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

P
philosophy
philosophy
soul-brews-studio / arra-oracle-skills-cli

展示 Oracle 理念——5 条原则 + 规则 6。当用户询问原则、“nothing deleted”、“patterns over intentions”、Oracle 理念,或需要进行一致性检查时使用。不要为“who are you”(使用 /who-are-you)、“what is oracle”(使用 /about-oracle)或会话状态问题触发。

Agent 工作流79
P
planning-prompts
planning-prompts
scientiacapital / skills

用于项目规划与提示词工程的综合技能。涵盖分层计划(简报、路线图、阶段)、Claude 到 Claude 的元提示词,以及多阶段工作流。适用于:规划、提示词创建、Agent 流水线工作、项目路线图、元提示词、从调研到实现的工作流。

Agent 工作流79
P
proactive-intelligence
proactive-intelligence
itallstartedwithaidea / agent-skills

Proactive Intelligence 让 Agent 在分析过程中自主获取外部信息——网页搜索、API 重新拉取、数据新鲜度检查——无需等待用户明确请求

Agent 工作流79
P
prompt-architecture
prompt-architecture
itallstartedwithaidea / agent-skills

Prompt Architecture 是 Agent 指令的结构工程。

Agent 工作流79
P
prompt-engineer

使用框架(RTF、RISEN、Chain of Thought、RODES、Chain of Density、RACE、RISE、STAR、SOAP、CLEAR、GROW)将用户提示词转换为优化后的提示词

Agent 工作流79
P
prompt-enhancer
prompt-enhancer
samhvw8 / dot-claude

面向 AI/大模型的提示词工程与优化。能力:转换不清晰的提示词、减少 token 使用、改进结构、添加约束、针对特定模型优化、向后兼容的重写。操作:改进、增强、优化、重构、压缩提示词。关键词:提示词工程、提示词优化、token 效率、大模型提示词、AI 提示词、清晰度、结构、系统提示词、用户提示词、few-shot、chain-of-thought、指令微调、提示词压缩、token 缩减、提示词重写、语义保持。使用场景:改进不清晰的提示词、减少 token 消耗、优化大模型输出、重构冗长请求、创建系统提示词、提升提示词清晰度。

Agent 工作流79
R
reflect
reflect
infrasity-labs / dev-gtm-claude-skills

在对话中途暂停执行,从细节模式抽离,诚实地重新评估方向、假设和偏见的反思技能。用户说“reflect”“take a step back”“step back”“zoom out”“are we missing something”“bigger picture”“sanity check this”“are we on track”“are we overthinking this”“forest for the trees”,或任何表示希望跳出细节并重新评估的类似表达时使用。若对话深入实现细节却没有进行战略性检查,或用户显露出陷入困境的迹象,也应触发——这通常意味着需要重置问题框架,而不是继续处理更多细节。此技能刻意减少前置提问:上下文足够丰富时立即进行五维分析;仅在调用上下文过于有限、无法重新评估时,才提出一个强制澄清问题

Agent 工作流79
S
seed
seed
q00 / ouroboros

当目标、约束和成功标准已确定,且用户希望将其固化为 Agent 可执行和验证的正式规范时使用,例如“把这整理成规范”“将其写成 Seed”,或在访谈后立即使用。返回包含验收标准的不可变 Seed。不适用于模糊请求(应先进行访谈)。

Agent 工作流79
S
skill-astrbot-dev
skill-astrbot-dev
xunxiing / astrbot-skill

AstrBot 插件开发参考与工作流指南。当你进行以下工作时使用本 skill:- 编写 AstrBot 插件、hook、装饰器或消息处理器 - 实现平台适配器、消息链或事件流 - 配置插件 schema、会话或生命周期管理 - 使用 Agent 系统(工具、子 Agent、人设、沙箱、定时任务)- 在 AstrBot 消息模型与平台特定格式之间转换 - 查询 AstrBot API 签名、hook 清单或代码入口 - 调试与消息路由、事件处理或 provider 集成相关的插件问题。提供以下参考文档:消息、平台适配器、插件配置、Agent 系统与核心概念。

