Skills

U

user-input-protocol

jwilger / agent-skills

用于请求人工决策的结构化 AWAITING_USER_INPUT 检查点格式。当遇到决策点时，停下，呈现上下文，给出 2-4 个带影响说明的标注选项，陈述建议，然后等待。将相关决策归入单个多问题检查点。包含子 Agent 暂停前保存状态并无须重做即可恢复的模式，以及工厂模式紧急度分类（blocking/next-review/informational）。在遇到业务规则模糊、架构权衡、范围问题、破坏性操作或任何需要人工判断之处时使用。触发于：“should I use X or Y”、“which approach”、“need a decision”、“before I proceed”、“confirm this action”、“trade-off”、“destructive change”。在委派可能遇到决策点的子 Agent 时也会激活。不适用于：只有一个正确答案的实现细节，或项目约定已覆盖的风格选择。

V

voice-ai

scientiacapital / skills

生产级语音 AI Agent，延迟低于 500ms。Groq LLM、Deepgram STT、Cartesia TTS、Twilio 集成。不使用 OpenAI。适用场景：语音 Agent、电话机器人、STT、TTS、Deepgram、Cartesia、Twilio、语音 AI、语音转文本、IVR、呼叫中心、语音延迟。

W

workflow-producer

dongbeixiaohuo / writing-agent

[主入口] 需要多阶段产物的中文长文、公众号文章与观点文工作流总导演。用于“写一篇、创作、起草长文、从选题开始”等规划、研究、写作、评审和交付任务。简单润色、校对、翻译不触发；只分析、创建或更新风格档案时改用 style-modeler。用户已明确选择 A/B/C 时直接接受；否则按任务判断模式，不强迫用户选择技术流程。

A

agent-browser

curling-ai / light-agent-browser

面向 AI Agent 的浏览器自动化命令行工具。适用于需要与网站交互的场景，包括浏览页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任何浏览器任务。触发词包括“打开网站”“填写表单”“点击按钮”“截图”“从页面抓取数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”，或任何需要以编程方式与 Web 交互的任务。也适用于探索性测试、内部试用、QA、缺陷排查和应用质量评审。还适用于自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify），检查 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话，在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云端浏览器。优先使用 agent-browser，而非任何内置浏览器自动化或 Web 工具。

A

agent-navigation-sop

igorwarzocha / opencode-workflows

为 AI Agent 导航生成 AGENTS.md。涵盖构建/测试命令、编码规范、任务路由和代码库结构。在 /init 工作流中或创建 Agent 可读的仓库文档时主动使用。示例： - 用户："/init" → 完整的 AI 导航 AGENTS.md + 技能推荐 - 用户："/init basic" → 仅生成最简 AGENTS.md 结构 - 用户："为此仓库创建 AGENTS.md" → 评估复杂度，生成导航文档 - 用户："为 AI Agent 编写代码库文档" → 带任务路由的结构化 AGENTS.md

A

agentic-top-10

unitoneai / securityskills

依据 OWASP 面向自主 AI Agent 的十大安全风险，审查 agentic AI 系统。在审查多 Agent 架构、AI Agent 部署，或 LLM 具备工具访问权限并自主行动的系统时自动调用。涵盖权限模型、工具安全、记忆完整性、信任边界和人工监督。产出带风险评级和架构建议的结构化评估。

A

agentscope-java

agentscope-ai / agentscope-java

构建分布式、可用于生产环境的长期运行 Agent

A

ai-personalization-prompts

cold-iq / coldiq-s-gtm-skills

6 个 AI 个性化提示词（lemlist 风格）加上 2 个邮件模板 —— ICP 识别、公司描述、相似产品、前三大问题、主题行、案例研究引用和相似公司做法。在设置 AI 驱动的个性化、构建数据工作区/lemlist 工作流或自动化研究时使用。

