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

G
game-team-orchestrator
game-team-orchestrator
alterlab-ieu / alterlab_gameforge

使用经过实战检验的生成配方,在复杂的游戏开发功能上协调多个 Agent。触发词:"多 Agent 协调"、"团队编排"、"功能交接"、"跨领域协作",或当任务横跨多个专业领域(战斗系统、叙事功能、UI 改造、性能优化、发布准备)时。不要用于单一领域任务——直接路由到相应的专家。属于 AlterLab GameForge 系列。

Agent 工作流82
G
git-ai-search
git-ai-search
git-ai-project / git-ai

从 git 历史中搜索并恢复 AI 对话上下文

Agent 工作流82
G
git-guardrails-claude-code
git-guardrails-claude-code
leandrocfe / skills

设置 Claude Code hook 来阻止危险的 git 命令(push、reset --hard、clean、branch -D 等)执行前被拦截。当用户想要防止破坏性 git 操作、添加 git 安全 hook 或在 Claude Code 中阻止 git push/reset 时使用。

Agent 工作流82
I
implement
implement
eljun / claude-workflow-skills

当已批准的任务文档已存在且用户希望实施代码或内容变更时,使用此 skill。读取 docs/task/*.md,遵循实施步骤,更新 TASKS.md,并可从实施阶段起运行已批准的自动链路。

开发82
I
implementation-plan-best-practices
implementation-plan-best-practices
validkeys / sherpy

关于编写可防止偏离的实现计划最佳实践的教育指南。涵盖风格锚点、任务规模划分、TDD 要求、肯定式指令、偏离处理和质量门禁。在创建或改进实现计划以确保其遵循经验证的模式时使用。

Agent 工作流82
I
integrate-genui-firebase
integrate-genui-firebase
flutter / genui

当用户要求集成 genui 包并使用 Firebase AI Logic 启动一个简单对话时,使用此技能。

开发82
M
maintain-verification-skill
maintain-verification-skill
mariusflorescu / pstack-t3

定期检查项目的验证技能和功能映射,确保其准确:每项功能由并行源码阅读者检查,通过一次实时会话驱动每项功能,已验证的修正最多提交一个 PR。适用于 /maintain-verification-skill 或“审计 verify skill”。

测试与质量82
M
make-bot-ui
make-bot-ui
mariusflorescu / pstack-t3

构建应通过 webhook 唤醒 T3 线程的自定义 UI(页面、仪表板、按钮)时使用;用户必须提供 webhook 签名密钥时,或要通过 Tailscale 公开该 UI 时也使用。

Agent 工作流82
M
memory
memory
lidessen / rossovia

暂无简介

Agent 工作流82
M
memory
memory
lidessen / skills

管理跨会话知识持久化。在用户说“记住”“回忆”“我们之前做了什么”“保存这个决定”“待办事项”或“交接会话”时触发。

Agent 工作流82
O
optimization-catalog
optimization-catalog
pepperu96 / hyper-mla

用于共享优化知识库与各语言专属优化目录技能的兼容性路由。适用场景:(1) 选择要加载哪个优化目录技能,(2) 实现语言尚未确定,(3) 某工作流仍引用旧版 optimization-catalog 技能名,(4) 判断某项发现是共享的还是语言专属的,(5) 更新通用知识库结构。

开发82
P
Pair Programming
Pair Programming
proffesor-for-testing / agentic-qe

AI 辅助的结对编程,支持多种模式(驾驶者/领航者/切换)、实时验证、质量监控和全面测试。支持 TDD、调试、重构和学习会话。具备自动角色切换、持续代码审查、安全扫描和通过真值评分验证的性能优化。

开发82
P
pi-cli-workspace
pi-cli-workspace
romiluz13 / pi-agent-skills

Pi 终端 Agent 工作区——安装、/commands、会话、压缩、settings.json、AGENTS.md、技能发现、优先级、会话 JSONL、/tree、provider/auth、models.json、凭据解析、平台设置、编辑器(@file、Tab、图片、!bash)、消息队列(steering、follow-up)、内置工具(read/bash/edit/write/grep/find/ls、--tools、--no-tools)、打印模式(-p、管道 stdin)、SYSTEM.md/APPEND_SYSTEM.md、命令行参数(-c、-r、--session、--fork、--no-session)、@files 参数、资源参数(--no-extensions、--no-skills)、模型简写(provider/id、name:thinking)、所有斜杠命令、环境变量、理念(设计上不含 MCP/子 Agent/plan-mode)。用于 pi 配置、技能、会话、压缩、provider、模型、tmux、Termux、Windows、工具、模式、系统提示词、消息队列,或“pi 是否支持 X”。