开发79
S
skill-creator
skill-creator
lyndonkl / claude

运用系统性阅读方法,把包含理论知识或框架的文档(PDF、markdown、读书笔记、研究论文、方法论指南)转化为可操作、可复用的 Claude Code 技能。当用户提到“用这个文档创建一个技能”“把它变成技能”“从这个文件里提取一个技能”,或分析可用于落地的包含方法论、框架或流程的文档时使用。

Agent 工作流79
S
skill-distillery
skill-distillery
kylezantos / skill-distillery

创建或审计 Claude Code 技能。自下而上地将原始素材(文章、框架、演讲)综合为策略性、交互式技能——或通过多视角框架审计现有技能。适用于创建新技能、把文章转化为技能、将 AI 工作流沉淀为技能、审计/评审现有技能,或提升技能质量。触发词:create skill、build skill、new skill、skill from article、turn this into a skill、capture this as a skill、audit skill、review skill、evaluate skill、improve skill。

Agent 工作流79
S
skill-hub
skill-hub
cowork-os / cowork-os

使用 skill-hub 命令行工具从 skill-hub.com 搜索、安装、更新和发布 Agent 技能。适用于需要即时获取新技能、将已安装技能同步到最新版或指定版本,或使用通过 npm 安装的 skill-hub 命令行工具发布新增/更新的技能文件夹时。

Agent 工作流79
S
skill-vetter
skill-vetter
dtyq / magic

面向 AI Agent 的安全优先技能审查协议。在从平台技能市场、skillhub、GitHub 或其他来源安装任何技能之前使用。检查危险信号、权限范围和可疑模式,以判断某技能是否可以安全安装。

安全79
S
skills-sync
skills-sync
mono0926 / skills-sync

提供 skills_sync 命令行工具的使用说明与最佳实践。用它来了解如何基于用户的配置文件管理、同步和配置 AI Agent skill。

Agent 工作流79
S
smart-search-cli
smart-search-cli
konbakuyomu / smartsearch

供 AI Agent 使用的说明:用本地 smart-search CLI 进行实时网络搜索、有来源依据的事实核查、URL 抓取、站点地图生成、官方/API/文档搜索、深度研究,并获得可复现的证据,而非使用 MCP 工具或原生网络搜索。

生产力79
S
sol-luna-setup
sol-luna-setup
yuri-nagasaki / subagent-skills

在新机器或新项目上落地「高智商领导 + 便宜执行」分层子代理:Codex Sol 领导 + Luna 工人,可选 Claude Code 项目级 agents 与 Pi/pi-flow 跨工具编排。用于:(1) 从零安装并配置 Codex / Claude Code / Pi (2) 写入项目级 .codex/agents、AGENTS.md、.claude/agents (3) 修复 Sol 无法 spawn Luna 的 multi-agent catalog 问题 (4) 跑 Sol/Luna/多代理冒烟验证 触发:新机器设置、Sol-Luna、分层子代理、multi-agent 配置、codex agents 初始化

Agent 工作流79
S
subagent-driven-development
subagent-driven-development
itallstartedwithaidea / agent-skills

Subagent-Driven Development 将每个独立任务分派给拥有干净上下文窗口的全新 subagent,然后在合并前对输出进行两阶段审查。

Agent 工作流79
T
technical-skill-finder
technical-skill-finder
vincentkoc / dotskills

挖掘编码 Agent 日志(Codex/Cursor/会话历史及类似遥测数据),发现高价值候选技能,然后起草结构化的技能创建/复用建议。

Agent 工作流79
T
temp-files
temp-files
starchild-ai-agent / official-skills

Agent 之间的工作间文件中继(与备份 skill 不同)。通过 sc-agent-backup /temp-files 子系统传递文件、目录和 zip 压缩包。支持 TTL、滑动续期、内部短链接。

Agent 工作流79
T
triage
triage
ouyangjiahong26 / skills

把 issue 和外部 PR 推过分诊角色的状态机:归类、验证、必要时追问,写出可供 agent 直接认领的 brief。

开发79
U
using-superpowers
using-superpowers
pcvelz / superpowers

在开始任何对话时使用——确立如何查找和使用技能,要求在任何回应(包括澄清性提问)之前先调用 Skill 工具。

Agent 工作流79
V
verification-loops
verification-loops
itallstartedwithaidea / agent-skills

