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
自主构建阶段编排器，按切片执行 8 阶段流水线（拆解、切片就绪度评审、通过 TDD 配对实现、三阶段代码评审、处理反馈、变异测试、push/CI、merge/flag）。管理切片队列（先走通骨架，按依赖排序），在具备能力检测的情况下派发 TDD 配对，强制执行 5 道二元质量门禁，并设有 3 轮返工预算与人工升级机制，维护审计追踪，并遵守严格的控制器边界（从不编写代码，所有创造性工作均委派出去）。支持三种自主级别（保守/标准/完全）。适用于运行工厂模式、编排构建阶段、管理切片队列，或协调带评审门禁的 TDD 配对时。触发词："run the pipeline"、"factory mode"、"build phase"、"slice queue"、"quality gates"、"autonomous build"。不适用于：单个 TDD（使用 tdd）、独立代码评审（使用 code-review）、仅 CI 的工作流（使用 ci-integration）。
编排式的、从想法到计划的 PM 工作流。先建立一次上下文，然后按顺序组合 PM 生成阶梯 —— 问题 → 发现 → 用户 → 风险最大的假设测试 → 优先级排序 → 规格 → 指标 —— 为每一步设卡，在规格之前强制要求证据，并将结果交给 product-review。当用户想从原始想法走到可构建的计划时触发（“带我从问题走到计划”“我有个应用想法，从哪开始”“把这个想法变成产品计划”“端到端规划一个新产品”）—— 但当他们只要求某一具体的 PM 产出物时不要触发（让那个技能直接触发），策略/发布弧线（愿景、竞争分析、路线图、GTM —— 下一步可提供这些）也不适用。
用“截图 + 坐标网格”的方式操作任意桌面软件：截带网格的图，让任意多模态大模型读出目标的坐标数字，再调用点击/输入/按键等 API，模拟人类视觉化操作软件。还能录制一次操作并沉淀成可复用的场景模板，下次直接复用。不依赖目标软件提供 API 或 CLI。出现以下情况时使用：- 自动化操作 Windows 桌面软件（微信、风控严格的网页如小红书/抖音、手机模拟器、游戏、任意 Windows 程序），尤其是 Playwright/CDP/CLI/应用 API 无法覆盖的软件或元素（如隐藏按钮、游戏画面、验证码等）- 用户说“帮我操作/点/输入 XX”“自动操作 XX”“模拟点击”“桌面自动化”“RPA”“录制操作”“沉淀成模板”“下次自动跑”等 - 操作桌面元素或跨进程跨窗口（桌面图标、任务栏、托盘、开始菜单、文件选择框、跨窗口拖拽）只要目标是能在屏幕上看到、需要鼠标键盘操作的 Windows 桌面程序，即使它没 API、没专用技能、不确定怎么自动化，都应优先用本技能尝试。
在 Salesforce 上构建、配置和测试 Agentforce Agent。涵盖 Agent 设置、主题、操作（Flow、Apex、PromptTemplate、External Service）、用于确定性 FSM 型 Agent 的 Agent Scripts、PromptTemplate 编写、GenAI Models API、元数据结构，以及通过 Testing Center 和命令行进行 Agent 测试。在涉及 Agentforce Agent、.agent 文件、.agent-meta.xml、.agentTopic-meta.xml、.agentAction-meta.xml、GenAiFunction、GenAiPlugin、PromptTemplate、Agent Script 或 Agent 测试工作流时激活。
用于系统性解决 bug、重构和功能开发任务的八阶段 PDCA 工作流：明确 → 分析 → 探索方案 → 审查 → 计划 → 执行 → 验证 → 复盘。手动模式（默认）在每个阶段结束时暂停等待用户确认；自动模式端到端运行；ai-proxy 叠加层（薄冻结再占用）可独立使用。触发词——「明确问题」「分析问题」「探索方案」「审查方案」「制定计划」「执行计划」「检查验证」「复盘改进」（别名「回顾总结」）；「继续分析」「深入分析」「修改方案」「完善方案」「优化方案」「更新计划」「修订计划」「修改计划」；「自动模式」「自动分析」「自动解决」；「ai-proxy 模式」「AI 代理模式」「切换 ai-proxy」/ clarify problem、analyze problem、explore solutions、review solution、make plan、execute plan、verify、retrospective、auto mode、ai-proxy mode、switch to ai-proxy。
分析小程序项目源代码（含压缩/混淆），识别核心业务步骤，提取网络接口与 JSAPI 调用，生成符合 wx.modelContext 规范的技能分包（含原子接口 + 原子组件），并完成 app.json / project.config.json 配置集成。在以下场景触发：把小程序页面能力改造为小程序 AI 原子接口、生成 skills/ 分包代码、从源项目派生 MCP 工具、小程序 AI 的开发模式代码生成。仅负责静态生成，生成完成后必须交棒 wxa-skills-validate 做校验。
让 Go 应用能与 AI 编码 Agent 高效协作。在新建 Go 项目或改造现有项目时使用，以确保：结构化 JSON 日志（slog/Zap/ZeroLog/Logrus）、机器可读的命令输出、完善的 golangci-lint 配置、带 --yes 标志的非交互式命令行设计、带明确退出码的结构化错误处理、正确的 context.Context 传递、优雅关闭、健康检查端点以及标准化的 Makefile。当用户要求让其 Go 应用"agent-ready"、"AI-friendly"，希望改进 Go 项目中的 Agent 工具链/可观测性，或需要按 Agent 就绪度最佳实践审计现有 Go 项目时触发。
