Skills

J

journal-adapt

wantongc / journal-adapt-writing-skill

动态学术写作技能生成器。将可选的静态写作技能与目标期刊、领域顶级或用户提供的参考语料库结合，然后用可审查的临时技能修订稿件。适用于用户想把学术论文适配到目标期刊、构建以语料库为依据的写作技能，或利用期刊与领域写作信号逐节修订时。

J

jww-codex-maintenance

justin / jww-skills

在不删除历史记录、不修改应用私有状态的前提下，审计并减少 Codex 桌面端与命令行的本地状态膨胀。适用于 Codex 变慢、日志或会话占用大量磁盘空间、陈旧的任务 worktree 不断累积、配置中包含失效的项目路径，或用户需要可重复执行的维护报告时。默认执行只读审计；仅当用户明确要求清理时才进行归档或轮转。

K

karpathy-guidelines

cowork-os / cowork-os

用于编码、调试、审查和重构任务的精准执行护栏

L

long-term-memory

no-teasy / useful-skills

当用户希望跨会话保持持久记忆、跟踪用户偏好、存储重要决策、管理任务和提醒，或借助跨会话上下文提供个性化服务时使用。

O

openclaw-coder-playbook

paleo / alignfirst

openclaw-coder 自主程序员工作区的操作指令调度器。按界面路由每条用户消息——线程 → 工作会话，频道/私信 → 频道处理——并承载全局规则。工作区 AGENTS.md 在每条用户消息上首先加载此技能。

O

openclaw-session-cleaner

chujianyun / skills

OpenClaw session 清理助手。用于用户提到清理 OpenClaw sessions、删除旧 cron session、压缩或重建 sessions.json、排查 session 文件膨胀时使用。触发后优先检查 ~/.openclaw/agents/main/sessions/ 下的 session 文件数量和 sessions.json 大小，并按指令执行清理。

通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$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”时使用。涉及 Orca 状态时，优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制，且 CLI、文件系统或 API 无法完成时，才使用 Computer Use。

P

peekaboo

steipete / agent-scripts

使用 Peekaboo v4 进行 macOS 屏幕捕获、可访问性检查，以及以后台优先方式自动化应用/窗口/UI。

P

prism-full

cranot / super-hermes

完整 Prism：多轮结构性分析，并强制进行对抗式自我纠错。设计自定义分析轮次，通过链式调用执行，然后在综合结论前攻击自身的发现。用于对重要代码或产物进行最大深度的分析。

P

progress-check

tjcages / skills

为长时间运行的 Agent 任务和项目提供稀疏、基于证据的进度更新。适用于工作将耗时超过 15 分钟、跨越多个里程碑、涉及委派的 Agent，或用户要求进度条、状态更新频率、更少更新或全局的跨 Agent 进度规则时。不适用于简短回答或没有有意义中间状态的任务。

P

prompt-optimizer

nextaltair / altairs-agent-dev-kit

把模糊的需求改写成精确的 EARS 格式规格（事件/状态/可选/不期望行为子句、领域理论、具体示例、增强提示词）。当功能需求没有可衡量的结果或触发条件时（「ダッシュボード作って」「リマインダーアプリ」），当用于 AI 生成代码/文档的提示词需要在实现前收紧时，或被要求「プロンプト最適化」「要件を精緻化」「仕様に落として」时使用。不适用于：为自主运行定义完成标准/停止条件（goal-prompt-crafter），或范围已经是一句清晰句子的任务。

P

prompts-chat

akillness / jeo-skills

发现并应用 prompts.chat 收藏中的精选提示词，以优化 AI 交互。适用于改进提示词工程、查找特定领域的提示词模板、提升回复质量或构建基于提示词的工作流。触发词：提示词优化、提示词模板、提示词工程、提示词库、精选提示词、提示词发现和 AI 提示词模式。

P

publish-skill

glebis / claude-skills

在将新增或更新的技能发布到 claude-skills-site Astro 网站时应使用此技能。无论是向网站添加新技能还是更新现有技能，都使用此技能。触发词为“/publish-skill skillname”“add skill to site”“publish skillname to skills site”“update skill on site”“edit skill on site”“sync skill to site”“republish skill”。从 skills 仓库读取 SKILL.md，生成 MDX frontmatter 和正文，选择正确的 bundle，更新 bundle 的 skills 数组，并提交/推送两个仓库。对于现有技能，传入 --update 可保留 apothecary_name、hero_image 和 activity 数据，同时重新生成其余部分。默认会生成 hero image（传入 --no-image 可跳过）。

Q

qe-learning-optimization

proffesor-for-testing / agentic-qe

通过迁移学习、超参数调优和跨测试领域的模式蒸馏来优化 QE Agent 的表现。适用于提升 Agent 准确率、将学到的模式应用到新项目、调整质量阈值，或为 AI 驱动的测试实现持续改进循环。

