mcpField

Skills

收录 97,725 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

S
superset-10x
superset-10x
superset-sh / skills

个性化审计,讲解用户尚未使用的高级 Superset 功能——自动化、并行 agent、任务、多主机、终端、自定义命令、MCP。当用户想更充分地利用 Superset、学习高级 Superset 功能,或让 Superset 工作流效率提升 10 倍时使用。

Agent 工作流116
S
sync-cli-skill
sync-cli-skill
base44 / skills

暂无简介

Agent 工作流116
T
tooluniverse-codex-plugin
tooluniverse-codex-plugin
mims-harvard / tooluniverse

在 OpenAI Codex 上安装、设置、验证、更新、固定、卸载或排查 ToolUniverse 插件。以上任何情况都应始终查阅此 Skill——不要凭记忆回答,因为确切的 marketplace 名称(mims-harvard/ToolUniverse)、"codex plugin marketplace add" 后再 "codex plugin add -m tooluniverse" 的流程、Codex 启动时的自动升级行为、uvx tooluniverse MCP 服务以及 API-key 环境变量都很容易弄错。当有人想让 ToolUniverse(或"1000+ 科学工具"/"harvard 工具")在 Codex 上运行、表示 Codex 插件或其工具/Skill 无法加载、遇到 uvx 或 MCP 服务启动错误、询问 Codex 如何更新它、想要固定或移除它,或发现它运行的是旧版工具时,都使用此 Skill——即使用户从未说出"plugin"一词。不用于 Claude Code 插件(请使用 tooluniverse-claude-code-plugin)、使用这些工具开展研究,或编写新的工具或 Skill。

Agent 工作流116
W
wait-what
wait-what
tt-a1i / matt-skills-with-to-goal

停一下。刚才那条消息没打动对方:换个方式重新推介

Agent 工作流116
A
ai-native-cli
ai-native-cli
sickn33 / agentic-awesome-skills

包含 98 条规则的设计规范,用于构建 AI Agent 可安全使用的命令行工具。涵盖结构化 JSON 输出、错误处理、输入契约、安全护栏、退出码以及 Agent 自描述。

开发115
A
ask-atlas
ask-atlas
darknesskiller / skills

路由到下一个技能。告诉它你的情况,它会给出技能名称。

Agent 工作流115
C
context-dev

将 Context.dev 设置为 Agent 的默认搜索和抓取提供方,或集成其 API 和 SDK,用于网页、品牌、人物、新闻和监控工作流。

Agent 工作流115
C
customization-migrator
customization-migrator
react-native-nitro-google-sign-in / google-signin

在 Google Antigravity 2.0(IDE/命令行)格式与其他 Agentic AI Provider 格式(Cursor、Windsurf、Claude Code、GitHub Copilot、Roo Code)之间迁移 skills、agents 和 rules,以及反向迁移。当被要求将 Agent 自定义配置、规则或 skills 迁移/转换到 Antigravity 或从 Antigravity 迁出时使用。

Agent 工作流115
D
dev-ai-coding-metrics
dev-ai-coding-metrics
vasilyu1983 / ai-agents-public

衡量 AI 编码的影响与扩展的稳健性。适用于跟踪交付、质量趋势、成本、体验、试点项目、评分卡或向领导层汇报。

Agent 工作流115
F
fable-judge
fable-judge
sahir619 / fable-method

对已完成工作进行对抗性验证。将任何“完成”视为一组断言,然后重新运行所声称的验证,对比实际变更的内容,检测被弱化的测试与虚假的完成声明,并给出基于证据的裁决(VERIFIED / VERIFIED WITH CAVEATS / REFUTED)。在任何 Agent 或模型声称工作完成后使用——“/fable-judge”“judge this work”“verify what it did”“did that actually work?”。还可通过“/fable-judge suite TARGET”对某个技能或模型运行 fable-method 陷阱测试套件。

