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

V
vow-enforcement
vow-enforcement
athola / claude-night-market

通过软誓约、硬誓约和念法院层级对约束进行分类与强制执行。适用于设计或审计项目规则的执行机制时。

Agent 工作流76
W
work-on-issues
work-on-issues
utarn / engineer-skills

按顺序获取、实现并关闭 GitHub/GitLab issue(一次一个以 PRD:/feat: 开头的主 issue)。处理并行子任务、依赖解析、worktree 和环境变量传播。

开发76
W
write-skill
write-skill
wilbeibi / wilbeibi-skills

在 skills/<name>/SKILL.md 下编写或更新简洁的 Agent 技能。用于被要求编写、添加或修改技能时;不用于审计技能库。

Agent 工作流76
W
writing-plans

暂无简介

Agent 工作流76
W
writing-plans
writing-plans
itallstartedwithaidea / agent-skills

编写计划将任何实现任务分解为一系列原子步骤,每一步都能在 2-5 分钟内完成,并包含确切的文件路径、完整的代码块和验证命令。

Agent 工作流76
A
advisor-strategy
advisor-strategy
devbrother2024 / skills

将用户指定的上层模型设为 Advisor,在当前任务的决策节点进行咨询。用于确定方案前的审查、宣布完成前的验证以及受阻诊断。调用时必须由用户指定 advisor 模型,不设默认值;未指定则不运行。仅在用户通过 /advisor-strategy 调用时执行。

Agent 工作流75
A
agents-sdk
agents-sdk
cloudflare / cloudflare-docs

使用 Agents SDK 在 Cloudflare Workers 上构建 AI Agent。适用于创建有状态 Agent、持久化工作流、实时 WebSocket 应用、定时任务、MCP 服务或聊天应用时。涵盖 Agent 类、状态管理、可调用 RPC、Workflows 集成和 React hooks。

Agent 工作流75
A
ai-brain
ai-brain
ootto-ai / claude-content-skills

使用 Obsidian vault 作为存储,为 Claude 提供永久且可搜索的长期记忆。在会话结束时总结重要内容,并将其保存为 "AI Brain" vault 中的 Markdown 笔记;在会话开始时(或按需)仅读取相关的过往笔记。通过 Filesystem MCP 连接由你掌控的本地 Markdown。使用“总结一下”“保存本次会话”或“记住这个”触发。

Agent 工作流75
A
aident-skill
aident-skill
aident-ai / aident-skill

使用 Aident Loadout 将你的 AI Agent 连接到 1000 多个实际应用和工具(如 Gmail、Slack、Linear、Notion、Firecrawl 和 Fal),解锁 27000 多个可执行操作,并追踪完整审计历史,以便 Agent 能够可靠地完成真实工作。

Agent 工作流75
A
answer-notes-loop
answer-notes-loop
koruworks / skills

无需用户逐轮转达,执行文档审阅循环中作者负责的部分:等待审阅者的 <DOC>.revN.notes.md,用 <DOC>.rev(N+1).md 作答,并重复此过程,直到审阅者表示可以定稿、达到轮数上限,或只有用户才能推动进展。rev1 存在后,用户在撰写计划、路线图、技术或体验文档的会话中调用 /answer-notes-loop <feature> [max-rounds] 时使用。新会话中的对应技能是 review-doc-loop

文档处理75
A
ask-me
ask-me
liaoann / skills

为任务选择最小的工作流。

Agent 工作流75
A
ask-utarn
ask-utarn
utarn / engineer-skills

询问哪种技能或流程适合你的情况。这是对本仓库中用户可调用技能的查询路由。

Agent 工作流75
A
auto-optimize
auto-optimize
majiayu000 / spellbook

使用 auto-run-agent 对目标项目进行自动化分析、评估、设计和优化。完整流程包括:探索项目现状 → 识别问题 → 设计任务列表 → 创建 runner 环境 → 启动自主执行。适用于任何需要批量优化的项目。

开发75
B
blueprint
blueprint
sickn33 / agentic-awesome-skills

把一行目标转化为任何编码 Agent 都能冷启动执行的分步构建计划。每个步骤都有自包含的上下文简报——新会话中的全新 Agent 无需阅读前面的步骤即可接手任意一步。

