local-ai-use
这是一个让 AI 代理把图像生成、语音合成与语音转录三项多模态调用从云端改为在本机通过本地 Lemonade Server 执行的配置技能。代理自身的大语言模型仍照常处理文本，只有原本会离开本机的多模态请求被重定向到本地服务。
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 10-19 00:11
全部 Skills
231,535 个结果
catalyst-zoho-mcp
Catalyst Zoho MCP 是一个通过自然语言管理 Catalyst 基础设施的技能，借助 CatalystbyZoho_* 系列 MCP 工具操作数据表、存储桶（Stratus）和缓存（Cache）。使用前需先确认 MCP 已连接：若工具列表中看不到 CatalystbyZoho_* 工具，则必须停止，不得编写代码或调用 SDK，需先让用户选择配置方式。配置方式有两种：一是全局 MCP 服务器（推荐），将对应数据中心的 URL 加入 AI 客户端配置并授权一次；二是个人 MCP 服务器，在 mcp.zoho.com 自建并获取带令牌的个人 URL。使用流程为先确认数据中心，再依次调用 List_All_Organizations 和 List_All_Projects 设定项目上下文，然后按需加载参考文档并调用相应工具。适用于用对话方式创建数据库表、管理缓存与存储等场景。
google-maps-platform
这是一套用于 Google Maps Platform 开发治理的智能体技能集合，由 googlemaps/agent-skills 提供。它本身不是地图 API，而是一份强制性的开发规范与路由入口：在编写、修改、调试或审查任何 Google Maps Platform 代码之前，先按流程加载技能索引并匹配子技能，必要时再回退到 MCP 工具或 REST 接口获取权威文档。内容涵盖 API 选型、旧版 API 替换、成本与合规检查、平台框架规范以及常见失败陷阱（如 CORS、地图高度塌陷、WebGL 缺失、mapId 要求等），并要求在代码中加入用量归因标识。适用于任何涉及地图、地点、地址、地理编码等 Google Maps Platform 相关开发场景，帮助避免使用已停用的旧接口并降低运行时错误风险。
research-proposal
research-proposal 是一个用于撰写博士研究计划书、研究方案、开题报告或基金申请书初稿的技能。它面向尚未开展的前瞻性学术研究规划，按旗舰级学术写作规范生成中英文提案初稿，而非先出模板再事后修正。其核心纪律是引用真实性：含虚构文献的研究计划属于学术诚信问题，因此流程中设置了文献存在性核验环节，不可验证的来源会被标注 [UNVERIFIED] 并披露，绝不伪造。写作上以连贯段落为主，仅在研究问题/目标（2–4 项）和时间节点处使用列表；文献数量随论证需要而定，无最低数量要求，博士提案通常引用 25–50 条，并逐节写作、逐节核验引用，避免一次性生成导致引用幻觉。适用场景包括博士/博士研究提案、研究计划书、开题报告（更侧重文献综述并以研究基础/可行性分析开篇写方法）、人文学科论文提案（增加章节大纲），以及基金申请书；对国自然/NSF 等，本技能适配资助方要求改写内容，但不填写资助方表单系统、预算表或 NSF 特有字段。交互流程为：需求收集→文献收集与核验→大纲生成并等待用户明确批准→按节写作与核验→输出与质量检查，最终保存为 proposal_{topic}_{date}.md，并可选用 pandoc 转换为 Word 或 PDF。目标字数默认约 3000 词（2000–4000，人文学科可至约 10000）。
design-systems
这是一套面向设计系统（Design System）建设的综合指南，旨在帮助团队构建一致、可访问且可扩展的组件库。内容涵盖从审计现有 UI、定义设计令牌（Design Tokens）、搭建基础组件，到组合模式与布局、配置 Storybook 文档、集成测试与治理的完整工作流。指南详细说明了色彩、排版、间距、图标等基础元素规范，组件架构（结构、状态、变体）、无障碍要求（WCAG 2.1 AA）、文档标准、CSS 架构与组件库实现要点，以及贡献与维护治理流程。文中还提供了设计令牌的 CSS 自定义属性示例、使用令牌的 React Button 组件示例和 Storybook 配置示例，并强调通过视觉回归测试、无障碍自动化测试、跨浏览器测试等手段保障质量。
shopify-theme-development-guidelines