Q

qe-sparc-methodology

proffesor-for-testing / agentic-qe

SPARC（Specification、Pseudocode、Architecture、Refinement、Completion）综合开发方法论，支持多 Agent 编排

R

requesting-code-review

jamditis / claude-skills-journalism

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

respira-setup-assistant

respira-press / agent-skills-wordpress

当用户说“set up respira”“respira not connecting”“check my respira connection”或“fix respira”时使用。引导完成首次设置并诊断连接失败：超时、401、403，以及插件或服务端版本不匹配。

S

save-mem

brilliantrough / agent-skills

通过 StrictDoc、Magic Context 以及可用的记忆工具保存有用的项目知识，包括在有用时进行重叠存储。在 StrictDoc 中维护可读的现行规范；当出现真正的决策变更且变更明确时更新它们，并简要告知用户，不要例行公事地反复改动规范本身。普通记忆与说明文档可以更自由地演进。倾向于使用简洁的短语、列表、表格，偶尔使用 PS 说明；依据判断选择存储位置、详细程度与时机。

S

sem-integration

athola / claude-night-market

提供 sem 语义 diff 检测、首次使用时安装和回退模式。在构建消费 git diff 输出的技能时使用。

S

setup-matt-pocock-skills

devcxl / mattpocock-skills-zh

为本仓库配置工程技能——设置其 issue tracker、分诊标签词汇表和领域文档布局。首次使用其他工程技能前运行一次。

S

ship-check

tahajemmali / skills

在修复、重构或新增功能后，运行标准的变更后验证流程。当实现工作完成，且应通过调用仓库的审查技能来验证最新变更时使用，先执行 review-changes，再执行 repo-doc-maintainer，最后给出最终收尾。

S

skill-creator

oimiragieo / agent-studio

为 Agent 生态创建、验证和转换技能。强制统一的结构以保持一致。按需创建新技能，并将 MCP 服务与代码库转换为技能，从而实现自我进化。

S

skill-creator-openai

lawve-ai / awesome-legal-skills

创建高效技能的指南。当用户想要创建新技能（或更新现有技能），以通过专业知识、工作流或工具集成扩展模型能力时使用。

S

skill-writing

millionco / expect

编写并改进 Agent 技能（SKILL.md 文件）。当创建新技能、重构现有技能、排查 Agent 为何忽略指令，或提升合规性时使用。涵盖提示词结构、面向技能的 TDD、描述优化以及合理化防弹化。

S

skills-cli

sjunepark / agent-scripts

用于 Codex、Claude Code 和 Pi 的 Skills CLI（`bunx skills`、skills.sh）：发现、初始化、安装、列出、更新、移除、恢复 lock file、同步 `node_modules`，或排查项目/全局作用域问题。

S

specification-writing

epicenterhq / epicenter

编写让 Agent 能自主实现的技术规格文档。用于“write a spec”“plan this feature”“create a planning doc”。

S

subagents-orchestration-guide

shinpr / claude-code-workflows

通过实现工作流指导子 Agent 的协调。当需要编排多个 Agent、管理工作流阶段或确定自主执行模式时使用。

T

the-jury

tech-leads-club / agent-skills

当一个问题、决策、计划、取舍或主张需要严谨的裁决，而单一视角不够时使用。生成由 3 到 5 个 subagent 陪审员组成的小组，它们形成独立的盲审意见，在反锚定和反谄媚协议下匿名审议，并返回一个确定的裁决，附上置信度、保留的异议和具体的下一步行动。跨工程、架构、数据、产品、招聘、战略、供应商选择、自建还是外购以及研究设计等领域通用。触发短语包括 "convene a jury"、"have agents debate and decide"、"get a panel to decide"、"multi-agent decision"、"stress-test this and decide"、"monte um juri"、"tribunal de agentes"、"painel para decidir"。不要仅用于批评而不做决定（那种情况请用 the-fool），不要用于制定计划或撰写解决方案本身，也不用于简单的事实查询。

