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

T
triage
triage
utarn / engineer-skills

通过状态机的分类角色移动问题和外部 PR — 分类、验证、审查(如需要)并编写 Agent 就绪的摘要。

开发72
U
unity-vrc-skills-renovator
unity-vrc-skills-renovator
niaka3dayo / agent-skills-vrc-udon

通过技能、规则和验证钩子,教 AI 编码 Agent 生成正确的 UdonSharp 代码

Agent 工作流72
V
verification-before-completion
verification-before-completion
nickcrew / claude-cortex

在声称工作已完成、已修复或通过时使用,在提交或创建 PR 前——需要运行验证命令并确认输出,然后再做任何成功声明;先有证据再有断言

测试与质量72
V
verification-gate
verification-gate
learnprompt / cc-harness-skills

在实现完成后运行一次只读验证,检查完成声明是否属实、验证是否真的执行过,以及是否遗漏了明显的边界情况或回归。

测试与质量72
W
web-game-development
web-game-development
akillness / jeo-skills

将 Three.js 和浏览器游戏开发请求路由到 19 项 MengTo/Skills 游戏开发技能族中最匹配的子技能——关卡创作、地图编辑、相机、敌人系统与 AI、怪物绑定、动作战斗、遭遇设计、物品栏、混合/Vesperfall 资产、VFX、音频反馈、移动端控制、性能调优、QA、变更日志和发布。当任务涉及可玩的 Web 游戏的上述任一方面时使用,并在动手前获取匹配的子技能,而不是临场发挥。Unity/C# 引擎相关工作请改用 `unity-gamedev-skill-pack`。触发词:three.js game, browser game, webgl game, isometric arpg, enemy AI, game camera, game inventory, game VFX, game audio feedback, ship web game, playtest web game, mobile threejs game, game encounter design, monster rig, hybrid game assets。

开发72
W
workflow
workflow
bntvllnt / agent-skills

高效的个人开发工作流。从创意到生产环境,当天完成。10 个命令:plan、spike、ship、fix、review、spec-review、focus、done、drop、workflow。以下情况会自动启用:“plan”“spec”“ship”“spike”“fix”“debug”“repair”“spec-review”“review spec”“analyze spec”“challenge spec”“focus”“what should i do”“prioritize”“overwhelmed”“what should i work on”“done”“finish”“complete”“drop”“abandon”“workflow”“what's next”“whats next”“next step”“what now”。

Agent 工作流72
W
worktree-manager
worktree-manager
scientiacapital / skills

使用 git worktree 和 Claude Code Agent 进行并行开发。处理 Ghostty 终端启动、端口分配和全局注册表。在创建 worktree、管理并行开发或在隔离工作区中启动 Agent 时使用。

Agent 工作流72
W
writing-plans
writing-plans
pcvelz / superpowers

在你有多步骤任务的规格或需求时使用,在接触代码之前

Agent 工作流72
Y
ydc-ai-sdk-integration
ydc-ai-sdk-integration
youdotcom-oss / agent-skills

将 Vercel AI SDK 应用与 You.com 工具(web

开发72
Z
ziw-triage
ziw-triage
zaks-io / skills

用于脚本引导的问题跟踪器分诊:在管理当前项目待办时,通过运行工作流脚本、检查其输出,并修正标签、状态、依赖关系、正文契约、估算、陈旧的跟踪器状态以及明确的人类提问,使问题对 Orchestrator 就绪,而无需临时探索。

开发72
A
add-skill-installer
mo7amedhassan11 / add-skill-installer

安裝 Agent Skills 到本機。當用戶想要「安裝技能」、「新增 skill」、「從 GitHub 安裝 skill」、或「install skill from repo」時觸發此技能。

Agent 工作流71
A
afa
afa
afadtc / afa-dtc-skills

AFA DTC 全链路独立站操盘系统——系统入口、一级路由器、工作流编排器,统筹品牌基建/付费获客/有机增长/变现留存/运营扩张五大业务线。触发词: 独立站, DTC, 电商, Shopify, 全链路操盘, 独立站诊断, 独立站增长, 90 天增长计划, 不知道从哪开始, 多个问题一起, 帮我做全盘规划, 一件代发, 测品, 测试店, ecommerce, online store, DTC brand, store audit, dropshipping。