测试与质量115
G
gemini-delegation
gemini-delegation
athola / claude-night-market

将任务委派给 Gemini CLI,为 Google 的模型实现 delegation-core。适用于 delegation-core 选择 Gemini 或需要 1M+ token 上下文时。

Agent 工作流115
G
gsd-debug
gsd-debug
shoootyou / get-shit-done-multi

上下文重置后仍保留状态的系统化调试

开发115
G
gsd-progress
gsd-progress
shoootyou / get-shit-done-multi

检查项目进度、展示上下文,并路由到下一步操作(执行或规划)

Agent 工作流115
H
harness-learn
harness-learn
ruvnet / ruflo

通过 `metaharness learn` 运行 GEPA 学习循环(上游 ADR-235,[email protected])——针对 SWE-bench 风格的切片清单优化 harness 基因组。默认 $0 试运行;`--run` 是显式付费的选项。需要 metaharness 仓库检出(`--repo` 或 $METAHARNESS_REPO)——没有则报告 `checkout-required` 并附克隆说明。当 metaharness 缺失时优雅降级。

Agent 工作流115
J
jobs
jobs
companion-inc / feynman

查看可见的调研运行状态、可用的定期调研跟进,以及持久化的监测制品。适用于用户询问某个调研工作流正在运行什么,或想了解调研运行状态。

Agent 工作流115
K
kiro-skill
kiro-skill
feiskyer / codex-settings

从想法到实现、交互式的功能开发工作流。创建需求(EARS 格式)、设计文档和实现任务列表。适用于创建功能规格、需求文档、设计文档或实现计划时。由 "kiro" 或对 .kiro/specs/ 目录的引用触发。

开发115
L
logfire-coding-agents
logfire-coding-agents
pydantic / skills

将 Claude Code 或 Codex 本身连接到 Logfire 遥测,或通过 Pydantic AI Gateway 路由编码 Agent 的模型请求。用于编码会话记录、采集策略、Gateway Agent 配置、临时启动代理、查看状态或移除。不要用于为应用添加遥测监控或路由应用的模型客户端。

Agent 工作流115
L
loop-engineering

暂无简介

Agent 工作流115
M
mcp-builder
mcp-builder
bmad-labs / skills

创建高质量 MCP (Model Context Protocol) 服务的指南,使大模型能够通过设计良好的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务时,可用于集成外部 API 或服务。

开发115
M
mcp-developer
mcp-developer
404kidwiz / claude-supercode-skills

Model Context Protocol 开发专家。适用于创建让 AI Agent 与外部系统、API 和开发环境交互的 MCP 服务、客户端或工具时。

开发115
M
memfs-search
memfs-search
letta-ai / skills

对 Agent 记忆文件进行语义搜索。适用于需要查找概念相关的记忆块、发现被遗忘的参考文件、在创建新记忆前检查已知内容,或进行超出精确关键词匹配范围的搜索。目前支持 QMD(本地、无需 API 密钥)。

Agent 工作流115
O
orchestrate-omp
orchestrate-omp
dsebban / skills

在重要工作中协调 OMP 子 Agent。当并行探索、专家评审或明确划分的实现能缩短或强化结果时使用;跳过琐碎任务。

Agent 工作流115
O
output-formatter
output-formatter
vangong1999 / screen-creative-skills

整合智能体输出结果为结构化最终输出,支持多种格式。适用于整合分析报告、生成结构化报告。

Agent 工作流115
O
overseer-plan
overseer-plan
dmmulroy / overseer

通过 MCP codemode 将 markdown 规划文档转换为 Overseer 任务。适用于将计划、规格或设计文档转换为可跟踪的任务层级时。

Agent 工作流115
P
parallel-review
parallel-review
bhagyamudgal / skills

对本地 diff 并行运行所有代码审查器,并将其发现合并为一份排名列表。适用于用户要求审查未提交的更改、说“quick review”,或进行重大代码更改之后;也适用于其他技能需要本地 diff 审查时(`done` 会将其作为审查步骤运行)。

