Skills

B

boss

echovic / boss-skill

可审计的 agent 团队：BMAD 全自动研发流水线编排器。编排 9 个专业 Agent（PM、架构师、UI Designer、Tech Lead、Scrum Master、Frontend、Backend、QA、DevOps）从需求到部署，每一步都有事件溯源 + 不可绕过门禁 + 确定性 eval——可验证测试真跑、门禁真过。支持单环节切片命令（/boss:plan /review /qa /ship）与无 CLI 纯 Markdown 降级。 Triggers（全流水线）: 'boss mode', '/boss', '全自动开发', '从需求到部署', '帮我做一个', 'build this', 'ship it', '全流程', '自动化开发', '一键开发', 'start a project', 'new feature' Triggers（单环节切片，对存量项目最常用）: - /boss:review — '帮我评审', '代码评审', '技术评审', '看看这段代码有什么问题', '风险评估', 'review this', 'review my PR', 'code review' - /boss:qa — '跑一下测试', '补测试', '检查质量', '测试覆盖够不够', '门禁过了吗', 'run the tests', 'check quality', 'add tests' - /boss:plan — '先出个方案', '写个 PRD', '设计一下架构', 'write a spec', 'plan this feature' - /boss:ship — '可以发布了吗', '部署检查', 'ready to ship', 'deploy checks' Does NOT trigger: - 单文件修改或简单 bug 修复（直接编辑即可） - 纯代码阅读或解释（使用 read 工具） - 已有 pipeline 正在运行时的重复启动 - 极小事（预计 <30 分钟人工可完成、不需要 PRD/架构/门禁记录） Output: 完整项目代码 + PRD/架构/UI/测试/部署文档，写入 .boss/<feature>/ 目录

B

brev-etiquette

nvidia / skills

面向在 /home/ubuntu/RL 中工作的 NeMo-RL Agent 的 Brev 实例操作指南，涉及有限的工作区磁盘、更大的 /ephemeral 卷以及可选的 /home/ubuntu/RL/.env 密钥。适用于运行自动研究活动、实验、训练任务、模型或数据集下载、共享缓存密集型命令、产生日志的运行、检查点生成、需要 W&B 或 Hugging Face 认证的工作流，或任何可能在 Brev 上产生大文件的工作流。

C

cli-anything-openclaw

hkuds / cli-anything

当 Agent 想通过 OpenClaw Macro System CLI 定义、列出、检查或执行 GUI 宏时使用。宏是带参数、可通过命令行调用的工作流——Agent 调用 `macro run <name>`，系统负责后端路由（插件、文件转换、辅助功能、编译式 GUI 回放）。

C

cmux-orchestration

pedronauck / skills

在当前 cmux 工作区中，由控制 Agent 编排 Claude Opus 和 Codex GPT-5.5 工作 TUI。用于将限定任务委派给工作窗格、执行计划优先的委派（Claude Code plan mode、Codex Plan mode）、监控和跟踪工作状态，或核验工作回报。不适用于终端用户对 cmux 的控制（见 cmux、cmux-workspace）——本技能驱动的是 Agent 工作进程。

C

computa-please

khoahyh / skills

以相称的证明和经授权的完成，交付范围明确的工程成果。

C

connect

jasonku09 / altitude-skills

通过设备配对流程，将此编码 Agent 安装连接到用户的 Altitude 账户。

C

create-skill

cherryhq / cherry-studio

在当前仓库中创建一个新 skill。当用户想要创建/添加新 skill，或提到从零创建 skill 时使用。此 skill 遵循 .agents/skills/README.md 中定义的工作流，帮助搭建、校验并同步新 skill。

E

ecomode

yeachan-heo / oh-my-codex

Ecomode 已弃用的兼容垫片

E

expert-instruction

oakoss / agent-skills

面向 AI Agent 的系统提示词设计与指令撰写。涵盖人物画像定义、约束条件指定、输出格式、工具使用指令、多轮行为以及护栏设计。适用于为 AI 产品编写系统提示词、设计 Agent 人物画像、指定行为约束、撰写工具使用指令或构建多步骤 Agent 工作流。

为代码库生成分层的 AGENTS.md 知识库。创建根目录文档和按复杂度评分的子目录文档。

评估 IDD 是否适合你的项目，并了解 Intent-Driven Development。使用 /intent-assess 评估项目适用性，或使用 /intent-assess --learn 学习 IDD。