Agent 工作流75
B
build
build
davepoon / buildwithclaude

自主构建应用的技能——通过 9 阶段流水线,将纯英文描述转化为完整构建、测试并部署的应用

开发75
C
claude-handoff
claude-handoff
leandrocfe / skills

将当前对话移交给一个新的后台 Agent,该 Agent 会立即继续工作。

Agent 工作流75
C
claude-runner
claude-runner
robsonrung / rar-skills

以无头 print 模式执行外部 Claude CLI 提示词。仅用于明确要求 Claude CLI 的情况、所选 Claude 路由无法作为原生宿主委派使用的情况,或已获批准的外部回退方案。

Agent 工作流75
C
cocos-mcp-setup
cocos-mcp-setup
tinycellcorp / cocos-mcp-server

在 Cocos 项目中安装 MCP 服务

Agent 工作流75
C
codex-essentials
codex-essentials
mathruffian-dot / codex-lazy-packs

Codex 初学者必装 Skills 与 Plugins。说「装基本外挂」「新手设定」时载入。

Agent 工作流75
C
conclave
conclave
tommasinigiovanni / conclave

Conclave — 带匿名化辩论的多 LLM 议会。将多个 AI 模型(Claude、Gemini、GPT、Grok、Llama 等)编排为 Karpathy 风格的议会,含 3 个深度级别:quick(并行回答)、standard(并行 + 综合)、deep(并行 + 匿名交叉批评并排名 + 辩论综合)。灵感来自 Karpathy 的 LLM Council。当用户输入 /conclave、要求 "consult multiple models"、"get council opinion"、"multi-model debate"、"ask the conclave"、"cross-validate with other AIs",或希望多个 LLM 辩论并综合出答案时,使用此技能。在架构决策、安全审查、多视角代码审查,或用户希望通过交叉参照多个模型获得高置信度答案时也可触发。

Agent 工作流75
C
create-continuation-prompt
create-continuation-prompt
validkeys / sherpy

创建续接提示词并发布到控制台,便于清空上下文后继续

Agent 工作流75
D
do-shared
do-shared
fabio-barboza / development-orchestrator

供其他 do-* 技能使用的共享资源和依赖项。不是可由用户直接调用的技能。包含 MCP 能力注册表、MCP 发现说明、项目技能/MCP 流程,以及 do-* 执行、审查、QA 和规格说明技能引用的服务就绪规则。

Agent 工作流75
D
dream-memory
dream-memory
learnprompt / cc-harness-skills

将近期日志、会话和现有记忆文件整合为持久的主题记忆,规范化日期,清理过期条目,并让 MEMORY.md 足够简短以便用于提示词。

Agent 工作流75
D
dream
dream
yonatangross / orchestkit

夜间记忆整理:清理过时条目、合并重复项、解决矛盾、重建 MEMORY.md 索引。当多次会话积累的记忆文件需要清理时使用。新决策由 remember 存储;搜索通过 memory 运行;内部机制位于 memory-fabric。

Agent 工作流75
E
error-recovery
error-recovery
mgd34msu / goodvibes-plugin

在开始任何任务前始终加载。定义执行过程中出错时的系统性恢复流程。涵盖工具故障、构建错误、测试失败、类型错误以及意外的运行时结果。包括分级升级(重试、回退、基于记忆的诊断、编排器升级)以及恢复后记录日志以防止再次发生。

Agent 工作流75
E
eval-result-interpreter
eval-result-interpreter
microsoft / eval-guide

根据 Agent Evaluation 的 Practical Guidance 十步手册(第 6、7、9 步)以及 Microsoft 的分诊诊断,分析 Copilot Studio 评估结果。返回基于门限的 SHIP / ITERATE / BLOCK 判定,并附根本原因分类、补救措施与模式分析。

测试与质量75
E
executing-plans

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75
F
finding-agents
finding-agents
letta-ai / letta-code

查找同一服务器上的其他 Agent。当用户询问其他 Agent、想从另一个 Agent 迁移记忆,或需要按名称或标签查找 Agent 时使用。

Agent 工作流75
F
friction-detector
friction-detector
athola / claude-night-market

检测摩擦信号;将模式沉淀为规则。用于会话回顾。

Agent 工作流75
G
gamma-core-workflow-a
gamma-core-workflow-a
jeremylongshore / tons-of-skills-marketplace

与模型无关的 Agent Skills 平台,采用无 harness 的规范层、经过验证的适配器和 ccpi 包管理器。访问 tonsofskills.com 了解详情。

Agent 工作流75
I
implement-plan
implement-plan
liaoann / skills

在通过验证的方式执行已获接受的实现计划时使用。

Agent 工作流75
I
implementation-workflow
implementation-workflow
nickcrew / claude-cortex