营销与增长71
A
agent-council
agent-council
itsahedge / agent-council

创建与 Discord 绑定的自主 AI Agent。在设置新 Agent、管理 Agent cron 作业或安排 Agent 任务时使用。涵盖 Agent 创建、频道绑定、cron 作业模式和投递路由。

Agent 工作流71
A
agent-factory
agent-factory
alirezarezvani / claude-code-skill-factory

Claude Code Agent 生成系统,遵循经过验证的生产模式,创建带有增强 YAML frontmatter、工具访问模式和 MCP 集成支持的自定义 Agent 与子 Agent

Agent 工作流71
A
aim-write
aim-write
djalmajr / skills

通过 MCP(memory_write_page)手动向 ai-memory 实例写入一条持久页面——用于用户明确希望记住的决策、规则、注意事项、schema/契约或运维约束。当用户说 'remember this'、'save this decision' 或 'annotate X' 时使用。不适用于日常笔记(自动捕获会处理这些)。

Agent 工作流71
A
alibabacloud-agentloop-contextstore
alibabacloud-agentloop-contextstore
aliyun / alibabacloud-aiops-skills

使用 aliyun CLI 与 API 版本 2024-03-30 操作阿里云云监控服务(CMS)AgentLoop ContextStore。当用户提及 CloudMonitor、CMS、AgentLoop、agent loop、上下文、记忆、经验、ContextStore、上下文库、记忆库、经验库,或要求创建/查询/更新/删除存储、写入/搜索/更新/删除上下文记录、管理存储 API 密钥,或调试 aliyun cms ContextStore 命令时使用。

Agent 工作流71
A
alterlab-deep-research
alterlab-deep-research
alterlab-ieu / alterlab-academic-skills

运行一条由 13 个 Agent 组成的深度研究流水线,面向任何主题的严谨学术工作,提供 7 种模式(完整研究、快速简报、论文评审、文献综述、事实核查、苏格拉底式引导研究对话,以及可选元分析的系统性综述),涵盖研究问题构建、苏格拉底式指导、方法学设计、系统性文献检索、来源验证、跨来源综合、偏倚风险评估、元分析、APA 7.0 报告汇编、编辑与反方论证评审、伦理审查,以及研究后的文献监测。当请求中提到 research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、guide my research、help me think through,或 araştırma、literatür taraması、sistematik derleme、meta-analiz、araştırmamı yönlendir,或 研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題 时使用。属于 AlterLab Academic Skills 套件的一部分。

生产力71
A
authenticate-openant
authenticate-openant
openant-ai / openant-skills

通过基于密钥的登录(推荐)或邮箱 OTP 登录 OpenAnt。先使用 login --key,然后由 agents register 注册新 agent。当 agent 需要登录、检查认证状态、获取身份,或任何操作因 "Authentication required" 或 "not signed in" 错误失败时使用。本技能是创建任务、接受工作、提交或任何写操作之前的前置条件。

Agent 工作流71
B
bmod-bmad-loop
bmod-bmad-loop
bmad-code-org / bmad-loop

必需的 bmod 元数据。切勿调用此技能。

Agent 工作流71
B
brainstorming
brainstorming
izyanrajwani / agent-skills-library

协作式设计探索,通过迭代提问将想法细化为经过验证的规格说明。在任何创造性工作之前使用,包括创建功能、构建组件、添加功能或修改行为。

Agent 工作流71
B
brief
brief
garrettjsmith / localseoskills

为本地 SEO 项目管理工作状态(briefs)并持久保存。在开始处理某个特定商家或地点、用户说 "resume"、"continue"、"pick up where we left off",或按名称提及某个客户或地点时,自动加载此技能。当即将为某个商家发起任何工具调用时也加载,这即是创建或更新 brief 的触发条件。在收到定时任务输出时加载。

