Finishing a Development Branch
该技能用于在功能开发完成后，以结构化方式收尾开发分支。核心流程为：先验证测试通过，再确定基础分支，然后向用户呈现四个明确选项（本地合并、推送并创建 PR、保留分支、丢弃工作），根据选择执行对应 Git 操作，并在适用时清理 worktree。技能强调测试未通过不得继续、丢弃需输入确认、仅在本地合并和丢弃时清理 worktree。
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 10-27 00:15
全部 Skills
238,993 个结果
recovering-from-errors
Watch Skill 的错误恢复技能：当命令失败、视频下载中断、缺少 ffmpeg 或 yt-dlp、提供方报错或本地视觉模型停止时，用稳定错误码和可执行修复步骤定位并恢复，而非给出泛化解释。
agent-context-isolation
Agent Context Isolation 是一套用于协调 AI 子代理工作方式的规则集，核心目标是防止代理的输出污染主对话的上下文窗口。它主张使用后台代理（run_in_background=true）并通过文件进行结果传递，让子代理把结果写入 .claude/cache/agents/<agent-type>/ 下的文件，主对话只读取文件，而非通过 TaskOutput 拉取完整转录。规则还建议通过系统提醒（system reminders）监控代理进度、以测试（如 bun test）而非代理输出验证工作结果，并给出了“研究→计划→验证→实现”的文件式代理流水线模式。它解释了上下文被淹没会引发对话中途压缩、丢失用户原始请求、需要重复解释等问题。
veo-3.2-prompter
veo-3.2-prompter 是一个面向 Google Veo 3.2（Artemis 引擎）视频生成模型的提示词工程技能。它把用户提供的多模态素材（图片、视频、音频）与创作意图，转化为结构化、可直接执行的提示词，并输出包含最终提示词与推荐参数的 JSON 对象。该技能适用于用户希望用 Veo 3.2 生成视频、需要构建电影感提示词，或使用任意 Google Veo 3.x 模型进行视频生成的场景。其内部工作流分为识别、映射、构建三个阶段：先分析上传素材与用户意图，将每个素材归类为原子元素角色；再为每个原子元素确定最优参考方式（参考图、文本提示或混合）；最后按五段式框架（镜头→主体→环境→摄影机→风格）组装最终提示词，并通过 Gemini API 的 RawReferenceImage 系统附加参考图。技能依赖内部知识库文件 atomic_element_mapping.md 与 veo_syntax_guide.md 进行决策。
typescript-pro
typescript-pro 是一个专注于 TypeScript 高级类型与严格类型安全的技能，面向企业级开发场景。它擅长处理复杂类型系统、泛型、条件类型、映射类型、装饰器与元数据编程，并覆盖严格编译配置、类型推断优化、工具类型、模块系统与命名空间组织，以及与 React、Node.js、Express 等现代框架的集成。该技能适用于设计 TypeScript 架构或共享类型、解决复杂类型与推断问题、为生产系统加固类型安全；不适用于仅需 JavaScript 指导、无法在构建流程中强制 TypeScript，或需要 UI/UX 设计而非类型设计的场景。其工作方式强调先定义运行时目标与严格度要求，再为关键接口建模类型与契约，随后借助编译器与 lint 保障实现，并验证构建性能与开发体验。输出包括强类型代码、带约束的泛型函数与类、自定义工具类型、带类型断言的 Jest/Vitest 测试、TSConfig 优化以及面向外部库的 .d.ts 声明文件，同时支持严格与渐进式类型方案，并包含 TSDoc 注释。
godot-project-foundations
Godot 4 项目组织蓝图技能：以功能文件夹、命名规范与版本控制卫生约束项目结构。提供脚手架、Autoload、EventBus、异步加载、对象池等脚本与反模式清单。
upbit
Upbit Skill 通过 upbit CLI 二进制访问 Upbit REST API，用于行情查询、下单、余额与账户管理、充提币和 Travel Rule 验证。支持韩语/英语术语对照，私密接口需配置 API 凭证，写操作执行前需用户输入 CONFIRM 确认。
paper-compile
Paper Compile 是一个用于将 LaTeX 论文编译为投稿级 PDF 的工具，属于 Claude Code 的 /paper-compile 技能。它会调用 latexmk 与 pdflatex，自动完成多轮编译（pdflatex + bibtex + pdflatex × 2），并在编译失败时读取 compile.log 诊断常见错误，如缺失宏包、未定义引用、缺失图片、未定义引用文献与 BibTeX 语法错误等，最多尝试修复并重新编译 3 次。编译成功后，它会检查 PDF 是否生成、页数是否合理、是否存在未定义引用（??）或未定义引用文献（[?]）、图片是否正常渲染，并根据会议或期刊的页数规则核对正文页数。对 ML 会议（ICLR/NeurIPS/ICML 等）以正文到 Conclusion 结束为准（不含参考文献与附录），对 IEEE 场次则按含参考文献的总页数计算。此外还提供匿名性、字体嵌入、文件体积、[VERIFY] 标记等投稿就绪检查，并输出编译报告。
