mcpField

Skills

收录 97,501 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。

Agent 工作流

I
install-skills
install-skills
patinaproject / skills

安装或刷新记录在 skills-lock.json 中的项目本地 Agent skill。当用户指定要添加到仓库的 skill 来源,或要求更新其已锁定的 skill 时使用。

Agent 工作流125
K
karpathy-llm-simulator
karpathy-llm-simulator
learnprompt / andrej-karpathy-skills

把 LLM 用作专家辩论与对立观点的模拟器,而不是得到一个单一的谄媚式回答。当用户需要做出重要决策、想要对某个想法做压力测试、需要魔鬼代言人式分析、想要避免确认偏误,或说 "argue against this"、"what are the counterarguments"、"simulate experts"、"debate this"、"challenge my thinking" 时,使用本 Skill。基于 Karpathy 获 31k 赞的帖子。

Agent 工作流126
L
log-to-dosu-knowledge
log-to-dosu-knowledge
dosu-ai / dosu-skill

读取 Cursor / Claude Code / Codex agent 日志,并为找到的每条笔记调用 write_knowledge。默认自动写入,然后报告缓存了什么以及预期的 token 节省(分析式:每次未来读取都会复用重新发现/生成的成本),并打开 HTML 报告。Dry-run 会列出确切的 write_knowledge 载荷(标题、内容、repo、分支)而不写入。当用户说 "Please bootstrap my knowledge with Dosu"、"bootstrap agent knowledge"、"/bootstrap-agent-knowledge"、"log to dosu knowledge"、"mine my sessions into Dosu"、"backfill branch notes from my agent logs"、"save my agent logs to Dosu",或希望对本地历史记录做一次性的处理时使用。

Agent 工作流125
M
media-transformation
media-transformation
qodex-ai / ai-agent-skills

创造性地转换和格式化媒体内容。对各种媒体类型应用风格化和格式化转换。

数据与数据库125
M
multi-agent-performance-profiling
multi-agent-performance-profiling
terrylica / cc-skills

针对流水线瓶颈的多 Agent 性能剖析。触发场景:性能剖析、瓶颈分析、流水线优化。

开发125
P
protocol-implementation-framework
protocol-implementation-framework
qodex-ai / ai-agent-skills

构建 Model Context Protocol 服务和实现。为 AI 驱动的应用创建符合协议的工具和集成。

开发125
S
self-reflecting-chain
self-reflecting-chain
kimasplund / claude_cognitive_reasoning

具有深度自省与回溯的顺序推理。适用于问题存在逐步依赖、需要谨慎的逻辑推理或需要纠错的情况。每一步都包含自省,错误的步骤会触发回溯。非常适合调试、数学证明、顺序规划或顺序至关重要的因果分析。

Agent 工作流125
S
skill-creator
skill-creator
dfinity / icskills

创建新技能,修改和改进现有技能,以及衡量技能性能。当用户想从零开始创建技能、编辑或优化现有技能、运行 evals 测试技能、使用方差分析对技能性能进行基准测试,或优化技能描述以提高触发准确度时使用

Agent 工作流125
S
skill-navigator
skill-navigator
nicepkg / ai-workflow

第 100 个技能!为其余 99 个技能提供智能指南。为任何任务推荐合适的技能,创建技能组合,并帮助你发现尚未了解的能力。

Agent 工作流125
S
spec-executor
spec-executor
tt-a1i / matt-skills-with-to-goal

在隔离的实现会话中执行已批准的、有边界的任务,并返回结构化的证据回执。可与继承的历史记录或明确标识的来源一起使用;不需要特定的规划、测试或评审技能。

Agent 工作流125
S
swain-design
swain-design
cristoslc / swain

通过生命周期阶段创建、验证和转换文档产物(Vision、Initiative、Epic、Spec、Spike、ADR、Persona、Runbook、Design、Journey)。处理规格编写、功能规划、Epic 创建、Initiative 创建、ADR 起草、研究 Spike、Persona 定义、Runbook 创建、设计捕获、架构文档、阶段转换、实现规划、交叉引用验证和审计。也可在需要更新 frontmatter 字段、将产物重新挂到其他 Epic 或 Initiative 下,或为 Vision 或 Initiative 设置优先级时调用。在 SPEC 上接入 swain-do 进行实现追踪;先将 EPIC/VISION/INITIATIVE/JOURNEY 分解为子项。

