mcpField

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

R
rasa
rasa
membranedev / application-skills

Rasa 集成。管理助手。当用户需要与 Rasa 数据交互时使用。

Agent 工作流83
R
repo-doc-maintainer
repo-doc-maintainer
tahajemmali / skills

审查最近的仓库改动,判断 AGENTS.md 或其他项目级文档是否需要高层次更新。适用于完成一项功能、修复、重构或架构变更后,需要保留塑造仓库的指导内容,如新模式、约束、工作流、验证规则或与上手相关的坑点,同时又不添加底层实现细节时。

开发83
R
research-synthesis
research-synthesis
oimiragieo / agent-studio

研究最佳实践,并综合为产物创建的设计决策。在调用任何创建类技能之前先调用,以确保决策有研究支撑。

Agent 工作流83
S
security-copilot
security-copilot
vinayaklatthe / microsoft-security-skills

Microsoft Security Copilot 指南——这一生成式 AI 安全平台可帮助分析师使用自然语言、插件、提示词手册与嵌入式体验来调查、搜寻、总结和响应。涵盖 SCU 预配、插件、提示词手册、治理以及独立体验与嵌入式体验的取舍。适用场景:Microsoft Security Copilot、面向 SOC 的 AI、安全 copilot 单元 SCU、提示词手册、Copilot 插件、自然语言调查、用 AI 总结事件、Security Copilot 设置、如何在 SOC 中使用 AI、用 AI 解释 KQL 查询、为相关方总结警报。如果目标是配置自主分诊或修复 Agent(请使用 security-copilot-agents),则不适用。

安全83
S
security-scanner
security-scanner
hiroro-work / claude-plugins

扫描已安装的插件和技能,排查安全风险,包括恶意代码和恶意自然语言指令。安装前使用 /security-scanner 进行审计。

安全83
S
self-learning
self-learning
pixel-process-ug / superkit-agents

在开始新项目或不熟悉的项目、遇到意外模式、用户纠正你的假设,或通过 /learn 显式调用时使用——通过结构化代码库分析自动发现并记住项目上下文

Agent 工作流83
S
sequential-thinking
sequential-thinking
oimiragieo / agent-studio

顺序思考与结构化问题求解。将复杂问题拆解为步骤,支持修订与分支。用于多步分析、规划与假设验证。

Agent 工作流83
S
session-archaeology
session-archaeology
itallstartedwithaidea / agent-skills

Session Archaeology 是对过往 Agent 会话的系统性挖掘与分析,用于提取可复用模式、识别反复出现的失败模式,并从运行历史中派生新的技能。

Agent 工作流83
S
session-export-nocode
session-export-nocode
samuka007 / skills

由人工调用的 /session-export-nocode 指令命令,用于在用户明确请求后导出非代码轨迹会话。

Agent 工作流83
S
shape
shape
thecraighewitt / skills

当你有一个粗略的产品想法,又不想经历一场交互式盘问,却想要一份完整的 PRD 时使用。Claude 会走完整个决策树(边缘情况、模块、Schema、测试、安全),依据软件工程最佳实践自行作答,实时流式输出问答过程以便你随时覆盖,并在本地写出 PRD,可选择推送为 GitHub issue。

开发83
S
skill-creator
skill-creator
nextaltair / altairs-agent-dev-kit

设计、创建、验证、评审并打包 Claude Code skill(SKILL.md 加 references/scripts/assets)。当被要求「スキル作って」「スキル設計」「SKILL.md 作成」「スキルレビュー」,当新的可复用工作流或领域知识应当变成 skill,当现有 skill 的 description 无法触发或其 SKILL.md 已超出渐进式披露的限度,或当 skill 在分发前需要做净化/安全评审时使用。不要用于:运行或调用现有 skill,或编辑 CLAUDE.md/rules(那些不是 skill)。

Agent 工作流83
S
skill-finder
skill-finder
tenequm / skills

使用语义搜索、Anthropic 最佳实践评估和适配度评分,为特定用例查找并评估 Claude 技能。当用户要求为某项任务查找技能(例如“帮我找一个做 pitch deck 的技能”)时使用,不适用于“显示所有技能”这类泛泛请求。