营销与增长71
B
bro
bro
leandrocfe / skills

用简明葡萄牙语重写最后一条消息,不用术语。当上一条回复过于浮夸、过于技术化或难以理解时使用。

Agent 工作流71
B
bug-hunt
bug-hunt
danpeg / bug-hunt

对你的代码库进行对抗式 bug 搜寻。使用 3 个相互隔离的 Agent(Hunter、Skeptic、Referee)以高保真度发现并验证真实 bug。使用方式:/bug-hunt、/bug-hunt [path] 或 /bug-hunt -b <branch> [--base <base>]。

测试与质量71
C
clarifying-question-discipline
clarifying-question-discipline
fudesign2008 / open-skills

与用户澄清问题的严格纪律:每轮只问一个问题,直到达成共识;按依赖关系走决策树;给出推荐答案;事实靠查,只问决策;先探索上下文再提问;在用户确认已澄清(或跳过)之前不采取行动。由 PDCA 和 perf 宿主通过 frontmatter 依赖引用。触发词: 「一次一问」「多轮问清」「澄清提问纪律」「推荐答案提问」「决策树追问」 / clarifying question discipline、decision-tree grilling。

Agent 工作流71
C
codex-build
codex-build
cathrynlavery / codex-build

编排器主导,Codex 编码。逐项执行已批准的计划:你的 Agent(Claude Code 等)负责安排工作顺序,向 OpenAI Codex 简要说明以编写所有产品代码,审查每一处 diff,在每次提交之前运行测试关卡,每次提交对应一个任务,并在最后恰好开启一个 PR。当用户说 “codex-build”、“have codex code it”、“you orchestrate, codex codes”,或交来一份计划要求逐步实现时使用。

Agent 工作流71
C
computer-use
computer-use
oil-oil / computer-use-skill

通过截图、鼠标和键盘操作 macOS 原生应用。仅在任务无法通过 API、专用 Skill 或文件工具完成,需要真实桌面交互时使用。网页任务优先使用浏览器工具,文件读写和代码执行使用对应工具;不擅自扩大屏幕访问范围。

Agent 工作流71
C
conductor-setup
conductor-setup
shpigford / skills

配置 Rails 项目以配合 Conductor(并行编码 Agent)使用

Agent 工作流71
C
consciousness-council
consciousness-council
leonchaox / qinyan-academic-skills

针对任何问题、决策或创意挑战,运行多视角的 Mind Council 审议。每当用户希望获得多样化观点、需要帮助做出艰难决策、要求进行 council/panel/board 讨论、想从多个角度探讨问题、请求 devil's advocate 分析,或说出“不同专家会怎么想”“帮我从各个方面思考这个问题”“council mode”“mind council”“deliberate on this”之类的话时,都可使用本技能。当用户面临两难、取舍或没有明显答案的复杂选择时也可触发。

生产力71
C
context-doctor
context-doctor
jzocb / context-doctor

可视化并诊断 OpenClaw 上下文窗口使用情况。生成终端渲染的明细,展示工作区文件(状态、字符数、token 数)、已安装 skill 清单,以及引导组件的 token 预算分配。使用场景:(1) 用户询问上下文窗口健康状况或 token 用量,(2) 排查 Agent 质量下降("agent got dumber"),(3) 编辑工作区文件后验证影响,(4) 审计引导开销。不适用于:对话历史分析、模型选择或成本追踪。

Agent 工作流71
C
create-toolset
create-toolset
epicgames / unreal-engine-skills-for-claude-code-plugin

在编写或扩展 Unreal Engine 工具集时使用此技能,工具集是一类通过 `ToolsetRegistry` 注册并经 unreal-mcp 服务暴露的静态、可被 AI 调用的函数。当用户想要新增、暴露或注册新的工具方法、创建新的工具集,或扩展已有工具集(如 `BlueprintTools`、`StaticMeshTools`、`ObjectTools`、`LevelTools` 或 `MaterialTools`)时触发。具体触发场景:'add a tool to X'、'expose this via MCP'、'register a function so Claude/the agent can call it'、'wire this into the toolset registry'、'create a new toolset for Y'、'add a Python toolset'、'make this AI-callable';向 `*Tools.cpp/.h/.py` 文件添加 `static` 方法;编辑 `Toolsets/` 文件夹下的文件;为工具集设计工具参数、返回类型或结构体 schema。跳过场景:在运行时调用已有工具(改用 unreal-mcp)、编写 Agent Skill(改用 unreal-skill)、只是恰好触及工具集文件但未新增或重新设计工具的常规重构,或与 'toolset' 一词无关的其他用法。