阻止你的 AI 胡编乱造。当你的 AI 产生幻觉、捏造事实、未基于真实数据、不引用来源、提出无依据的论断，或你需要依据源材料核实 AI 回复时使用。也适用于你的 LLM 编造事实、回复与输入脱节，或输出未基于源文档的情况。涵盖引用强制、忠实度验证、通过检索实现 grounding、置信度阈值，以及反幻觉质量的评估。也用于：AI 编造引用、LLM 捏造数据、让 AI 基于源文档、RAG 但 AI 仍然产生幻觉、强制 AI 引用来源、AI 的事实准确性、防止 AI 凭空编造事实、AI 自信但错误、LLM 虚构、幻觉检测、依据文档核实 AI 论断。
BMAD Planning & Orchestrator 插件的编排主干与“接下来该做什么？”路由器。通过扫描输出文件夹中已存在的产物（project-context.md、decision-log.md、product-brief、prd/tech-spec、architecture、ux、epics、stories）来检测当前规划状态，推断当前阶段与轨道，然后推荐接下来要运行的 BMAD 技能——跳过可选阶段（Analysis 始终可选；仅当有 UI 时才做 UX）。当用户询问“接下来做什么”“我该做什么”“我在哪”“我的状态如何”“继续”“恢复规划”“我该运行哪个技能”“下一个 BMAD 步骤是什么”，或输入 "/bmad-help" / "/status" 时使用。在任何 BMAD 规划会话开始时自动调用以确定方向。此技能只做路由——它自身从不编写规划文档。
使用 agent-browser 通过 Chrome DevTools Protocol 自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify 等）。当用户需要与 Electron 应用交互、自动化桌面应用、连接到正在运行的应用、控制原生应用或测试 Electron 应用时使用。触发条件包括 "automate Slack app"、"control VS Code"、"interact with Discord app"、"test this Electron app"、"connect to desktop app"，或任何需要自动化原生 Electron 应用的任务。
BMAD 规划产出物与 GitHub Projects v2 之间的双向同步。每当用户说“sync to github”“push stories”“pull status from github”“set up github project”“github sync”“onboard github project”“create github issues from stories”“update stories from github”“sync status”，或想在 GitHub Projects 中管理 BMAD 产出物时，使用此技能。当用户在 BMAD 产出物的语境中提到“gh project”“github board”“sprint board”“project roadmap”“relationship field”“blocked by”或“parent issue”时也应触发。也应对隐含线索触发，例如“I want to track stories in github”“let's set up a project board”“what's out of sync”“push the sprint to github”。
从对话中提取经验教训，并持久化到 AI 助手配置文件（CLAUDE.md、GEMINI.md、AGENTS.md、Cursor、Copilot、Windsurf、Continue）中，或根据发现的工作流创建新技能。只要出现以下情况就使用本技能：某条命令失败后又成功（尤其是通过某个标志或环境变更），调试揭示了某种变通方法，某个假设被证明是错的，发现了未记载的行为，临时发明了多步骤模式，或者用户说 "/learn"、"remember this"、"save this"、"add this to CLAUDE.md"、"don't forget this"、"make a skill for this"。另外，在任何出现显著经验的复杂排障会话之后也应主动调用，即使用户没有明确要求。
八阶段 PDCA 问题解决工作流，将分析、提案、设计评审、计划、执行和验证持久化为 OpenSpec 制品（openspec/changes/<name>/，归档到 openspec/specs/），而不是只留在聊天上下文中。适用于需要长期行为契约可追溯性、团队评审或可审计性的功能开发、bug 修复、重构和复杂工程任务。不要用于无需可追溯性的一次性快速修改 — 请改用 solve-workflow。触发词：「opsx解决」「OpenSpec解决」「规范化解决」「创建OpenSpec变更」「创建opsx变更」「用OpenSpec分析」「用OpenSpec修复」「opsx自动解决」「OpenSpec自动解决」「opsx-solve」「opsx-solve-workflow」；「ai-proxy 模式」「AI 代理模式」「切换 ai-proxy」 / opsx solve、OpenSpec solve workflow、create an OpenSpec change、ai-proxy mode、switch to ai-proxy。
规划由 PostHog 的 AI 语音 Agent（「robo interviewer」）——这款自动化语音 Agent 访谈产品——进行的一轮用户访谈。捕获一个 UserInterviewTopic（目标人群、提问内容、背景框架、问题清单）并调用 user-interview-topics-create。仅当用户明确希望由 AI 语音 Agent 实际执行访谈通话时才触发（例如「set up robo user interviews」、「have the voice agent interview these users」）。不要为不涉及语音 Agent 的普通用户研究触发——寻找或筛选要访谈的用户（「who''d be a good fit to interview about Y」）、为人工访谈规划问题，或分析反馈，这些属于受众发现，用普通数据查询处理，而非本技能。也不要在上传录制的访谈音频文件或用 user-interview-topics-list 浏览主题时触发。意图不明确时，先确认是哪类研究，以及是否希望由 AI 语音 Agent 来进行（见 Step 0）。
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。