Agent 工作流83
S
skill-idea-miner
skill-idea-miner
mphinance / alpha-skills

从 Claude Code 会话日志中挖掘潜在的技能创意。在运行每周技能生成管道、从近期编码会话中提取、评分并将新技能创意加入待办列表时使用。

Agent 工作流83
S
skill-installer
skill-installer
sickn33 / agentic-awesome-skills

将明确选定的本地 skill 树验证并安装到工作区,支持完整目录树的 Claude 注册、备份和 ZIP 打包

Agent 工作流83
S
skill-optimizer-lawvable
skill-optimizer-lawvable
lawve-ai / awesome-legal-skills

指导分析当前工作会话并提出 skill 改进建议。适用于 (1) 使用 skill 后自动捕捉经验,(2) 用户在 skill 相关会话中提出改进、纠正或补充,(3) 用户手动调用 `self-improve`。

Agent 工作流83
S
start
start
terrylica / cc-skills

在当前项目中搭建 LOOP_CONTRACT.md 脚手架,并启动一个可自我修正的自主循环。

Agent 工作流83
S
starwork
starwork
jennie-shawn / starwork

StarWork 主入口:说明 StarWork 是什么,指导安装,将模糊请求路由到 init、doctor、knowledge、multiagent 或 project-center 流程。

Agent 工作流83
T
takt-task-builder
takt-task-builder
j5ik2o / ai-tools

协助创建和编辑 TAKT 的 tasks.yaml(任务元数据)和任务目录(.takt/tasks/{slug}/order.md)的技能。生成符合 TaskRecord schema 的 YAML 条目,创建 order.md 任务规格书,验证状态转换规则。将 references/takt 中的 task schema 定义与文档作为参考资料使用。触发词:「タスクを追加」「tasks.yamlを編集」「taktタスクを作成」「タスク仕様書を書く」「order.mdを作成」「takt task」「タスクを定義」「pendingタスクを追加」「GitHub Issueからタスク作成」

Agent 工作流83
T
template-skill
template-skill
guanyang / open-agent-hub

轻量、零依赖的命令行工具,用于管理和启用 AI 编码助手的能力(如 Claude Code、Cursor、Trae 等)

Agent 工作流83
T
tlc-implement
tlc-implement
tech-leads-club / agent-skills

实现已规划的工作——来自 tlc-plan 的 plan.md 或小型工单:将其固定为带有证明的检查项,进行构建,并在宣布完成前用脚本和独立的 Verifier 证明每项检查均通过。用户说“实现此计划”、“构建此工单”、“实现此规范”、“编写检查项”、“验证工作”或“tlc-implement”时使用。尚未决定要构建什么时不要使用;需要规划功能时也不要使用(应使用 tlc-plan)。

Agent 工作流83
T
tlc-plan
tlc-plan
tech-leads-club / agent-skills

将请求、工单、PRD、设计或讨论串转化为一份计划,由人审核批准,构建者无需对话上下文即可执行:逐一询问所有模糊之处,直到不再有产品决策需要构建者作出;随后写明问题、包含具体数值的 EARS 验收标准、路径及其涉及的数据(用 mermaid 绘制)、接口,以及仅需记录的难以撤销的决策。请求中附带的记录具有约束力。用户说“规划这个”、“规划功能”、“明确功能规格”、“编写计划”、“将此 PRD 拆分为任务”或“tlc-plan”时使用。不要用于实现(应使用 tlc-implement)、编写独立设计文档,或尚未决定构建内容的情况。

Agent 工作流83
T
to-issues
to-issues
mphinance / alpha-skills

使用 tracer-bullet 垂直切片,将计划、规范或 PRD 拆分为项目问题跟踪器中可独立认领的问题。适用于用户想将计划转换为问题、创建实施工单或拆分工作项时。

开发83
T
to-tickets
to-tickets
devcxl / mattpocock-skills-zh

将计划、规范或当前对话拆分为一组 tracer-bullet ticket,每个 ticket 声明其阻塞边(blocking edges),发布到已配置的跟踪器——本地文件中每个 ticket 一个文件以文本表示边,真实跟踪器上以原生阻塞链接表示。