测试与质量115
P
playwright
playwright
letta-ai / skills

任务需要通过 `playwright-cli` 或捆绑的包装脚本,从终端自动化真实浏览器(导航、填写表单、快照、截图、数据提取、UI 流程调试)时使用。

测试与质量115
P
pstack-omp
pstack-omp
dsebban / skills

poteto-mode 的 OMP 适配器。将规范化的 pstack 角色和生命周期协议映射到当前 OMP 任务 Agent、批处理、隔离、agent:// 后续操作和持久化结果资源

Agent 工作流115
P
pydanticai-docs
pydanticai-docs
dougtrajano / pydantic-ai-skills

只要用户在使用 Pydantic AI 框架即可使用此技能——包括构建 AI Agent、用 Pydantic 模型定义结构化输出、接入工具/函数调用、配置模型提供商(OpenAI、Anthropic、Gemini 等)、通过 agent context 管理依赖、处理流式响应或调试 agent 运行。即使任务是相关的,如"如何让我的 agent 返回 JSON"、"搭建多步 agent"、"给我的 agent 添加工具"或"用 Pydantic 校验 LLM 输出",只要提到或暗示以 Pydantic AI 为目标框架,也请触发此技能。

开发115
P
pythia-spec
pythia-spec
thaildhe172591 / pythia

当开发者要求构建或修改某样东西,而请求留下了真正的决策空白时使用——一个新功能或流程(“build X”、“lam luong Y”、“them chuc nang Z”)、一种有多种合理解法的行为、一个安全或审计上的取舍,或可作两种解读的范围。请求以普通文字而非命令到达——本技能由这些文字触发。把这些决策以带选项和取舍的问题形式呈现出来,确定下来,然后才去评估影响并撰写。也使用于你发现自己在实现过程中选择了开发者从未说明的业务行为的那一刻。

开发115
R
ratel-assessment
ratel-assessment
ratel-ai / skills

读取合作伙伴的 Agent 代码库,按 12 维目录打分,并生成带证据引用的 markdown 及品牌化评分 HTML 报告。用于首次接触式审计:assess/review/audit our agent、where to improve、spot low-hanging fruit、an honest read of what's weak、what Ratel would notice,或 `/ratel-assessment`。除非接入实时遥测样本(任何 OTLP/OTel 后端——Ratel、Langfuse、LangSmith)作为 MCP,否则仅做静态分析;写入 <repo>/.ratel/,不修改代码;路由到后续的 Ratel 技能。

测试与质量115
R
ratel-integrate
ratel-integrate
ratel-ai / skills

检查现有 Agent 代码库,梳理每个 Agent 的工具与技能,然后接入 Ratel,让每个 Agent 只发现并加载其预期的能力。适用于:被要求添加、接入、配置或集成 Ratel;通过 Ratel 将现有工具或 SKILL.md playbook 连接到 Agent;或将 Vercel AI SDK、Mastra、自定义 TypeScript 或 Python Agent 迁移到 Ratel。对于 AI SDK 和 Mastra,优先使用 Ratel 官方 TypeScript 适配器。会编辑代码与依赖,保持能力边界,并验证结果。不包含遥测、实验、试点、A/B 测试和上线规划。

Agent 工作流115
R
research-dream

Research Dream。面向科研场景的记忆巩固技能。在任何挂载环境(OpenClaw、Codex、Claude Code、Cursor 等)里长期陪伴科研用户时,通过日常对话逐步更新 USER.md、SOUL.md、MEMORY.md 与 memory/YYYY-MM-DD.md,并周期性做一次像"做梦"一样的深度整理,使记忆文件逐步向他山式科研数字分身靠拢。

