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

A
agile-skill-feedback
agile-skill-feedback
djalmajr / skills

收集 agile 技能的真实使用反馈,并将其转化为有证据支撑的提案,用于改进、合并、拆分、弃用或移除技能与模板。适用于技能不适合真实工作流、模板需要完善、技能存在重叠,或流程库需要维护的情况。

Agent 工作流104
A
azure-ai-agents-persistent-java
azure-ai-agents-persistent-java
sickn33 / agentic-awesome-skills

用于 Java 的 Azure AI Agents Persistent SDK。用于创建和管理 AI Agent 的低层 SDK,包含 thread、message、run 和工具。

Agent 工作流104
B
begin
begin
jasonku09 / altitude-skills

开启由服务端规划的 Altitude 旅程并将其绑定到本地 workshop。当用户说 "begin my journey"、"start my Altitude journey"、"I just connected my workshop"、调用 /begin,或是在配对或连接 Altitude 后开始首次会话时使用。

生产力104
B
bootstrap
bootstrap
jwilger / agent-skills

当用户以任何形式说出“bootstrap”时立即触发此技能。也可在涉及初始化项目工作流、配置开发实践或首次搭建代码库的任何请求时触发。关键信号:“bootstrap”、“set up workflow”、“configure TDD”、“generate AGENTS.md”、“recommend skills”、“onboard to project”、“what tools should I use”、“greenfield”、“just cloned”、“new developer joining”。检测项目环境,按阶段推荐技能,配置 TDD 策略并生成说明文件。项目级上手——不用于编写代码、测试或执行具体开发任务。

Agent 工作流104
B
brainstorming
brainstorming
yonatangross / orchestkit

使用并行 Agent 进行设计探索。适用于头脑风暴想法、探索解决方案或比较备选方案时。

Agent 工作流104
B
browser-use
browser-use
saik0s / mcp-browser-use

通过 Model Context Protocol 实现 AI 驱动的浏览器自动化

生产力104
C
clawrouter
clawrouter
blockrunai / clawrouter

托管网关 LLM 路由器,可节省 84% 的推理成本。本地代理会将每个请求转发到 blockrun.ai 网关,由其从 OpenAI、Anthropic、Google、DeepSeek、xAI、Z.AI 等提供的 90 个模型中路由到能力足够且价格最低的模型。包含免费的开放权重模型。还可将实时市场数据(全球股票、加密货币、外汇、大宗商品)、Twitter/X 情报、Polymarket、Kalshi、Limitless、Opinion、Predict.Fun、dFlow 的预测市场数据 + UMA 预言机解析 + 钱包身份与聚类、电话号码情报(运营商 + SIM 换卡欺诈检测),以及 AI 驱动的外呼语音通话(Twilio + Bland.ai)作为内置 Agent 工具提供。不是本地推理工具——提示词会发送到 blockrun.ai 网关。

Agent 工作流104
C
codex-debugging
codex-debugging
steipete / agent-scripts

Codex 调试:codex-rs core/tui/exec/cli/app-server/config。

开发104
C
codex-model-routing-team
codex-model-routing-team
zjp1997720 / zhijian-skills

为有净收益的独立子任务安排多模型协作;简单或强顺序任务直接执行。

Agent 工作流104
C
converge-reviews
converge-reviews
bhagyamudgal / skills

将多轮重复的代码评审与单一范围和发现台账进行对账。用于任何一轮评审之后,或当评审发现不断衍生出更多评审工作时。

测试与质量104
C
create-adapter
create-adapter
harbor-framework / harbor

通过运行 `harbor adapter init` 搭建新的 Harbor 基准适配器,然后依据 Adapters Agent Guide 作为权威规范来指导实现。

测试与质量104
C
cs
cs
codestable / codestable-lite

CodeStable:用 Vision / Project Spec / Epic / Issue 与 codestable/ 制度记忆理解和推进软件演化;按用户当前姿态行动——讨论、快改、受管理实现、修 bug、整理愿景/规格、理解现状、关闭收尾、按需 review。 触发:cs、CodeStable、讨论/先聊清楚、快速/快改/直接开干、穿刺、修 bug/debug、整理 vision/spec、关闭/收尾、review、这系统怎么工作,或项目已有 codestable/ 且正在处理愿景、规格、bug、实现与关闭。