Agent 工作流82
P
planning
planning
pixel-process-ug / superkit-agents

在开始任何实现任务、功能请求、缺陷修复或重构工作时使用。触发条件:/plan 命令、编写任何代码之前、需求需要结构化分析时,或从头脑风暴过渡到实现时。强制在任何代码之前先提问、比较方案并取得明确批准。

Agent 工作流82
P
plugin-review
plugin-review
athola / claude-night-market

通过分级检查和依赖范围界定来审查插件质量。适用于 PR 审查和发布前审计。

测试与质量82
P
principle-never-block-on-the-human
principle-never-block-on-the-human
mariusflorescu / pstack-t3

对于可逆的工作,当你想问“要不要做 X?”时应用。

Agent 工作流82
P
prism-3way
prism-3way
cranot / super-hermes

三种正交的分析操作(WHERE/WHEN/WHY)+ 跨操作综合。每种操作从根本不同的角度切入问题。三者之间的分歧正是有价值的产出。适用于任何领域 — 代码、商业、战略、设计、文本。

生产力82
P
prompt-engineer
prompt-engineer
wyattowalsh / agents

提示词工程。编写、分析、加固、转换、设计工具提示词,并构建 PromptOps/评估计划。用于系统、Agent、工具、RAG 提示词。不适用于运行提示词或构建 Agent。

Agent 工作流82
Q
qe-aqe-v2-v3-migration
qe-aqe-v2-v3-migration
proffesor-for-testing / agentic-qe

将 Agentic QE 项目从 v2 迁移到 v3,实现零数据丢失

开发82
Q
qe-cicd-pipeline-qe-orchestrator
qe-cicd-pipeline-qe-orchestrator
proffesor-for-testing / agentic-qe

在 CI/CD 流水线各阶段统筹质量工程。适用于设计测试策略、规划质量门禁,或实施 shift-left/shift-right 测试。

测试与质量82
Q
qe-performance-analysis
qe-performance-analysis
proffesor-for-testing / agentic-qe

为 Claude Flow 集群提供全面的性能分析、瓶颈检测和优化建议

Agent 工作流82
Q
qe-stream-chain
qe-stream-chain
proffesor-for-testing / agentic-qe

用于多 Agent 流水线、数据转换和顺序工作流的 Stream-JSON 链式处理

Agent 工作流82
R
reflect
reflect
haddock-development / claude-reflect-system

分析对话记录,提取用户纠正、模式和偏好,然后提出技能改进建议。当用户提供纠正、表达对代码风格的偏好,或从成功做法中浮现出模式时,使用此技能。可通过 /reflect 手动触发,或在启用时于会话结束时自动触发。

Agent 工作流82
R
reflect
reflect
xgent-ai / skills

用户要求进行反思或运行 /reflect 时使用。转交给 agi-mode Reflection,将对话中有证据支持的经验转化为有边界的改进。

Agent 工作流82
R
review-anvil
review-anvil
mrshu / agent-skills

当用户要求多轮代码评审与修复、迭代式评审循环、多次评审者审查,或通过 codex/claude 评审来加固改动时使用。

测试与质量82
R
review-plan
review-plan
existential-birds / beagle

在执行前审查实现计划中的并行化、TDD、类型、库和安全性

测试与质量82
S
sandbox-hardening
sandbox-hardening
itallstartedwithaidea / agent-skills

Sandbox Hardening 使用容器沙箱、权限边界、资源限制和网络分段来隔离 Agent 执行环境。

安全82
S
service-discoverability
service-discoverability
dfinity / icskills

只需一个 URL 就能让 AI agent 发现 canister 应用,包括通过 ICP MCP。涵盖发布 canisters 的 /.well-known/ic-architecture 清单——在部署时通过静态站点 recipe 的 presync hook 和 envsubst 从真实 canister ID 生成——以及暴露 candid:service(接口)、getApiDoc 查询方法(行为)、可选的 OQL schema/execute 数据面和 /.well-known/ii-derivation-origin 文件(身份)。发布该清单即让应用加入 ICP MCP,这本身就是运营方对 ICP MCP App Operator Terms 的接受,因此部署前请与应用运营方确认。用于让应用具备 agent 就绪能力或可通过 ICP MCP 使用、进行 agent/服务发现、well-known ic-architecture 清单,或在部署时生成该清单。请勿用于消费 derivation origin 的登录流程:agent/命令行 web 身份链接请使用 agent-web-identity,为前端添加 II 登录请使用 internet-identity。

