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
通过自然对话为 OpenClaw 安装并配置 OpenViking 长期记忆插件。安装后,该插件会自动从聊天中捕获事实,并在每次回复前召回相关上下文(自动捕获 + 自动召回,跨会话)。涵盖前置条件、通过 OpenClaw 的插件管理器安装(ov-install 作为备用)、基于向导的配置、slot 激活、gateway 重启、验证、多租户 root key、多实例和卸载。用户无需具备命令行知识——Agent 会执行一切,只需询问少量取值。假定 OpenViking 服务已在运行;它不安装该服务。触发于:"install OpenViking"、"set up memory"、"configure memory plugin"、"add long-term memory"、"semantic memory"、"RAG"、"帮我装 OpenViking"、"配置记忆插件"、"安装记忆功能"、"接入 OpenViking"。
基于真实 n8n 工作流总结的成熟工作流架构模式。构建新工作流、设计工作流结构、选择工作流模式、规划工作流架构,或咨询 Webhook 处理、HTTP API 集成、数据库操作、AI Agent 工作流、批处理或定时任务时使用。用户要求创建、构建或设计 n8n 工作流、自动化流程或连接服务时,始终查阅此技能,即使用户没有明确提到“模式”。涵盖 Webhook、API、数据库、AI、批处理和定时自动化架构。优化运行缓慢的工作流或加快大批量数据处理(节点数、batchSize、全部项目与逐项处理)时也使用。
按信号强度排序,呈现值得开发者关注的 Opik trace——先是 Diagnostics 问题,然后是错误、失败的 tool call、延迟、回归和低在线评估分数。连接 Opik MCP 时,它会列出项目的 agent_insights_issue 实体,在项目未开启 Diagnostics 时提议开启,然后用 list(过滤、排序、时间窗口)补全缺失信息;未连接 MCP 时,它通过 SDK(agent_insights 和 search_traces)读取相同内容,因此无需 MCP 也能工作。返回一个排名短名单,每一项都可直接交给 explain skill。适用于 "生产环境中哪里坏了"、"哪些 trace 需要关注"、"找出失败或缓慢的 trace"、"哪些 tool call 正在失败"、"分诊我的 agent"。不适用于离线实验结果(使用 evaluate 或 compare),也不适用于对单个 trace 做根因分析(使用 explain)。
对某个具体的 Opik trace 或跨 trace 的模式进行根因分析,并给出有依据的解释。Opik MCP 已连接时使用托管版 Opik MCP,否则回退到 SDK 脚本方式。返回根因、以可点击 Opik UI 链接形式给出的证据 span,以及一条建议的后续步骤。适用于 "why did this trace fail"、"explain this trace"、"debug this trace"、"why is my agent slow or wrong"。不适用于为应用添加追踪(使用 instrument 技能)或修改代码。
基于 PLAN.md 的依赖图式任务拆分——用确定性工具回答 5 个问题(这个任务需要做什么 · 什么可以并行 · 依赖什么 · 在图中为何存在 · 与旧图有何关联),按拓扑层派发并带 LOCK + lease + generation,状态以 append-only 方式持久保存(events.jsonl),2 个 Python 文件绘图(1 个 graph / 所有 graph 的二维 atlas),模型的所有回答都标注 确定|建议|未知 及来源,虚构审计 = 0。当用户说 "orca-graph"、"graph phân việc"、"task nào song song"、"phụ thuộc gì"、"vẽ graph task"、"dispatch theo graph"、"/orca-graph" 时调用。
技能宝 - 中文 AI 技能搜索、安装与智能推荐平台。当用户需要搜索、发现、安装 Skill 时使用。当用户在使用过程中缺少某种能力(如写完文章需要配图、做完分析需要可视化、写完代码需要部署)时自动推荐合适的技能。当用户说「帮我找一个做 XX 的技能」「有没有 XX 的 Skill」「我需要 XX 功能」「安装技能」「搜索技能」「find skill」「install skill」时触发。关键词:技能宝、技能搜索、技能安装、技能市场、技能推荐、能力缺口、skill marketplace、找技能、装技能、skill hub
操作 git-agent 命令行:原子提交、init/config 以及代码图(事件日志 + AST + 共同变更)。当用户想要提交或设置 git-agent 时使用;当你即将修改某个功能并需要随之变动的文件时(graph impact);当你修改函数并想了解其调用方/被调用方时(graph callers/callees);当你需要某个符号的位置或源码时(graph node/query);当决定变更后要运行哪些测试时(graph affected);当测试出错并想追溯引入该问题的操作时(graph diagnose);当你需要操作历史(graph timeline)或文件的重命名感知来源信息时(graph provenance)。所有图查询均为只读且离线(无 LLM、无 API key);只有 commit 和 init --scope 需要 provider。
对抗性的执行前关卡。在任何计划、提案或有副作用的操作(创建、编辑、删除、运行、部署、迁移、调用工具/MCP/Agent、git 写操作)之前,以及在架构、产品、UX、数据、供应商或策略决策之前激活。其深度随操作的真实风险而伸缩——琐碎工作只有一行说明,常规改动给出基于证据的简短批评,关键操作则以针对性问题硬性叫停——最后以一个关卡收尾,在行动前等待用户的明确批准。只读请求以及琐碎、可即时撤销的编辑最多以一行通过。当用户分享计划、询问 "is this a good idea"、"review this"、"what could go wrong",或要求执行某项改动时使用。
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。