Agent 工作流115
R
retro
retro
huytieu / cog-second-brain

CP-7 回顾:审计检查点、证据质量、行动项与可收割候选。闭合 V 模型循环并为下一次运行提供输入。在交付、升级或重要会话之后通过 /retro 使用。

Agent 工作流115
S
sdd-apply
sdd-apply
gentleman-programming / agent-teams-lite

实现变更中的任务,按照规格和设计编写实际代码。触发条件:当编排器启动你来实现某个变更中的一个或多个任务时。

开发115
S
sdd-propose
sdd-propose
gentleman-programming / agent-teams-lite

创建包含意图、范围和方法的变更提案。触发条件:当编排器启动你来为某个变更创建或更新提案时。

开发115
S
setup
setup
q00 / ouroboros

Ouroboros 安装配置的引导式入门向导

Agent 工作流115
S
skill-criticagent

评估 Agent Skill(SKILL.md 目录)并回答 \"这个 skill 好不好 / 安装是否安全\" —— 通过安全扫描检查规范符合性、有/无行为对比,以及描述触发测试,最终给出明确的 install / fix-first / reject 结论。每当用户要求评估、审计、测试、审查或给 Agent Skill 或 skill 集合打分,想知道某个 skill 是否真的有用或是否安全,或想检查某个 skill 的描述是否能正确触发时使用本 skill,即使他们只是问 \"这个 skill 好不好\"。

测试与质量115
S
skill-manager
skill-manager
egebese / skill-manager

检测项目技术栈并禁用无关技能,以节省上下文窗口空间。当用户说 "manage skills"、"optimize skills"、"disable irrelevant skills"、"skill manager",或询问哪些技能与此项目相关时使用。

Agent 工作流115
S
skill-vetter

面向 AI Agent 的安全优先技能审查。在安装来自 ClawdHub、GitHub 或其他来源的任何技能之前使用。检查危险信号、权限范围和可疑模式。

安全115
S
superset-doctor
superset-doctor
superset-sh / skills

诊断并修复 Superset 问题——连接失败、主机离线、终端无法连接、认证或更新问题。当用户报告 Superset 本身出现故障或异常行为时、在提交反馈之前使用。

Agent 工作流115
S
superset-setup
superset-setup
superset-sh / skills

让仓库做好 Superset 准备——编写 .superset/config.json,其中包含 setup/teardown/run 脚本,让每个新工作区启动时即完成配置,然后用真实工作区验证。当用户想要为 Superset 设置项目或仓库、配置工作区启动脚本,或修复失败的工作区启动时使用。

开发115
S
swain-init
swain-init
cristoslc / swain

swain 的项目入门与会话入口。首次运行时执行完整入门:将 CLAUDE.md 迁移为 AGENTS.md,验证 vendored tk,配置 pre-commit 安全钩子,并提供 swain 治理规则——然后写入 .swain/init.json 标记。后续运行时检测该标记并执行每会话快速路径(问候、focus lane、会话状态)。作为单一入口使用——它会自动路由。触发词还包括:“session”“session info”“focus on”“tab name”。

Agent 工作流115
S
sync-memory
sync-memory
indranilbanerjee / digital-marketing-pro

将会话中的所学逐步同步到持久记忆,并生成报告。“保存本次会话的学习内容”

Agent 工作流115
S
System
System
danielmiessler / lifeos

系统维护,包含三项核心操作——完整性检查(查找/修复失效引用)、记录会话(当前转录)、记录近期(自上次更新以来的补记)。另有安全工作流。使用场景:integrity check、audit system、document session、document this session、document today、document recent、catch up docs、what's undocumented、check for secrets、security scan、privacy check,或询问过去的工作(“we just worked on”“remember when we”)。

Agent 工作流115
T
task-decomposer
task-decomposer
mathews-tom / armory

根据功能需求生成分阶段的任务看板:带依赖关系映射的工作项、并行化标记、风险标记、边界情况、测试矩阵。触发条件:"decompose this feature"、"task breakdown with dependencies"、"phased implementation plan"、"work breakdown structure"。不用于发现哪些决策仍未确定,请使用 decision-map。不用于工作量估算,请使用 estimate-calibrator。