开发104
E
executing-tickets-with-subagents
executing-tickets-with-subagents
bhagyamudgal / skills

通过子 Agent 编排由台账跟踪的工作。适用于捆绑的、包含 3 个以上子 issue 的 GitHub ticket、要求由子 Agent 驱动的执行、在压缩后恢复此类运行,或明确的离开/继续委派,即使只剩一个任务时。

Agent 工作流104
F
feature-orchestrator
feature-orchestrator
ski043 / skills

引导一场迭代式的产品与技术讨论,然后把定下来的功能转化为可直接复制的编排提示词,用于另一次实现会话,并由用户自选模型阵容组成其 Implementer、Researcher 和 Reviewer 子 Agent。适用于用户想探索、收窄、总结或移交一个较大功能,但不在当前会话中实现它时。

Agent 工作流104
F
feature-prompt
feature-prompt
devarfeen / agent-skills-kit

将功能构想、变更请求或粗略需求转化为适用于 grill-with-field 的简短提示词。将 ADR 转为规范使用 /to-spec;了解现有行为的工作方式使用 /feature-discovery

Agent 工作流104
F
flow-nexus-swarm
flow-nexus-swarm
proffesor-for-testing / agentic-qe

通过 Flow Nexus 平台进行云端 AI 集群部署和事件驱动的工作流自动化

Agent 工作流104
G
gh-issues

获取 GitHub issue,派生子 Agent 实现修复并提交 PR,然后监控并处理 PR 评审意见。用法:/gh-issues [owner/repo] [--label bug] [--limit 5] [--milestone v1.0] [--assignee @me] [--fork user/repo] [--watch] [--interval 5] [--reviews-only] [--cron] [--dry-run] [--model glm-5] [--notify-channel -1002381931352]

开发104
G
gjalla-onboard
gjalla-onboard
gjalla / engineering

设置 gjalla,以获得丰富的编码 Agent 遥测与洞察,以及可持久化的记忆,从而改进你的指标。当被要求安装、设置、入门或回填 gjalla 时使用。

Agent 工作流104
G
goal-driven-execution

暂无简介

Agent 工作流104
G
grill-with-docs
grill-with-docs
alirezarezvani / claude-skills

以文档为依据的拷问环节 — 用项目既有的语言(CONTEXT.md)和已记录的决策(docs/adr/)来挑战一份计划,并在术语和决策逐渐明确时就地更新这些文件。适用于用户想用已记录的领域语言压力测试一份计划,或提到 "grill with docs" 时。

开发104
H
handoff
handoff
robertguss / claude-code-toolkit

创建结构化的会话交接文档,以便跨会话保持连续性。在结束工作会话、切换上下文或休息前使用。记录决策、进展、代码变更和后续步骤,让未来的会话能在不丢失上下文的情况下接着进行。

Agent 工作流104
I
i-have-adhd-zh-tw
i-have-adhd-zh-tw
panda850819 / i-have-adhd-zh-tw

让每一条回复都使用自然的台湾繁体中文,并以答案、完成结果或真正需要的下一步开头。回复任何用户消息时都使用此 skill,包括程序开发、调试、说明、规划、研究与日常对话。题目已提供原因时,只回答该原因与直接修正,不新增诊断 checklist 或未验证假设。保留 code、command、path、API 名称、错误消息与没有自然译名的 technical terms;删除空泛开场、晶晶体、中国用语、重复摘要、客套结尾,以及把 agent 能完成的工作丢回给用户的指示。

Agent 工作流104
I
init-config
init-config
fradser / dotclaude

生成 CLAUDE.md 文件,具备 AI 驱动的环境检测与高级配置选项。当用户要求 "initialize config"、"setup claude config"、"create CLAUDE.md",或需要帮助配置项目指令时,应使用此技能。

Agent 工作流104
I
integrate-arcjet-guard-langchain-py
integrate-arcjet-guard-langchain-py
arcjet / skills

将 Arcjet Guard 集成到 Python LangChain — 用 guard_tool 包装你调用的 BaseTool,在 create_agent 上放置 ArcjetMiddleware + ToolPolicy,或用 ArcjetCaptureHandler 观察链。当被要求为 LangChain、create_agent、langchain-core 工具添加 Arcjet、对这些工具限流、筛查入站消息,或拦截提示词注入 / PII 时使用。这是 Python LangChain,不是 LangChain JS createAgent,也不是 LangGraph JS。

