Skills

C

checkpoint

duc01226 / easyplatform

[Utilities] 在需要将分析上下文保存到检查点文件以便恢复时使用（面向用户的别名，对应 memory-management 第 1 部分 CHECKPOINT_CREATE）。

C

codex-collab

kevin7qi / codex-collab

当用户要求调用、委派给 Codex 或与 Codex 协作完成任何任务时使用。当来自 Codex 的独立、非 Claude 的视角能带来价值时也主动使用——例如对代码、方案、架构或设计决策的第二意见。

C

codex-quota-optimizer

ctdaniel / codex-quota-optimizer

在编码任务之前和期间优化 Codex Plus/Pro 用量。适用于用户希望节省 Codex 配额/额度、减少令牌或上下文浪费、选择更便宜的模型/推理级别、避免不必要的仓库扫描/测试/子 Agent，或以最小且可靠的执行开销规划实现方案时。若用户明确优先考虑最高质量而不顾用量，则不适用。

C

codex-review

mryll / skills

本地 Agent 与 Codex CLI 之间进行迭代式代码审查和规划讨论。编排一场自动的往复辩论，双方 Agent 讨论发现、架构决策或实现方案，直到达成共识。Codex CLI 以只读方式运行，绝不修改文件；模型和推理强度来自用户本地的 Codex 配置。支持计划模式：当本地 Agent 已有准备好的计划时，Codex 在实现之前对其进行评估和迭代，产出更新后的共识计划。适用于用户要求用 codex 审查、用 codex 分析、用 codex 讨论代码、用 codex 迭代、咨询 codex、询问 codex、用 codex 审查计划、用 codex 验证计划，或任何针对代码审查、架构审查、计划审查或实现策略的 Codex CLI 请求。不会在饮食、健身、写作、人生决策或通用策略等非代码话题上触发；这些请使用 codex-discuss。

C

context-cleanup

jsonlee12138 / agent-team

面向控制器与工作器会话的会话上下文清理与文件重新锚定策略。适用于会话发生漂移、阶段变化，或恢复的工作需要从文件进行索引优先恢复时。

C

context-guardian

sickn33 / agentic-awesome-skills

上下文守护工具，在自动压缩前保留关键数据。提供快照、完整性验证和信息丢失减少功能。

C

ContextSearch

danielmiessler / lifeos

按主题或日期表述查找此前的 LifeOS 工作——会话、ISA、对话；搜索工作注册表、标题、目录名、ISA 正文和对话日志，并按相关性排序。适用场景：上下文搜索、此前的工作、浏览会话、回忆、记住、之前的会话、上下文恢复、我们做了什么、查找会话、搜索历史、那是什么项目、从上次中断处继续、恢复、查找旧工作、冷启动、昨天的工作、上周、找到那次会话、关于那个的。不适用于搜索已发布内容（如博客文章/Newsletter/推文），也不适用于类型化图谱 Knowledge Archive（请使用 Knowledge）。

C

continue-session

yahyabedirhan / skills

阅读另一会话的记录来继续其工作，不向该会话发送输入。用户要求继续或接手另一会话时使用；该会话可通过会话 ID 或其在会话宿主中的位置来指定。

C

create-command

tailcallhq / forgecode

为 code-forge 应用创建新命令。命令以 .md 文件形式存储在 <cwd>/.forge/commands 目录中，包含 YAML frontmatter（name、description）和包含命令步骤的 markdown 正文。当用户需要添加新命令、修改现有命令或了解命令文件结构时使用。支持 <lint> 和 <test> 等特殊命令标签，用于自动化工作流。

C

create-crush

xiaoheizi8 / crush-skills

把暗恋对象蒸馏成 AI Skill。导入聊天记录、照片、社交媒体，生成 Relationship Memory + Persona，并支持持续进化。| 把暗恋对象蒸馏成 AI Skill，导入聊天记录、照片、朋友圈，生成 Relationship Memory + Persona，支持持续进化。

C

custom-agent-router

valorvie / ai-dev-skills

為目標、範圍與授權已明確的非簡單 Agent 工作選擇互動模式、能力層級、風險、派工形狀、審查與有限備援。適用於需要在主 Agent 直接處理、單一工作代理與有限平行之間選擇，或需要依複雜度與風險決定能力層級及審查強度的工作；目前 harness 的專案缺少已驗證的 Agent 設定時，也用本 Skill 引導使用者選擇建立、預覽或略過。簡單問答、唯讀確認與可直接驗證的小修改不要使用。

