pp-wikipedia
Wikipedia 的只读命令行工具，通过 wikipedia-pp-cli 二进制访问 Wikipedia REST API，可获取文章摘要、全文 HTML、媒体文件、随机文章、搜索与特定日期的事件，支持 JSON 输出与本地 SQLite 离线查询。
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 10-26 00:15
全部 Skills
237,484 个结果
hive
Hive 是一个面向多智能体协作实验的命令行工具与工作流。它让多个智能体在同一个共享任务上并行迭代，通过共享服务器汇总结果，目标是提升全局最优而非单个智能体的本地最优。智能体在 hive 任务目录中运行实验、提交结果、发布发现并互相借鉴。核心流程包括：读取共享状态（排行榜、动态、声明、技能）、认领实验、修改代码、运行评估、提交运行、分享经验，并循环往复。工具提供 hive 命令行，涵盖认证、任务、运行、推送、动态、技能和搜索等子命令，所有命令支持 --json 输出。适用于需要多智能体协同优化、共享实验记录和避免重复工作的场景。
web-performance-optimization
Web Performance Optimization 是一个用于优化 Web 应用性能的技能，通过代码分割、懒加载、缓存策略、压缩和 Core Web Vitals 监控来提升页面加载速度与用户体验。适用于页面加载缓慢、LCP 偏高、打包体积过大、CLS 频繁、移动端性能问题等场景。技能提供 React 代码分割、Webpack 分包、图片优化、Service Worker 缓存、Nginx gzip 压缩以及 LCP/CLS/INP 监控等示例代码，并给出性能目标与优化清单。
sap-dependency-security
SAP 依赖安全与 MCP 可执行文件信任策略工具：通过安全升级、冷却期、分阶段发布和供应链防护来管理依赖。适用于升级依赖、配置防供应链攻击、解决依赖冲突或审计漏洞等场景。涉及 SAP 项目、BTP 部署工具、SAP SDK 或本仓库发布的 MCP 服务器时，可使用更严格的 SAP 开发模式。
memory-systems
该技能用于设计智能体的记忆架构，涵盖短期记忆、长期记忆与基于图的记忆。适用场景包括构建需要跨会话持久化、在多轮对话中保持实体一致性、对积累知识进行推理、让系统从过往交互中学习、建立随时间增长的知识库，以及构建可追踪状态变化的时间感知系统。内容对比从向量存储到知识图谱再到时间知识图谱的演进，并提供基准性能数据、五层记忆架构、实现模式与检索模式，以及实体追踪和时间查询的代码示例。
thinking-margin-of-safety
Margin of Safety（安全边际）是一个用于在不确定性下做容量、超时、预算、时间线等承诺的思维技能。其核心规则是：当残余不确定性加上违约成本可能导致灾难性或高代价失败时，应提交一个带缓冲的数字；缓冲用于覆盖估算误差，而非懒惰的余量。技能给出了何时使用、何时不使用、具体操作步骤、输出格式与验证方法，帮助在容量、SLA、架构余量等场景中合理设定缓冲，避免过度或不足。
crap-analysis
该技能用于分析 .NET 项目的代码覆盖率与 CRAP（Change Risk Anti-Patterns）分数，以识别高风险代码。CRAP 分数由圈复杂度与测试覆盖率计算得出，公式为复杂度 ×（1-覆盖率）²，分数越高表示代码越难维护且缺乏测试。技能提供了 coverage.runsettings 配置模板，要求以 OpenCover 格式收集覆盖率（因其包含圈复杂度指标），并配合 ReportGenerator 生成包含 Risk Hotspots（风险热点）的 HTML 报告。适用于变更前评估代码质量、识别待重构或补测的高风险代码、为 CI/CD 设置覆盖率阈值等场景。
git-workflow