开发71
C
cursor-best-practices
cursor-best-practices
hktitan / cursor-best-practices

使用 Cursor 的最佳实践——规则、命令、技能、子 Agent、ignore 文件、Agent 安全、工作流和社区资源。在以下情况使用:设置 Cursor、初始化或创建 .cursor 文件夹、编写 .cursor/rules 或 AGENTS.md、创建命令或技能、配置 .cursorignore、使用 Agent、发现规则或 MCP(例如 cursor.directory)、让代码库兼容 Cursor,或询问 Cursor 工作流、TDD、git 命令或大型代码库。

Agent 工作流71
D
darwin
darwin
simota / agent-skills

编排生态自我演进:生命周期阶段检测、Agent 相关性、跨 Agent 知识综合、演进提案。用于审查 skill 生态的健康度或适应度。

Agent 工作流71
D
denario
denario
leonchaox / qinyan-academic-skills

用于科学研究辅助的多 Agent AI 系统,可自动化从数据分析到发表的研究工作流。当需要从数据集生成研究创意、制定研究方法、执行计算实验、进行文献检索,或生成可发表的 LaTeX 格式论文时使用此 skill。支持可自定义 Agent 编排的端到端研究流程。

Agent 工作流71
D
develop
develop
patinaproject / skills

通过实现、本地审查和可合并的 pull request 来完成一个 issue 或一组指令。

开发71
D
discover-skills
discover-skills
nesnilnehc / ai-cortex

识别缺失的技能,并推荐从 AI Cortex 或公共技能目录安装。核心目标:针对 Agent 能力缺口,提供 1-3 个最佳技能匹配及安装命令。在发现能力或建议技能以填补缺口时使用。

Agent 工作流71
D
dotnet
dotnet
managedcode / dotnet-skills

面向广泛 .NET 工作的主路由技能。先按应用模型和横切关注点对仓库分类,然后切换到最匹配的窄范围 .NET 技能,而不是停留在通用层。适用场景:没有更窄框架的一般 .NET 请求;C# 实现、调试、评审或重构;路由到框架与工具技能。不适用于:无关技术栈;已由更窄的 .NET 技能覆盖的任务。调用:检查仓库上下文,编辑目标文件,并在做出更改时运行相关的构建、测试、lint 或校验命令。

开发71
D
dotnet-advisor
dotnet-advisor
wshaddix / dotnet-skills

使用 .NET、C#、ASP.NET Core 或相关框架。路由到专业 skill。

Agent 工作流71
E
entra-agent-id
entra-agent-id
microsoft / skills

Microsoft Entra Agent ID(预览版),用于通过 Microsoft Graph beta API 创建支持 OAuth2 的 AI Agent 身份。涵盖 Agent Identity Blueprints、BlueprintPrincipals、Agent Identities、所需权限、sponsors 以及 Workload Identity Federation。包含 Microsoft Entra SDK for AgentID(容器化 sidecar),用于多语言 Agent 认证(Docker/Kubernetes)、3P Agent 集成、自主与交互式 Agent 模式。触发词:"agent identity"、"agent id"、"Agent Identity Blueprint"、"BlueprintPrincipal"、"entra agent"、"agent identity provisioning"、"Graph agent identity"、"entra sidecar"、"agent id sidecar"、"auth sidecar"、"3P agent"、"third-party agent identity"、"polyglot agent auth"。

安全71
E
eval-cs-skill
eval-cs-skill
codestable / codestable

CodeStable skill 工程化闭环入口。触发:写/改一个 cs skill、评测 skill 效果、跨 model/agent 量化、优化 skill 提示词、把收敛结论固化回 skill。内部推进 author、eval、optimize、release。