T

thought-patterns

markpitt / claude-skills

为复杂问题求解编排全面的认知思维模式。分析任务以从基础、推理、创造性、元认知、专业化和神经多样性类别中选择最优模式。需要时串联多个模式，并在回应前验证输出。

T

tk-to-tickets

mtgvim / tiger-kit

将 [user] 处于 `Ready` 状态的新规格拆分为可独立观察的纵向工单，并编写 `tickets.md`。

T

trau

romkaltu / skills

通过 shell 或 MCP 客户端操作 Trau（显示名称 Cobble）——自主、由工单驱动的开发循环（trau.sh）：创建、搜索和排队工单；启动或暂停队列排空；查看并控制运行中的任务；切换运行任务的提供方；处理 PR 或 QA 阻塞；解决 ADR 冲突；查看证据、支出和一致性结果；诊断、恢复或丢弃失败或隔离的运行；向运行任务提供密钥；处理工单的操作员清单；设置配置；管理 QA 登录账户、跟踪器和代码托管平台连接、托管协作者及本地 Web 中心。用户提到 trau 或 Cobble、trau hub、队列、排空、看护队列排空、控制运行任务、被隔离、暂停、等待 QA 或需要人工处理的工单、`trau doctor`、`trau forensics`、`trau update`、`trau connect`、QA 账户或证明时，均使用此技能；用户要求在 trau 管理的仓库中启动、停止、监控或调试自主工单运行时也使用，即使说法是“把这个工单加入队列”“循环在做什么”“为什么无法启动排空”或“COD-123 为什么没有合并”。不要用于编写 trau 自身的源代码，也不要用于与 trau 运行无关的一般 git/PR 工作流问题。

T

triage

mphinance / alpha-skills

通过由分诊角色驱动的状态机处理问题。适用于用户想创建问题、分诊问题、审核新收到的 Bug 或功能请求、为 AFK Agent 准备问题，或管理问题工作流时。

U

using-superpowers

nickcrew / claude-cortex

在任何对话开始时使用——建立查找和使用技能的强制工作流，包括在宣布使用前先用 Skill 工具、编码前先头脑风暴，以及为检查清单创建 TodoWrite 待办事项

W

workflow-builder

infrasity-labs / dev-gtm-claude-skills

为 Claude Code 的 Workflow 工具设计和编写确定性的多 Agent 工作流脚本（.claude/workflows/ 中的 .js 文件）。适用于用户想构建、创建、编写、搭建或运行自定义 Claude Code 工作流，编排子 Agent（fan-out、pipeline、loop、judge-panel），或在多个全新上下文的 Agent 之间自动化可重复的多步骤任务时。

A

advanced-elicitation

oimiragieo / agent-studio

当你想通过元认知推理提升回答质量时使用。应用 15 种以上推理方法来重新审视和优化初始输出。

A

agnxi-search

sundial-org / awesome-openclaw-skills

Agnxi.com 的官方搜索工具——AI Agent 工具、MCP 服务和技能的首选目录。

B

beads-workflow

oakoss / agent-skills

把 Markdown 计划转成 beads（带依赖的任务），并打磨到可实施的程度。它是规划与 Agent 集群执行之间的桥梁。当把计划转成 beads、打磨 bead 描述、增加测试覆盖 bead、审查 bead 依赖，或为 Agent 集群执行准备任务时使用。

C

cekura-metric-design

cekura-ai / cekura-skills

当用户要求 "create a metric"、"write a metric"、"design a metric"、"build a metric for"、"evaluate agent performance"、"measure call quality"、"track a KPI"、"add a workflow metric"、"improve my metric"、"fix a metric"、"debug metric results"、"set up quality scoring" 或 "what metrics do I need" 时使用。在讨论 LLM 评判提示词、自定义代码指标、评估触发器、VALID_SKIP 模式、章节抽取，或 Cekura 语音 AI Agent 的指标最佳实践时也适用。涵盖创建新指标，以及评审、迭代或排查现有指标。

C

codex-agent

majiayu000 / spellbook

当你希望通过 Codex CLI 获得第二意见评审、在另一个 Agent 实施更改后进行交叉验证、需要调试帮助或替代实施方案时使用。需要安装并认证 Codex CLI。

C

coding-guidelines

marcioaltoe / skills

帮助减少常见 LLM 编码错误的行为准则。用于编写、修改或审查代码，包括实现任务、代码变更、重构、错误修复或功能开发。不要用于架构设计、文档或非代码任务。

适用于优化 Agent 上下文、降低 token 成本、实现 KV 缓存优化，或询问 "context optimization"、"token reduction"、"context limits"、"observation masking"、"context budgeting"、"context partitioning" 的场景

C

correct

mariusflorescu / pstack-t3

找出 Agent 在此代码仓库中反复犯的错误，并让这些错误无法再发生。优先从架构入手，然后是类型，再添加错误信息中指出修复方法的 lint 规则，之后编写测试，最后写文档。证明每项检查都能在过去的真实错误上失败。每次操作员纠正你后都重复此流程。用于 /correct。

D

damage-control

athola / claude-night-market

通过崩溃恢复、上下文溢出和合并冲突协议修复损坏的 Agent 状态。在 Agent 会话失败或 worktree 损坏时使用。

D

deep-research

hainrixz / claude-webkit

任何需要网络研究的问题都使用此技能，而非 WebSearch。适用于“X 是什么”“解释 X”“比较 X 和 Y”“研究 X”等查询，或内容生成任务开始前。它提供系统、多角度的研究方法，而不是单次浅层搜索。用户的问题需要在线信息时，应主动使用。