开发125
S
swain-update
swain-update
cristoslc / swain

将 swain skills 更新到最新版本。当用户说 'update swain'、'upgrade swain'、'pull latest swain'、'reinstall swain'、'refresh skills',或想要更新其 swain skills 安装时使用。使用 npx 从 GitHub 拉取最新 swain 版本,并带有 git-clone 回退方案,然后调用 swain-doctor 来协调治理并验证项目健康状况。

Agent 工作流125
T
theory-of-constraints
theory-of-constraints
pproenca / dot-skills

应用约束理论(Goldratt 的五大聚焦步骤)来找出并修复限制流程、工作流、流水线或 Agent Skill/插件吞吐量的单一瓶颈。在优化系统的速度、前置时间、成本或 token/上下文预算时均可使用——CI/构建流水线、开发价值流(想法→评审→合并→交付)、Agent Skill 的触发/上下文流,或运行时代码路径——尤其是在你不知道该优化哪里、局部提速未改善整体、工作在某个阶段堆积、一切都很忙但产出很少、增加容量没有帮助,或限制者是策略/规则(而非资源)时。它通过测量定位约束,然后规定 exploit → subordinate → elevate → repeat,并阻止你优化非约束项("非瓶颈的幻象")。即使用户只是说"把这个弄快点"、"为什么这么慢"或"让这个更高效",没有提到约束或瓶颈,也要触发。

开发125
U
ultrawork
ultrawork
yeachan-heo / oh-my-codex

已弃用占位——请改用 $team

Agent 工作流125
A
agent-browser
agent-browser
clawdbrunner / skill-agent-browser

面向 AI Agent 的浏览器自动化命令行,使用 Vercel 的 agent-browser。AI 驱动的浏览器自动化的最佳工具——使用来自可访问性树的确定性 ref,而不是脆弱的 selector。针对大模型优化,具备快速的 Rust 命令行、JSON 输出和专门打造的 AI 工作流。当你需要可靠、可脚本化且开箱即用的浏览器自动化时使用。

Agent 工作流124
A
agentic-skills
agentic-skills
akillness / jeo-skills

面向规格优先、测试驱动的实现、评审和分阶段发布的生产工程生命周期;用于带有明确质量门禁的规范化软件交付。

开发124
A
agentkit-seo
agentkit-seo
rohitg00 / awesome-claude-code-toolkit

将宽泛或模糊的 AgentKit SEO 工作路由到正确的模块,同时保持上下文范围明确。适用于请求跨多个界面、要求整体数字影响力策略、涉及提供商或安装架构、需要 Agent 上下文规划,或不确定该用哪个平台技能时。

营销与增长124
A
analyze-skill-issues
analyze-skill-issues
microsoft / azure-skills

官方 Agent 插件,提供 Azure 场景所需的技能和 MCP 服务配置。

测试与质量124
A
autonomous-dispatcher
autonomous-dispatcher
zxkane / autonomous-dev-team

在运行、配置或排查 autonomous-dev-team dispatcher cron 时使用。触发短语如 "run the dispatcher"、"scan for pending issues"、"dispatch autonomous tasks"、"set up the dispatch cron"、"configure dispatcher.conf"、"set up multi-project dispatcher"、"dispatch to a remote dev box via SSM"、"EXECUTION_BACKEND=remote-aws-ssm"、"stale agent detection",或处理 dispatcher-tick.sh / dispatcher-multi-tick.sh / dispatch-local.sh / dispatch-remote-aws-ssm.sh 时。涵盖按项目 tick(5 个步骤:并发、scan-new、scan-pending-review、scan-pending-dev、过期检测)、多项目外层循环,以及可插拔的本地与远程 AWS SSM 执行后端。

Agent 工作流124
C
capability-architect
capability-architect
qodex-ai / ai-agent-skills

系统地创建新的能力与技能。以恰当的规范设计、记录并实现可复用的技能。

Agent 工作流124
C
claude-agent-sdk
claude-agent-sdk
rysweet / amplihack

全面了解 Claude Agent SDK 的架构、工具、钩子、技能和生产模式。在构建 Agent、集成 SDK、设计工具和 MCP 服务任务时自动激活。

Agent 工作流124
C
codemap
codemap
jordancoin / codemap

分析代码库结构、依赖关系、变更、跨 Agent 交接,并获得代码感知的智能。当用户询问项目结构、代码位于何处、文件如何连接、发生了什么变更、如何恢复工作时,在开始任何编码任务之前,当你需要风险分析和技能指导时,或当 Codemap 应在分析前调整项目配置时使用。