K

kitaru-replay-experiment

zenml-io / kitaru-skills

针对已接受的 cohort 和确切的评估器，运行并解读一次安全、有界的 Kitaru replay 对比。当用户想要重放 cohort，测试或对比模型、提示词、系统提示词、参数、Agent 版本或工具策略，监督一次实验运行，判断某个候选方案是否有帮助，或询问一项值得测试的有界改动时使用。

L

loom-skill-enhancement

waynebaby / techne-loom

指南优先的确定性技能增强技能，通过 Techne Loom 包文档和 Loom Skill Orchestrator 包二进制文件进行路由。

P

plan-build-verify

gannonh / skills

在 GitHub 仓库中开展多步骤、规范驱动或验收门控的实施工作时使用此技能,其中规范以 GitHub Issue 形式存在。将工作分为 Plan、Build 和 Verify 三个阶段,偏向可演示的用户可见垂直切片而非瀑布式史诗,通过 issue 标签和子 issue 管理路线图,并对待办事项进行分诊与梳理。还处理从基于文件的规范迁移到 GitHub Issue。

R

ratel-decompose-prompt

ratel-ai / skills

把臃肿、庞大的 Agent 系统提示词拆分成精简稳定的核心加提取出的 Ratel 风格技能。在提示词过长或承担过多职责、需要把流程提取或拆解为技能、拆分提示词、降低每轮 token 成本,或 `/ratel-decompose-prompt` 时使用。将 markdown 拆分计划(精简核心、技能清单、每个技能的 SKILL 定义、注册接线)写入 <repo>/.ratel/,不重写提示词或代码。由 /ratel-assessment 的 Prompt Decomposition 维度触达;与 /ratel-tune-definitions 配合使用。

R

retro

lilmgenius / paperthin

将已完成、失败或令人失望的工作周期转化为可复用的经验、反模式、质量门槛和下一周期的术语。在构建、QA 检查、演示、用户投诉或中止的尝试之后，若有价值的产出是下一轮需要吸取的教训而非代码本身，则使用。

S

sf-find

clientell-ai / salesforce-skills

帮助用户发现并选择适合其任务的 Salesforce 技能。列出所有可用的 Salesforce 开发技能及其说明与用法示例。当用户询问"有哪些技能可用"、"帮我处理 Salesforce"、"我该用哪个技能"，或似乎不确定该调用哪个 Salesforce 技能时使用。

S

show-me-your-work

mariusflorescu / pstack-t3

为长时间运行或无人值守的工作保留可审查的决策记录：TSV 日志，每项决策一行，记录内容、原因、证据和结果。默认保存在本地；当审核者需要查看记录以信任结果时再提交。适用于 /show-me-your-work、自主或多阶段运行，以及需要由人工事后审核的工作。

S

sync-agent-setups

bhagyamudgal / skills

预览并将 Claude Code 中用户编写的行为配置同步到选定的 Agent。

A

agent-cli-creator

better-world-ai / x-cli

当用户想用 kimi-webbridge 构建 CLI 工具，来自动化在特定网站上的浏览器操作时使用。当用户说 "create a CLI for X site"、"build a tool to automate X"，或想通过 AI Agent 以编程方式控制网站时调用。

A

agent-task-directories

porada / domfiles

适用于需要临时文件的任务，包括其他工作流中的任务。在创建、检查、移动、删除或复用 Agent 任务目录（如 `.agent-*`）之前，以及在仓库探索或验证过程中发现此类目录时，也使用此技能。不适用于仅涉及持久化项目产物、程序内部临时资源或工具管理缓存的任务。

面向 Agentic AI 的设计模式：多 Agent 编排 UX、生成式 UI、RAG 界面、LLM 幻觉防护、置信度指示和信任校准。当设计 AI 助手或自主 Agent、添加验证提示，或审计 AI 功能的安全性、控制权和同意时使用。