安全104
I
intent-init

在项目中初始化 IDD 结构。检查现有状态、创建目录结构并生成模板。使用 /intent-init 在当前项目中搭建 Intent 驱动开发。

开发104
I
invoke-agent
invoke-agent
adminoryslabs / armory

在当前 herdr 工作区中查找已启动且符合所需角色(PM、BA、UX、ARCH、LEAD、TESTER、DEV)的 Agent;如果没有,则创建新的窗格,在其中启动 Agent 并加载相应角色。用户运行 /invoke-agent、要求将工作交给另一个 Agent/角色、启动新 Agent,或在 herdr 会话中引入 PM/BA/UX/Architect/Lead/Tester/Developer 时使用。

Agent 工作流104
K
ketchup
ketchup
mdsmithaustin / pstack

用通俗的语言和简单的视觉元素,向用户说明自上次发言以来聊天中发生了哪些变化。列出所有等待用户处理的事项,并说明他们仅凭回复需要作出什么决定。用于 /ketchup。

Agent 工作流104
M
mcp-z-cli

使用 @mcp-z/cli 从终端通过项目的 .mcp.json 发现并调用 MCP 工具、提示词和资源。适用于 mcp-z 或 z 命令、基于命令行的 MCP 访问,或按需能力发现。使用 @mcp-z/client 的应用代码属于 client skill。

Agent 工作流104
M
mission-orchestrator
mission-orchestrator
athola / claude-night-market

通过自动检测状态并路由到正确阶段来编排完整项目生命周期。当在流程中途启动或恢复项目时使用。

Agent 工作流104
M
mlkit-agent-api
mlkit-agent-api
android / skills

使用以下内容在 Android 应用中构建自主的设备端 Agent 工作流

开发104
M
multi-agent-estimation
multi-agent-estimation
datadrivenconstruction / ddc_skills_for_ai_agents_in_construction

构建用于建筑估算的多 Agent AI 系统。使用 CrewAI/LangGraph 编排专用 Agent:QTO Agent、定价 Agent、校验 Agent。自动化复杂的估算工作流。

Agent 工作流104
O
opencode-guide

暂无简介

Agent 工作流104
O
orca-cli

使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。

Agent 工作流104
P
performance-monitor
performance-monitor
404kidwiz / claude-supercode-skills

观察、基准测试与优化 AI Agent 的专家。专长于 token 用量追踪、延迟分析与质量评估指标。适用于优化 Agent 成本、衡量性能或实现评估。触发词包括 "agent performance"、"token usage"、"latency optimization"、"eval"、"agent metrics"、"cost optimization"、"agent benchmarking"。

Agent 工作流104
P
proactive-agent-lite
proactive-agent-lite
aaaaqwq / agi-super-team

将 AI Agent 从任务执行者转变为主动型伙伴,

Agent 工作流104
P
prompt-templates
prompt-templates
datadrivenconstruction / ddc_skills_for_ai_agents_in_construction

用于建筑 AI 任务的可复用提示词模板:成本估算、进度分析、文档处理、BIM 查询。结构化的提示词可获得一致的结果。

Agent 工作流104
R
ralph-setup
ralph-setup
andrelandgraf / fullstackrecipes

使用 Ralph 搭建由 Agent 驱动的自动化开发流程。循环运行 AI Agent,从用户故事实现功能、验证验收标准,并为下一个 Agent 记录进度。

Agent 工作流104
S
spec-design-research
spec-design-research
zixun-github / aisdlc

Use when 需要在 Spec 级设计阶段执行 D1 research(产出 `{FEATURE_DIR}/design/research.md`),或面对关键不确定性/高风险点需要先验证而不是直接进入 D2;常见症状包括缺少证据支撑取舍、未知项被写成 TODO/待确认问题、在压力下想猜 FEATURE_DIR 或把调研写成实现细节。

开发104
S
stitch-loop
stitch-loop
leonxlnx / stitch-skills

通过自主交接循环模式,指导 Agent 使用 Stitch 迭代构建网站

设计与 UI104
S
subagent-driven-development
subagent-driven-development
nousresearch / hermes-agent

