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
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。
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”。
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。
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。
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。
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。
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。
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"。
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。
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。
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。
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。
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。