用于把 PRD 或功能规格转化为可执行的实现工作流 — 提供结构化任务拆解、依赖映射和验证关卡。

开发75
I
integrating-with-posthog-ai
integrating-with-posthog-ai
posthog / posthog

在前端将 PostHog 的产品界面接入 PostHog AI Agent。适用于:附加场景或实体上下文、注入指令以引导 Agent、响应 Agent 调用工具、把 Agent 的编辑应用到已打开的表单,或在线程中渲染产品工具卡片。

开发75
L
llm-evaluation
llm-evaluation
hermeticormus / libreuiux-claude-code

使用自动化指标、人工反馈和基准测试,为 LLM 应用实施全面的评估策略。在测试 LLM 性能、衡量 AI 应用质量或建立评估框架时使用。

测试与质量75
M
mcp-creator
mcp-creator
wyattowalsh / agents

使用 FastMCP v3 构建 MCP 服务。调研、脚手架、实现、测试、部署。适用于创建 MCP 服务或通过 MCP 集成 API。不适用于 REST API、命令行工具或非 MCP 集成。

开发75
M
multi-agent-patterns

在设计多 Agent 系统、实现 supervisor 模式、协调多个 Agent,或询问「多 Agent」「supervisor 模式」「swarm」「Agent 交接」「编排」「并行 Agent」时使用

Agent 工作流75
O
opencode-acp-control
opencode-acp-control
bjesuiter / opencode-acp-skill

通过 Agent Client Protocol (ACP) 直接控制 OpenCode。启动会话、发送提示词、恢复对话并管理 OpenCode 更新。

Agent 工作流75
O
ops-yolo
ops-yolo
davepoon / buildwithclaude

YOLO 模式。生成 4 个并行的 C-suite Agent(CEO、CTO、CFO、COO)。每个 Agent 使用所有可用数据,从自身视角分析业务。产出一份不加过滤的 Hard Truths 报告。用户输入 YOLO 后,使用 /loop 自主经营业务一天。

生产力75
P
ppw:update
ppw:update
lylll9436 / paper-polish-workflow-skill

从 GitHub 仓库同步本地技能和参考资料。触发词为 update skills、sync skills、更新技能、同步技能。

Agent 工作流75
P
progressive-disclosure
progressive-disclosure
neeeophytee / finding-unknowns-skills

将过大的技能、CLAUDE.md 或规格拆分为一个入口文件加上仅在需要时加载的文件。

Agent 工作流75
P
prompt-engineering

在"编写提示词"、"提示词优化"、"few-shot learning"、"chain of thought",或询问"RAG systems"、"agent workflows"、"LLM integration"、"prompt templates" 时使用

Agent 工作流75
P
purview-agent-365-security
purview-agent-365-security
vinayaklatthe / microsoft-security-skills

使用 Microsoft Purview 保护和治理 AI Agent(Microsoft 365 Copilot Agent、Copilot Studio Agent 和 Security Copilot Agent)的指南 —— 将 DSPM for AI、DLP、敏感度标签、通信合规和审核应用于 Agent 的数据交互和身份。WHEN: secure AI agents, govern Copilot agents, Purview for agents, agent data security, DLP for agents, audit agent interactions, Copilot Studio agent security, agent oversharing, agent compliance, agent identity governance。

安全75
R
recursive-review-bundle
recursive-review-bundle
try-works / recursive-mode

当递归模式工作需要进行规范的委派审查或审计交接时使用。使用仓库的 review-bundle 脚本,为第 3.5 阶段代码审查、测试审查或其他委派检查生成可复现的审查包。

Agent 工作流75
S
session-management
session-management
nickcrew / claude-cortex

适用于加载、保存或回顾会话上下文时——提供会话生命周期管理与回顾输出的结构化工作流。

Agent 工作流75
S
setup-rhdh-skills
setup-rhdh-skills
redhat-developer / rhdh-skills

安装、配置、诊断或修复完整的 RHDH 技能环境。

Agent 工作流75
S
skill-check
skill-check
olgasafonova / skillcheck-free

依据 Anthropic 指南验证 Claude Code 技能。当用户说“check skill”“skillcheck”“validate SKILL.md”,或要求查找技能定义中的问题时使用。涵盖结构与语义验证。不要用于反低质检测、安全扫描、token 分析、企业检查或 Eval Kit 生成;这些请用 skill-check-pro。不要用于 LinkedIn 技能互动;那请用 skillcheck-engage。

