Tool Discovery 是一个面向任务工具选择的技能，主要用于推荐合适的智能体（Agent）和技能（Skill）。它的核心用途是帮助使用者判断某个任务应当采用轻量级的技能，还是需要重量级、会启动子代理的智能体。
在决策流程上，资料给出如下判断方式：如果任务是参考或查找类任务，则使用 SKILL，因为技能轻量且会自动注入；如果不是查找类任务，则继续判断是否需要推理或决策——如果需要，则使用 AGENT，因为智能体是重量级的，会启动子代理；如果不确定，则查阅资料中列出的目录。其核心规则为：Skills 对应模式与参考，Agents 对应决策与专业能力。
主要能力是提供技能与智能体的速查参考。技能方面列出：file-search（触发词 fd、rg、fzf、find files）、find-replace（sd、batch replace）、code-stats（tokei、difft、line counts）、data-processing（jq、yq、json、yaml）、structural-search（ast-grep、sg、ast pattern）、git-workflow（lazygit、gh、delta、rebase）、python-env（uv、venv、pyproject）、rest-patterns（http methods、status codes）、sql-patterns（cte、window functions）、sqlite-ops（sqlite、aiosqlite）、tailwind-patterns（tailwind、tw classes）、mcp-patterns（mcp server、protocol）。智能体方面列出：python-expert（Python、async、pytest）、typescript-expert（TypeScript、types、generics）、react-expert（React、hooks、state）、postgres-expert（PostgreSQL、query optimization）、cloudflare-expert（Workers、KV、D1、R2）、Explore（“where is”、“find”）、Plan（design、architect）。
使用方式上，技能通过 Skill 工具调用，指定 skill: "file-search"；智能体通过 Task 工具调用，指定 subagent_type: "python-expert" 并给出 prompt: "Your task"。资料还给出按任务类型匹配的示例，例如“如何写 CTE”先查 sql-patterns，必要时用 sql-expert；“优化这个查询”直接用 postgres-expert；“查找名为 X 的文件”先用 file-search，必要时用 Explore；“搭建 Python 项目”先用 python-env，必要时用 python-expert；“X 对应什么 HTTP 状态码”查 rest-patterns。
适用场景主要是开发过程中需要快速判断使用哪类工具、并查找具体技能或智能体名称的任务。限制方面，资料提示不要过度推荐，每个任务最多推荐 2 至 3 个工具；技能更便宜，适合查找与模式；智能体更强大，适合决策与优化。若需要完整目录，资料提到可加载 ./references/agents-catalog.md 和 ./references/skills-catalog.md。