开发83
T
twg-bench-lite
twg-bench-lite
atlassian / twg-cli

使用配对的只读 Agent 会话,对免费的 Atlassian/本地 MCP 上下文与 TWG CLI 图谱上下文进行轻量级单提示词 A/B 对比。

测试与质量83
T
twilio-conversation-memory

使用 Twilio Conversation Memory 存储和检索对话上下文。涵盖 Memory Store 配置、档案管理、特征、观察、对话摘要和语义 Recall。使用本 skill 让 AI Agent 或人工客服获得跨会话、跨渠道的持久对话记忆。

Agent 工作流83
U
uninstall-watchdog
uninstall-watchdog
athola / claude-night-market

移除 egregore watchdog 守护进程及其相关文件。在停止自动会话重启或清理 egregore 基础设施时使用。

Agent 工作流83
U
unity-workflow
unity-workflow
besty0728 / unity-skills

持久化的操作历史与编排

Agent 工作流83
U
unknowns-discovery
unknowns-discovery
secondsky / claude-skills

在确定计划、实现、审查或合并之前,发现并减少任务中的未知项——盲点、缺失的上下文和未知的未知。

Agent 工作流83
U
using-toolkit
using-toolkit
pixel-process-ug / superkit-agents

在开始任何对话、收到新任务,或不确定该用哪个技能时使用——确立如何查找和使用全部 64 个工具包技能,要求在任何回应(包括澄清性问题)之前调用 Skill 工具

Agent 工作流83
V
verification-before-completion
verification-before-completion
izyanrajwani / agent-skills-library

完成声明前的验证纪律。当即将断言成功、声称修复完成、报告测试通过,或在提交和 PR 之前使用。强制采用证据优先的工作流。

测试与质量83
W
woostack-plan
woostack-plan
howarewoo / woostack

将目标或零散的 issue 转化为由可审查增量构成的连贯计划,并在请求要求时提交 GitHub issue。其余情况下只读;绝不实现或合并。

开发83
W
write-a-skill
write-a-skill
mphinance / alpha-skills

使用适当的结构、渐进式展开和捆绑资源创建新的 Agent 技能。当用户想要创建、编写或构建新技能时使用。

Agent 工作流83
A
add-config-field
add-config-field
majesticlabs-dev / majestic-marketplace

向 .agents.yml 配置 schema 添加新字段(更新 init.md 模板、版本、迁移)

开发82
A
agent-development
agent-development
pixel-process-ug / superkit-agents

当用户需要构建 AI Agent 时使用——工具使用模式、记忆管理、规划策略、多 Agent 协作、评估和安全护栏。触发条件:用户提到 "agent"、"build an agent"、"tool use"、"agent loop"、"multi-agent"、"memory management"、"guardrails"、"agent evaluation"。

Agent 工作流82
A
agents-md-generator
agents-md-generator
julianromli / ai-skills

为代码库生成层级式 AGENTS.md 结构。当用户要求创建 AGENTS.md 文件、为 AI Agent 文档分析代码库、搭建对 AI 友好的项目文档,或为 AI 编码助手生成上下文文件时使用。触发词:"create AGENTS.md"、"generate agents"、"analyze codebase for AI"、"AI documentation setup"、"hierarchical agents"。

Agent 工作流82
A
architect
architect
mariusflorescu / pstack-t3

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。

开发82
A
aurakit
aurakit
davepoon / buildwithclaude

Sonnet Amplified 全栈引擎。34 种模式,SEC-01~15 OWASP 安全,13 个运行时钩子,减少 75% token 消耗。安装:npx @smorky85/aurakit

开发82
A
automate-me
automate-me
xgent-ai / skills

根据用户偏好和工作习惯创建或更新个人 -mode 技能,包括用户提出“automate me”的请求。

Agent 工作流82
A
autoresearch-skill
autoresearch-skill
alpoxdev / hypercore

[Hyper] 当通过基线优先实验、二元评估、Guard 检查和单次单变更迭代来优化现有 Codex 技能时,使用此技能。适用于技能自动研究、可度量的触发/工作流改进、自我优化技能、对技能变更进行基准测试,或恢复技能实验产物。如果在没有指定目标的情况下被调用,请先询问目标技能和评估意图,再创建产物或修改文件。不要用于一次性的技能创建/重构、通用文档润色、应用 QA、仅提交或仅推送的请求。