Verification Loops 是系统化的评估流水线,在执行过程的每个阶段验证 Agent 的输出。

测试与质量79
W
woostack-build
woostack-build
howarewoo / woostack

以纯保留型产物与用户可控的、面向有界 Execute 的交接来准备多增量功能。绝不合并。

Agent 工作流79
W
workflow-skill-designer
workflow-skill-designer
catlog22 / claude-code-workflow

用于设计编排器 + 阶段结构化工作流技能的元技能。创建带渐进式阶段加载、TodoWrite 模式和数据流的 SKILL.md 协调器。触发词:"design workflow skill"、"create workflow skill"、"workflow skill designer"。

Agent 工作流79
W
writing-plans
writing-plans
bbeierle12 / skill-mcp-claude

在头脑风暴/设计阶段之后使用,用于创建详细的实施计划。创建足够清晰、可供任何开发者执行的逐步计划。

Agent 工作流79
W
writing-plans
writing-plans
ericgandrade / claude-superskills

当用户在接触代码之前已有多步骤任务的规格说明或需求时,应使用本技能。

开发79
W
writing-skills
writing-skills
pixel-process-ug / superkit-agents

在为 Claude Code 创建新技能、命令或 Agent 定义时使用,包括编写 SKILL.md 文件、定义触发条件、测试技能行为

Agent 工作流79
A
a2ui
a2ui
kobe4cn / a2ui_skills

生成符合 A2UI 0.8 协议的 UI 代码。适用于构建 agent 驱动的界面、生成 surfaceUpdate/dataModelUpdate/beginRendering 的 JSONL 消息、创建表单、列表、卡片,或任何可跨 Web/移动端/桌面端渲染的 UI 组件。

开发78
A
agent-cli
agent-cli
glebis / claude-skills

为 Python 命令行脚本添加对 Agent 友好的 --json NDJSON 输出,或为项目搭建完整的 cli_utils 包。当用户希望让脚本对 AI Agent 机器可读、添加 --json 标志、把 print 语句转换为结构化 JSON、构建命令行辅助库、创建面向 Agent 的开源命令行包、添加结构化日志,或让命令行输出机器可读时,使用本技能。当用户提到 NDJSON、结构化命令行输出、Agent 友好的命令行、非交互式脚本,或用于自动化的 JSON I/O 时也使用。

开发78
A
agent-mail
agent-mail
dicklesworthstone / agent_flywheel_clawdbot_skills_and_integrations

MCP Agent Mail - 面向多 Agent 工作流的类邮件协调层。身份、收件箱/发件箱、文件预留、联系人策略、线程化消息、pre-commit 防护、Human Overseer、静态导出、灾难恢复。由 Git+SQLite 支持。Python/FastMCP。

Agent 工作流78
A
ai-governance
ai-governance
magnus919 / agent-skills

设计与运营 AI 治理:覆盖 SaaS、API、可自托管和 Agent 系统的原则、决策权、风险分级、生命周期门、公平性、透明度、隐私、安全、合规映射、成熟度与董事会汇报。用于准入、更新或退役 Agent Skills、MCP 服务和 A2A 能力;批准 Agent 执行生产操作;或决定 earned-autonomy 的晋升、降级或撤销。覆盖生命科学领域的 GxP、ALCOA+、数据完整性、电子记录、保证与 QMS 接口。不要用于法律解释(legal-strategy)、数据平台机制(data-architect/data-engineering)、安全实现(secure-software-engineering)、技能包检查(agent-skills)或执行运行时变更(agent-production-operations)。

Agent 工作流78
A
ask-rhdh
ask-rhdh
redhat-developer / rhdh-skills

RHDH skills 集合的人工导航者。

Agent 工作流78
A
audit-agents
audit-agents
dzhng / skills

审核或重写 AGENTS.md,使其只包含长期有效的原则。仅在用户明确提及名称并提出要求时运行;切勿自行调用。

Agent 工作流78
A
azure-ai-projects-ts
azure-ai-projects-ts
sickn33 / agentic-awesome-skills