D

deepgram-js-voice-agent

deepgram / deepgram-js-sdk

当在本仓库中编写或评审通过 `agent.deepgram.com/v1/agent/converse` 构建交互式语音 Agent 的 JavaScript/TypeScript 时使用。涵盖 `client.agent.v1.createConnection()` / `connect()`、`sendSettings`、`sendMedia`、运行时更新、事件处理以及函数调用响应。单向语音合成请用 `deepgram-js-text-to-speech`；仅做转录请用 `deepgram-js-speech-to-text` 或 `deepgram-js-conversational-stt`；项目/模型管理请用 `deepgram-js-management-api`，而非实时 Agent 运行时。触发词包括 "voice agent"、"agent converse"、"full duplex"、"barge-in"、"function calling" 和 "agent.v1"。

D

Deferring Task Execution

sammcj / agentic-coding

将任务的执行延迟到指定时间或一段时长之后。当用户要求稍后运行、在 X 分钟/小时后运行、在特定时间运行、安排命令，或将工作推迟到未来某个时间点时使用。

D

dependency-graph

angusfretwell / skills

为一批工作项（issue、任务、工单）构建依赖图，并找出当前即可开始的前沿项。适用于规划并行或有序执行、检查两项是否会冲突，或另一个技能需要对一批工作进行排序时。

D

developing-genkit-tooling

genkit-ai / genkit

编写 Genkit 工具（tooling）的最佳实践，包括命令行命令和 MCP 服务工具。涵盖命名约定、架构模式和一致性准则。

D

distill-to-skill

caidanw / skills

把来自任何来源的知识——博客文章、文章、文档、GitHub 仓库、视频文字稿、书籍、论文——提炼为结构良好的 Agent 技能。当用户分享 URL、文章、仓库或知识体系并希望将其变成可复用技能时使用。触发条件：“make a skill from this”、“distill this into a skill”、“create a skill from this article”、“turn this repo into a skill”、“extract patterns from”、“convert to a skill”。此技能与 `skill-creator` 技能互补——skill-creator 处理方法机制（frontmatter、打包、初始化脚本），此技能处理提炼过程。

D

diverse-plan

robsonrung / rar-skills

比较相互独立的实现方案并产出一份经过评审的计划。当用户明确要求多样化方案或由多个模型生成的方案时使用；它不负责实现该计划。

E

execute

gianchub / claude-plugins

当用户要求“execute this blueprint”“run the plan”“execute the plan”“start building from the plan”“implement the blueprint”“implement the plan”“continue the plan”“resume execution”“execute 01_milestone_name.md”“execute step 3”“run steps 3-5”或“skip to step 4”时，应使用此 skill。

F

fable-council

immamdouhaboammar / get-fable

在敲定计划前召集 AI 编码 Agent 委员会。与你对话的 Agent（由任一 CLI 担任主导：claude、codex、cursor、gemini、grok、opencode）起草计划，并将其分别提交给机器上安装的其他每个 Agent CLI；每位成员每轮只回复一次，主导 Agent 在回答前经过 X 轮修订计划。触发词：council、convene the council、consult the other agents、ask the council、ask codex/cursor/gemini/grok what they think、second opinion from other agents、N turns of deliberation、deliberate before planning。

在 polaris-goal-compiler 之后使用，或当请求采用 shoot + [problem] 的形式时使用。不定义问题，也不控制偏移

F

find-plugins

nagi-ovo / dsh-find-plugins

用户想给 DeepSeek Harness 找插件时使用：「有没有插件能……」「帮我装个 XX」「生态里有什么好玩的」。从全 GitHub 的 dsh-plugin topic 发现跨个人与组织的公开仓库，筛选候选，等用户拍板，先汇报这个插件要什么权限，再从仓库声明判断安装方式并验证挂载。只负责找和装；开发新插件转 make-dsh-plugin。

F

find-skills

su-ron / find-skills

帮助用户发现和安装 Agent 技能，当他们提出「我怎样才能做 X」、「查找 X 的技能」、「有没有能够...的技能」等问题，或表达扩展功能的兴趣时。当用户寻找可能以可安装技能形式存在的功能时，应使用此技能。

F

full-stack-master

caomeiyouren / momei

全局一体化开发与协作工作流技能，覆盖需求评估、开发、测试、质量、文档、提交、发布等全链路阶段，可集成所有基础原子技能，实现 PDTFC+ 循环自动化及分工合作优化。

H

health-agentic-audit

laurigates / claude-plugins

审计插件技能、命令和 Agent 是否符合规 Agent 输出优化标准，例如缺少 Agentic Optimizations 表格、没有 compact/JSON 标志的裸 CLI 命令，以及过期的审查日期。当用户想要批量检查技能文档质量、找出缺少 compact 输出标志的技能、在整个仓库中推行 Agent 优化标准，或识别 `modified` 日期早于 90 天的技能时使用。