Git Workflow 是一个面向 AI 智能体（agent）的 Git 使用规范集合，用于提供高效的版本控制模式，并避免每个 agent 重复内置冗长的 Git 指导内容（可减少每个 agent 约 120-150 行冗余说明）。其核心内容涵盖：提交最佳实践与 Conventional Commits 格式（feat、fix、docs、refactor、perf、test、chore 等类型及示例）、原子提交原则；分支策略（Git Flow 特性分支、Trunk-Based 开发）；常见工作流（用 rebase 或 merge 更新分支、撤销改动、stash 暂存、cherry-pick、解决冲突）；查看历史（git log、git show、git diff）；分支管理与标签（tag）操作；高级操作（interactive rebase、bisect、blame）；Git Hooks（pre-commit、pre-push）；最佳实践（DO/DON'T 清单）；.gitignore 常用模式（依赖、构建产物、IDE、密钥、操作系统、日志）；以及快速命令参考表。
home-assistant-awtrix
通过 HTTP 文件系统与实用接口管理 AWTRIX 3 设备，可列出、上传、重命名、删除文件，查看闪存占用，配置 Wi-Fi，并导入 LaMetric 图标。
nodejs-best-practices
该技能提供 2025 年 Node.js 开发的决策原则，重点在于培养思考方式而非复制固定代码模式。内容覆盖框架选择决策树（Hono、Fastify、NestJS、Express、Next.js API Routes 或 tRPC 的适用场景与对比）、运行时考量（Node.js 22+ 原生 TypeScript、ESM 与 CommonJS 取舍、Node.js/Bun/Deno 选择）、分层架构（控制器、服务、仓储层职责与简化时机）、集中式错误处理与状态码选择、异步模式（async/await、Promise.all、allSettled、race 及事件循环阻塞规避）、边界验证与验证库选型、安全检查清单、测试策略以及应避免的反模式，最后附实现前的决策清单。
seo-fundamentals
SEO 基础原则合集，涵盖 E-E-A-T、Core Web Vitals、技术 SEO、内容 SEO、Schema 标记类型、AI 内容规范与排名因素优先级，用于提升搜索引擎可见性。
adapt
ui-craft 技能下的响应式布局子技能，用于按断点、触控目标、安全区域和流式字体适配多设备界面，适合移动端或平板出现布局与触控问题时使用。
encore-go-api
encore-go-api 是 Encore Go 框架中用于定义类型化 API 端点的技能说明，核心是通过 //encore:api 注解标注 Go 函数来声明 HTTP 接口。它覆盖了类型化请求/响应结构体、路径/查询/请求头/Cookie 参数映射、错误处理、敏感数据脱敏以及自定义 HTTP 状态码等用法。该技能面向使用 Encore Go 构建后端服务的开发者，帮助其按统一模式编写可被框架自动识别和路由的 API 端点。
encore-go-service
Encore.go 服务实现与项目结构指南：讲解如何用服务包、内部子包、系统与类型化服务调用组织应用，并说明服务边界、跨服务调用和数据库等约定。
minimax-image-understanding
MiniMax 图像理解技能，通过 understand_image 工具调用 AI 分析图像。支持传入提示词与图像地址，可处理 HTTP/HTTPS 链接、本地文件路径以及 base64 数据 URL 三种图像输入，自动下载或读取并转换为 base64 后请求接口。适用于截图分析（错误信息、界面问题、代码截图）、视觉内容理解（照片、图表、图形）、文档文字提取（OCR）与版面理解、UI/UX 设计评估以及视觉调试等场景。支持 JPEG、PNG、WebP 格式，不支持 PDF、GIF、PSD、SVG 等。接口为 POST {api_host}/v1/coding_plan/vlm，返回 content 与 base_resp 状态信息。
memory-analysis
用于解析 .map 文件或 ELF，生成固件 Flash/RAM 内存使用报告、符号大小排名与版本对比，帮助确认固件是否接近芯片内存上限。
static-analysis