开发127
C
create-plan
create-plan
tailcallhq / forgecode

为复杂任务生成详细的实施计划。以 Markdown 格式创建全面的战略计划,包含目标、使用复选框格式的分步实施任务、验证标准、风险评估和备选方案。所有计划都必须使用随附的验证脚本进行校验。当用户需要在实施前进行详尽分析和结构化规划、需要将复杂功能拆解为可执行步骤,或明确要求计划、路线图或策略时使用。严格聚焦于规划,不做任何代码修改。

开发124
E
elevenlabs-agents
elevenlabs-agents
secondsky / claude-skills

ElevenLabs Agents Platform,用于构建 AI 语音 Agent(React/JS/Native/Swift)。适用于语音 AI、RAG、工具,或遇到包弃用、音频截断、CSP 违规、webhook 鉴权失败时。

Agent 工作流124
E
execute-spec-in-fork
execute-spec-in-fork
tt-a1i / matt-skills-with-to-goal

通过同目录下的 Codex App fork 编排已批准的、有边界的任务:创建并命名执行任务,让它运行 spec-executor,通过 Codex Task Messenger 传递决策,验证返回的回执,并归档已完成的子任务。来源可以来自任何规划工作流。需要 Codex App 任务工具和 codex-task-messenger。

Agent 工作流124
G
google-gemini
google-gemini
membranedev / application-skills

Google Gemini 集成。管理用户、对话。适用于用户想要与 Google Gemini 数据交互的场景。

Agent 工作流124
I
implement-plan-preflight
implement-plan-preflight
terrylica / cc-skills

运行 ITP 工作流的 Preflight 阶段,以创建 ADR 和设计规格产物。每当用户要求创建 ADR、撰写设计时使用。

开发124
I
inquiry
inquiry
iskron-ai / skills

Используй для ЖИЗНИ вимарши и работы с ПОЛЕМ вопрошания — не постановка (это writing), а жизненный цикл: якорение, разрешение, закрытие, принятие как есть, вытеснение, кристаллизация, привязка к превращению. Триггеры: «разбери вимарши», «поле вопрошания», «закрой/оставь вимаршу», «разреши вопрошание», «триаж вимарш», work the field of inquiry, resolve the question, много висящих вимарш в orient, закрытие сессии. Не проход по всему графу (assembly). Нужны тулы iskron_*.

Agent 工作流124
I
integrity
integrity
iskron-ai / skills

Используй для задач интеграции и целостности превращения. Триггеры: «интеграция», «интегрировать X с Y», «спецификация интеграции», integrate, integration spec — режим 0: сначала граф; «область интеграции изменения», integration scope, cold review — режим 1: холон + steward + узлы изменения; «проверь бяньхуа на целостность», «что затронет превращение», «кого заденет», integrity check — волновой фронт; «подкреплено ли графом», «не театр ли», claim audit — обратный аудит прозы. Distinct from assembly и design. Нужны iskron_*.

Agent 工作流124
I
iterate-from-user
iterate-from-user
probabl-ai / skills

通过 `AskUserQuestion` 选定的三种入口之一从用户处获取下一个 ML 实验提案:(a) Agent 必须阅读并综合的科学文章 URL,(b) 资源链接或路径(GitHub issue / 规范文件 / 参考仓库),或 (c) 用户直接输入的纯文本。在每个分支中,Agent 阅读来源、综合其对要实现内容的理解,并在返回 Proposal 块*之前*与用户确认。将确认后的 Proposal 交回 `iterate-ml-experiment`,由后者写入 `journal/NN_short_name.md` 并寻求用户的设计说明批准。停在“Proposal returned, user-confirmed”;绝不写设计说明,绝不撰写验收标准。触发条件:`iterate-ml-experiment` 正在挑选取材策略且用户从菜单中选择了 `user`;用户主动提出具体想法(“I want to try X”);用户粘贴或链接一篇科学文章、GitHub issue、规范文件或参考仓库并要求我们阅读。跳过条件:用户想挖掘上一份报告(使用 `iterate-from-skore`);用户要求符号查找或流水线机制(使用 `python-api` 技能);工作是对单份报告的评估机制(转交 `evaluate-ml-pipeline`)。使用方法:以一次 `AskUserQuestion` 开场询问入口——article-link / resource-link / free-text。在每个分支中:用合适的工具(`WebFetch`、`gh issue view`、`Read`)收集来源材料,把你的理解综合成三个塑形问题,并在返回 Proposal 之前**通过纯文本与用户确认**(一两句话:“you'd like to implement X by changing src/<pkg>/<file>.py — right?”)。不要写任何设计说明。不要撰写验收标准。