H

hooks

terrylica / cc-skills

安装/卸载用于会话结束时自动备份的 hooks。触发词 - hooks、auto backup、session hooks。

I

img-recog

wmy2981 / skills

通过 OpenAI 兼容的视觉模型进行图像识别。当用户要求 "look at"、"see"、"describe" 或 "read text from" 某张图片时触发。在多模态不可用时，替代内置的 `read` 工具来处理图片。

I

implement-issues

ismail9k / skills

用户希望由 Agent 实现多个未解决问题并将其转换为拉取请求时使用，例如“逐个处理这些问题”“实现未解决的问题”“清空积压”“为 #12 和 #15 创建 PR”；也可指定投入程度（“/implement-issues low”“中等投入”）。当此工具打开的计划拉取请求获批或有评论需要回复时也可使用。适用于 Claude Code、Codex 或任何能够调度子 Agent 的 Agent。不适用于用户在当前会话中自行实现单个问题。

J

judgment-day

fearovex-labs / agent-config

并行对抗式评审协议：同时启动两个独立的盲评法官子 Agent 评审同一目标，综合其发现，应用修复，并重新评审，直到两者都通过，或在 2 轮迭代后升级处理。触发条件：用户说 "judgment day"、"judgment-day"、"review adversarial"、"dual review"、"doble review"、"juzgar"、"que lo juzguen"。

L

linkai-agent

zhayujie / cowagent

开源个人 AI 助手 & Agent 框架。计划任务、运行工具和 Skill、通过内存和知识库自我演进。多 Agent、多模型、多渠道。轻量级、可扩展、一行安装。

M

mcporter

buildrtech / dotagents

使用 mcporter CLI 与 MCP（Model Context Protocol）服务交互。当需要列出可用的 MCP 服务、查看工具 schema、调用 MCP 工具、管理 OAuth 认证，或为 MCP 服务生成 CLI 封装与 TypeScript 类型时使用此技能。

M

melech-live-browser

adird / agent-shell-hamelech

通过 Chrome DevTools MCP 操作用户已打开且已登录的 Chrome 标签页。每当用户要求 Agent 进入其当前浏览器、在现有标签页中继续工作、填写或提交表单、撰写或发布评论或回复、更新页面、查看当前打开的内容，或与已登录的 Web 应用（如 Confluence）交互时，均可使用。也可作为 melech-debug-mode 的浏览器驱动配套；不要为普通的浏览器操作启动调试收集器。

M

memorize

radimsem / remindb

remindb MCP 服务在机制层面的写入路径。按内容形态提供两种持久化记忆的方式——结构化/多部分内容作为 $REMINDB_SOURCE 下的源文件（编译平面 → 解析后的节点树），通过 MemoryWrite 进行单条文本更新（扁平节点，不解析）——外加 MemorySummarize/MemoryForget/MemoryRollback/MemoryPin/MemoryRelate。当已在驱动 remindb 写入工具时使用；宽泛的 "save this / note to self / store this" 意图经 `remember` 路由器进入。读取时搭配 `remind`。

M

memory-management

composio-community / opencode-skills

为 Claude 构建轻量记忆系统的工作流，可提升长期上下文保留、工作流连续性、任务跟踪以及跨项目的 Agent 一致性。

M

meta-prompter

delexw / claude-code-misc

评估并优化提示词。迭代直到通过质量门禁，然后返回优化后的提示词供调用方执行。

O

octocode-plan

bgauryy / octocode

当用户要求 "plan & implement"、"plan this work"、"research & build"、"plan auth/API/work"，或需要从理解到实现的完整多步骤流水线时使用。流程为 Understand → Research → Plan → Implement → Verify。若只需设计文档或技术提案而无实现，请改用 octocode-rfc-generator。

O

openclaw-inter-instance

aaaaqwq / agi-super-team

OpenClaw 实例间通信。当需要在多个 OpenClaw 实例之间传递消息、同步数据、远程执行命令时使用此技能。覆盖 agent-to-agent 消息、nodes.run 远程执行、文件级通信等多种方式。

O

openclaw

paulrberg / agent-skills

当用户提到 "openclaw"、"OpenClaw CLI"，要求 "send a message via openclaw"、"manage openclaw agents"、"configure openclaw gateway"、"check openclaw status"、"run openclaw agent"，或询问 OpenClaw 的安装配置、频道、设备或消息自动化时，应使用此技能。

O

opper-cli

opper-ai / opper-skills

使用 Opper CLI（`opper` 命令、npm 包 `@opperai/cli`）在终端中操作 Opper：登录、调用函数、检查 traces、跟踪用量和成本、生成图像、安装捆绑的 skills、配置 AI 代码编辑器，以及启动通过 Opper 路由推理的编码 Agent（Claude Code、OpenCode、Codex、Hermes、Pi）。当用户提到 `opper` 命令、Opper CLI、opper-ai/cli、`@opperai/cli`、`opper launch`，或明确需要 shell 命令、编辑器配置、本地私密密钥交付或 Agent 启动工作流时，使用此 skill。对于 Agent 辅助设置、平台管理和模型测试，优先使用 opper-mcp。要查看准确参数，务必运行 `opper <subcommand> --help`；帮助输出是权威参考。

