Skills
收录 97,222 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
用于理解和自定义 Mindfold Trellis 的元技能——面向 9 个 AI 编码平台(Claude Code、Cursor、OpenCode、iFlow、Codex、Kilo、Kiro、Gemini CLI、Antigravity)的一体化 AI 工作流系统。本技能记录 Trellis 系统的原始设计。当用户自定义其 Trellis 安装时,修改应记录在项目本地的 `trellis-local` 技能中,而不是本元技能中。适用于以下场景:(1) 理解 Trellis 架构,(2) 自定义 Trellis 工作流,(3) 添加命令/Agent/hook,(4) 排查问题,或 (5) 让 Trellis 适配特定项目。
工作流技能中手动/自动控制流以及可选的 ai-proxy 叠加识别的共享生命周期契约:自动和叠加在完成或中断时总是回退到手动;重新进入需要显式触发;隐式继续绝不会重新激活它们;批处理编排器显式传递 Stage-exit 策略。叠加映射为自动载体 + 策略;charter 保留在 ai-proxy-discipline 中。省略 ai-proxy 触发条件的主机会忽略叠加。通过 frontmatter dependencies 引用。触发条件 —「模式生命周期」「切换自动模式」「切换 ai-proxy」/ workflow mode lifecycle。不要用作 proxy charter,也不要用作第三种控制流枚举。
将 AG2 自带的工具接入 `Agent` —— 既包括提供商原生的服务端工具(web search、web fetch、code execution、MCP、image generation、memory),也包括本地执行的常用工具包(filesystem、DuckDuckGo、Exa、Tavily、skills)。当用户想要使用 AG2 已自带的能力而非编写自定义 Python 时使用。shell 命令见 `ag2-shell-tool`;自定义 Python 工具见 `ag2-add-custom-tool`。
通过 `agent-council` CLI 就任何问题生成一组专家 Agent,进行结构化的多 Agent 辩论,具备收敛感知迭代和带类型的综合输出。当某项决策存在真正的权衡、高风险或值得对抗式协作的隐藏假设,或当置信度诊断比单一建议更重要时使用。兼容任何支持 agentskills.io 技能的 AI Agent 运行环境(Claude Code、Cursor、Hermes Agent、OpenHands 等)。不要用于简单的事实查询、有明确正确答案的任务、常规的单视角工作,或辩论之外的代码执行与工具编排。
使用 Vercel AI SDK v5/v6 构建后端 AI。涵盖 v6 beta(Agent 抽象、工具审批、重排序)、v4→v5 迁移(破坏性变更)、最新模型(GPT-5/5.1、Claude 4.x、Gemini 2.5)、Workers 启动修复,以及 12 个错误解决方案(AI_APICallError、AI_NoObjectGeneratedError、streamText 静默错误)。适用场景:实现 AI SDK v5/v6、从 v4 迁移到 v5、排查错误、修复 Workers 启动问题,或升级到最新模型。
通过结合基于网络调研的最佳实践改写与自主的 Karpathy 式二元评估循环,改进任何现有的 Claude Code skill、CLAUDE.md、subagent 定义、slash-command 或提示词 markdown 文件。适用于用户想要“auto-research”“self-improve”“auto-improve”“optimize”“modernize”或“research-improve”任何现有的 SKILL.md、CLAUDE.md、.claude/agents/ 下的 agent 文件、.claude/commands/ 下的 slash-command 文件,或任何提示词 markdown 文件时。触发短语如“use auto-research to improve skill X”“auto-improve this CLAUDE.md”“research best practices and rewrite Y”或“self-research and optimize this agent”。在并行子 Agent 中调研权威来源(Anthropic 文档、anthropic.com 工程博客、anthropics/skills GitHub),提出带引用的改写,对可测试的产物运行带 git commit 和 reset 记账的自主二元断言评估循环,并仅在最后以改写前后评分和完整来源列表请用户确认。
提供 Amazon Bedrock 资源的 AWS CloudFormation 模式,包括 agents、knowledge bases、data sources、guardrails、prompts、flows 和 inference profiles。适用于创建带 action groups 的 Bedrock agents、用 knowledge bases 实现 RAG、配置 vector stores、设置内容审核 guardrails、管理 prompts、用 flows 编排工作流,以及配置 inference profiles 以优化模型。
当用户遇到可从专项能力中受益的任务时,自动发现并推荐相关的 Claude 技能。在检测到以下任一模式时主动使用本技能:(1) 用户提到处理特定文件格式(PDF、DOCX、Excel、图片等),(2) 用户描述重复性或专项任务(数据分析、代码审查、部署、测试、文档处理),(3) 用户询问是否有某个工具或能力,(4) 用户在特定领域工作中遇到困难(React 开发、SQL 查询、DevOps、内容写作),(5) 用户提到需要某项技术的最佳实践或模式,(6) 任何专项技能可以节省时间或提升质量的情形。使用 SkillsMP API(若已配置)、skills.sh 排行榜或 GitHub 作为后备进行搜索。推荐 1-3 个最相关的技能,并提出可通过 npx skills add 安装。
通过 Basecamp 驱动你自己的 Claude Code 会话。启动本地连接器(basecamp connect),以 Basecamp Agent 身份监听账户事件流,并为每个受信任请求打印一行:提及、任务分配、操作员发来的 ping、Agent 跟进的讨论串评论,或对其撰写内容的 boost。连接器会在收到请求时立即 boost;此会话会用自己的措辞转述该 boost,为项目选择代码仓库,并将请求交给后台子 Agent,由其读取上下文、使用你的设置和工具完成工作,再以 Agent 身份回复。会话可继续处理下一个请求,你也可以继续使用它。还可将 Agent 连接到这台计算机并管理其设置:Agent 凭据(basecamp auth agent connect)、谁可以分配工作、它服务哪些项目(basecamp connect setup),以及状态和 doctor。有人要求连接 Agent、通过 Basecamp 驱动 Agent、监控 Basecamp 中提及 Agent 的消息、启动或停止连接器,或更改谁可分配工作及其服务项目时使用。