该技能用于对嵌入式 C/C++ 代码运行静态分析，支持 cppcheck、clang-tidy 和 GCC analyzer（-fanalyzer）三种工具，并可进行 MISRA-C 2012 合规检查。适用于提交前发现潜在缺陷，以及汽车、医疗等行业的合规审查。技能可自动探测工具可用性与版本，自动搜索 compile_commands.json，并按严重级别（error、warning、style、information）分组输出发现，每条包含文件路径、行号、规则 ID 和描述。支持 --summary 仅输出统计数字，--misra 启用 cppcheck MISRA addon。当工具缺失、源码目录不存在、配置无效或工具异常退出时，会返回对应的失败分类。
expressjs-development
Express.js 开发技能，面向使用 Express.js 构建生产级 Web 应用与 REST API 的开发者。内容覆盖应用初始化与配置、路由（HTTP 方法、路由参数、查询字符串、Router 模块）、中间件（应用级、路由级、内置、第三方与自定义）、请求对象与响应对象的属性与方法、错误处理（含异步错误封装与自定义错误类），以及 REST API 设计、JWT 认证等实践模式。资料以代码示例为主，并附有应用方法、Router 方法、请求与响应方法的 API 参考。
Root Cause Tracing
一套系统化回溯调用栈定位缺陷根源的技能：从报错点向后追踪到最初触发点，在源头修复并叠加多层防御，避免只处理表面症状。
thinking-kepner-tregoe
Kepner-Tregoe 分析技能，用于两类结构化思考任务：一是针对选择性缺陷进行 IS/IS-NOT 差异分析，通过对比“是”与“不是”的边界来筛选并验证根本原因；二是对重要选项进行决策分析，先用 MUST 硬性条件筛选，再对 WANT 项加权评分，并比较不利后果后作出选择。该技能强调用最便宜的判别性检查验证原因，避免用评分掩盖致命风险，并在无法验证原因或无选项通过 MUST 时返回“无结论”而非强行给出答案。
docs-diagrams
用于为 Next.js 文档绘制配图的技能，按已发布文档的视觉风格生成浅色/深色 PNG，供 mdx 中的 <Image> 引用。
adapt
Adapt 是一项用于将已有设计适配到不同 Web 使用情境的技能，覆盖窄屏、中等宽度、宽屏、嵌入式和打印等场景，帮助在不牺牲可用性、层级结构与目标尺寸的前提下完成调整。它属于 better-web-ui 技能集，使用时需先加载 $frontend-design 并遵循其中的情境收集协议；若尚无设计情境，则必须先加载 $setup。该技能强调适配不是简单缩放，而是重新思考体验：窄屏需重新布局、保证 44x44px 最小触控目标、使用渐进披露与精简导航；中等宽度适合双栏、主从视图与侧边面板；宽屏可展开多栏、常驻侧栏与丰富信息；打印与邮件则有各自的版式、内容与兼容要求。实现层面涉及 CSS Grid/Flexbox、容器查询、clamp()、媒体查询、响应式图片与触控适配，并需在真实设备上跨浏览器、跨方向、跨输入方式验证。文档还给出了明确的禁止事项，例如不得在窄屏隐藏核心功能、不得盲目使用通用断点、不得按比例缩小桌面布局充当响应式设计。
data-viz
data-viz 是一个用于设计和改进数据可视化、图表与数据呈现界面的技能（skill），适用于用户提出添加图表、构建仪表盘、可视化数据或选择图表类型等需求。其核心目标是让可视化帮助用户理解模式、比较数值并做出决策，而非单纯装饰数据。该技能提供图表类型选择、响应式布局、无障碍数据表格、色觉友好配色和交互设计等参考；并在语义状态、图表配色或分类颜色需要保持可区分性时参考色盲 UX 参考，在数据表格比图表更合适或作为补充时参考复杂表格 UX 参考。使用该工作流前需先加载 frontend-design（包含设计原则、反模式与上下文收集协议），若无设计上下文须先加载 setup。该技能还要求明确用户想回答的问题、受众以及数据是实时更新还是静态。
typeset
typeset 是一个用于改进 UI 排版的技能，帮助修复字体选择、字号体系、层级、字重与可读性问题，让文字显得有意为之。它适用于用户提到字体、排版或文字可读性等场景。该技能通过评估当前排版的薄弱点，制定系统化改进方案，再逐项落实字体选择、层级建立、可读性修复、细节打磨、字重一致性和字号体系完整性，最后验证效果。适合希望提升界面文字清晰度与品牌调性的前端设计与开发工作。