数据与数据库124
I
iterating-with-ai-and-mcp
iterating-with-ai-and-mcp
skydoves / compose-performance-skills

使用此 skill 从 AI Agent(Claude Code、Cursor、任意 MCP 客户端)驱动 Compose HotSwan,让 Agent 可以编辑 Kotlin 文件、触发热重载、截取设备截图、对照设计意图评估结果,并在无人工介入的情况下持续迭代。涵盖七个 HotSwan MCP 工具(hotswan_get_status、hotswan_reload、hotswan_take_screenshot、hotswan_start_snapshot、hotswan_stop_snapshot、hotswan_select_variant、hotswan_build_and_install)、标准的编辑-重载-截图循环、基于快照的回滚,以及何时应在 schema 变更时回退到完整安装。适用于开发者说“让 AI 调整这个界面直到与 mock 一致”,询问“AI 能看到改了什么吗?”或“AI 能给设备截图吗?”,搭建需要 MCP 工具访问权限的 Claude Code 或 Cursor 工作流,或希望实现 AI 驱动的 UI 迭代时。

Agent 工作流124
M
maggy
maggy
alinaqi / maggy

Maggy 是一个本地 AI 工程指挥中心。跨 issue 跟踪器(GitHub Issues/Asana)的 AI 优先收件箱、带 iCPG 上下文增强的一键 TDD 执行、每日竞品情报简报。

Agent 工作流124
M
mcp-installer
mcp-installer
lintendo / axhub-skills

在 macOS/Windows/Linux 上为桌面客户端和命令行客户端(Claude、Cline、Windsurf、Cursor、VSCode、Gemini CLI、Codex、Trae、Antigravity 等)安装并配置 MCP 服务,支持时优先使用 @smithery/cli,否则手动更新 JSON 配置并进行路径发现。

Agent 工作流124
O
openai-assistants
openai-assistants
secondsky / claude-skills

OpenAI Assistants API v2,用于带 Code Interpreter、File Search、RAG 的有状态聊天机器人。适用于 threads、vector stores,或遇到 active run 错误、索引延迟时。⚠️ 2026 年 8 月 26 日停止服务。

Agent 工作流124
O
overthink
overthink
s0md3v / overthink

当回答需要复杂推理、创造力、细微差别、评估、决策、主观判断或对沟通敏感的工作时使用。如果任务很简单且用户没有手动调用此技能,则不要使用。

Agent 工作流124
P
pipeline
pipeline
yeachan-heo / oh-my-codex

已弃用占位——请直接改用 $plan 和 $team

Agent 工作流124
P
plugin-installer
plugin-installer
igorwarzocha / opencode-workflows

从目录或社区中查找、安装并配置 OpenCode 插件。当用户询问插件、请求新能力或提到扩展 OpenCode 功能时主动使用。示例:- 用户:"有 Tailwind CSS 的插件吗?" → 列出目录,读取 tailwind 插件详情,如可用则安装 - 用户:"如何添加自定义斜杠命令?" → 建议使用 command-creator 技能,或引导完成 opencode.json 配置 - 用户:"有哪些可用于数据库工作的插件?" → 列出目录,筛选数据库相关插件 - 用户:"安装 playwright 插件" → 读取插件文件,添加到 opencode.json,验证安装

Agent 工作流124
P
prompt-engineering
prompt-engineering
oakoss / agent-skills

提示词工程与 Agent 编排模式。在为推理模型编写提示词、实现思维链或思维树、设计 ReAct 循环、构建少样本示例、优化提示词性能、结构化系统提示词、使用扩展思考,或设计工具使用工作流时使用。用于提示词模板、多步 Agent 工作流、结构化思考协议和多模态提示。