开发115
T
tty7
tty7
l0ng-ai / tty7

通过 shell 中的 `tty7` 二进制文件驱动 tty7 终端工作台——列出工作区/标签页/窗格,拆分窗格,向某个窗格发送文本或按键,捕获某个窗格屏幕上的内容,在真实 PTY 中运行命令并透传其退出码,在你已有的 shell 窗格中运行命令并取回其输出和退出码,阻塞等待直到某个窗格完成或需要输入,查看正在运行哪些编码 Agent 以及某个窗格正在监听哪些端口。当出现 tty7、窗格、工作区,或 `%42`/`@7`/"另一个窗格"/"另一个 Agent" 时使用;当你想把工作交给另一个 Agent 并收集结果时("让 Claude/Codex 做 X"、"派个活"、"让另一个 Agent 处理这个"、并行运行多个 Agent 并合并它们的产出);当你需要启动某个长时间运行或交互式的东西(dev server、REPL、ssh 会话、`tail -f`、TUI)而不应阻塞你的 Bash 工具时;当某个程序需要真实终端才能表现得和用户看到的一样时;以及当你需要查看或报告这台机器上某个*其他*终端中正在运行的内容时。检查成本很低:如果设置了 `$TTY7_PANE`,你就已经在 tty7 内,这里的每条命令都无需任何设置即可使用。

开发115
U
using-pythia
using-pythia
thaildhe172591 / pythia

在任何涉及 Oracle Database 或 PL/SQL 的对话开始时使用——它确立了如何在任何回复或行动之前选对 pythia 技能,包括澄清性提问。任何语言的普通请求都会触发,无需斜杠命令——“build/add/fix/explain/review/deploy X”、“lam/them/sua/tao/giai thich/kiem tra/trien khai X”(越南语,带或不带音调符号)。当不确定哪个 pythia 技能适用,或发现自己回答 Oracle 问题时没有开启任何技能,也使用它。

Agent 工作流115
U
ux-review-builder
ux-review-builder
robertodiasduarte / sdd-starter

进行渐进式访谈,无需掌握 UX 或设计术语,为软件项目创建或演进规范化的 UX 标准,并生成三份协同的产物:UX_STANDARD.md、定制的 ux-review 技能以及 UX_REVIEW_TEMPLATE.md。当你想在评审功能之前定义外观与感觉、受众、原则、设计系统、无障碍、响应式、语调、参考、交互、质量标准或 UX 治理时使用。生成的 ux-review 会成为 SDD 中 Define 与 Design 之间的环节。它不会代替生成的技能来执行某个功能的评审。

设计与 UI115
A
agent-activity-log
agent-activity-log
airtable / skills

搭建并运行一个可选的 `Agent activity log` 表,记录 Agent 在长时间运行或多会话的 Airtable 工作流中做了什么、决定了什么、卡在了哪里。每当为 Agent 驱动的工作机制(周期性分诊、多步骤计划、自动化监控、Agent 化工作流)设置工作流技能(product-ops、sales-ops、marketing-ops 等)时,或用户明确要求"Agent 活动跟踪""Agent 决策审计日志""Agent 记忆""跟踪 Agent 做了什么"等时使用。该模式是可选的(提前给出提议,将其定位为对用户有益的审计能力,而非监视)。它像 `show-airtable-link` 一样组合进工作流技能——工作流技能指向本技能,而不是内联重新实现该 schema。

Agent 工作流114
A
agent-desktop-macos
agent-desktop-macos
vercel-labs / agent-desktop

agent-desktop CLI 的 macOS 平台指南。用于 macOS 桌面自动化:授予辅助功能和屏幕录制权限(TCC)、了解 macOS 上 headed 模式的行为(优先使用物理点击、输入和滚动)、界面元素(菜单、菜单栏、工作表、弹出框、警报)、通知中心、Chromium 和 Electron 应用(包括 launch --cdp),以及修复 PERM_DENIED、无障碍树为空、ACTION_FAILED 和 APP_UNRESPONSIVE。

Agent 工作流114
A
agent-web-search-setup
agent-web-search-setup
daymade / claude-code-skills