生成可复用的多步骤 Agent 工作流蓝图。适用于触发/动作编排、确定性工作流定义和自动化交接产物。

A

alibabacloud-agent-toolkit-install

aliyun / alibabacloud-aiops-skills

端到端安装 Alibaba Cloud Agent Toolkit：验证并设置前提条件（uv、Alibaba Cloud CLI、身份验证、CLI 插件、MCP Server Core、bearer token 交换），然后通过当前客户端支持的插件机制安装该工具包。使用场景：alibabacloud agent toolkit install、environment check、prerequisite check、setup alibabacloud、plugin install、toolkit setup、mcp core setup、aliyun CLI setup。

A

architect

poteto / plugins

先勾勒类型、签名和模块结构，再在实现过程中持续参与。适用于 /architect、“architect this”“design this”，或直接写代码可能导致结构选择不当的复杂工作。

A

ask-me

mewic / ask-me

通过分轮次访谈用户，把模糊的想法或任务变成一份确认过的 Working Brief——凡是此刻能问的问题都编号列出，每个都附上推荐答案——然后把这份 brief 交给实际做事的人。当用户调用 Ask Me、想在工作开始前厘清范围或需求（เคลียร์โจทย์ วางขอบเขต ทำ brief），或要求执行 WORKING-BRIEF.md 时使用。

A

autonomous-dev

zxkane / autonomous-dev-team

用于通过 TDD git-worktree 工作流端到端地开发功能或修复缺陷——可交互进行（开发者主导）或无人值守（自主模式，由调度器驱动）。触发短语包括“implement issue #N”“fix this bug”“add a feature”“create a worktree”“write test cases”“push and open a PR”“check CI”“address review comments”“resolve review threads”“/q review”“/codex review”“implement this autonomously”，或设计 → worktree → 测试 → 实现 → 验证 → 评审 → PR → CI → E2E 生命周期中的任意部分步骤。交互模式会征求决策；自主模式按 autonomous-mode.md 做决策，并向 GitHub issue 发布进度评论。

A

autonomous-review

zxkane / autonomous-dev-team

用于执行端到端的 PR 评审并得出批准/请求修改的结论——包括验证验收标准、通过浏览器自动化运行 E2E 测试、解决合并冲突，以及（当结论通过时）合并 PR。触发短语包括“review this PR”“decide whether to approve and merge”“run E2E verification”“resolve merge conflicts on PR #N”，或当调度器将标记为 `pending-review` / `reviewing` 的 PR 移交进行自主评审时。区别于开发过程中的自我评审（后者属于 autonomous-dev 的 pr-review 步骤）。

B

browser-setup-devtools

different-ai / openwork

仅使用 Chrome DevTools MCP 引导用户完成浏览器自动化设置。当用户要求设置浏览器自动化、Chrome DevTools MCP、浏览器 MCP，或运行 browser-setup 命令时使用。

B

building-loops

posthog / ai-plugin

为 PostHog Desktop 构建 Loop：一种工作流，每次触发器触发时创建一个 AI 任务，之后可选地通过 Slack 或电子邮件通知任务结果。当被要求创建、设置或更改 loop、周期性 Agent、计划任务，或在 GitHub、Slack 或 PostHog 事件发生时运行 AI 任务的自动化时使用。涵盖确切的图、触发器配置、计划预设、通知步骤、结构化输出以及测试运行步骤。

C

competition-agent-cloud

zhaoxuya520 / reverse-skill

ctf-sandbox-orchestrator 的内部下游技能。针对 AI Agent、提示词注入、MCP 或工具链、云、容器、CI/CD 以及供应链类挑战的 CTF 沙箱工作流。当用户要求分析从提示词到工具的流程、检索投毒、挂载的密钥、部署漂移、运行时与清单不一致、镜像仓库来源或 CI 产物在沙箱假设下的情况时使用。仅在 `$ctf-sandbox-orchestrator` 已建立沙箱假设并路由至此之后使用。

C

competition-prompt-injection

zhaoxuya520 / reverse-skill

ctf-sandbox-orchestrator 的内部下游技能。针对提示词注入、检索投毒、内存污染、规划器漂移、MCP 或工具边界滥用以及 Agent 外泄类挑战的 CTF 沙箱工作流。当用户要求分析提示词注入、检索投毒、内存污染、规划器漂移、工具参数篡改，或由 Agent 链导致的密钥泄露时使用。仅在 `$ctf-sandbox-orchestrator` 已建立沙箱假设并路由至此时使用。