通过 delegate_task 子 Agent 执行计划(两阶段审查)。

Agent 工作流104
S
subagent-driven-development
subagent-driven-development
pcvelz / superpowers

在当前会话中执行独立任务的实现计划时使用

Agent 工作流104
T
tk-research
tk-research
mtgvim / tiger-kit

[user/auto] 用于比较外部先行案例与方法、提出技能/工作流提炼建议,以及持续研究和续接研究。通过对话报告背景、依据和局限;仅在提出请求时制作 HTML 等产物。不负责修改技能正本或产品实现。

生产力104
T
trellis-spec-bootstrap
trellis-spec-bootstrap
mindfold-ai / trellis

使用平台无关的单 Agent 工作流引导项目专属的 Trellis 编码规范。适用于创建或刷新 .trellis/spec 指南、使用 GitNexus、ABCoder 或源码检查分析代码库、分解包/层规范工作,以及编写基于真实代码库、不含占位文本的规范文档。

开发104
U
using-git-worktrees
using-git-worktrees
julianobarbosa / claude-code-skills

结合 tmux 与任务分发的 Git worktree 管理。适用于创建隔离开发环境、启动并行功能开发、运行多个 Claude 实例、管理工作树、向 worktree 终端分发任务,或在合并后清理。涵盖在 .claude/worktrees/ 中创建工作树、当前会话中的 tmux 窗口管理以及命令分发。也适用于有人说“create a worktree”、“launch in a worktree”、“worktree for story X”或“parallel development”时。

开发104
U
using-superpowers

暂无简介

Agent 工作流104
U
ux-design-from-scratch
ux-design-from-scratch
uxcel-lab / product-skills

编排式的从零构建 UX 工作流。先确立一次上下文,然后按顺序组合生成阶梯——基础(颜色、字体、间距)→ 组件 → 页面 → 流程——对每项技能进行相关性把关后应用,并把结果交给 design-review。当用户从零开始做新产品/应用/UI、「帮我设计一个应用」、「搭建设计系统和页面」、「我要开始做新产品」,或任何多产物的设计构建时触发——但当他们只要某一个具体页面或组件时不要触发(让那项技能直接触发)。

设计与 UI104
A
agent-coordination
agent-coordination
jwilger / agent-skills

多 Agent 协调准则:一次只发一条消息然后等待(发送完整上下文,等待回复后再发送下一条)、空闲通知即心跳(除非长时间 + 阻塞 + 用户明确要求,否则不采取行动)、无轮询循环(仅事件驱动)、绝不编造 Agent 响应(等待真实的系统事件)、按顺序生成 Agent(每次之间先确认),以及正确的关闭协议(请求、等待、尊重拒绝)。在编排多个 Agent、协调 Agent 之间的交接、生成子 Agent 或构建多 Agent 工作流时启用。触发词:"coordinate agents"、"spawn multiple agents"、"manage agents"、"agent keeps sending messages"、"polling loop"、"agent idle"、"shut down agent"、"multi-agent workflow"、"agent handoff"、"coordinate parallel work"、"stop bothering the other agent"。当 Agent 编造响应、在回复到达前发送后续消息,或不必要地对空闲通知做出反应时同样适用。

Agent 工作流103
A
agent-setup
agent-setup
andrelandgraf / fullstackrecipes

为 Cursor、GitHub Copilot 或 Claude Code 等 AI 编码 Agent 配置项目专属模式、编码规范与 MCP 服务,实现一致的 AI 辅助开发。

Agent 工作流103
A
ak-maintainer
ak-maintainer
saltbo / agent-kanban

通过 Agent Kanban 与 Realmroot Toolbox 管理已授权的项目工作,通常在计划任务或心跳触发的 Session 中进行。主动检查需要完成的工作,将执行委派给其他 Agent,并作为管理者协调与审查其 Task。