BKN 全生命周期编排入口。按需读取 OpenBKN SDK / 命令行操作参考。凡涉及创建 BKN、从 PRD/文档提取对象关系、生成或更新 `.bkn`、做数据视图绑定、环境检查、测试集生成、校验与推送时,优先使用 bkn-creator 进行流程路由、阶段门禁、子 skill 编排与结果回执。适用于 BKN 的 create/read/update/delete/extract/copy/validate 场景,技能包能力补齐/skill 草案生成场景,以及使用反馈巡检与改进场景(定时任务触发、Agent 对话质量异常、feedback_brief 传入、知识网络持续优化)。不应用于纯数据语义查询,该场景应交由 data-semantic 处理。
当用户有一个模糊的想法,并希望在规划或构建之前将其塑造成具体的项目规格时使用。触发词包括:\"brainstorm this\"、\"I have an idea for...\"、\"help me think through this project\"、\"what should I build\"、\"spec this out\"。也适用于需要结构化提问以明确范围的模糊功能描述。不编写代码、不规划实现、不审查策略文档、不开展策略访谈——通过对话产出 WHAT/WHY 规格,而非 HOW 计划。
对照健康的"smart zone"(默认 150k tokens,即上下文腐化开始前质量仍保持较高的范围)分析、缩减和监控 Claude Code 会话上下文。适用场景:用户想查看启动时加载了多少 smart zone 及其最大消耗者、决定是清理(/clear 还是 /compact)还是精简每次会话加载的内容(MCP 服务、技能、memory、CLAUDE.md)、选择/配置状态栏,或设置自己的健康窗口大小。触发条件包括"analyze startup context"、"why is my context so big"、"clean up context"、"reduce context usage"、"status line template"、"configure statusline"、"set healthy window"、"smart zone size"。
在 Claude Code 云会话和 GitHub Copilot 编码 Agent 环境中启用 GitHub CLI(`gh`)。在以下情况使用本技能:(1) 配置项目以便云端 AI Agent 使用 `gh` 处理 PR、issue 和 release;(2) 为 `gh` 安装配置 setup 脚本或 SessionStart hooks;(3) 为 GitHub Copilot Agent 添加 `copilot-setup-steps.yml`;(4) 排查云会话中的 `gh` 认证失败;(5) 为无头环境配置 `GH_TOKEN`。触发词:"enable gh"、"github integration"、"Claude Code cloud setup"、"copilot setup steps"、"gh auth in cloud"、"gh not working in cloud"、"setup script",或任何涉及从云端 AI 编码 Agent 访问 GitHub CLI 的请求。
推荐适合某项任务的 GPT-5.6 模型档位(Luna/Terra/Sol)和推理力度(Low..Ultra),从用户自身的成功与失败中学习,诊断质量问题,并报告当前会话所用的模型和力度。仅作建议——它会提出一个有依据的起点和一条升级规则;由人来做决定并切换。在用户询问该用哪个模型或力度、开始一项实质性任务却未刻意选择档位、报告结果不佳或不理想、希望在不损失质量的前提下降低成本,或询问当前会话运行的是哪个模型时加载。触发词——"which model"、"which effort"、"reasoning effort"、"cut cost"、"is a bigger model worth it"、"do I need max/ultra"、"result is bad"、"quality dropped"、"what model am I on"、"record this combo"。
在 Agent 对 Agent(A2A)工作流或 MCP 服务之前配置 IndyKite Agent Gateway (IAG),可选搭配可自托管的 IndyKite Token Service (ITS),由后者签发携带在 `X-IK-Token` 中的委托令牌,使多跳链路逐跳增长。在接入 A2A 或 MCP 策略执行、在 IKG 中建模工作流、配置 `JARVIS_*` / `config.yaml`(包括 `token_service`)、运行 Token Service、读取 IAG 审计记录,或调试 IAG 401/403 响应时使用。
构建并维护 Karpathy 风格的 LLM 知识库 —— 一个自编译的 Obsidian markdown wiki:Agent 摄取原始资料,编译出交叉链接的概念/实体/摘要页面,基于语料库回答问题,对图谱做健康度 lint,并审核从 Obsidian 或本地网页查看器提交的上下文内人工反馈。适用于:(1) 为任意研究主题搭建新知识库;(2) 将文章/论文/PDF/网页摄取到 raw/;(3) 基于现有原始材料编译或重构 wiki 文章;(4) 基于 wiki 回答问题并将持久答案归档;(5) 运行 lint 检查死链/孤立页面/覆盖缺口/审核形态;(6) 处理 audit/ 目录中的人工反馈并应用修正。不适用于一般笔记、日记或非 wiki 的 Obsidian 用途。
(NS) 为规划的 SDD 版本生成并更新 execution-handoff.md —— 操作提示词、按任务的状态表、token 总计以及以秒为单位的时间跟踪。在所有 task-NNN-*.md 文件存在后的规划结束时使用,当任务存在但缺少交接时使用,或在版本实现期间更新任务状态时使用。不要用于没有版本生命周期的临时编码、版本分区(ns-sdd-version-partitioner)或仅限 GitLab 的 issue 执行(ns-execution-gitlab-issue)。
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。