用于 Azure AI Foundry 项目的高级 SDK,支持 Agent、连接、部署和评估

Agent 工作流78
C
claude-md-starter
claude-md-starter
infrasity-labs / dev-gtm-claude-skills

通过扫描仓库中的信号文件(package.json、Makefile、.github/workflows/、.env.example 等),推断技术栈、命令、架构与约定,再针对无法推断的内容提出至多 3 个针对性问题,生成结构完整、贴合具体项目的 CLAUDE.md。适用于用户说出“create a CLAUDE.md”“my CLAUDE.md is blank”“generate project context”“initialize CLAUDE.md”“set up Claude context for this repo”“fill in my CLAUDE.md”,或任何需要为其项目上下文编写文档以供 Claude 使用的场景。如果已存在有内容的 CLAUDE.md,会先运行差异对比与合并流程再写入。

Agent 工作流78
C
codex-windows-fast-patch
codex-windows-fast-patch
chen0416ccc-cpu / codex-windows-fast-patch-skill

在 Store 升级后重新应用并修复 Windows Codex Desktop,包括被 Statsig available_models 过滤隐藏的自定义供应商模型、与之相关的蓝紫色 Power 滑块及其 Ultra 开关、Fast Mode 请求/UI 闸门、locale i18n、插件 UI 闸门、Chrome/browser_use 闸门、Goal 命令闸门、Windows Computer Use 可用性闸门以及插件/运行时修复、在第三方/API-key 主应用用法下的手机遥控配对、Desktop dynamicTools/inputSchema 线程启动 schema 漂移、model_provider 切换后的本地会话可见性恢复、已恢复会话缺失 cwd 的续接修复、ASAR 完整性修复、签名/安装已补丁的 MSIX 包、SDK 清理、Fast Mode 线上验证、本地插件市场注册,以及可选的 custom model_instructions_file 设置(捆绑的系统提示词,也称 听话水)。

开发78
C
codex-workspace
codex-workspace
mathruffian-dot / codex-lazy-packs

Codex 專案初始化工作模式。說「初始化專案」「老師建專案」時載入。

Agent 工作流78
C
compress-prompt
compress-prompt
jbrukh / skills

在保留语义内容的前提下压缩提示词。当用户说 "compress this prompt"、"make this shorter"、"reduce token count" 或 "shorten these instructions" 时使用。支持有损(默认,减少 30-50%)和无损(--lossless,100% 保留)模式。

Agent 工作流78
C
context-map
context-map
athola / claude-night-market

生成压缩的项目上下文地图,以避免代价高昂的 Read/Grep 调用。在会话开始时或在陌生代码库中实现功能之前使用。

Agent 工作流78
C
copilot-sdk
copilot-sdk
microsoft / skills

使用 Copilot SDK 构建由 GitHub Copilot 驱动的应用。适用于在 Node.js/TypeScript、Python、Go 或 .NET 中创建与 Copilot 的程序化集成。涵盖会话管理、自定义工具、流式传输、hooks、MCP 服务、BYOK 提供商、会话持久化、自定义 Agent、技能和部署模式。需要安装 GitHub Copilot CLI 并拥有 GitHub Copilot 订阅(使用 BYOK 时除外)。

开发78
C
create-skill
create-skill
launchdarkly / ai-tooling

LaunchDarkly 官方 AI 工具

Agent 工作流78
D
dby
dby
zizhanovo / doubaoya-community

都爆鸭(doubaoya / 本鸭)公众号工具箱主入口:新手引导 / 任务前路由 / 任务后导航,把用户路由到正确的 dby-* skill。 用户提了公众号的活儿但没点名具体 skill、或说「该用哪个」「本鸭能干什么」「不知道从哪开始」时,先用本 skill 路由,别自己猜一个 dby-* 直接跑。 触发方式:/dby、/dby 新手入门、本鸭、都爆鸭、「帮我看看下一步」「接下来做什么」「先干哪个」「公众号从哪开始」、 「刚发完一篇接下来呢」「刚写完了然后呢」「这一步做完了下一步干嘛」「排完版了还要做什么」。 本包管选路与衔接:**任何「刚做完某一步、接下来该干嘛」都归它**(哪怕刚做完的是写作或发布);本包自己不取数、不写作、不排版。已经点名了要用哪个包时直接用那个,不必绕本包。 Trigger words: /dby, what's next, where do I start, which dby skill.