Agent 工作流82
B
blender-agent-benchmark
blender-agent-benchmark
ifbars / blender-agent-studio

以成对的隔离运行对 Blender 建模 Agent、技能、提示词、脚本或 MCP 工具进行基准测试。用于基线对比插件的比较、回归套件、技能前向测试、MCP 有用性评估、分数校准,或声称某个 Blender 工作流能提升网格、视觉、结构、动画、成本或完成质量。

测试与质量82
B
bootstrap-skills

暂无简介

Agent 工作流82
B
brainstorm-to-issue
brainstorm-to-issue
ismail9k / skills

当某个问题或想法已经讨论清楚——无论是在 Superpowers 的 brainstorming 中还是其他对话里——而用户希望将其作为意图 issue 跟踪而不是现在就构建时使用:“file this”、“open an issue for this”、“track it first”,或在 superpowers-issue-bridge 询问时选择 track-first。问题仍在探索中时不要使用。

开发82
B
brainstorming
brainstorming
itallstartedwithaidea / agent-skills

Brainstorming 是一项苏格拉底式设计细化技能,在编写任何代码之前激活。

Agent 工作流82
C
ccw-help
ccw-help
catlog22 / claude-code-workflow

CCW 命令帮助系统。搜索、浏览、推荐命令、技能、团队。触发词 “ccw-help”、“ccw-issue”。

Agent 工作流82
C
configure-mcp-core-docs

暂无简介

Agent 工作流82
C
context-compression

在压缩 Agent 上下文、实现对话摘要、减少长会话中的 token 用量,或询问“context compression”“conversation history”“token optimization”“context limits”“summarization strategies”时使用

Agent 工作流82
C
copilot-pr-autopilot
copilot-pr-autopilot
github / awesome-copilot

Copilot 在你的 PR 上留下了 14 条审查评论——其中一半是吹毛求疵。修复 → 回复 → 解决 → 重新请求,耗时数小时,而且每一轮都会带来更多评论。本技能运行循环工程:通过 GraphQL 自动触发 Copilot Code Review(无需 @copilot 提及),用修复 / 拒绝 / 上报的准则分诊每个未关闭的讨论串(Copilot、人类、advanced-security),派发遵守仓库构建/测试/lint 约定的并行修复子 Agent,按迭代提交,引用已推送的 SHA 进行回复并解决,然后重新触发,直到 HEAD 被审查且没有任何等待该 Agent 回复的讨论串(剩余的未关闭讨论串是对人类的明确交接——上报的拒绝、设计权衡)。你合并一个干净的 PR;机器人来跑流程。触发短语:“处理 copilot 评论”“运行 copilot 审查循环”“修复这个 PR”“根据 copilot 反馈迭代”。与仓库无关,使用 gh 命令行 + PowerShell。完整的自动驾驶需要仓库的 Triage/Write 权限;外部 PR 作者获得单次迭代模式加手动重新触发(UI 🔄 或推送实质性提交)。

测试与质量82
C
create-moviepilot-skill
create-moviepilot-skill
jxxghp / moviepilot

当用户要求创建、脚手架生成、更新或审查 MoviePilot agent skill 时使用本 skill。这包括在仓库 `skills/` 目录下添加新的内置 skill、编辑现有内置 skill、编写 `SKILL.md` frontmatter 与工作流说明、选择 `allowed-tools`、按需添加辅助脚本,以及递增内置 skill 的 `version` 以便变更同步到 `config/agent/skills`。

Agent 工作流82
D
dby-update
dby-update
zizhanovo / doubaoya-community

都爆鸭(doubaoya / 本鸭)skill 对账更新器:把本机这套本鸭 skill 对账成官方仓库的当前全集——归档上游已下架的、装上新增的、刷新落后的,最后自检。按内容哈希认包,别人家的和用户自己改过的一个字不动;下架的移进归档目录而不是删除。 Reconciles the installed doubaoya skills to the upstream set, then self-checks. 触发方式:/dby-update、更新本鸭、更新都爆鸭、升级 doubaoya skill、检查本鸭更新、把本鸭更新到最新版。