scene-structure-techniques
用于规划小说场景与章节内容的写作技能，提供场景-续场框架、张力管理与逐拍结构，帮助作者构建有目标、冲突和转折的实时冲突单元。
wecom-notify
wecom-notify 是一个用于向企业微信发送消息的技能，提供脚本 scripts/send_wecom.py 发送文本、图片或文件消息。可在用户要求“发企业微信”“wecom通知”时使用，默认接收人为 LiXueHeng。
auto-douyin
抖音视频自动发布技能，基于 Playwright 模拟用户操作抖音创作者中心，支持获取并保存登录 Cookie、上传视频、设置标题与话题、指定封面以及定时发布，适用于需要将视频文件分发到抖音的场景。
meta-ads-strategy
Meta Ads Strategy 是一套面向 Facebook 和 Instagram 广告的策略指导工具，覆盖 Meta 广告全流程：广告策略、创意、文案、广告系列结构、定向、预算、ROAS 跟踪与 Pixel 设置。其核心思路是先检查项目中是否存在 ad-process.md 和 ad-brief.md 文件，读取并沿用用户已有偏好与简报，再按用户当前所处阶段加载对应指南，而非一次性加载全部内容。该工具强调创意质量是首要杠杆，认为 Meta 属于打断式营销、广泛定向有效、Pixel 至关重要，并提醒新账户需以每日 2-5 美元进行预热、每 48 小时按 10-20% 扩量以避免风控封禁。执行环节区分手动与 AdKit：已安装 AdKit 时可用 MCP/CLI 加速，未安装则逐步引导通过 Meta Business Manager / Ads Manager 界面操作。
unreal-engine
一个面向虚幻引擎（Unreal Engine）的 C++ 与蓝图开发辅助技能，强调“零假设”原则，会在给出任何代码或资产建议前，先定位并读取 .uproject 文件、梳理项目结构与已有代码，从而提供贴合具体项目的开发协助。适用于处理虚幻引擎项目中的 C++ 代码、蓝图、输入系统、游戏能力系统（GAS）以及插件相关问题。
universal-emotion
Universal Emotion 是一个动画情感映射框架，用于通过系统化分析将迪士尼十二动画原则对应到任意目标情绪。它提供情绪定义维度（能量、效价、唤醒度、支配感）、原则与情绪的映射表（如挤压拉伸、预备动作、时间、夸张、跟随动作、弧线、次要动作、逐帧、吸引力）、缓动风格选择表、常见情绪速查、CSS 变量模板与决策树，并支持主次情绪叠加。适合处理新颖情感需求、品牌化诠释、复杂情绪旅程、情感影响 A/B 测试、跨文化考量与无障碍适配等场景。
dashboard-review
用于审查 PR 或分支中 Kibana 仪表盘 JSON 变更的技能：借助 kbdash 提取结构化描述、对比前后差异、分类实质性或外观性改动，并检查是否符合官方仪表盘规范。
ecs-field-mappings
ECS 字段映射技能，属于 Elastic 集成开发类技能。用于在 Elastic 集成的 data stream 中定义字段映射：填充 ecs.yml 的 ECS 字段引用、选择 ECS 分类取值、配置字段类型与映射属性、检查字段是否已存在于 ECS、排查 elastic-package 校验与构建失败等。该技能给出了 base-fields.yml、ecs.yml、fields.yml、agent.yml、beats.yml 各字段文件的职责划分，ECS 依赖配置，constant_keyword 候选字段，event.kind/category/type/outcome 分类决策流程，时间戳字段语义，以及 geo、as、os、entity 等可复用字段集的嵌套规则，并涵盖 nested 类型字段与自定义字段类型的使用要点。
obsidian-second-brain
Obsidian Second Brain 是一套让 Claude 把任意 Obsidian 仓库当作「活的、自我重写的第二大脑」来运营的技能。它源自 Karpathy 的 LLM Wiki 模式并加以演进：新资料会重写已有页面而不只是追加，矛盾会自动调和，定时智能体可在你休息时维护仓库。核心理念是「一切值得记住的内容都被保存，每次更新都传播到它该去的所有位置」。技能提供 47 条命令，覆盖保存、摄取、查询、健康检查、调和等操作，并强制遵循 AI-first 笔记规则（自包含上下文、面向未来智能体的前言、丰富 frontmatter、时效标记、来源保留、交叉链接、置信度标注）。它支持双时间事实（不覆盖旧值而是追加时间线）、CRITICAL_FACTS.md 常驻加载、raw 目录不可变、index.md 与 log.md 维护、双输出规则、综合页自动生成、矛盾调和、主动保存提醒、创建前先搜索、禁止虚构等原则。使用方式包括直接文件系统访问（默认）、可选的 MCP 服务器，以及通过脚本引导新仓库（含 executive、builder、creator、researcher 预设与 wiki 风格布局）。适用于希望用 Claude 长期维护个人知识库、研究笔记或工作仓库的用户。