C

compress

owainlewis / agent-skills

在不改变含义或行为的前提下缩短提示词、规范、计划、技能、笔记或头脑风暴内容。当被要求压缩、缩短、简化、精简、去除重复或减少 token 使用时使用。保留影响结果的事实、约束、示例、边界情况和检查项。

C

consult

agent-sh / agentsys

跨工具 AI 咨询。当用户要求 "consult gemini"、"ask codex"、"get second opinion"、"cross-check with claude"、"consult another AI"、"ask opencode"、"copilot opinion"，或希望从不同 AI 工具获取第二意见时使用。

C

cs-feedback

codestable / codestable

CodeStable 使用反馈闭环。仅在用户明确要求记录或上报 cs skill 跑偏、工具失败、规则不清、agent 被纠正时使用；采集本机证据并准备可确认的公开 issue。

D

do-issue

athola / claude-night-market

通过并行子 Agent 实现 GitHub 或 GitLab issue，并在任务批次之间设置审查关口。适用于端到端解决多步骤 issue。

E

escalation-governance

athola / claude-night-market

评估是否应升级模型。在评估推理深度时使用。

F

flywheel

lilmgenius / paperthin

反复执行 build -> QA -> retro -> re0-work 循环，同时保留学习成果并让代码消亡。用于长期的 Agent 项目，其进展必须以通过质量验证的模板、可复用模块和已消除的反模式来衡量，而不是以投入的小时数或累积的功能数衡量。

G

get-started

different-ai / openwork

引导用户完成 get started 设置和 Chrome DevTools 演示。

将已批准的 Intent 转化为可执行的阶段性计划，并严格执行 TDD。每一步都先写测试（正常/异常/边界/安全场景），再实现。在 /intent-review 之后准备开始开发时使用。

K

kitaru-adapter-builder

zenml-io / kitaru-skills

选择受支持的 Kitaru 适配器，或为不受支持的 Python 或 TypeScript Agent 框架构建项目本地适配器。适用于用户希望在 Kitaru 中记录或回放框架原生的 Agent 运行、需要自定义适配器、其框架没有受支持的 Kitaru 集成，或需要评估公开框架钩子与已安装的 Kitaru SDK 能否支持某个适配器。

K

kitaru-importer-builder

zenml-io / kitaru-skills

当提供商、可观测性平台、导出格式或 Agent 框架没有合适的内置导入器时，构建并验证自定义 Kitaru trace 导入器。当用户想要将提供商 trace 映射到 Kitaru 会话和节点、添加有界的提供商 API 抓取、将逐轮 trace 拼接为更长的会话、保留不完整或失败的 trace 证据、选择脚本或包安装方式、测试导入器保真度、注册导入器版本、导入有界样本，或诊断部分导入时使用。

L

lore

specstoryai / getspecstory

SpecStory Lore —— 将你的 SpecStory 编码历史（任何 Agent —— Claude Code、Codex、Cursor、Gemini 等）挖掘为持久语料库，用经证实的证据呈现你可复现的工作流，并交互式地将选中的工作流锻造为 skill，安装到你的所有 Agent 运行框架中。当用户想把过去的 AI 编码会话转化为可复用的 skill，或询问 "what could I make into a skill"、"mine my lore"、"forge skills from my history"，或指向 .specstory/history 目录时使用。

M

mcp-code-execution

athola / claude-night-market

通过 MCP 服务路由多工具工作流，以处理大型数据集和流水线。当 Bash 工具的开销限制了数据密集型任务的吞吐量时使用。

M

media-to-roadmap

gasserane / personal-skills

将外部技术/AI 来源（YouTube 视频、播客、博客文章、推文或推文串）转化为 MEL 系统和 Claude Code 配置的去重改进路线图：抓取内容、提取具体技术、盘点系统现有能力、在 Adopt/Trial/Assess/Hold 环上把每个想法归类为复用/改进/重建，并写出路线图文件，其中必须包含 What-NOT-to-build 章节。用于“分析这个视频/文章/演讲/推文串对我的系统”，基于“把它变成系统改进计划”，或粘贴链接并带有改进意图。不适用于需要转写+授权流水线的 MEL 研究视频文件（video-content-analysis）、挖掘内部 QA 日志（/improve-system）、审视系统本身（/system-audit、/grade-system）、学术证据评审（evidence-synthesis），或撰写 LinkedIn 文章（linkedin-field-note）。