营销与增长78
D
deepeval
deepeval
sammcj / agentic-coding

在讨论或使用 DeepEval(Python AI 评估框架)时使用

测试与质量78
D
dev-pipeline
dev-pipeline
leandrocfe / skills

完整开发周期的路由器——从想法到交付——将 grilling、to-spec、to-tickets、triage、implement 和 code-review 串联起来,并配有明确的任务规模界定、分解和 Agent 调度规则。

Agent 工作流78
D
do-setup
do-setup
fabio-barboza / development-orchestrator

为 DO Framework 初始化项目:分析项目,盘点已安装的技能和 MCP 服务(报告缺失项),并编写框架的本地上下文文件 `.do/context.md`(摘要、约定、命令、技能和 MCP)。绝不修改现有项目说明文件(CLAUDE.md、AGENTS.md、.github/copilot-instructions.md、.cursor rules);如果项目没有此类文件,则提出创建仅包含项目内容(不含框架、技能或 MCP 引用)的文件。安装编排 Agent 和命令。参数:“agents”(仅安装 Agent/命令)、“refresh”(仅重新检测技能/MCP)。用于初始化或配置 Agent 辅助环境。不用于 PRD、实现、审查或 QA。

Agent 工作流78
D
draxarp
draxarp
jorgemuza / orbit

管理 Draxarp Intelligence——通过 orbit CLI 管理项目、任务、规格、文档、记忆、冲刺、知识图谱、上下文捕获和任务分解

生产力78
D
dspy-evaluation-harness
dspy-evaluation-harness
intertwine / dspy-agent-skills

构建带有丰富反馈指标的 DSPy 评估框架,这对 GEPA 优化至关重要。适用于编写指标函数、调用 dspy.Evaluate、划分 dev/val 数据集、调试“为什么我的优化器没有改进?”,或设计可用于 CI 的 DSPy 评估套件时。

测试与质量78
E
effective-web-research
effective-web-research
fudesign2008 / open-skills

面向 AI Agent 的有效网络调研纪律 — 先路由,再有条理地调研。Step 0 会判断问题是否需要外部网络查询,还是可从内部代码库/文档作答;若需外部,默认模式自动应用 4 条准则;在明确的「严格/深度调研」请求下,会运行 7 个维度的来源可信度评估(CRAAP + E-E-A-T)并给出可审计报告。当静态层(WebSearch/WebFetch/curl)无法获取内容时(需登录 / JS 渲染 / 反爬如 小红书·公众号),会通过 web-access skill 升级到真实浏览器(CDP,携带登录态)。触发词:「web 调研」「外部调研」「查资料」「有效调研」「严格调研」「深度调研」「严格查证」「登录态访问」「动态页面」「反爬」「这个库/框架怎么用」「有没有漏洞」「best practice 是什么」/ web research, look up, investigate, strict research, deep research, fact-check, login-state access, dynamic page, anti-scraping。请勿用于:搜索本地代码库、阅读仓库文件、grep 代码。

生产力78
E
eli5-compress
eli5-compress
nathanksou / eli5

把自然语言记忆文件(CLAUDE.md、todos、偏好设置)压缩成简单平实的语言以节省输入 token。在保留全部技术实质、代码、URL 和结构的同时简化术语密集的文本。压缩版会覆盖原文件。人类可读的备份保存为 FILE.original.md。触发方式:/eli5-compress <filepath> 或 "compress memory file"

Agent 工作流78
E
entity-memory-management
entity-memory-management
itallstartedwithaidea / agent-skills

Entity Memory Management 是对具名实体跨 Agent 会话的系统化抽取、持久化和检索,实现长期上下文感知,将转瞬即逝的对话转化为持续的关系。