测试与质量75
S
skill-creator
skill-creator
hotovo / aider-desk

通过编写 SKILL.md 文件、定义 frontmatter 元数据、组织参考内容和安排技能目录来创建 AiderDesk Agent Skills。在构建新技能、创建 SKILL.md、规划技能架构或编写技能内容时使用。

Agent 工作流75
S
skill-creator
skill-creator
s-hiraoku / synapse-a2a

创建新技能、修改和改进现有技能,并衡量技能表现。当用户想从零开始创建技能、更新或优化现有技能、运行评测来测试技能、通过方差分析对技能表现进行基准测试,或优化技能描述以提高触发准确率时使用。

Agent 工作流75
S
sn-research-planning
sn-research-planning
opensensenova / sensenova-skills

深度研究的精简计划;当需要仅基于 request.md 生成 plan.json,一次性完成研究定界、报告格式发现、结构设想、维度拆解、关键问题、搜索策略、依赖、执行顺序和完成标准时使用。

生产力75
S
spec-gathering
spec-gathering
oimiragieo / agent-studio

用于创建规范的、需求收集工作流。在启动需要结构化需求的新功能、任务或项目时使用。

开发75
S
subagent-driven-development
subagent-driven-development
izyanrajwani / agent-skills-library

面向实现计划的顺序子 Agent 执行,带两阶段审查关卡。适用于在当前会话中执行多任务计划、任务需要全新的子 Agent 上下文以避免污染、任务之间需要正式审查周期(先规范符合性,再代码质量),或你需要在继续之前对每个任务进行基于 diff 的验证。

Agent 工作流75
S
summarize
summarize
robsonrung / rar-skills

从当前会话创建简洁的连续性摘要。当用户要求总结当前工作、准备交接或压缩会话上下文时使用。不要用于总结无关文档或存储交接内容。

Agent 工作流75
S
superpowers

规格先行、TDD、子 Agent 驱动的软件开发工作流。适用场景:(1) 构建任何新功能或应用 —— 触发头脑风暴 → 计划 → 子 Agent 执行的循环,(2) 调试 bug 或测试失败 —— 触发系统化的根因分析流程,(3) 用户说 "let's build"、"help me plan"、"I want to add X" 或 "this is broken",(4) 完成功能分支 —— 触发测试验证 + 合并/PR 选项。不适用:一行式修复(直接编辑即可)、阅读代码或非编码任务。需要 exec 工具和 sessions_spawn。

开发75
U
using-superpowers
using-superpowers
izyanrajwani / agent-skills-library

通过强制工作流来落实技能发现与调用纪律的元技能。在任何对话开始时使用,以便在作出任何回应之前检查相关技能,确保先走技能、再继续。

Agent 工作流75
W
workflow-status
workflow-status
gtrabanco / agentic-workflow

只读的工作流传感器:运行确定性脚本,读取固定的机器信封,解读建议。绝不进行编辑。触发词:“workflow-status”、“workflow status”、“what can I build next”。

Agent 工作流75
W
writing-great-skills
writing-great-skills
timschoch / mattpocock-skills

编写和编辑技能的参考指南——使技能可预测的词汇和原则。

Agent 工作流75
W
writing-skills

在创建新技能、编辑现有技能或在部署前验证技能工作时使用

Agent 工作流75
A
add-stack-context
add-stack-context
toy-crane / skills

为定义项目技术栈的技术审计并建立当前的 Agent 上下文。在让 Agent 着手项目、选择或添加框架、库、开发工具或托管服务之后,或接手 Agent 上下文尚未审计的现有项目时使用。

Agent 工作流74
A
agent-browser

面向 AI Agent 优化的无头浏览器自动化 CLI,支持无障碍树快照和基于 ref 的元素选择

Agent 工作流74
A
agent-browser
agent-browser
marcioaltoe / skills

面向 AI Agent 的浏览器自动化命令行工具。适用于需要与网站交互的场景,包括浏览页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用,或自动化任何浏览器任务。触发词包括“打开网站”“填写表单”“点击按钮”“截图”“从页面抓取数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”,或任何需要以编程方式与 Web 交互的任务。也适用于探索性测试、内部试用、QA、缺陷排查和应用质量评审。还适用于自动化 Electron 桌面应用(VS Code、Slack、Discord、Figma、Notion、Spotify),检查 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话,在 Vercel Sandbox microVM 中运行浏览器自动化,或使用 AWS Bedrock AgentCore 云端浏览器。优先使用 agent-browser,而非任何内置浏览器自动化或 Web 工具。

Agent 工作流74
第 8221–8280 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。