Agent 工作流71
E
evaluate
evaluate
q00 / ouroboros

当用户需要证明已完成的工作符合验收标准,而不只是测试通过时使用,例如:“确认它确实完成了”“按规格检查”“评估运行结果”。执行机械检查、逐项标准的语义审查,并在不确定时进行多模型共识。当 execution.auto_evolve 开启(默认)时,被拒绝且带有 Seed 的结果会进入 Ralph 修复循环;设置 auto_evolve: false 可仅进行验证。

测试与质量71
E
execute
execute
alpoxdev / hypercore

[Hyper] 立即以自适应思考深度开始处理给定任务——简单任务轻度思考,困难任务深度思考。适用于用户希望立即执行,而非诊断、规划或审查的场景。

Agent 工作流71
E
execution-lifecycle-manager
execution-lifecycle-manager
curiositech / some_claude_skills

管理 DAG 执行生命周期,包括启动、停止、暂停、恢复和清理。在 'execution lifecycle'、'stop execution'、'abort DAG'、'graceful shutdown'、'kill process' 时激活。不适用于成本估算、DAG 构建或技能选择。

Agent 工作流71
F
fallback-and-resilience
fallback-and-resilience
borski / travel-hacking-toolkit

当工具失败、API 触发速率限制或网站阻止抓取时该怎么做。为每个主要工具映射最佳回退方案,使单一失败不会阻断搜索。

Agent 工作流71
F
find-rules
find-rules
marcioaltoe / skills

开始任务前,了解项目规则、编码标准和架构指南。需要确认某项功能、文件或技术的约束、模式或合规要求时使用。

开发71
F
find-skills
find-skills
wshaddix / dotnet-skills

帮助用户发现和安装 Agent 技能,当他们提出「我怎样才能做 X」、「查找 X 的技能」、「有没有能够...的技能」等问题,或表达扩展功能的兴趣时。当用户寻找可能以可安装技能形式存在的功能时,应使用此技能。

Agent 工作流71
F
firecrawl-interact
firecrawl-interact
firecrawl / firecrawl-claude-plugin

在已抓取的页面中操作实时浏览器:点击、填写表单、登录、翻页、无限滚动。内容需要交互,或抓取失败、返回内容不完整时使用。

数据与数据库71
G
gastown
gastown
numman-ali / n-skills

面向 Claude Code 的多 Agent 编排器。当用户提到 gastown、gas town、gt 命令、bd 命令、convoys、polecats、crew、rigs、slinging work、多 Agent 协调、beads、hooks、molecules、workflows、the witness、the mayor、the refinery、the deacon、dogs、escalation,或希望同时在多个项目上运行多个 AI Agent 时使用。处理安装、工作区设置、工作跟踪、Agent 生命周期、崩溃恢复以及所有 gt/bd 命令行操作。

Agent 工作流71
G
gh-fix
gh-fix
lsegal / glorp

从隔离的克隆端到端修复带编号的 GitHub issue:理解 issue,创建专门的分支和关联的草稿 pull request,推送进度检查点,实现并测试修复,更新 changelog,将 pull request 标记为就绪,监控并修复 CI 直至通过,并合并成功的 PR。当用户调用 /gh-fix OWNER/REPO#ISSUENUMBER、/gh-fix ISSUENUMBER、$gh-fix OWNER/REPO#ISSUENUMBER,或要求这套完整的从 GitHub issue 到合并的工作流时使用。

开发71
G
grilling
grilling
gitbobobo / skills

就一个计划、决策或想法对用户进行不留情面的追问。当用户想压力测试自己的思考,或使用任何「grill」触发语时使用。

生产力71
H
hand-over-to-kiro
hand-over-to-kiro
ulpi-io / skills

将实现任务委托给 Kiro CLI,并准确报告其更改内容——依据 git 基线进行验证,绝不采信 kiro 的 SELF-REPORT。收集新 Agent 所需的上下文,将请求改写为自包含、防注入的提示词,并带有 XML 边界标签,注入任务的 kiro 约定技能(`--skill`),通过捆绑的 helper 启动 kiro,并将信任范围限定到相应模式(`implement` = 最小权限写入,`review` = 只读),然后将工作区与运行前的基线进行 diff。绝不自动安装 kiro,也不将远程安装脚本通过管道传给 shell,绝不将原始用户输入通过 shell 传递,也绝不默认使用 `--trust-all-tools`,并且如实报告部分完成和错误,而不是信任 kiro 自己的总结。仅在用户明确要求将实现委托给 kiro 时使用。

