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
使用此技能运行 BMad(Breakthrough Method of Agile AI-Driven Development),将其作为与 Harness 无关的控制平面协议,把人的意图转化为边界明确、可检查、可恢复的 Agent 工作。将意图压缩为五字段契约(Why、Capabilities、Constraints、Non-goals、Success signal);将工作分类为 direct/bounded/initiative 并选择最小安全路径;将决策保存在持久化制品中;以分流方式进行审查;将失败路由到歧义产生的层级;并以可观察的验收和机器可读状态(draft/ready-for-dev/in-progress/in-review/done/blocked)作为自主执行的门槛。适用于需要在任何 Agent Harness 中捕获意图、限定实现范围、审查并支持恢复的变更请求、功能、委派构建或多 Agent Epic。不要用于验证问题是否真实(product-discovery)、规划前的方向选择(product-shaping)、正式规格/门禁流水线(spec-driven-development),或从 Issue 到 PR 的交付流程(neckbeard)
使用 bnbagent Python SDK 在 BNB Chain 上构建和运营链上 AI Agent——注册 Agent 身份(ERC-8004),并作为提供方(接受任务、交付工作、获得报酬)或客户端(创建、注资、争议、退款任务)通过托管式 agentic commerce(ERC-8183)进行交易。还涵盖 x402 微支付签名。适用于任何涉及 BNB Chain Agent 身份、Agent 间付费任务、BSC 托管任务或 ERC-8004/ERC-8183/x402 的场景。
Coding Agent Harness 工程方法论。为使用 Coding Agent(Codex、Claude Code、Gemini CLI 等) 做长程项目开发的团队,在用户的项目上构建一套完整的 harness 工程体系。 包括:项目诊断、AGENTS.md + CLAUDE.md 入口文件生成、coding-agent-harness/ 目录搭建、Planning Loop、SSoT 治理、 Delivery Operating Model、Repository Governance、CI/CD、Long-Running Task Protocol、Adversarial Review Report、Review Routing、Worktree 并行开发、 Regression SSoT 与 Evidence Depth 分级回归、Walkthrough / Closeout Index 收口、Cadence Ledger、任务本地 lesson 候选与 promoted lesson 详情文档、 Harness Ledger 全局上下文回写总账。 当用户要求设置 coding agent 的开发流程、建立回归测试体系、设计 AGENTS.md / CLAUDE.md、 规划长程 agent 任务的执行框架、子代理审查循环、对抗性 review 报告、搭建 harness、或者提到 harness engineering 时,使用此技能。 也适用于"帮我搭一套 agent 开发规范"、"怎么让 AI 在长任务上不跑偏"、 "怎么做 agent 的回归测试"、"帮我初始化项目的 harness"等场景。
[Hyper] 当用户想要调用 Google Gemini CLI(`gemini`)进行推理、研究或 AI 辅助时使用。触发短语:"use gemini"、"ask gemini"、"run gemini"、"call gemini"、"gemini cli"、"Google AI"、"Gemini reasoning",或用户请求 Google 的 Gemini 模型、结合网络搜索的研究、plan-mode 审查,或想恢复之前的 Gemini 会话时。不适用于无需 Gemini CLI 的通用写作、runbook 清理或本地编辑。
教 Agent 图工程——两个部分。知识图谱(本体设计、实体/关系/事件抽取、融合、GraphRAG/记忆服务;提炼并翻译自东南大学研究生知识图谱课程 npubird/KnowledgeGraphCourse,4.4K stars)与任务图(Agent 编排——并行扇出、验证器分离、停止规则、人工门禁)。适用场景:被要求构建知识图谱、从文本抽取实体/关系、设计本体、去重/合并实体、为 Agent 添加图记忆或 GraphRAG、以图方式编排多 Agent 工作流,或学习图工程——在教学模式下,Agent 会用示例讲解每个阶段,并生成可视化图表产物。
Harbor CLI 命令参考与使用模式。涵盖 harbor run、harbor jobs、harbor trials、harbor datasets、harbor adapters、harbor tasks、harbor view、harbor sweeps、harbor traces、harbor cache 和 harbor admin 命令。只要运行 Harbor 评估、管理数据集、查看结果、调试任务、导出 trace,或使用任何 harbor CLI 命令时就使用此技能。在构建 harbor 命令行、查找 flag 名称或排查 CLI 错误时也使用。
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。