记忆同步系统 - 自动同步 MEMORY.md 与 CortexGraph，支持遗忘曲线和智能检索

M

merge-readiness

yeachan-heo / oh-my-claudecode

任务完成后的合并就绪门禁，附带基于状态的说明报告和人工可解释性测验

O

openclaw-team-bus

louis-cai / openclaw-team-bus-skills

用于 OpenClaw 的多 Agent 通信总线。通过共享文件系统进行团队协作、任务分发和 Agent 间消息传递。

O

opik-instrument

comet-ml / opik-skills

为现有应用添加 Opik 跟踪，并验证实际跟踪记录成功写入。安装 Opik 软件包，检测语言和 LLM 框架，添加最低限度的跟踪，运行安全且有代表性的路径，在 Opik 中确认跟踪记录，并返回跟踪链接。适用于“为我的代码添加检测”、“添加 opik 跟踪”、“添加可观测性”、“跟踪我的 Agent”等请求。不用于从头构建新应用，也不用于不修改代码的纯审查。

O

ov-search-context

volcengine / openviking

从 OpenViking Context Database（简称 ov）搜索上下文数据（记忆、技能和资源）。在以下情况触发此工具：1. 需要可能以记忆、技能或资源形式存储在 OpenViking 上的信息；2. 明确要求搜索文件或知识；3. 看到 `search context`、`search openviking`、`search ov` 请求。

P

plan-first-development

oakoss / agent-skills

软件项目的规划方法论和会话管理。涵盖 markdown 计划创建、迭代细化、多模型融合、分阶段实现文档和跨会话进度跟踪。在启动新项目、添加重大功能、将大工作量拆分为阶段、上下文清空后恢复，或管理多阶段实现时使用。

P

principle-attack-the-premise

mariusflorescu / pstack-t3

当两个或更多基于同一前提的修复在同一个关卡上失败时应用此原则。先写下该前提并直接检验，再编写任何基于它的修复。

P

principle-guard-the-context-window

mariusflorescu / pstack-t3

上下文即将占满时使用：输出量大、文件很长、重复读取或需要扇出规划。将批量任务交给子 Agent；在主线程中保留摘要，而非原始负载。

P

prompt-engineering

shipshitdev / skills

应用提示词工程模式——few-shot、chain-of-thought、模板、优化。在改进提示词、调试 Agent 行为或设计生成提示词时使用。

P

prompt-engineering-ui

ormus-solutions / libreuiux-claude-code

用于生成一致性 UI 的提示词模式：精确陈述设计意图、组件规范格式、少样本示例以及结构化迭代优化循环。当 LLM 生成的 UI 不一致或过于通用时，或为设计系统构建可复用的提示词模板时使用。

P

prompt-optimizer

ckanner / agent-skills

当用户请求帮助优化、改进或精炼其面向 AI 模型的提示词或指令时，应使用该技能。当用户提供含糊、不清晰或结构不佳的提示词，需要协助将其转化为 AI 模型能更好理解并执行的清晰、有效且结构良好的指令时，使用该技能。该技能应用全面的提示词工程最佳实践，以提升提示词的质量、清晰度和有效性。

R

ratel-tune-definitions

ratel-ai / skills

依据失败模式评分标准审计代码库的工具与技能定义,并写出 markdown 调优计划,逐条给出改写前后对照,使其能被 Ratel 的词汇 + 语义混合索引检索到,并被模型正确使用。在模型选错工具、工具从不被选中、描述过长/含糊/无力、修复近似重复项、收紧 schema/enum/参数名、清理工具目录,或 `/ratel-tune-definitions` 时使用。实时抓取 Ratel 文档;写入 <repo>/.ratel/,不修改工具或技能代码。这是 /ratel-assessment 的 Definition Quality 维度所指的修复路径;在 /ratel-decompose-prompt 之后运行。

R

research-manager

poemswe / co-researcher

在启动新的研究项目或管理复杂的多步骤研究工作流时使用。

用于构建持久化 AI Agent、工作流和微服务

S

sc-brainstorm

tony363 / superclaude

通过苏格拉底式对话和系统性探索进行交互式需求发现。在将模糊的想法转化为具体规格、验证概念，或协调多角色分析时使用。