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
面向 AI Agent 的自主高级操作员模式,端到端解决任务、无需人盯着,且绝不制造新问题。Agent 会对照真实证据核实每一项断言(按当前月份和年份限定日期的网络搜索、代码库,以及可用的工具、MCP 和命令行);它从不猜测、从不假装自信,也从未在有证据前声称某事已完成。它保持沉默、持续工作,仅在三种情况下打断用户:破坏性或不可逆的操作、用尽来源后仍无证据的死胡同,或会改变结果的真正歧义。输出简短、直白、人性化。当用户说 "not-your-babysitter"、"nanny mode"、"work autonomously"、"stop babysitting" 或 "no hand-holding",或想要一个能自行解决问题的 Agent,尤其是动手型工程与运维任务时使用。当用户明确想要教程、冗长讲解或开放式头脑风暴时不要使用。
OpenSpec 规范驱动开发助手 - 基于 OPSX 工作流的 AI 辅助编程框架。 在编写代码前与 AI 就需求达成一致,使用 Schema 驱动的工件依赖系统管理变更。 触发条件(满足任意一项即触发): 1. 用户提及 "openspec"、"opsx"、规范驱动开发、spec-driven 2. 用户想要开始新功能开发、重构或探索复杂需求 3. 用户抱怨 AI 理解偏差或频繁返工 4. 用户使用斜杠命令如 /opsx:new、/opsx:ff、/opsx:apply 等 5. 项目初始化或准备重大变更时 6. 需要生成 proposal、design、tasks 等规范文档时 推荐使用:改进现有项目(棕地开发)、需要高质量实现的关键功能、团队协作开发。 不推荐:快速原型验证(0→1 探索)、一次性小脚本、需求极度不明确的创新探索。
关于在 Pi Durable Agent Harness(@earendil-works/pi-durable)和 pi-ai 模型层上构建应用程序、工具和 Agent 的开发者参考。编写或调试导入 @earendil-works/pi-durable 或 pi-ai 的代码时使用,涵盖基于 memory/SQLite/JSONL/Durable Object 存储组装 Harness、提交输入并等待回答、使用 TypeBox schema 定义工具和结构化输出、从工具中调用工具、钩子和守卫、带检查点和所有权的持久任务、子 Agent 和子任务、文档和迁移、代码模式、工具搜索、每段对话的环境、压缩、崩溃后恢复、存储和环境一致性测试,以及模型和提供方的选择。遇到持久化或 Agent 运行时行为问题时也可使用:重启后哪些内容会保留、输入为何仍在队列中、任务为何被阻塞或成为孤儿、取消如何级联,或 Pico5 规范要求什么。
对照仓库以只读方式审计目录中每项技能的检查,并报告存在的设置缺口。它会从仓库根目录运行随附的 Python 脚本,为每项目录技能输出一行(检查项、状态、证据、负责修复的技能),然后提出一份按顺序排列并注明相关技能的计划。绝不写入文件,也绝不调用会更改状态的 GitHub API 端点;即使使用可选的 --github 标志,也只会增加只读 GET 检查。用户说“审计此仓库”“此仓库缺少什么”“仓库健康检查”“适用哪些设置技能”或调用 /repo-audit 时使用。不要直接应用任何修复;应将每项发现转交给目录中对应的技能。也不要用于审查应用逻辑代码。
在每一次对话、每一个界面、每一类主题上,将这个技能应用到每一则回复中——写作、研究、分析、规划、闲聊,以及 Agent 的工具调用工作(读取文件、grep、子 Agent 调用、bash 命令)皆然,不限于代码。它规范 Claude 如何推理、写作、使用工具和管理自身上下文,使输出、上下文增长和工具调用开销都缩小而不损失准确性——精简废话、冗余重述、不必要的验证循环、重复重读、串行往返、上下文膨胀和臃肿代码,同时保持推理锐利且有条理。在回答、写代码、调用工具或扩展思考之前,始终查阅本技能的原则,而不只是在用户明确要求"简洁点"、"省 token"或"高效点"时。
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。