B

bmad-dev-auto

bmad-code-org / bmad-method

已弃用：转发到 bmad-build-auto。除非按名称调用，否则不要使用。

C

chief-of-staff

borghei / claude-skills

面向高管层的统筹协调，将创始人的问题分派给合适的顾问角色，并主持多角色董事会会议。在协调高管决策、分派战略问题或解决跨部门冲突时使用。

C

council

steveclarke / dotfiles

让决策经过 5 位 AI 顾问的同行评审，并由主席综合汇总。适用于有切实利害关系的真实决策——而非简单问题。基于 Karpathy 的 LLM Council。

D

deep

pwguler / skills

整个套件的完整仪式模式。在进行高风险或模糊的工作前运行 /deep；/deep off 返回快速优先模式。

D

dispatching-parallel-agents

osmontero / opencode-skills

在面对 2 个或更多独立任务且这些任务可以在没有共享状态或顺序依赖关系的情况下进行时使用

D

docker-ai-ml

full-stack-skills / docker-skills

在 Docker 上运行 AI/ML 工作负载的指南。涵盖 Docker Model Runner（使用 docker model pull/run 运行本地 LLM）、Docker Agent（面向编码任务的多 Agent 编排）、用于隔离执行 AI Agent 的 Docker Sandboxes、GPU 加速（nvidia-container-toolkit、--gpus 标志）、使用 Docker 进行 AI 模型服务，以及在本地运行开源 LLM（Llama、Gemma、Qwen）。适用于用户询问 docker ai、docker model runner、本地 LLM、docker agent、GPU docker、sandbox、模型服务，或需要使用 Docker 部署 AI 模型时。使用场景：docker ai、model runner、本地 LLM、docker agent、GPU docker、sandbox、AI 模型部署。

D

dspy-gepa-optimizer

intertwine / dspy-agent-skills

使用 dspy.GEPA 优化 DSPy 程序——在授权的评估预算内，对照任务特定基线进行权衡的反思式/进化式优化器。当用户说 optimize、compile、GEPA、reflective optimization 或 "make this program better"，且存在 DSPy 程序 + 指标 + 训练集时使用。

E

enhance-prompt

leonxlnx / stitch-skills

将模糊的 UI 想法转化为精炼、针对 Stitch 优化的提示词。增强具体性，添加 UI/UX 关键词，融入设计系统背景，并组织输出结构以获得更好的生成效果。

F

forge-isolated

venhdev / skills

在新的 worktree 中执行 forge changeset。

F

forge-isolated-subagent

venhdev / skills

将 /forge 实现委托给隔离 worktree 中的后台 subagent。

G

glab-duo

vince-winkintel / gitlab-cli-skills

通过 glab 以交互或无头模式安装并运行 GitLab Duo CLI。适用于从终端访问 GitLab Duo Agent Platform、运行有界无头目标，或管理封装的 Duo CLI 二进制文件时。触发词包括 Duo、GitLab Duo CLI、glab duo cli、AI 助手、无头目标、自主编码。

G

grill

pedroromeroluna / ai-first-product-skills

在决策落定之前对该主张背后的事实施压——用具体例子反问、限定尝试次数、留出退路、确立证据层级——并将产生的结果送入已加载节点的决策或待办清单。手动触发，也是其他任何访谈工具按路径引用的方法。

G

gstack

ivansamartino / gstack

使用 Garry Tan 的原版 Claude Code 配置：23 种个性鲜明的工具，分别担任 CEO、设计师、工程经理、发布经理、文档工程师和 QA

H

headless-ghidra

bytelandtechnology / headless-ghidra

Headless Ghidra YAML 优先逆向工程流水线的入口技能。当用户要求用 Ghidra/headless-ghidra 对二进制目标进行分析、反编译、初步研判、续跑或迭代时使用。读取 artifacts/<target>/pipeline-state.yaml，路由 P0–P4 各阶段技能，运行关卡检查，并管理审查暂停。本身不做任何分析工作。

通过内化的标准、身份锚定、跨会话学习与自我恢复，构建持续的高能动性——全部以企业级 PUA 话术呈现。这是 PUA 的进化：同样的高压文化，但拥有永不枯竭的内在引擎。用于所有任务，以维持始终在线的高能动性。对以下场景尤其有价值：复杂的多步骤任务、长时间的调试会话、对质量敏感的交付物、需要主动性和主人翁意识的任务，或任何需要持续动力的时刻。可独立使用，也可与 PUA 叠加——叠加时，本技能的 Recovery Protocol 会先于 PUA 的 L1 施压启动。触发于：任何任务开始、持续工作会话、多轮问题解决，或当你需要 Agent 像主人而非工具一样思考时。

H

huddle

muthuishere-agent-skills / huddle

为工程决策、规划、研究、验证和规格记录运行一场了解仓库的专家讨论会。当用户说出以下任何内容时触发此技能：“start a huddle”、“open a huddle”、“huddle up”、“create a huddle”、“call a team meeting”、“assemble the team”、“get the experts in”、“let's have a huddle”、“what does the team think”、“I need multiple perspectives”、“huddle up”、“start a huddle”、“open a huddle”、“war room”、“let's discuss this as a team”、“bring in the team”、“team sync”、“daily standup”、“what should we do about X”、“help me think through this”、“I'm stuck on X let's discuss”、“resume the huddle”、“continue our discussion”、“what did we decide”、“get me a spec”、“summarise the huddle”、“what are the action items”。当用户似乎受阻、沮丧，或面临有多种权衡的决策时也触发——即使他们没有明确要求讨论会。

