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
解析其他 RHDH 技能启动时所处的环境，并返回一份 JSON 文档：检出了哪些 RHDH 仓库以及它们所在的位置 —— rhdh、rhdh-operator、rhdh-plugins、rhdh-plugin-export-overlays、rhdh-plugin-catalog、rhdh-cli、rhdh-chart、rhdh-local、backstage 等 —— PATH 上有哪些工具，以及目标 RHDH 与 Backstage 版本及其来源。它还负责 workspace status、worklogs 和 todos 背后的 `rhdh` 命令行。用于 RHDH 环境了解，"我的 rhdh checkout 在哪里"，"哪个 Backstage 版本与 RHDH 1.10 搭配"，`rhdh status`、`rhdh doctor`、`rhdh config`、`rhdh workspace`、`rhdh log`、`rhdh todo`，以及在其他 RHDH 技能启动前所需的只读上下文。只读 —— 实现工作属于拥有所请求结果的领域技能。
用于人会阅读的每一条消息：聊天回复、解释、计划、分析、评审意见、进度更新、错误报告、提交与 PR 文案，以及面向人类的文档。第 1 级是默认级别，每次都适用，无需触发。第 2 级是最简版本，用更常见的词，句子最多九个词，且用词绝不比之前更多；只有当读者要求说得更简单、说“像给五岁小孩讲”或再次表示没听懂时才启用。当用户要求你写一段他们会以自己名义发给别人的文字时也使用，如聊天消息、工单、评论、回复、邮件或问题：要写得像一个匆忙的人打出来的那样。当简化不能丢失限定词、数字、注意事项、条件或案例数量时也使用。不要用于无人阅读的文本：给其他 Agent 或子 Agent 的提示词与任务说明、工具参数、结构化交接、供机器解析的输出、代码、标识符、配置键、日志和错误字符串。
面向可拆分为清晰互不重叠工作的任务的 orchestrator/subagent 协作工作流。当用户调用 $subagents，或说 "use subagents"、"spawn agents"、"parallelize this"、"delegate this"、"split this across agents"，或要求协调式多 agent 工作时使用。较难的任务、广泛研究、多文件修改、独立审查或可分离的实现通道，优先使用 subagents。当任务简单、运行环境不支持 subagents，或无法识别安全的互不重叠工作时，跳过 subagents。
Svelte AI 助手集成技能。当用户为 Claude Code/Cursor/Copilot/Codex/OpenCode/VS Code 等 AI 编程工具配置 Svelte MCP server、安装 svelte-autofixer/list-sections/get-documentation MCP tools、使用 svelte-task 提示、调用 sv CLI（svelte-ai CLI）、或利用 svelte-code-writer/svelte-core-bestpractices 子智能体编写 Svelte 5 代码时使用。
使用 @youdotcom-oss/teams-anthropic 将 Anthropic Claude 模型（Opus、Sonnet、Haiku）添加到 Microsoft Teams.ai 应用。可选集成 You.com MCP 服务以进行网络搜索和内容提取。- 强制触发词：teams-anthropic、@youdotcom-oss/teams-anthropic、Microsoft Teams.ai、Teams AI、Anthropic Claude、Teams MCP、Teams bot - 使用场景：用 Claude 构建 Microsoft Teams bot、将 Anthropic 与 Teams.ai 集成、为 Teams 应用添加 MCP 工具
面向 AI Agent 的 tmux。在具名后台会话中运行开发服务器和 TUI，Agent 可以读取、等待、快照并向其中输入。用响应式等待取代 tmux 的盲目 `sleep`。项目用 tuistory 包装其 dev 脚本（`"dev": "tuistory -- next dev"`），这样 Agent 获得后台会话，人类则自动接入。在以下情况使用 tuistory： - 运行后台开发服务器或长期运行的进程 - 控制交互式命令行和 TUI（输入、按键、点击、等待、快照） - 为终端应用编写 Playwright 风格的测试 **命令行**（`tuistory`）用于后台会话。**JS/TS API**（`launchTerminal`）用于程序化控制和测试。
VoiceDrop 的入口。所有能力都在 MCP 里（voicedrop.cn/mcp，44 个工具：文章读写与版本、文风与蒸馏、挖矿与重写、社区与投币、算力、分享/公众号/小红书、书架读书与写书修书）。本 skill 只做一件事——把你接上那个 MCP：用它的 login 工具做 6+4 手机配对登录拿到令牌，然后接进客户端。触发词："voicedrop"、"登录 voicedrop"、"voicedrop 登录"、"接 voicedrop mcp"、"voicedrop token"、"/wjs-voicedrop"。
治理 AG2 多 Agent 网络——身份（`Passport`、`Resume`）、每个 Agent 的 `Rule`（含两个顶层块 `access`（`AccessBlock`）与 `limits`（`LimitsBlock`，其中嵌套 `RateBlock` + `InboxBlock`））、可替换的 `HubArbiter` / `RuleBasedArbiter` 访问与路由接缝、`AuthAdapter` / `AuthRegistry` 注册、通道级 `Expectation` 及其 `audit` / `notify_channel` / `auto_close` 违规处理器、Hub 的仅追加审计日志与 `AUDIT_KIND_*` 常量、实时 `HubListener` / `BaseHubListener` 可观测性以及 `Hub` 的 `on_*` 钩子和 `register_sweeper`，还有通过 `agent.task(...)` + `TaskMirror` 进行任务观测（更新 `Resume.observed` 用于对等方排名）。适用于用户需要速率限制、访问策略、SLA、合规轨迹、实时指标/告警、基于能力的对等方排名，或检查网络上实际发生的事情。请在 `ag2-network-quickstart` 之后加载本文档。Agent 侧界面（自定义处理器、视图、LLM 工具、`HumanClient`）参见 `ag2-network-tools-and-views`。
