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
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。
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
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。
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。
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
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)。
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。
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)。
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.
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。
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。
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。
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。