Agent 工作流82
D
de-gpt-ify
de-gpt-ify
nangongwentian-fe / jay-skills

中文输出去黑话化行为准则。当模型用中文回复时自动激活,确保输出简洁、直接、自然,避免咨询黑话、网络流行语、虚假紧迫感、情感绑架等 AI 味表达。触发词:「讲人话」「去油」「去黑话」「去 AI 味」「别那么 GPT」「正常说话」。即使没有触发词,只要模型在生成中文回复,本 skill 的规则就应当生效。也适用于用户说「这段话太 GPT 了」「帮我改成人话」「输出太油了」「说话别绕」等场景。

Agent 工作流82
D
dispatch-subprocess
dispatch-subprocess
davidlee / doctrine

`/dispatch` 的 codex/pi 分支 —— 执行 `doctrine worktree fork --worker`,然后将 worker 作为子进程启动,其 cwd 绑定到该 fork。仅从 `/dispatch` 路由在 codex/pi↔env-marker 一致时到达;请勿直接调用。

Agent 工作流82
D
dispatching-parallel-agents
dispatching-parallel-agents
izyanrajwani / agent-skills-library

为每个独立领域派发一个子 Agent,以并行开展调查/修复。当你有 2 个及以上互不相关的故障(例如不同的失败测试文件、子系统、缺陷)且无共享状态或顺序依赖时使用。

Agent 工作流82
D
dispatching-parallel-agents
dispatching-parallel-agents
pixel-process-ug / superkit-agents

当任务包含多个可由不同 Agent 并发执行的独立子任务时使用。触发条件:拆分后的工作有 2 个以上无数据依赖的子任务,子任务作用于不同文件或代码库区域,串行执行时间会显著长于并行,或需要并发生成独立分析或交付物。

Agent 工作流82
E
enhance-hooks
enhance-hooks
agent-sh / agentsys

在审查 hooks 的安全性、超时与正确的 frontmatter 时使用。

Agent 工作流82
E
enhance-plugins
enhance-plugins
agent-sh / agentsys

在分析插件结构、MCP 工具与插件安全模式时使用。

Agent 工作流82
E
executing-plans
executing-plans
itallstartedwithaidea / agent-skills

Executing Plans 接收书面计划,通过带人工检查点、进度追踪和回滚能力的批量执行来推进。

Agent 工作流82
E
executing-plans
executing-plans
pixel-process-ug / superkit-agents

当你已有获批的实现计划文档并需要逐步执行时使用。触发条件:/execute 命令、从已批准计划的规划阶段过渡,或恢复执行未完成的计划。提供基于批次的执行、TDD、检查点评审和验证关卡。

Agent 工作流82
F
factory-review
factory-review
jwilger / agent-skills

为 factory 模式构建构建人工审查体验,提供仪表盘式审计轨迹摘要(切片数量、返工率、门禁失败分布)、PR 摘要(每个已合并 PR 及其门禁结果)、回顾综合(反复出现的返工原因、结对有效性、领域热点)、质量趋势跟踪(会话间比较)、升级审查(含 resolve/override/send-back 选项的返工历史)以及自主性调优界面。在 factory 模式构建的 Phase 3 人工审查期间使用,或评估自主构建质量时使用。触发词:"review the build"、"factory review"、"audit trail"、"quality trends"、"escalation review"、"PR digest"、"autonomy tuning"、"rework rate"。不适用于:运行流水线(使用 pipeline)、单个代码审查(使用 code-review)。

Agent 工作流82
F
figure-it-out
figure-it-out
xgent-ai / skills

用于 /figure-it-out 或没有合适的专用流程手册的复杂工作。为迁移或多部分变更设计可审计的工作流,包括实验和决策记录。

Agent 工作流82
G
game-start
game-start
alterlab-ieu / alterlab_gameforge

当用户想要启动新的游戏项目、搭建项目脚手架、接手已有代码库,或初始化 GameForge 会话状态时调用。触发词:“start a game”、“new game project”、“set up project”、“project onboarding”、“initialize project”。不要用于头脑风暴创意(使用 game-brainstorm)或制作机制原型(使用 game-prototype)。属于 AlterLab GameForge 系列。

开发82
第 7801–7860 条,共 13,313 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。