mcpField
H
help

help

github.com/andrueandersoncsAgent 工作流244 次安装5 周前更新
代码仓库

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

  1. 01按情境匹配技能
  2. 02遵循收集、匹配与交接流程
  3. 03覆盖工程、研究和创意任务

适用场景

  1. 01为浏览器操作请求选择技能
  2. 02为 Agent 系统设计请求选择技能
  3. 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.md
references/agent-browser/
LICENSE
references/agent-browser/references/
commands.md
sources.md
references/agent-systems/references/evaluate-agents/references/
comparison-method.md
references/deslop/evals/
acceptance.json
development.json
references/deslop/references/
pattern-catalog.md
references/deslop/references/humanizer/
LICENSE
references/deslop/references/no-ai-slop/
eval.md
LICENSE
references/deslop/references/unslop/
LICENSE
references/distill-skill-to-model/references/
pipeline-plan.md
references/focus-content/evals/
acceptance.json
development.json
references/llm-wiki/references/
original-idea.md
references/manage-project/references/
ai-agent-processes.md
references/marketing/
LICENSE
references/marketing/references/
context.md
references/marketing/references/pricing/references/
research-methods.md
references/marketing/references/seo-audit/references/
technical-checks.md
references/product-management/references/
ai-opportunity-assessment.md
catalog.md
conversation.md
demand-discovery.md
platform.md
question-model.md
specifications.md
references/skill-routers/references/
canonical-design.md
writing-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