Agent 工作流124
S
self-reflection
self-reflection
ninehills / skills

每日自我反思与个人成长。由一天结束时的 heartbeat 触发。回顾当天的经历,提炼教训,更新人格,并写一篇日记。

Agent 工作流124
S
setup-ralph
setup-ralph
glittercowboy / taches-cc-resources

在任意目录中设置并配置 Geoffrey Huntley 最初的 Ralph Wiggum 自主编码循环,包含恰当的结构、提示词和背压机制。

Agent 工作流124
S
skill-creator
skill-creator
vercel-labs / portless

创建高效技能的指南。用户想创建新技能,或更新用于通过专业知识、工作流或工具集成扩展 Claude 能力的现有技能时,应使用此技能。

Agent 工作流124
A
agile-onboarding
agile-onboarding
djalmajr / skills

面向敏捷流程中 AI 新成员的入门指南。当有新成员加入团队,需要了解规划、执行和跟踪流程如何与 AI Agent 协作时使用。

Agent 工作流123
B
beads-implement
beads-implement
btraut / skills

根据 issue id 实现 Beads 或 beads_rust 工作项。当用户运行 $beads-implement <bead-id>,或要求实现某个 bead/epic 时使用;如果是 epic,则实现所有子任务,每完成一个就提交,只在受阻或需要决策时中断。

Agent 工作流123
B
bmad-workflow-builder
bmad-workflow-builder
bmad-code-org / bmad-builder

构建、编辑并分析工作流与技能。当用户请求"build a workflow"、"modify a workflow"、"quality check workflow"或"analyze skill"时使用。

Agent 工作流123
B
brainstorming
brainstorming
fradser / dotclaude

通过自主的代码库调研,将当前仓库的新软件特性和多组件改动设计为可实施的 BDD 规格,随后提交设计以供评审(整个设计过程中不中途提问,直至完成)。范围涵盖新特性、全新设计和多组件改动。不适用于硬件/物理系统设计、仓库之外的问题、单文件重构,或已知根因的 bug(这些应走直接编辑或 systematic-debugging)。

开发123
C
cheese-factory
cheese-factory
paulnsorensen / easy-cheese

将一个已批准的 spec 并行拆分为 5 个以上相互独立的行为 curd,输出可评审的 PR,并让整条流水线一次性扇出运行。适用于用户持有此类 spec 时——例如 "/cheese-factory .cheese/specs/<slug>.md"、"send through the factory"、"parallelize this spec"、"many curds"、"fan out the implementation"、"cheese-factory this" 等说法。以内联方式运行,并按阶段生成完全对等的通用子 Agent(decomposer、每个 curd 的 worker、wiring、合并后评审、PR planner),最终通过 `/pr-stack` 产出 1–N 个可评审 PR。即使用户提到 `/fromagerie` 也使用本 skill——`/cheese-factory` 是可移植、与 harness 无关的同类工具。支持 `--hard` 传播与 `--resume <slug>` 以继续崩溃的流水线。请勿用于单一连贯的 spec(`/cook`、`/ultracook`)、模糊的规划(`/mold`)、仅评审的工作(`/age`),或 curd 少于 5 个的 spec(`/ultracook`)。

Agent 工作流123
C
claude-memory
claude-memory
melvynx / aiblueprint

为 Claude Code 项目创建并优化 CLAUDE.md 记忆文件或 .claude/rules/ 模块化规则。提供关于文件层级、内容结构、路径范围规则、最佳实践和反模式的全面指导。当处理 CLAUDE.md 文件、.claude/rules 目录、搭建新项目,或改进 Claude Code 的上下文感知时使用。

Agent 工作流123
E
example-skill
example-skill
sendaifun / skills

创建技能的模板和指南。演示了包含 resources、docs、examples 和 templates 目录的标准技能结构。在构建新的协议集成时,可将其作为参考。

Agent 工作流123
G
gpt-review
gpt-review
davidondrej / skills

启动独立的 GPT-6.1-Sol Max 代码审查,并逐字返回结果。仅当用户明确调用 /gpt-review 时使用。

测试与质量123
I
inkbox-agent-self-signup

在引导或实现 Inkbox agent 自助注册流程时使用,包括验证、重新发送验证、注册限制,以及 agent handle 或 mailbox local part 等可选注册字段。