这是一份面向 Shopify 主题开发的专家级技能指南，聚焦 Liquid 模板语言、Online Store 2.0 新特性以及性能优化最佳实践。内容涵盖 Liquid 过滤器与标签的合法用法、代码校验规则、主题目录结构（sections、blocks、layouts、snippets、config、assets、locales、templates）的职责划分，以及 UX、HTML、CSS、JavaScript 四个层面的规范：文本需通过 locale 文件翻译、设置项应简洁分组并按视觉影响排序、使用语义化 HTML 与合理的 ID 命名、CSS 避免 ID 选择器并采用 BEM 与 CSS 变量、JavaScript 优先使用原生能力并减少外部依赖。性能部分强调借助 Shopify CDN 优化图片、压缩资源、利用浏览器缓存、减少 HTTP 请求与懒加载，并通过 Google Lighthouse 和 Shopify Theme Check 监测。
analyzing-mlflow-session
该技能用于分析 MLflow 会话（session），即多轮聊天对话或交互中由同一 session ID 关联的一组 trace。每个 trace 代表一轮对话，包含用户输入与系统响应。技能指导如何从首个 trace 发现输入/输出字段结构，再通过 --extract-fields 高效提取整个会话的字段与评估结果，定位问题轮次并追溯根因，同时结合代码库理解会话 ID 分配、上下文窗口管理与跨轮状态。适用于调试聊天对话、排查多轮对话中的错误传播等场景。
incremental-static-rendering
介绍增量静态再生成（ISR）模式的技能，用于在构建后更新静态内容。适用于需要定期更新、但不希望整站重建的静态页面，如博客和电商站点。
email-testing
email-testing 是一个用于端到端测试邮件相关流程的 QA 技能，覆盖注册确认、密码重置、magic-link 登录、OTP/MFA 验证码以及通知邮件等场景。它的核心方法是真实捕获邮件而非绕过邮件环节，通过轮询而非固定等待来读取收件箱，并为每个测试使用唯一收件人地址以避免并发冲突。该技能提供了捕获工具选择决策树（Mailpit、Mailosaur、MailSlurp、Ethereal），涵盖本地与 CI 环境的功能测试方案，并附带轮询收件箱、提取 OTP 与链接、断言主题/发件人/链接域名、以及 SPF/DKIM/DMARC 送达率测试的实践指导。资料未说明其安装方式与收费情况。
claude-code-marketing-skills
Claude Code Marketing Skills 是一套面向 AI 编程智能体的营销技能集合，由 ara.so 提供，属于 reason-machines/marketing-skills 合集。它可以把 Claude Code、Cursor、Windsurf 或任何兼容 MCP 的 AI 智能体变成营销分析师，在终端中完成 SEO 审计、广告分析、竞品研究、线索筛选、邮件营销等 20 多项营销任务。免费技能无需账号，基于 WebFetch 与 WebSearch 使用公开数据即可运行；高级技能通过 Cogny MCP 连接 Google Ads、Meta Ads、Search Console、Bing、LinkedIn、HubSpot、Klaviyo、Mailchimp、Rule、Get a Newsletter、Discord 等实际账号，据资料说明所有托管 MCP 每月 9 美元。项目采用 MIT 许可，安装脚本可将技能装入项目目录的 .claude/skills/，也支持手动复制到 Codex 的 skills 目录。
reddit-marketing-agent
Reddit Marketing Agent 是一个面向 Reddit 社区营销自动化的系统，来自 reason-machines/marketing-skills 技能集（作者标注为 ara.so）。它使 AI 编程代理能够帮助开发者检索相关的 Reddit 帖子、生成有价值的回复，并把重复的 Reddit 工作流转化为可扩展的增长运营流程。该代理可在相关 subreddit 中识别高意向对话，起草结合上下文的回复，并支持可重复的研究与优化工作流。主要能力包括：识别相关 subreddit 中的高意向对话与机会；起草结合上下文、非垃圾化的回复与内容角度；支持研究、发布辅助与迭代的可重复工作流；保持策略、日志与来源上下文有序，便于持续优化；在不显得像垃圾信息的前提下扩展 Reddit 社区互动。项目基于 Python，通过克隆 GitHub 仓库并安装依赖（praw、openai、python-dotenv 等）使用，需要配置 Reddit API 凭据与 OpenAI API Key，并通过 config.yaml 或 config.json 定义目标 subreddit、关键词、过滤条件与回复设置。