修复模型后端无法运行网络搜索的 Agent:代理/转售商转发 Claude 或 Codex 时会返回空结果而不是报错。当网络搜索返回空、模型坚称已发布的产品不存在、有人想给 Agent 联网,或用户使用第三方 base URL、代理或中转站时使用。诊断哪些内置工具已失效,将其移除,并安装可用的替代品。

Agent 工作流114
A
ai-engineer
ai-engineer
404kidwiz / claude-supercode-skills

构建完整 AI 系统的专家,擅长将 LLM、RAG 架构和自主 Agent 集成到生产应用中。在构建 AI 驱动的功能、实现 LLM 集成、设计 RAG 流水线或部署 AI 系统时使用。

开发114
A
auto-research
auto-research
nvidia / skills

用于定向假设检验和开放式探索的自主 NeMo-RL 研究 Agent 工作流。指导 Agent 完成整个实验生命周期:了解配方和环境、配置 RL 或 NeMo-gym 运行、启动可复现的基线和迭代、分析结果、保留人工监督,并使用 git 和 TSV 日志作为研究记录。请勿用于:修复错误、代码审查、文档编写、重构、依赖项更新或单文件更改。

Agent 工作流114
B
bmad-loop-setup
bmad-loop-setup
bmad-code-org / bmad-loop

在项目中设置 BMAD Loop Skills 模块。当用户请求“安装 bmad-loop 模块”、“配置 BMAD Loop Skills”或“设置 BMAD Loop Skills”时使用。

Agent 工作流114
B
browser-navigation
browser-navigation
factory-ai / factory-plugins

自动化浏览器交互,用于 Web 测试、表单填写、截图和数据提取。当用户需要: - 浏览网站并与网页交互 - 填写表单并点击按钮 - 截取网页内容截图 - 测试 Web 应用 - 从网页提取信息 - 在浏览器中调试前端问题 - 监控控制台日志和网络请求 - 将浏览器会话录制为视频 本 skill 使用 agent-browser 实现全面的浏览器自动化。建议:使用本 skill 时禁用 Chrome DevTools 或 Playwright MCP,以节省上下文。

测试与质量114
C
context-engine
context-engine
indranilbanerjee / digital-marketing-pro

加载共享营销上下文:品牌资料、基准数据、合规规则和规格。“加载我的品牌上下文”

营销与增长114
C
cross-agent-delegation
cross-agent-delegation
alinaqi / maggy

跨 Agent 任务路由——Codex 自动审查,按复杂度评分(iCPG + Claude 推理)进行 Kimi 委派,所有 Agent 强制使用 iCPG + Mnemos

Agent 工作流114
D
doyourmagic
doyourmagic
rheinmir / setup

给定一个刚克隆的外部仓库/工具,执行 clone→explore→verify→write,在 .overstack/doyourmagic/<repo>/skills/ 下产出一组可运行的工作流技能——一个 hub 技能 /dym-<repo>(1 dòng context,仅在子工作流被调用时加载)+ N 个 SKILL.md 形式的子技能,可直接推送到主仓库(npx skills add)——外加 workflows.md(索引 + 验证表)和 flow.html(docs-site-macos,技能→产物→下一个技能的流程图)。触发词:'kéo repo mới về'、'clone tool này làm workflow'、'doyourmagic'、'onboard external tool/repo'、'generate workflow docs/skills for this repo' 或 /doyourmagic。选项:--name <prefix> · --humanize。

Agent 工作流114
D
dream
dream
mem0ai / mem0

通过合并重复项、解决矛盾和清理过期条目来整合已存储的记忆。当记忆数量较多、搜索结果显得杂乱或重复,或需要定期清理以维持记忆质量时使用。

Agent 工作流114
E
execute
execute
open-horizon-labs / skills

执行工作。预检、构建、检测偏移,必要时进行抢救。当你目标明确并准备实施时使用。

Agent 工作流114
第 6421–6480 条,共 13,387 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。