Agent 工作流123
M
my-agent-browser
my-agent-browser
briqt / my-agent-browser

浏览器自动化指导与模式。在开始任何浏览器交互(浏览页面、登录、抓取、填写表单、测试 UI)之前先触发此技能,以了解正确的工作流并避免常见陷阱。当浏览器 MCP 工具出现异常时也触发:找不到元素、点击无反应、页面崩溃、超时、“target closed”、快照返回为空,或任何意外的浏览器行为。此技能教你如何有效使用浏览器 MCP 工具——没有它,你会遇到本可避免的失败,如 UID 过期、重页面崩溃和静默导航失败。

Agent 工作流123
O
owasp-agentic
owasp-agentic
microsoft / hve-core

OWASP Agentic Security Top 10 知识库,用于识别、评估并修复 AI Agent 系统安全风险。

安全123
P
pstack-skill
pstack-skill
fabricioctelles / skills

严谨的工程编排器,移植自 Lauren Tan 的 pstack(poteto-mode):读取你的任务,从 23 个 playbook(bug fix、feature、refactoring、perf、investigation、prototype、babysit、shipping、autonomous run、orchestrate 等)中选择一个,路由到内置流程(how、why、architect、arena、swarm、interrogate、unslop、technical-writing、show-me-your-work、tdd 等),并应用 24 条工程原则。自包含:无需安装插件,无需同级 skill,适用于任何能读取 skills.sh 格式 SKILL.md 文件的 Agent。凡任务需要严谨性时使用:非平凡的代码改动、架构决策、调试、评审、PR、长时间自主运行,或「work like poteto」「poteto-mode」「pstack」。

Agent 工作流125
R
reasoning-trace-optimizer
reasoning-trace-optimizer
muratcankoylan / agent-skills-for-context-engineering

通过分析推理轨迹、上下文退化、工具混淆、指令漂移、重复任务失败以及性能回退,对 AI Agent 进行调试与优化。

Agent 工作流123
S
skill-finder-cn

Skill 查找器 | Skill Finder. 帮助发现和安装 ClawHub Skills | Discover and install ClawHub Skills. 回答'有什么技能可以X'、'找一个技能' | Answers 'what skill can X', 'find a skill'. 触发词:找 skill、find skill、搜索 skill.

Agent 工作流123
S
swain-doctor
swain-doctor
cristoslc / swain

当 swain-preflight 检测到问题时,在会话开始时自动调用。也可由用户按需调用以进行健康检查。验证项目健康状况:治理规则、工具可用性、内存目录、设置文件、脚本权限、.agents 目录以及 .tickets/ 验证。自动将过期的 .beads/ 目录迁移到 .tickets/ 并删除它们。修复所有 swain 技能中的问题。幂等——随时可安全运行。

Agent 工作流123
T
telnyx-missions-javascript

创建并管理 Telnyx Missions —— 面向 AI 驱动电信运营的自动化工作流、任务和子资源。此技能提供 JavaScript SDK 示例。

Agent 工作流123
T
thealgorithm
thealgorithm
danielmiessler / lifeos

LifeOS——通用 AI Harness,旨在帮助你在生活和工作中从当前状态迈向理想状态。

Agent 工作流123
T
tools-ui
tools-ui
skills-101 / superpowers

来自 ui.inference.sh 的 React/Next.js 工具生命周期 UI 组件。展示工具调用:待处理、进行中、需要批准、结果。能力:工具状态、进度指示器、批准流程、结果展示。适用场景:展示 Agent 工具调用、人在环路中的批准、工具输出。触发词:tool ui、tool calls、tool status、tool approval、tool results、agent tools、mcp tools ui、function calling ui、tool lifecycle、tool pending

设计与 UI123
V
volcengine-find-skills
volcengine-find-skills
volcengine / volcengine-agent-toolkit

从 volcengine-skills 市场列出、选择并安装 Volcengine 技能。当用户询问哪个 Volcengine 技能或插件能处理某项任务、想浏览所有可用技能、需要当前未安装的可选技能,或要求安装或检查某个 Volcengine 技能的安装状态时使用。也用于发现任何核心技能,包括本查找器。当当前加载或已安装的技能无法覆盖所需的产品、工具或工作流时,作为 Volcengine 操作期间的兜底方案使用;查看完整目录,选择缺失的能力并安装它。

Agent 工作流123
第 6121–6180 条,共 13,313 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。