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
使用 `asc` 命令行工具管理 Claude Code agent skills。在以下情况使用此 skill:(1) 列出可用 skills:“asc skills list”“what skills are available”“show me asc skills”(2) 安装 skills:“asc skills install --name asc-cli”“install all skills”“add asc skills to my agent”(3) 查看已安装的 skills:“asc skills installed”“what skills do I have”“show my installed skills”(4) 移除 skill:“asc skills uninstall --name asc-auth”“remove a skill”(5) 检查 skill 更新:“asc skills check”“are my skills up to date”(6) 更新 skills:“asc skills update”“update my asc skills”(7) 用户询问“how do I install asc skills”“set up asc CLI skills”或“get the latest asc skills”(8) 排查 skill 安装或更新问题(npx、skills CLI)
Claude Code + Codex 并行流水线,用于初始化 Trellis 编码规范。CC 使用 GitNexus(知识图谱)+ ABCoder(AST)分析仓库,创建包含完整架构背景和 MCP 工具说明的 Trellis 任务 PRD,然后由 Codex Agent 并行执行这些任务以填充规范文件。适用于:初始化编码指南、设置 Trellis 规范、'bootstrap specs for codex'、'create spec tasks'、'CC + Codex spec pipeline'、'initialize coding guidelines with code intelligence'。用户希望设置 GitNexus 或 ABCoder MCP 以生成多 Agent 规范时也会触发。
用于闭环提升 Agent 质量——把失败信号转化为经验证的修复。触发词:"improve my agent"、"self-improving agent"、"auto-tune / iterate on my prompt"、"fix my agent from test results"——以及生产调用缺陷修复:"fix this prod call issue"、"debug and fix call ID"、"reproduce this production bug"、"regression test before raising PR"。适用于任何技术栈:provider-dashboard 类 Agent(VAPI、Retell、ElevenLabs、Bland),以及配置存放在客户自有仓库、数据库或提示词注册表中、provider agent 在部署时创建,或使用自定义 mock 服务的 Agent。固定的安全不变量(必须首先失败的复现、证明、no-prod-in-loop)+ 每个项目的能力清单,声明配置存放位置以及如何读取/渲染/应用/部署/验证。
以有界多 Agent 工作流编写并运行项目量身定制的发布前审计——给出真正的发布结论,而非走马观花式检查清单:根据仓库的真实技术栈和硬性规则填充随附的工作流模板,然后运行 Gates(typecheck / test / lint / build 并行)→ Find(每个适用的审计维度一个只读查找器)→ Dedup(合并同根因的发现)→ Verify(对抗式 Agent 尝试反驳每一条发现;阻塞项同时使用代码视角和规格视角)→ Critic(指出未覆盖的区域,派生后续查找器)→ 一份 GO / NO-GO / GO-WITH-FIXES 报告,全部在 MAX_PARALLEL 上限下展开。查找器和验证器保持只读——该技能只审计并报告,从不修复;未真正运行的 Gate 视为阻塞项,绝不记为通过;密钥值按类型和位置脱敏。运行前会确认范围并警告 Agent 数量(通常为 40-80 个)。
以符合规范的 Open Knowledge Format(OKF)包形式,为 AI Agent 创建、检查、检索、撰写、修订、丰富、审计、修复、研究、分析变更影响、迁移、校验并维护知识。用于 /okf 命令;处理现有 OKF 包;编写表、数据集、视图、指标、运维手册、剧本、API、模式或连接路径的文档;从目录、元数据、网站、URL 或源代码导出;以及任何 Agent 之后会读取的知识。在编辑 OKF 包时隐式应用,以保持规范性、来源与出处、生成与验证的可信信号、时效性、log.md、索引与交叉链接都是最新的。跟踪 OKF v0.2,包括已认证计算与从 v0.1 的迁移。
编排完整的 PaperOrchestra(Song et al., 2026, arXiv:2604.05018)五 Agent 流水线,将非结构化研究材料(想法、实验日志、LaTeX 模板、会议指南、可选图表)转化为可提交的 LaTeX 稿件及编译后的 PDF。当用户要求「根据我的实验写一篇论文」「把这个想法和这些结果变成论文」「生成一份会议投稿」「对 X 运行 paper-orchestra」,或希望获得端到端的论文写作流水线时触发。协调 outline-agent、plotting-agent、literature-review-agent、section-writing-agent 和 content-refinement-agent 技能。
当用户想要对某个 SKILL.md 进行评分、审计或打分时,使用此技能。触发词包括 "rate this skill"、"grade this skill"、"give my skill a letter grade"、"audit my SKILL.md"、"score this skill against best practices"、"is this SKILL.md up to spec",即使用户没有使用 "rate" 一词。返回 A-F 字母评级、加权类别得分,以及按优先级排序、可直接粘贴的补丁。不要将本技能用于代码审查(见 code-review)或撰写新技能(见 generate-skill)。
初始化、迁移或刷新仓库的 ai-memory 接线:.ai-memory.toml 路由标记(workspace/project)、CLAUDE.md/AGENTS.md 中的 recall/write 路由片段、ai-memory MCP 服务条目以及全局捕获钩子。包括针对仍在使用旧 wiki/qmd 技术栈的仓库进行 qmd→ai-memory 迁移,以及检测 CLI↔server 版本偏差并将钩子重新部署到一致状态的刷新流程。当用户要求在项目中设置 ai-memory(全新或存量)、接入 MCP、启用自动捕获、从 qmd 迁移、用 doctor 诊断,或将现有设置(本地 CLI + 钩子)升级/刷新到服务端版本时使用。
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。
