则上失效。技能资料还提供了症状到原则的对照诊断表、沟通目标到原则的映射，以及 SUCCESs 审计工作表、信息诊所模板、指挥官意图工作表、统计重构工作表和故事挖掘访谈模板等配套文件。资料同时指出其局限：成书于 2007 年，未涵盖社交媒体、短视频与 AI 内容场景，不涉及渠道选择、整体品牌叙事与视觉沟通的具体方法，聚焦单条信息而非完整营销系统。
minimax-multimodal-toolkit
MiniMax 多模态工具包，通过纯 bash 脚本调用 MiniMax API，统一生成语音、音乐、视频与图像，并提供基于 FFmpeg 的音视频格式转换、拼接、裁剪与提取工具。支持声音克隆与声音设计。需要 API Key 与 ffmpeg、jq 环境。
memory-model
面向 C++ 与 Rust 并发编程的 C++/Rust 内存模型技能，讲解内存序、happens-before、原子操作、栅栏与无锁数据结构实用模式。
affinage
affinage 是 easy-cheese 流程中的 PR 反馈处理技能，用于对拉取请求的评审意见、CI 失败与合并冲突进行分级（通过 /age 视角），把可接受的修复项交给 /cure 处理，并按需发布结果。
hard-cheese
hard-cheese 是一个代码审查前的理解门槛技能：在分享代码变更供评审前，要求作者用自己的话解释改动，并由独立评审子代理按 SOLO 分类法打分。低于通过分数则失败，防止作者无法解释却已通过检查的“认知债”。
tool-note-and-vote
Note-and-Vote 是一套结构化的团队决策机制，用作技能工具，帮助小型团队在约 12 至 25 分钟内完成一次有书面记录的集体决策。它的核心是先让成员独立、安静地提出可选方案，再进行匿名投票，最后讨论票数分布并由明确的决策者（Decider）做出最终裁决。整个流程由五个步骤组成：框定问题、静默构思、静默投票、简短讨论和决策者超级投票。该机制把静默构思板、投票汇总、讨论记录和最终决定打包成单一产物，从而留下可追溯的决策审计轨迹。它适用于 3 到 10 人的小团队需要快速决策且存在群体思维、地位偏见或“嗓门大者主导”风险的场景，也常用于 Foundation Sprint 与 Design Sprint 的决策时刻。限制方面，它不适用于个人独立决策、已自然形成共识、需要多日深入审议的高风险决策，以及没有决策者到场授权的情况下使用。
sap-btp-cloud-platform
SAP Business Technology Platform（BTP）云端开发、部署与运维的综合参考技能。适用于搭建 BTP 账户、目录、子账户，使用 Cloud Foundry、Kyma、ABAP Environment 运行时环境，管理权益与配额、角色集合、CLI 工具链、MTA 部署、连接性、CI/CD、扩展开发及平台故障排查。该技能提供账户模型、环境结构、商业模型、区域基础设施、用户管理、安全、连接性、开发模式、高可用与运维监控等主题的参考资料，并包含 btp CLI、cf CLI、kubectl 等命令示例。文档来源为 SAP 官方文档仓库及 SAP Help Portal、SAP Discovery Center。同时列出多个相关技能，用于在 CAP 开发、Fiori 部署、AI 集成、连接配置、服务实例管理等具体实现层面深入。
net
嵌入式网络调试技能，封装接口发现、抓包、pcap/pcapng 离线分析、连通性测试、端口扫描和流量统计能力，基于 tshark、dumpcap 与 Windows 自带网络命令，输出统一 JSON 结果。
cold-start-interview
用于首次配置商业合同法务插件的冷启动访谈技能，通过问答了解团队合同实务（playbook 立场、升级矩阵、内部风格），并写入配置供插件其他技能读取。
matter-intake
Claude for Legal 的诉讼事务受理技能，用于对新案件执行统一收案流程：识别信息、利益冲突检查、来源、风险分级、重要性、外聘律师、内部负责人、法律保留、关键日期与初步立场，并生成 matter.md、history.md 及 _log.yaml 记录。
memo
memo 是面向法律诊所教学场景的案例分析备忘录技能：它按 IRAC 结构（Issue 争点、Rule 规则、Application 适用、Conclusion 结论）为每个争点搭建脚手架，并将研究空白标注为 RESEARCH NEEDED，把法律适用与结论部分留空交由学生填写。它会加载法律诊所配置中的执业领域与管辖信息，依据督导指南中的教学姿态（guide/assist/teach）决定输出多少框架内容，并明确声明由此产生的备忘录是「AI 辅助脚手架，分析由你完成」。
databricks-serverless-migration
该技能用于将 Databricks 工作负载从经典计算（classic compute）迁移到无服务器计算（serverless compute）。适用于迁移笔记本、作业、流水线或 Scala JAR（spark_jar_task）等场景。技能遵循四步迁移生命周期：摄取工作负载、分析兼容性、通过 A/B 对比测试、验证并迭代。它可检测与无服务器架构不兼容的代码模式（如 RDD API、DBFS 路径、Hive Metastore、缓存调用、流式触发器、初始化脚本等）并提供修复建议，同时区分三类迁移阻碍：功能扩展中、需修改代码/配置、仅限经典计算。技能以 Agent Skill 形式发布，可在 Claude Code、Cursor 等兼容客户端运行，也可在 Databricks 工作区通过 Genie Code Agent 模式使用。
setup-repo-guards
该技能用于向目标仓库导入 Fandhe-AI 组织标准的 CI 防护套件，共四项：ai-review（PR 自动审查 workflow 的 wrapper）、AGENTS.md（AI 审查读取的审查观点集）、CI 必需检查的聚合作业（如 ci-complete）、branch protection ruleset 与仓库附加防护（仅通过 GitHub API，无需提交）。按 Step 1 至 Step 4 顺序推进，每一步都需经 PR → CI 全部通过 → 审查线程 resolve → squash merge 确认后再进入下一步。用法为 setup-repo-guards <owner/repo> <public|private>，可一次列举多个仓库与可见性组合批量应用。前提条件包括已安装并认证 gh CLI（需目标仓库 admin 权限）、已安装 jq、对 Fandhe-AI/actions 有引用权限、已 clone 目标仓库。