d3-viz
d3-viz 是一个专注于使用 d3.js 创建交互式数据可视化的技能。d3.js（Data-Driven Documents）擅长将数据绑定到 DOM 元素，并应用数据驱动的变换，以精确控制每一个视觉元素，从而创建自定义、出版级质量的图表。该技能可用于任何 JavaScript 环境，包括原生 JavaScript、React、Vue、Svelte 等框架。它适合需要独特视觉编码或布局的自定义可视化、带复杂平移缩放刷选行为的交互式探索、网络/图可视化（力导向布局、树图、层次结构、和弦图）、自定义投影的地理可视化、编排流畅过渡的动画，以及标准库中不提供的新颖图表类型。文档给出了完整工作流程：导入 d3（npm 包或 7.x CDN）、选择集成模式（直接 DOM 操作或声明式渲染）、按标准结构组织绘图代码、实现响应式尺寸。同时提供了柱状图、折线图、散点图、和弦图、热力图、饼图、力导向网络的代码示例，以及提示框、缩放平移、点击交互和过渡动画的实现方式。对于 3D 可视化，建议改用 Three.js。
ios-accessibility
iOS Accessibility 是一项面向 iOS 开发者的无障碍实现指导技能（Agent Skill），用于在 UIKit 与 SwiftUI 项目中落地 VoiceOver、动态字体（Dynamic Type）以及语音控制、切换控制、全键盘访问等辅助技术的无障碍最佳实践。它强调左移思维（在原型/MVP 阶段就考虑无障碍）、以用户为中心（目标不是清单合规，而是为残障用户提供良好体验）、渐进改进与随开发同步手工测试。技能内置代理行为契约、常见反面模式（如不要在标签中重复控件类型、不要对可交互元素使用 accessibilityHidden(true)、不要使用固定字号、不要硬编码颜色、不要仅依赖 onTapGesture 等）、项目设置评估流程（框架、iOS 部署目标、设计系统、语义颜色与文本样式、本地化、UI 构建方式、自定义手势、测试覆盖）以及快速决策树，引导按 VoiceOver、动态字体、其他辅助技术、测试、跨领域关注点等主题查阅对应参考文档。
install-duckdb
install-duckdb 是一个用于安装或更新 DuckDB 扩展的技能。它接收扩展参数，每个参数可以是纯扩展名（从核心仓库安装）或 name@repo 形式（例如 magic@community，从指定仓库安装）。通过 --update 标志可切换到更新模式：先检查 DuckDB CLI 是否为最新版本，若不是则询问用户是否升级，随后更新全部或指定扩展。该技能依赖已安装的 DuckDB CLI，若未检测到会提示用户先安装并停止执行。
elasticsearch-ingest
该技能用于将本地 CSV 与 JSON 文件批量导入 Elasticsearch 索引。它通过 elastic CLI 执行操作，将源文件转换为 bulk NDJSON 格式，在字段类型重要时先创建显式映射，再调用批量 API 索引文档，最后验证结果。适用于批量导入本地文件的场景，支持带表头的 CSV、JSON 数组和已准备好的 NDJSON。不适用于持续流式采集、复杂数据丰富管道、索引间拷贝或二进制列式文件。
printing-press-library
Printing Press Library 是一个开源目录的入口技能，用于查找并安装面向特定任务的 CLI 或智能体技能。它通过库 CLI 搜索、列出并安装配套的 Go 命令行工具与 pp-* 技能，避免随机安装长尾工具。
shadcn-vue
shadcn-vue 是一个用于构建 UI、组件与设计系统的框架，面向 Vue/Nuxt 项目，基于 Reka UI 组件与 Tailwind。组件以源代码形式通过 CLI 添加到用户项目中，而非作为依赖包引入。它适用于构建无障碍 UI、Auto Form、数据表格、图表、深色模式等场景。所有 CLI 命令需使用项目对应的包运行器执行，如 npx shadcn-vue@latest、pnpm dlx shadcn-vue@latest 或 bunx --bun shadcn-vue@latest。该框架强调优先复用已有组件、组合而非重造、使用内置变体与语义化颜色，并附带一系列强制规则（样式与 Tailwind、表单与输入、组件结构、图标等）。