交互式 Intent 审批。审查各个小节并标记状态（locked/reviewed/draft）。使用 /intent-review <path> 审查指定文件，或用 /intent-review 审查当前目录中的 Intent。

K

kitaru-investigation

zenml-io / kitaru-skills

引导用户从自己的 Agent 代码或录制的 trace 出发，完成 Kitaru 设置、会话导入或录制、人工审查、被接受的行为、带版本的 cohort 以及评估器选择，然后将一项有界改动交给 replay-experiment skill。当用户想要连接或检查现有 Agent、从文件或提供商 API 导入真实 trace、跟进导入后的洞察、调查已知的糟糕或异常会话、发现反复出现的失败模式、学习以证据为主导的审查流程、恢复调查、从已审查的证据创建 cohort，或为被接受的行为编写评估器时使用。首次使用的用户若没有 Agent 或证据，并希望用 PydanticAI returns agent 示例做快速演示，请改用 `kitaru-guided-tour` skill。

M

mcp-builder

waybarrios / opencode-power-pack

指导创建高质量的 MCP（Model Context Protocol）服务，通过精心设计的工具让大模型与外部服务交互。当用户想要构建 MCP 服务以集成外部 API 或服务时使用，无论是 Python（FastMCP）还是 Node/TypeScript（MCP SDK）。

M

model-router

winsorllc / upgraded-carnival

在不同的 LLM 提供商和模型之间路由请求。配置路由规则、回退提供商和模型专属参数，灵感来自 ZeroClaw 和 OpenClaw 的模型路由系统。

通过 `orca` CLI 操作由 Orca 管理的工作树、文件夹上下文、终端、仓库、自动化、产物、技能共享、工作树评论以及 Orca 的内置浏览器。适用于用户说“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”/“handover”/“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时。它还负责单会话终端工作：“session”“sub-agent”“create a session”“stop a session”“fork a session”“attach to a session”“worktree session”，以及排查卡住或配置错误的 Agent 终端。当涉及 Orca 状态时，优先使用它，而非原生 git worktree、临时 PTY 或 Computer Use。若要一次性分发多个 Agent 或对它们进行监督，请改用 `orchestration`。仅当某个可见窗口需要 CLI、文件系统或 API 无法完成的 GUI 控制时，才使用 Computer Use。

O

overdrive

bastani-inc / atomic

可验证的编码 Agent 运行时。用自然语言定义编码 Agent 的流程，包括阶段、检查和审批关卡，而不是寄希望于它遵循指令。为可验证的软件工厂提供基础组件。

P

prompt-lab

mathews-tom / armory

LLM 提示词工程：分析失败模式，生成变体（direct、few-shot、CoT），设计评分标准，产出测试套件。触发词："prompt engineering"、"generate prompt variants"、"A/B test prompts"、"optimize prompt"、"improve this prompt"。不适用于 SKILL.md 文件，请使用 skill-evaluator。

P

pushary

pushary / pushary-skill

为 AI Agent 提供推送通知和 human-in-the-loop 功能。运行中的 Agent 需要联系不在终端旁的人时使用，例如在不可逆或破坏性操作、花钱、部署、强制推送或删除之前；遇到权限范围之外的决策而受阻时；无人值守运行时遇到真正的歧义时；其他技能的工作流要求向用户确认时；以及长任务结束或失败且无人关注时。用户提出“继续执行，如果需要就给我手机发消息”“Agent 需要我时通知我”“让我用手机批准”“我离开终端时问我问题”“通宵运行”“我开会时继续工作”“我暂时离开了”或“别等我”等要求，或希望长任务无人值守运行时，也使用。可在用户手机上提出是非题、选择题或开放式问题，并获取答复；任务完成或失败时发送更新。主动使用这些工具，无需等待用户提出要求。每个问题和回答都会被记录，因此无人值守的运行事后仍可审查。适用于 Claude Code、Codex、Cursor、VS Code、Gemini CLI、Windsurf、Hermes、Lovable 或任何 MCP 客户端；无需 Claude Max 订阅。Pushary 是一项托管付费服务；网页和原生商店结账的价格与试用条款不同。

R

recursive-improvement

dylanfeltus / skills

通过对明确的评分标准反复迭代来生成更高质量产出的模式。适用于标题、CTA、落地页文案、社交内容、广告文案——任何对质量有要求的场景。生成 → 评估 → 诊断 → 改进 → 重复。