Agent 工作流78
E
essence-diagnosis
essence-diagnosis
fudesign2008 / open-skills

当复杂问题看似无法解决、需要深挖到本质时使用——仅做诊断,不做修复。症状包括:海量日志却未浮现根本原因、复杂崩溃、架构本质分析、需求真实性验证、系统性慢性问题、信息过载、症状与本质脱节、多个因素交织,或过早收敛的倾向——即使用户从未明确说“诊断”。也会在 本质诊断、根因诊断、深度诊断、诊断问题本质、梳理问题逻辑、证据链分析、逻辑链分析、essence-diagnosis 时触发。

Agent 工作流78
E
executing-plans
executing-plans
pcvelz / superpowers

当您有书面的实现计划在单独的会话中执行时,使用此技能,并设有审查检查点。

Agent 工作流78
F
fluff-detector
fluff-detector
majesticlabs-dev / majestic-marketplace

检测 LLM 产物中面向人类的内容。标记署名、人设、冗余解释、营销话术和装饰性元素——这些内容浪费 token 却不改善 LLM 行为。

Agent 工作流78
G
gemini-research-browser-use
gemini-research-browser-use
grasseed / google-search-browser-use

使用 Chrome DevTools Protocol 让 AI 直接「问 Gemini」或「用 Gemini 做研究」。这利用用户已登录的 Chrome 会话,绕过 API 限制并借助 Web 界面的推理能力。

生产力78
G
grill-me
grill-me
naykel76 / skills-and-guidelines

当用户想要对计划进行压力测试、解决设计决策,或说 "grill me" 时使用此技能。

Agent 工作流78
H
heyeddi-intake
heyeddi-intake
heyeddi-com / heyeddi-skills

将模糊的用户提示转换为 HeyEddi 产品文档(角色画像、路由意图、语气)、路由专属交付物(线框图、用户 mockup 或简报),以及 .heyeddi/ 下的技能路由。在新项目中最先使用,先于 @heyeddi-design、@heyeddi-handoff 或 @flutter-engineering。切勿手写 product.md:使用 write_product。

设计与 UI78
I
incu-way-init
incu-way-init
incu-tech / incuway

用于首次在仓库中采用 incu-way —— 引导项目,使开发、缺陷和安全流程具备所需条件。检测绿地(新的空仓库)还是棕地(现有应用 —— 常见情况),搭建 CLAUDE.md、docs/ 目录树、分支模型和 .ways/,并推动现有代码的架构/功能文档编写。也用于重新初始化或刷新已在使用 incu-way 的项目。

开发78
J
jujutsu-workflow
jujutsu-workflow
netresearch / jujutsu-workflow-skill

当编码 Agent 在可使用 Jujutsu(jj)的仓库(存在 `.jj/` 目录)中工作时使用——运行 jj 命令、进行推测性编辑、拆分变更、使用操作日志恢复(jj undo / jj op restore)、将 PR 交接给 Git/GitHub/GitLab、审查后更新 PR,或协调并行 Agent。将 jj 用作本地变更管理层,同时保留 Git 作为规范的远程、PR、CI 和审计接口。也用于规避 jj 的 Agent 陷阱(分页器/编辑器卡住、提交吸收、共置的 git/jj 失同步),或用可逆的 jj 操作替代脆弱的 git reset/checkout/stash/rebase 恢复。

开发78
K
kernel-browser-harness
kernel-browser-harness
kernel / skills

通过 CDP 在 Kernel 云浏览器上使用 browser-use 的开源 browser-harness 的最佳实践。适用于用 browser-harness 驱动 Kernel 浏览器、从 `kernel browsers create` 提取 CDP URL,或针对 Kernel 运行多步骤或并行的 harness 会话。

Agent 工作流78
L
langchain-architecture
langchain-architecture
hermeticormus / libreuiux-claude-code

使用 LangChain 框架设计 LLM 应用,涵盖 Agent、记忆和工具集成模式。在构建 LangChain 应用、实现 AI Agent 或创建复杂 LLM 工作流时使用。

开发78
第 8041–8100 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。