Agent 工作流103
C
capability-evolver

面向 AI Agent 的自我进化引擎。分析运行时历史以识别改进点,并应用受协议约束的进化。通过本地 Proxy 邮箱与 EvoMap Hub 通信。

Agent 工作流103
C
chainlit
chainlit
salmanferozkhan / cloud-and-fast-api

在 Python 中使用 Chainlit 框架构建对话式 AI 应用的专家指导。适用于 (1) 为 LLM 应用创建聊天界面,(2) 构建集成 OpenAI、LangChain、LlamaIndex 或 Mistral AI 的应用,(3) 实现流式响应,(4) 添加图片、文件、图表等 UI 元素,(5) 处理用户文件上传,(6) 实现身份验证(OAuth、密码),(7) 创建带可见步骤的多步工作流,(8) 构建带文档上传的 RAG 应用,或 (9) 将聊天应用部署到 Web、Slack、Discord 或 Teams。

开发103
C
coding-agent

通过 acpx(ACP 协议)将编码任务委派给 Codex、Claude Code 或 Pi Agent。适用于:(1) 构建/创建新功能或应用,(2) 审查 PR(在临时目录中启动),(3) 重构大型代码库,(4) 需要文件探索的迭代式编码。不适用于:简单的一行修复(直接编辑)、阅读代码(使用 read 工具)、聊天中与线程绑定的 ACP harness 请求(例如在 Discord 线程中 spawn/run Codex 或 Claude Code;请使用 sessions_spawn 并设置 runtime:"acp"),或 ~/clawd 工作区中的任何工作(切勿在此启动 Agent)。所有编码 Agent 委派都优先使用 acpx 而非原始 PTY/exec。

Agent 工作流103
D
docker-sandbox
docker-sandbox
joelhooks / joelclaw

在 Docker 沙箱中创建、管理和执行 Agent 工具(claude、codex),实现隔离的代码执行。在运行 Agent 循环、启动工具子进程,或任何需要进程隔离的任务中使用。触发词:“sandbox”“isolated execution”“docker sandbox”“safe agent execution”,或涉及 Agent 循环基础设施时。

云与 DevOps103
E
elevenlabs-agents
elevenlabs-agents
calesthio / generative-media-skills

在 ElevenLabs Agents 平台(品牌名 "ElevenAgents",前身为 "Conversational AI")上构建、配置并交付生产级语音 Agent。适用于 Agent 需要设计口语对话系统提示词、为实时语音机器人选择 LLM 和 TTS 语音/模型、接入客户端/服务器/系统工具和知识库 RAG、连接渠道(WebRTC/WebSocket SDK、可嵌入小组件,或通过 Twilio/SIP 的电话集成)、调校轮次转换与延迟、搭建模拟测试与评估,或评估合成语音与真人对话时的定价、并发以及同意/披露义务。不适用于纯非对话式文本转语音、配音或音乐生成。

Agent 工作流103
E
evaluate-skill
evaluate-skill
every-app / open-seo

Semrush 和 Ahrefs 的开源替代方案

测试与质量103
F
fable-domain
fable-domain
sahir619 / fable-method

与用户讨论某个领域,从真实来源进行调研,然后为其生成可信的技能包——包含流程图的分步工作流、领域适配器、陷阱夹具和冒烟评估。当用户说“/fable-domain SECTOR”、“为 DOMAIN 制作一个技能”、“向 fable 方法添加一个领域”或“把 Fable 针对 DOMAIN 的工作流给一个较弱的模型”时使用。技能包就是交付物;没有流程图、来源和陷阱的工作流不算完成。

Agent 工作流103
F
few-shot-examples
few-shot-examples
datadrivenconstruction / ddc_skills_for_ai_agents_in_construction

面向建筑 AI 任务的精选少样本示例:分类、提取、分析。用于提升大模型性能的领域专属示例。

Agent 工作流103
F
find-skills

帮助用户发现和安装 Agent 技能,当他们提出「我怎样才能做 X」、「查找 X 的技能」、「有没有能够...的技能」等问题,或表达扩展功能的兴趣时。当用户寻找可能以可安装技能形式存在的功能时,应使用此技能。

Agent 工作流103
G
github-mcp-server
github-mcp-server
github / gh-aw

GitHub MCP 服务工具、方法及使用模式的参考。

开发103
H
handoff
handoff
ashexplained / roblox-skills

将当前对话压缩为一份可长期保存的交接文档,供另一个 Agent 或未来的会话接手。适用于用户说“handoff”、“handoff to /prototype”、“summarize for next session”、“another agent should continue”,或在积累了大量上下文后切换技能/会话的场景。

Agent 工作流103
第 6841–6900 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。