R

requesting-code-review

osmontero / opencode-skills

在完成任务、实现主要功能或合并前使用，以验证工作符合要求。

R

risk-classification

athola / claude-night-market

将 Agent 任务分为 4 个风险等级（GREEN/YELLOW/RED/CRITICAL）。用于在确定方案前评估动作的可逆性。

S

sdd-riper-one

huisezhiyin / sdd-riper

将 SDD-RIPER 方法论落地为严格可执行流程的重型 Harness 技能。用于辅助用户澄清最终目标、生成 codemap/context、拆分最小混沌单元、维护完整 spec、执行 RIPER 阶段门禁、阻塞高风险动作和沉淀可 new chat 恢复的本地任务轨迹。

S

self-healing

pskoett / pskoett-ai-skills

编码 Agent 的主动运行时恢复：当任务中途出错时，诊断根因，编写修复，通过重新运行出错的部分进行验证，然后将带证据的 `HEAL-` 条目记录到 `.learnings/HEALS.md`。当命令、测试、构建或 lint 失败或返回非零时；当工具缺失、依赖/lockfile 不匹配、运行时版本错误、venv 或权限错误、端口冲突、git 状态不干净或缺少 `.env` 时；当 Agent 需要一个尚不存在的辅助程序或一次性脚本时；当外部 API、工具或 MCP 报错或限流时；或当测试偶发失败时，均可使用。先按 `Pattern-Key` 搜索 `HEALS.md`——大多数修复是重复出现的，因此应递增 `Recurrence-Count` 而不是重复记录。验证是强制性的：在沙箱环境中如实地标记 `pending-verify`，如果修复无法生效则标记 `abandoned`。与 `self-improvement` 配合使用（后者将重复出现的修复提升为持久记忆），但由它负责 self-improvement 不具备的先验证后持久化纪律。

S

sequential-thinking

mathews-tom / armory

已弃用：Opus 4.7 的自适应思考已原生覆盖大多数场景。通过顺序思维链推理进行结构化、反思式问题解决，曾取代 Sequential Thinking MCP 服务。当无论模型选择何种自适应思考方式，都需要确定性、可审查的推理轨迹时，作为参考模式保留。

S

site-onboarding

respira-press / agent-skills-wordpress

当用户说 'get started with my site'、'connect to my wordpress site'、'what can you do on my site' 或 'onboard' 时使用。验证连通性、发现站点架构、梳理可用的 MCP 工具，并生成站点简报。

S

skillkit

rfxlamia / skillkit

用于创建和验证技能与子 Agent 的工具包。适用于：创建新技能（快速或完整模式）、验证现有技能、判断技能与子 Agent 的选择、将文档迁移为技能、估算 token 成本或运行安全扫描。触发词："create skill"、"build skill"、"validate skill"、"new subagent"、"skills vs subagents"、"estimate tokens"、"security scan"。

S

spidey

aaarnv / claude-skills

为任何项目搭建 Ralph 自主开发循环。先从用户描述生成完整 PRD，再据此推导任务计划。用带熔断、退出检测、会话持久化和进度跟踪的智能 while-true 循环包装 Claude Code。当你希望 Claude 自主完成一份任务清单直至全部完成时使用。

S

status

jasonku09 / altitude-skills

显示本地 Altitude 连接、绑定、journey、queue、session 和 flusher 状态。

S

subrouter

abingyyds / subrouter-skills

将 AI Agent 接入 SubRouter：设备授权、API 密钥、按价格选择模型，以及配置 OpenAI/Anthropic 客户端。管理服务商自己的模型列表、定价和主/备用渠道，或管理分销站点的上架项目、价格、套餐和设置。适用于“接入 SubRouter”“配置 SubRouter”“SubRouter API key”“用 SubRouter 的模型”“商家模型定价”“配置备用渠道”“管理我的分站”“分站上架”或“分站套餐”等请求

T

task-planning

athola / claude-night-market

根据规格生成按阶段划分、按依赖排序的实现任务。在规格完成后、开始实现前使用。

T

tool-schema-design

seb1n / awesome-ai-agent-skills

设计并验证面向模型的工具定义，具备清晰的名称、面向操作的描述、有界的 JSON Schema 参数、明确的副作用、安全默认值、幂等性、错误处理和真实测试。适用于创建函数调用工具、MCP 工具、Agent 操作、结构化工具输入，或当模型选错工具、编造参数、造成不安全的副作用时。

使用 Twilio Agent Connect SDK 将第三方 AI Agent（OpenAI、Bedrock、LangChain、Microsoft Foundry）接入 Twilio 的通信渠道。涵盖身份解析、通过 Conversation Memory 进行记忆与上下文管理、通过 Conversation Orchestrator 进行对话编排、多渠道处理（Voice、SMS、RCS、WhatsApp、Chat），以及 AI 到人工的升级。当把现有的 LLM Agent 与 Twilio 服务集成时使用本技能。