开发82
S
skill-debug
skill-debug
yknothing / skills-refiner

当你需要本地证据来判断 Agent 技能是否位于可能的发现面上、是否观察到激活金丝雀,以及哪些已安装技能身份没有本地金丝雀证据时使用。

Agent 工作流82
S
skillsmp
skillsmp
yan-labs / yan-skills

在 SkillsMP(1.6M+ 公开 SKILL.md 的索引,覆盖 Claude Code / Codex / ChatGPT)里搜 Agent Skill,按关键词、分类、职业、语言过滤,并专门挖那些「写得好但没人知道」的冷门 Skill。用户说 找个 skill、有没有现成的 skill、搜一下 skill、skillsmp、skills 市场、agent skill 搜索、find a skill、search skills、discover skills 时使用。也用于判断某个领域已经有哪些 Skill、避免重复造轮子。同样覆盖这些口语说法:这个功能有没有人做过、别人写过没、我想写个做 X 的 skill(动手前先搜)、挖点冷门好用的、有没有小众但写得好的、这领域现在都有啥、按星数排靠不靠谱、只要中文的 skill。

Agent 工作流82
S
soul
soul
aeonfun / soul.md

为 Agent 打造个性的最佳方式。让 Claude Code / OpenClaw 摄取你的数据并构建你的 AI 灵魂。

Agent 工作流82
S
spec-writing
spec-writing
pixel-process-ug / superkit-agents

在编写功能、项目或需求规格说明时使用——采用 Jobs to Be Done (JTBD) 方法,以验收标准为重点,不包含实现细节,并进行 SLC 发布规划

开发82
S
start-super-pm
start-super-pm
konglong87 / superpm

在开始任何产品管理任务时使用——自动检测任务类型,并通过智能路由调用合适的 PM 技能

生产力82
S
subagent-driven-development

通过为每个任务分派全新的 subagent,并采用两阶段审查(先规范符合度,再代码质量)来执行实现计划。当你有一份任务大多相互独立的实现计划,并希望在单个会话内实现高质量、快速迭代时使用。

Agent 工作流82
S
summon
summon
athola / claude-night-market

面向清单工作项的自主编排器,贯穿开发生命周期。当运行 egregore 以自动处理待办事项时使用。

Agent 工作流82
T
task-orchestration
task-orchestration
nickcrew / claude-cortex

在以编排、委派或并行工作流协调复杂任务时使用——提供 orchestrate:brainstorm、orchestrate:spawn 和 orchestrate:task 的结构化工作流。

Agent 工作流82
T
to-spec
to-spec
devcxl / mattpocock-skills-zh

将当前对话转化为 spec 并发布到项目的 issue tracker——不访谈,只综合你们已经讨论过的内容。

开发82
T
true-input
true-input
factory-ai / factory-plugins

droid-control 工作流的背景知识——不直接调用。true-input 驱动机制,用于通过无头 Wayland 合成器实现真实终端模拟器自动化。

测试与质量82
T
tuistory
tuistory
factory-ai / factory-plugins

droid-control 工作流的背景知识——不直接调用。通过虚拟 PTY 实现终端 TUI 自动化的 Tuistory 驱动机制。

测试与质量82
V
verification-before-completion
verification-before-completion
pixel-process-ug / superkit-agents

在声称任何任务已完成、任何功能可用或任何缺陷已修复之前使用——通过 5 步 HARD-GATE 协议强制提供最新的验证证据,防止虚假的完成声明

测试与质量82
V
verify
verify
prathamdby / skills

在运行 best-of-N、在多次尝试中做选择、1-10 或是/否评判会让接近的结果无法区分、评论声称成功却没有运行、或某次实时尝试可能已停滞时,进行验证。

Agent 工作流82
W
workflow-plan
workflow-plan
catlog22 / claude-code-workflow

统一的规划技能 - 四阶段规划工作流、计划验证和交互式重新规划。触发词为 "workflow-plan"、"workflow-plan-verify"、"workflow:replan"。

Agent 工作流82
A
address-github-issue
address-github-issue
morphet81 / cheat-sheets

使用 `gh` 命令行获取 GitHub issue,分析它,并组建 PM + 开发者团队来处理。接受 issue URL、issue 编号或 `owner/repo#number`。

开发81
A
adversarial-resilience
adversarial-resilience
itallstartedwithaidea / agent-skills

