关于 help
help 是一个 Agent 技能路由器,根据用户需求匹配相应技能,并按收集、匹配和交接流程转交任务。它覆盖从浏览器操作、工程工作到研究与创意等多类情境。
主要功能
- 01按情境匹配技能
- 02遵循收集、匹配与交接流程
- 03覆盖工程、研究和创意任务
适用场景
- 01为浏览器操作请求选择技能
- 02为 Agent 系统设计请求选择技能
- 03为内容编辑请求选择技能
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ andrueandersoncs/ skills --skill help安装后在 Claude Code 中输入/help确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/gstack-sources.mdreferences/agent-browser/LICENSEreferences/agent-browser/references/commands.mdsources.mdreferences/agent-systems/references/evaluate-agents/references/comparison-method.mdreferences/deslop/evals/acceptance.jsondevelopment.jsonreferences/deslop/references/pattern-catalog.mdreferences/deslop/references/humanizer/LICENSEreferences/deslop/references/no-ai-slop/eval.mdLICENSEreferences/deslop/references/unslop/LICENSEreferences/distill-skill-to-model/references/pipeline-plan.mdreferences/focus-content/evals/acceptance.jsondevelopment.jsonreferences/llm-wiki/references/original-idea.mdreferences/manage-project/references/ai-agent-processes.mdreferences/marketing/LICENSEreferences/marketing/references/context.mdreferences/marketing/references/pricing/references/research-methods.mdreferences/marketing/references/seo-audit/references/technical-checks.mdreferences/product-management/references/ai-opportunity-assessment.mdcatalog.mdconversation.mddemand-discovery.mdplatform.mdquestion-model.mdspecifications.mdreferences/skill-routers/references/canonical-design.mdwriting-patterns.md详细介绍
帮助
根据用户的情况,选择最适合处理的技能。
阅读共享路由指南,并使用其收集 → 匹配 → 移交流程和以下模式。
| 情境模式 | 技能 |
|---|---|
| 大量工作虽已完成,但仍不完整,需要逐项对照所有原始要求收尾;或用户明确要求严格完成、不偷懒。对于常规工作、仅需验证的请求,或仅要求“做得全面”等措辞,应使用常规领域工作流。 | unlazy |
| 请求的目标是操作网站、填写表单、提取渲染后的数据,或通过浏览器交互捕获页面。软件修复、QA 报告和设计研究仍由各自的工程负责人负责,他们可以使用此浏览器工作流收集证据。 | agent-browser |
| 需要根据当前模型行为和已记录的棘手边界情况,设计、实施、审查或调试 TypeSafe System One 或 Jev 集成。 | typesafe-ai |
| 需要说明、设计、实施或审计 Agent 技能路由器。 | skill-routers |
| 已决定进行 LoRA 训练:需要将源技能提炼成小型适配器,并与该技能进行封闭式对比。 | distill-skill-to-model |
| 需要创建或更改 Grok Bot 的能力、技能、例程、名册、自主规则、交接或模板。 | grok-bot |
| 需要设置持久化的、由 Git 支持的 LLM 知识库,摄取来源、回答查询、运行 lint 或压缩内容。 | llm-wiki |
| 需要设计或改进 Agent 系统的工具架、上下文、记忆、工具、交互、编码循环、评估、训练策略、学习循环或多 Agent 架构;或需要将现有技能编译成成本更低的运行时表示,且尚未选定 LoRA 目标。 | agent-systems |
| 多任务项目需要一份持久记录,用于协调工作、阻塞项、异步结果、审查或恢复工作。 | manage-project |
| 计划、估算、提案、路线图或策略需要可测试的预测、概率和应对规则。 | predictive-planning |
| 需要在持久化的产品记录中定义或维护产品能力、功能、用户旅程、需求、发布、定位、客户证据或 AI 机会。 | product-management |
| 客户研究、定价或套餐决策、具有说服力的营销页面文案、自然搜索审计或生命周期邮件序列需要专门的工作流。 | marketing |
| 需要在不执行工作流的情况下,基于来源追踪调用栈、投射状态机,或同时完成这两项工作。 | workflows |
| 现有内容需要精简到应回答的三个主要问题,并删除所有无关章节、组件或条目。 | focus-content |
| 需要围绕读者的学习、任务、查找或理解需求创建、重组或审计技术文档。 | technical-documentation |
| 需要编辑或审计现有文字中的 AI 写作模式,同时保留其含义和风格。 | deslop |
| 需要说明既定的软件定律、将其应用于决策,或根据具体案例的证据进行评估。 | software-laws |
| 需要将 Git 仓库的提交历史改编成以证据为基础的动画故事、图画书或插画叙事。 | software-craft |
| 需要以新颖性和品味为目标,开发一个概念、提示词、设计方向、名称、叙事或其他创意作品。 | elicit-llm-creativity |
| 对可执行软件、基础设施、库、服务或单工作流 Agent 技能开展工程工作,需要进行调查、明确范围、映射仓库、设计、规划、建立可认领的工作队列、实施、审查、验证、交付、协调或知识转移。 | software-craft |
评论
支持 Markdown