U

user-stories-setup

andrelandgraf / fullstackrecipes

创建结构化格式，以用户故事的形式记录功能需求。用带可测试验收标准的 JSON 文件，供 AI Agent 验证和跟踪。

V

vercel-ai-sdk

existential-birds / beagle

用于构建流式聊天界面的 Vercel AI SDK。适用于实现 useChat hook、处理工具调用、流式响应或构建聊天 UI 的场景。触发于 useChat、@ai-sdk/react、UIMessage、ChatStatus、streamText、toUIMessageStreamResponse、addToolOutput、onToolCall、sendMessage。

V

verify-claims

bhagyamudgal / skills

在由推理支撑、驱动决策的判断推动诊断、建议、外部变更或用户决策之前，先对其进行核实。当其受到质疑或发生实质性逆转时，再次核实。

W

wxa-create-ai-miniprogram

tencentcloudbase / mp-skills

从零创建带 AI 能力的微信小程序项目。当用户想创建一个全新的微信小程序（不是已有项目上添加功能）时触发。集成云开发、数据库、登录、支付等能力。需要 Node.js 18+ 和 mp-skills CLI。

Z

zh-first

ykdz / skills

项目中面向人类阅读的文本必须使用地道、简洁的简体中文

A

agent-config

luongnv89 / skills

创建、更新或审计 AGENTS.md（默认）或 CLAUDE.md 的 Agent 指令：设置、精简、添加规则，或将 CLAUDE.md 或 .cursorrules 合并为一个文件，供 Claude Code、Codex 和 Cursor 共同读取。不要用于 README、技能或子 Agent。

A

agent-red-teaming

seb1n / awesome-ai-agent-skills

规划、执行、记录并复测对 AI Agent 和多 Agent 工作流的授权安全评估，使用安全的对抗性用例、合成身份、金丝雀标记和基于证据的发现。适用于定义红队交战规则、评估提示词注入或过度自主性、测试工具和身份边界、评估记忆攻击或跨 Agent 攻击、为一次行动评分，或在获批环境中验证修复。

A

agent-team-driven-development

fradser / dotclaude

提供协调多个并行工作的专业队友的指导。当用户需要执行复杂的实施计划、解决跨领域关注点,或协调需要沟通的独立工作流时,应使用此技能。

在推送或合并前审查当前分支是否存在 bug、希望对本地改动进行多 Agent 全面审查，或为人工审查做准备时使用。不适用于代码库结构，不适用于代码风格，也不用于修复它发现的问题。

A

aif-grounded

lee-to / ai-factory

答案的可靠性关卡。强制基于证据进行推理、明确表达不确定性，并以“信息不足”代替猜测。当用户说“100% 确定”“不要幻觉”“仅在已验证时”“有依据的答案”，或风险很高时使用。

A

aif-roadmap

lee-to / ai-factory

创建或更新带有主要里程碑的项目路线图。生成已配置的路线图产物（默认 .ai-factory/ROADMAP.md）——一份高层目标的战略清单。当用户说“roadmap”“project plan”“milestones”或“what to build next”时使用。

A

ask-matt

leandrocfe / skills

询问哪个 skill 或工作流适合你的情况。一个覆盖本仓库各 skill 的路由器。

A

auto-claude-memory

adaptationio / skrillz

Auto-Claude Graphiti 记忆系统的配置与使用。在设置记忆持久化、配置 LLM/嵌入提供商、查询知识图谱或优化记忆性能时使用。

B

bmad-sprint-planning

aj-geddes / claude-code-bmad-skills

编排交接桥梁：生成并维护 sprint-status.yaml，作为项目的排序系统记录。按史诗再到依赖关系为故事排序，分配并行集（波次）成员身份，并以视图（而非指标）的方式驱动状态生命周期（backlog → ready-for-dev → in-progress → review → done）。当用户说 "sequence the stories"、"build the sprint status"、"plan the waves"、"create sprint-status.yaml"、"assign parallel sets"、"order stories by dependency"、"what can run in parallel"、"set up story sequencing"、"initialize sprint tracking"、"ready the backlog" 或 "prepare for dev handoff" 时使用。当项目已定义史诗时，也会在 "sprint planning" 上触发。范围：仅限排序与编排。不涉及速率、燃尽图、承诺点数、覆盖率指标。容量以波次宽度（并发故事数）表示，而非点数。最终产物是可供开发交接的清单；实现交由外部开发工具完成。