canghe-infographic
canghe-infographic 是一个信息图生成技能，通过“布局×风格”两个维度组合生成专业信息图，提供 20 种布局与 17 种视觉风格，可分析内容并推荐组合，最终输出 PNG 图片。
lorem-ipsum
用于生成 lorem ipsum 占位文本的 Agent Skill，通过内置脚本 scripts/generate.py 按段落、句子、词数、字符数或 token 数生成内容，支持标题、项目符号、编号列表、混合结构，并可输出 markdown、text 或 html 及写入文件。
llmquant-data
LLMQuant Data 是一个面向数据原语研究工作流的路由型技能，用于将用户的数据研究任务分发到具体的工作流。当用户需要 SEC 文件、13F 持有人、宏观快照或基于来源的宏观简报时使用。它本身不直接产出答案，而是先识别用户关注的实体、股票代码、宏观指标、时间区间和所需交付物，再选择最接近的工作流，并仅打开该工作流及其明确引用的本地资源。该技能以 LLMQuant Data 作为外部事实来源，要求报告返回日期、申报期、覆盖范围提示和缺失输入。其工作流索引涵盖四类意图：从公司 10-K 中审阅业务、风险与 MD&A 证据；识别持有某股票代码的头部 13F 管理人和拥挤信号；构建紧凑的美国宏观状态快照；以及从宏观、市场和研究输入撰写面向市场的宏观简报。数据契约方面，优先使用 LLMQuant Data，可能需要读取 SEC 文件及特定章节、查询 13F 持有人列表与所有权集中度、检索宏观指标快照与历史及发布日期和元数据、以及获取市场价格、加密快照、研究知识和论文/维基上下文。若 LLMQuant Data 或兼容的数据 MCP 不可用，则要求用户提供数据或指明缺失输入，并仅基于已检索或用户提供的证据继续，将推断单独标注。
Remembering Conversations
Remembering Conversations 是一个用于搜索历史 Claude Code 对话记录的工具，支持语义相似度搜索和精确文本匹配两种模式。其核心理念是“先搜索，再重造”，帮助用户找回之前讨论过的事实、模式、决策和上下文。当用户提到“我们之前讨论过这个”、需要调试类似问题、查找架构决策或模式、或在实现熟悉功能之前，都可以用它来检索归档对话。工具提供命令行接口 search-conversations，默认使用向量相似度搜索，也可通过 --text 进行精确字符串匹配，或通过 --both 同时使用两种模式。支持按日期范围（--after、--before）和结果数量（--limit）过滤。返回内容包括项目、日期、对话摘要、匹配的交流片段、相似度百分比和文件路径。在 Claude Code 会话内使用时建议通过子代理调用以节省上下文，手动或 CLI 使用则可直接搜索。
Writing Skills
Writing Skills 是 obra/superpowers-skills 仓库中的一个技能，将测试驱动开发（TDD）应用于流程文档的编写。其核心原则是：如果没有先观察智能体在没有该技能时失败，就无法确定技能是否教对了内容。它要求先编写压力测试场景（用子智能体运行基线行为），观察失败，再编写技能文档，验证智能体遵守，最后重构以堵住漏洞。技能以 SKILL.md 形式存放在 ${SUPERPOWERS_SKILLS_ROOT}（克隆到 ~/.config/superpowers/skills/），涵盖技能类型、目录结构、CSO 搜索优化、流程图使用、代码示例、文件组织、铁律、测试方法、反模式等内容。
parallel-agents
parallel-agents 是 continuous-claude-v3 技能集中的一项技能，用于并行智能体编排（Parallel Agent Orchestration）。它的核心目的是在同时启动多个智能体时避免上下文膨胀（context bloat）。该技能要求：不使用 TaskOutput 调用（因其会返回完整智能体输出、导致上下文膨胀）；始终使用 run_in_background: true 在后台运行；通过文件而非返回值确认状态；多个智能体向同一状态文件写入时应使用追加（>>）而非覆盖（>）。对于并行批量任务的简单确认，智能体向共享状态文件写入一行带时间戳的完成记录。对于研究/探索类任务，则为每个智能体分配独立目录，保存输出、产物与状态文件。每次并行批次最多 15 个智能体，需等待当前批次完成后再启动下一批。
render-cli
Render CLI 用于在终端管理 Render 的服务、数据库与部署，支持交互使用、非交互脚本与 CI/CD 自动化，可执行部署、查看日志、SSH、psql、Blueprint 校验等操作。