Agent 工作流71
H
hermes
hermes
dandacompany / hermes-skill

在自托管、安装、配置、运维、更新、排查或学习使用 NousResearch Hermes Agent 时使用此技能,涵盖命令行用法、gateway 与 Slack 设置、插件、工具、技能、profiles、memory、MCP、cron、Kanban、delegate_task 子 Agent、dashboard,以及由 tmux 管理的 Hermes 会话。

Agent 工作流71
H
hook-scope-guide
hook-scope-guide
athola / claude-night-market

按受众选择 hook 作用域(plugin、project、global)。适用于编写 hook 时。

Agent 工作流71
I
implement-spec-with-goal
implement-spec-with-goal
dzhng / skills

使用 harness 的 goal 功能实现规格。

Agent 工作流71
K
karpathy-planning
karpathy-planning
wilbeibi / wilbeibi-skills

在被明确要求为编码任务做规划时,制定有范围的实施计划。若要进行有意的设计访谈,请使用 grill-me。

开发71
L
laconic
laconic
gabrielbarberini / laconic

话更少,思路更利落。信任上下文;只说沉默无法传达的内容。触发词:"laconic mode"、"be laconic"、"/laconic"、"less tokens"。

Agent 工作流71
L
langgraph-agent-patterns
langgraph-agent-patterns
soba-labs / langchain-agent-skills

为 LangGraph 应用实现多 Agent 协调模式(supervisor-subagent、router、orchestrator-worker、handoffs)。适用于用户想要:(1) 实现多 Agent 系统,(2) 协调多个专用 Agent,(3) 在协调模式之间做选择,(4) 搭建 supervisor-subagent 工作流,(5) 实现基于 router 的 Agent 选择,(6) 创建并行的 orchestrator-worker 模式,(7) 实现 Agent handoffs,(8) 为多 Agent 系统设计状态 schema,或 (9) 调试多 Agent 协调问题。

Agent 工作流71
L
learn-and-improve
learn-and-improve
fudesign2008 / open-skills

针对已完成工作的结构化回顾与知识沉淀(PDCA 的 Act 阶段)。执行有纪律的事后复盘(按上下文选用 Keep-Problem-Try / Stop-Start-Continue / After-Action Review),判断哪些经验值得固化,选择合适的载体,验证沉淀能被复用,并把改进反馈回去。每当已完成的工作需要反思时使用——作为 PDCA 宿主经 frontmatter 依赖调用的收尾/复盘阶段,或独立用于任何已完成的任务。触发词: 「回顾总结」「复盘」「经验沉淀」「总结经验教训」「改进闭环」「沉淀规则」「项目复盘」 / learn and improve、lessons learned、retrospective、post-mortem、debrief。

Agent 工作流71
M
managing-skills
managing-skills
mikekelly / managing-skills

安装、查找、更新和管理 Agent 技能。当用户想添加新技能、搜索能完成某项工作的技能、检查技能是否最新,或更新现有技能时使用。触发词:install skill、add skill、get skill、find skill、search skill、update skill、check skills、list skills。

Agent 工作流71
M
mcp-builder
mcp-builder
partme-ai / full-stack-skills

创建高质量 MCP (Model Context Protocol) 服务的指南,使大模型能够通过设计良好的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务时,可用于集成外部 API 或服务。

开发71
M
mcp
mcp
kimny1143 / claude-code-template

Model Context Protocol(MCP)服务的创建与管理指南。自定义工具的添加方法。使用时机:(1) 想向 Claude Code 添加自定义工具时 (2) 集成外部服务时 (3) 想制作项目专属的自动化工具时 (4) 想了解 MCP 服务的配置方法时。触发示例:「创建 MCP 服务」「添加自定义工具」「MCP 配置」「将外部 API 工具化」「测试运行器 MCP」

开发71
第 8461–8520 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。