java-testing
java-testing 是一个面向 Java 应用的测试技能，覆盖 JUnit 5、Mockito、AssertJ 以及基于 Spring Boot Test 与 Testcontainers 的集成测试，包含 TDD/BDD 实践与测试覆盖率策略。该技能适用于编写 JUnit 5 单元测试、用 Mockito 创建 mock、用 Testcontainers 构建集成测试、实施 TDD/BDD、提升测试覆盖率等场景。内容涉及 JUnit 5 注解与生命周期、参数化测试、Mockito 打桩与验证、AssertJ 流畅断言、Spring Boot 测试切片、MockMvc API 测试、数据库测试、测试数据构建器以及 JaCoCo 覆盖率目标配置，并提供常见问题排查清单。使用方式为通过 Skill("java-testing") 调用。
marketing-orchestrator-skill
Marketing Orchestrator Skill 是一套面向自由营销人员的 Claude 技能，用于把营销请求自动路由到六个专家子技能：品牌战略与 ICP、广告文案与付费媒体、内容创作、内容再加工、活动模式（Campaign Mode）以及 GitHub 部署。它具备基于用户意图的自动路由、跨会话持久化的客户记忆（client memory），以及交付前的输出自评，还包含一个从使用记录中持续改进技能的自优化修订循环。安装方式为克隆 GitHub 仓库后通过 Claude Skills 界面上传项目文件夹。技能包含若干可直接使用的营销工作流，如 ICP 与定位文档导出、带平台字数限制的广告文案、多平台内容改写、完整活动规划，以及面向非开发者的 Git 设置指引。许可为 MIT。
deep-research
Deep Research 是一个用于编排多阶段深度研究流程的技能，能够从网页、代码库、记忆存储和外部文档等多个来源收集、交叉比对并综合信息，最终产出结构化的研究报告。它适用于需要对复杂主题进行彻底调研并形成结构化结论的场景，通过定义研究范围、检索已有知识、网络研究、代码库分析、交叉引用、存储发现和综合报告等步骤完成工作。该技能支持通过参数控制单次运行的成本上限和研究深度，并提供研究记录、模式存储和运行标记等机制。
roblox-game-design
用于设计或重做 Roblox 游戏的技能，覆盖核心循环、教程与首次体验（FTUE）、关卡、经济、留存阶段、游戏手感（juice）、刷取规避与精选准备等结构性设计方法。
poteto-help
poteto-help 是 pstack 插件中的帮助技能，用于解答用户关于 pstack 的疑问，并引导用户完成 pstack 的安装配置、使用 /poteto-mode 启动任务，以及为具体任务选择合适的技能、playbook 或原则。用户只需输入 /poteto-help 并附上问题即可。该技能会先判断用户需求，再给出可直接发送的提示词，并附上答案来源文件的公开链接。它本身不执行实际工作，因为 pstack 运行会消耗真实 token，所以只提供指引，让用户自行发送提示词。
repomix-safe-mixer
repomix-safe-mixer 是一个用于安全打包代码库的技能，配合 repomix 使用。它在打包前自动扫描代码中的硬编码凭据（如 API 密钥、数据库凭据、令牌等），报告发现的问题，并在检测到密钥时阻止打包，从而避免在分发或共享代码包时意外泄露敏感信息。该技能提供两个脚本：scan_secrets.py 用于独立扫描，safe_pack.py 用于完整的扫描→报告→打包流程。支持自定义输出文件、repomix 配置、排除模式以及强制跳过扫描（不推荐）。可检测 AWS、Cloudflare R2、Supabase、Stripe、OpenAI、Google Gemini 等常见凭据类型，以及 JWT、OAuth 密钥、私钥等。适用于打包代码分发、创建可共享参考包或审计现有代码库等场景。
elasticsearch-cluster-health
该技能用于对非绿色（yellow 或 red）状态的 Elasticsearch 集群进行只读诊断。它通过 elastic CLI 依次读取集群健康状态、定位问题索引、使用 allocation explain 区分触发事件与根本原因，并分类分配决策器（如磁盘水位、过滤、区域感知、恢复限流等），最终报告最可能的单一原因及修复建议。技能强调只读操作，不修改集群状态，由运维人员执行实际修复。适用于运维人员报告集群 yellow/red 状态、需要快速定位并给出处置建议的场景。