对抗韧性是指加固 AI Agent 以抵御蓄意攻击的实践——提示词注入、数据外泄、沙箱逃逸以及未授权的能力提升。

安全81
A
agent-browser
agent-browser
bmad-labs / skills

自动执行浏览器交互,用于 Web 测试、填写表单、截图和数据提取。适用于用户需要浏览网站、与网页交互、填写表单、截图、测试 Web 应用或从网页提取信息的情况。

Agent 工作流81
A
agent-cli-creator
agent-cli-creator
better-world-ai / agent-cli-creator

当用户想用 kimi-webbridge 构建 CLI 工具,来自动化在特定网站上的浏览器操作时使用。当用户说 "create a CLI for X site"、"build a tool to automate X",或想通过 AI Agent 以编程方式控制网站时调用。

开发81
A
agent-memory

使用 Notion 为 AI Agent 构建结构化记忆系统。在设置 Agent 记忆、讨论记忆持久化,或帮助 Agent 跨会话记住上下文时使用。包含 ACT 框架数据库、MEMORY.md 模板和 Continuity Cycle 模式。

Agent 工作流81
A
agentic-rag
agentic-rag
latestaiagents / agent-skills

构建具备自主规划、反思和工具使用的 agentic RAG 系统。在实现 Agent 驱动的检索、查询分解、迭代优化或多源 RAG 编排时使用本技能。触发场景:agentic RAG、A-RAG、自主检索、查询规划、迭代 RAG、多步检索、Agent 检索、RAG Agent。

Agent 工作流81
A
ai-engineer
ai-engineer
rmyndharis / antigravity-skills

构建生产就绪的大模型应用、高级 RAG 系统,以及

开发81
A
ask-question
ask-question
aircury / ai-framework

当 Agent 需要用户输入时,使用 IDE 的 AskQuestion 工具。在需要让用户在选项间选择、确认决定,或从发现的备选中挑选时使用 — 切勿在普通聊天中提出多选题。

Agent 工作流81
B
brainstorm
brainstorm
catlog22 / claude-code-workflow

统一头脑风暴技能,支持双模式运行——自动模式(框架生成、并行多角色分析、跨角色综合)和单角色分析。触发词为 "brainstorm"、"头脑风暴"。

开发81
B
builtin-tool
builtin-tool
lobehub / lobehub

用于 LobeHub 内置 Agent 工具:manifests、executors、runtimes、inspectors、renders、streaming 和 intervention。

开发81
C
codex-huge-context
codex-huge-context
steipete / agent-scripts

Codex 1M 上下文:直接调用 OpenAI Responses API 推理、安全的 Astra/Sol/Terra/Luna 输入余量、Keychain 下发以及 Mac 集群部署。

Agent 工作流81
C
cognitive-scaffolding
cognitive-scaffolding
itallstartedwithaidea / agent-skills

认知脚手架运用认知科学原理——首因效应、近因偏误、组块化与注意力分配——来组织 Agent 的上下文窗口。

Agent 工作流81
C
compress
compress
owainlewis / blueprint

在保持行为、约束与清晰度的前提下,将面向 Agent 的指令压缩到最少的字数。

Agent 工作流81
C
configure-mcp-gitlab

暂无简介

Agent 工作流81
C
context-audit
context-audit
neeeophytee / finding-unknowns-skills

审查 Agent 已携带的指令——CLAUDE.md、AGENTS.md、技能、工具描述——检查其中的矛盾、过度约束和重复,然后提出删减清单。当 Agent 无视自身指令、CLAUDE.md 变得臃肿,或用户要求审查或调整其 Agent 上下文规模时使用。

Agent 工作流81
C
cs-onboard
cs-onboard
borghei / claude-skills

通过创始人访谈进行结构化的高管层入职,将公司背景记录到所有咨询类技能都会使用的持久化文件中。适用于设置咨询背景、刷新过时的背景,或让新高管入职时。

Agent 工作流81
D
deferred-capture
deferred-capture
athola / claude-night-market

定义跨插件的延迟项捕获契约。在构建或校验插件的延迟捕获包装器,或添加来源标签时使用。

开发81
D
double-check
double-check
citypaul / .dotfiles

通过宿主可用的审阅者能力,最好来自不同模型服务商,对已完成的工作获取严格只读的第二意见。仅在必要时回退到同一服务商的新的 Agent,并标明独立性降低。每次审阅都包含针对原始需求的强制性范围保真检查 — 未经请求的新增、未经请求的删除,以及被删除或被弱化的测试。在被要求复核、验证、交叉检查或获取第二意见时,以及在交付高风险或复杂工作之前使用。

测试与质量81
第 7861–7920 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。