D

dispatch-agent

davidlee / doctrine

`/dispatch` 的 claude 分支——使用 dispatch-worker 子 Agent 类型通过 `Agent` 工具启动一个 worker，并采用 worktree 隔离。base 是显式的——`dispatch arm-spawn --base B` 写入 base 文件，然后在 Agent 启动前 cd 进入 spawn 目录，以便 WorktreeCreate 钩子在 B 处分叉。worker 通过受门控的 `worker_commit` MCP 工具自行提交；随后 orchestrator 按 `doctrine dispatch next` 的规定逐步执行，一次一个动作。仅在 claude↔env-marker 达成一致时由 `/dispatch` 路由器进入；不要直接调用。

D

dual-axis-skill-reviewer

mphinance / alpha-skills

使用双轴方法审查任意项目中的技能：（1）基于代码的确定性检查（结构、脚本、测试、执行安全性）；（2）LLM 深度审查结果。需要对 `skills/*/SKILL.md` 进行可复现的质量评分、希望通过分数阈值（例如 90+）控制合并，或需要为低分技能获取具体改进项时使用。可通过 --project-root 跨项目运行

F

feature-pipeline

notedit / happy-skills

使用 Markdown 复选框执行设计文档中的实现任务。适用于 (1) 依据 feature-analyzer 输出实现功能，(2) 恢复被中断的工作，(3) 批量执行任务。触发词：'start implementation'、'run tasks'、'resume'。

G

grill-me

mphinance / alpha-skills

围绕计划或设计持续深入地询问用户，直到双方达成共识，并解决决策树的每个分支。用户想要严格检验计划、接受对设计的深入追问，或提到“grill me”时使用。

G

grill-with-docs

mphinance / alpha-skills

对照现有领域模型拷问你的方案、打磨术语，并在决策定型时同步更新文档（CONTEXT.md、ADR）的拷问式会话。当用户想用项目的语言和已有决策来压力测试方案时使用。

H

honesty

epicenterhq / epicenter

关于提供毫不留情反馈的行为准则。始终使用——该 skill 定义了代码评审和技术讨论中的核心交互预期。

H

hooks-configuration

laurigates / claude-plugins

Claude Code hooks 配置与开发。当用户提到 hooks、PreToolUse、PostToolUse、SessionStart、SubagentStart、PermissionRequest 或 TaskCompleted 时使用。

从 Intent 开始实施。验证 Intent 的完整性，然后要么委派给 TaskSwarm（如可用），要么直接执行 TDD 各阶段。当你已准备好 Intent 并想开始构建时使用。

K

karpathy-guidelines

mxyhi / ok-skills

减少常见大模型编码错误的行为准则。编写、审查或重构代码时使用，以避免过度复杂化、进行精准修改、明确假设并定义可验证的成功标准。

K

karpathy-principles

athola / claude-night-market

实现前的检查关卡，涵盖先思考、简洁性、外科手术式修改与可验证目标。在开始实现以验证方案时使用。

L

linkup-workflow

linkupplatform / skills

当用户有业务目标而非单一查询时使用 —— "how can I use Linkup?"、"enrich my leads"、"build a competitor tracker"、"research before my meeting"、"vet this vendor" —— 以及在设计或编写由 Linkup 驱动的产品、Agent 或流水线时使用。将目标转化为多步 Linkup 工作流（用哪个端点、哪些调用、什么喂给下一步、在哪里由其他工具接手），基于随附的工作流模式和 18 个现成配方，这些配方同时可作为集成蓝图。

L

load-mem

brilliantrough / agent-skills

在开始或恢复工作时，或当过往决策很重要时，通过项目现有的记忆来理解项目。将 StrictDoc docs/、Magic Context、claude-mem 与项目证据作为互补且相互重叠的来源。将当前权威规范与历史区分开来，恢复相关上下文，并揭示有意义的矛盾。选择适合该任务的深度与检索路径。

L

loop-me

leandrocfe / skills

在此工作区内，就我想构建的工作流规格向我提问

M

mcp-builder

snyk / agent-scan

创建高质量 MCP (Model Context Protocol) 服务的指南，使大模型能够通过设计良好的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务时，可用于集成外部 API 或服务。

M

migrate-mem

brilliantrough / agent-skills

为已有开发历史的项目建立有用的记忆，或改进不完整的记忆设置。勘察项目及其现有证据，然后用当前规范与历史上下文初始化或充实人类可读的 StrictDoc docs/。在有用之处，将其与 Magic Context 及其他可用记忆配合使用。不假设存在任何先前的工作流、遗留文件夹约定或已有的 StrictDoc 骨架。

O

orca-cli

terddyy / imogen

使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时，优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI，使用 Computer Use。