构建多 Agent 的 AG2 网络——只要两个或更多 `Agent` 需要交互就加载本 skill。网络是 `ag2` 中标准的多 Agent 模式。涵盖 `Hub.open`、`LocalLink`、`HubClient.register`、`Passport`、`Resume`、channel 生命周期（PENDING → ACTIVE → CLOSING → CLOSED）、两种两方 channel 适配器（用于严格 1Q1R 的 `consulting` 和用于自由形式的 `conversation`）、`Envelope` 线上格式、受众路由、`wait_for_channel_event`、通过 `hub.read_wal` 的 WAL 重放，以及五种 channel 关闭路径。入口——更深入的需求可路由至 `ag2-network-discussion`（N 方轮询）、`ag2-network-workflow`（声明式编排 / GroupChat 迁移）、`ag2-network-governance`（规则 / 期望 / 审计）或 `ag2-network-tools-and-views`（自定义 handler / 对等发现）。
塑造 AG2 网络 Agent 所感知的内容以及其 LLM 可执行的操作。涵盖通过 `NetworkPlugin` 提供的五个自动注入、面向 LLM 的工具（`delegate`、`peers`、`channels`、`tasks`、`context`）以及适配器自有的 `say`；用 `agent_client.on_envelope(callback)` 替换默认处理器（网关、无头工作进程）；`ViewPolicy` Protocol 及内置的 `FullTranscript`、`WindowedSummary(recent_n=N)` 与 `NamedWindowedSummary(recent_n=N)` 视图，以及如何编写自定义视图；通过 skill markdown 进行对等方发现（`skill_md=`、`parse_skill_frontmatter`、`hub.set_skill`）；`Envelope` 线格式与 `EV_*` 事件分类（`EV_TEXT`、`EV_PACKET`、`EV_CHANNEL_*`、`EV_EXPECTATION_VIOLATED`、`EV_TASK_CANCEL_REQUEST`、`EV_TASK_CANCELLED`）、`audience` 与 `visible_to` 语义、`Priority`、`causation_id`，以及如何通过 `agent_client.send_envelope(...)` 发送带自定义事件类型的原始 envelope。适用于用户想要定制 LLM 的网络界面、编写自定义 envelope 处理器、构建网关/无头工作进程，或接好对等方发现时。
构建 AG2 网络 `workflow` 通道——由声明式 `TransitionGraph` 驱动的编排式 N 方适配器。适用于用户需要条件式交接、多步流水线、上下文感知路由、反馈循环，或正从经典的 `GroupChat` + `Agent.handoffs` 模式迁移。涵盖 `TransitionGraph`；工厂方法 `TransitionGraph.sequence(...)` / `.round_robin(...)`；内置目标（`AgentTarget`、`RoundRobinTarget`、`StayTarget`、`RevertToInitiatorTarget`、`TerminateTarget`）；内置条件（`Always`、`FromSpeaker`、`ToolCalled`、`ContextEquals`）；用于动态路由的类型化 `Handoff` 返回值；通过 `set_context` 实现的通道级上下文；用于自定义子类的 `register_target` / `register_condition`；数据包执行模型与幂等工具要求；八种 cookbook 模式（流水线、分层、升级、反馈循环、分诊等）；以及与经典 `GroupChat` 的并排迁移。请在 `ag2-network-quickstart` 之后加载本文档。
回答有关 AI SDK 的问题，并协助构建 AI 驱动的功能。开发者在以下情况下使用：(1) 询问 generateText、streamText、ToolLoopAgent、embed 或 tools 等 AI SDK 函数；(2) 想构建 AI Agent、聊天机器人、RAG 系统或文本生成功能；(3) 询问 AI 提供商（OpenAI、Anthropic、Google 等）、流式传输、工具调用、结构化输出或嵌入；(4) 使用 useChat 或 useCompletion 等 React Hooks。触发词包括：“AI SDK”“Vercel AI SDK”“generateText”“streamText”“为我的应用添加 AI”“构建 Agent”“工具调用”“结构化输出”“useChat”。
在不破坏现有功能的前提下切换 AI 提供商或模型。适用于想从 OpenAI 切换到 Anthropic、尝试更便宜的模型、不再依赖单一供应商、并排比较模型、模型更新破坏了输出、需要供应商多元化,或想迁移到本地模型。也适用于模型更新后提示词失效、适用于 GPT-4 的提示词不适用于 Claude 或 Llama,或需要进行模型迁移。涵盖带提供商配置的 DSPy 模型可移植性、重新优化、模型比较和多模型流水线。也用于从 OpenAI 迁移到 Anthropic、GPT 到 Claude 的迁移、用 Llama 替代 GPT、模型比较框架、多提供商 AI 设置、避免 AI 供应商锁定、切换模型时提示词失效、与模型无关的 AI 代码。
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。