通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”／“handover”／“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时，优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制，且 CLI、文件系统或 API 无法完成时，才使用 Computer Use。

通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”／“handover”／“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时，优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制，且 CLI、文件系统或 API 无法完成时，才使用 Computer Use。

O

orchestrating-vulnerability-research

trilwu / secskills

针对目标持续开展多 Agent 漏洞发现活动：将攻击面拆分为多个部分，由构建 Agent 分头搜寻，并让拥有独立上下文的批判 Agent 通过真实证据（复现的崩溃、可用的请求、已证实的绕过）对每个候选结果进行对抗性验证，确认后才计为发现。适用于需要在整个代码库、二进制文件或指定的在线目标中寻找未知漏洞；希望派出多个 Agent 并持续迭代，直到发现得到证实而非仅仅看似可信；或单轮审计陷入停滞，需要构建者与批判者分离，避免搜寻者自行评判。按部分分派 auditing-code-for-vulnerabilities、analyzing-binaries 和 testing-web-applications 作为搜寻者，并将已证实的发现交给 reporting-security-findings

O

orchestrating-workflow

b-mendoza / agent-skills

协调端到端的 Jira 或 GitHub 工作项工作流，从初始获取到逐任务实现。当用户提供 Jira 工单 URL、GitHub issue URL、owner/repo/issue 坐标，或说"work on ticket PROJECT-123"、"work on issue owner/repo#42"、"resume <work-item-key>"、"continue this workflow"，或未指明具体阶段就询问状态时，使用此技能。此顶层协调器从输入中识别平台，按需即时加载匹配的 playbook，将 SKILL.md 保持为路由层，并把执行密集型工作分派给下游技能或同地存放的实用子 Agent。

P

paperclip-monitor

bbengamin / skills

生成只读的 Paperclip 执行报告，涵盖 issue、Agent、heartbeat、审批、活动、成本以及受阻工作。在监控 AFK 循环或询问需要操作员关注的事项时使用。

P

paperclip-record-strategy

bbengamin / skills

将澄清后的意图作为规划链记录到 Paperclip 中。在操作员批准创建或更新 Goal、关联 Project、Parent Issue 和计划文档后，于 paperclip-clarify 之后使用。

P

paperclip-triage

bbengamin / skills

为 AFK 就绪状态分诊 Paperclip issue。在评审 issue、父 issue、计划或计划内工作并准备委派给 AFK Agent 循环之前使用。

P

parallel-test-fixing

revitalb-port / skills-registry-demo

当多个测试失败时，将每个失败的测试文件分配给一个独立的子 Agent 并行修复。

P

paw-pa-agent-orchestrator

pawbytes / skill-suites

提案策略师与流水线编排器——将多模态简报经由接单、研究、定价和生成流程路由，并提供引导式检查点或自主模式。适用于用户想运行完整提案流水线、开始新提案、继续进行中的运行、记录赢单/失单结果，或被路由到正确的提案工作流时。触发词：'run a proposal'、'proposal pipeline'、'start a new proposal'、'guided proposal mode'、'autonomous proposal'、'record proposal outcome'、're-price Acme brief'、'where is my proposal'、'proposal orchestrator'。

P

permission-manager

mskadu / opencode-agent-skills

管理 opencode 权限：审查始终允许列表，建议安全的

P

plan-auditor

gaoscode / planweave

审查已编写的 PlanWeave 计划，检查目标覆盖、数据流覆盖、生命周期缺口、契约漂移、执行图错误、薄弱提示词和不可验证的完成标准。在审计、审查、检查或质疑 PlanWeave 计划、且准备执行时使用。

P

plan-coordinator

gaoscode / planweave

作为主 Agent 协调端到端的 PlanWeave 执行：检查状态、向子 Agent 分配工作、路由审查与恢复，并保持计划循环推进。在编排完整的 PlanWeave 计划、管理多个 Agent、继续执行，或决定下一步运行什么时使用。

P

plan-importer

gaoscode / planweave

将现有项目文档导入为块级 PlanWeave Plan Package，并通过 PlanWeave CLI 进行校验。在导入 PRD、路线图、issue 集、架构说明或其他优质来源计划时使用。

P

plan-maker

gaoscode / planweave

在正式 Plan Package 存在之前，根据模糊目标、零散需求、代码库上下文或用户想法，创建一份 PlanWeave package 形态的计划草稿。适用于用户要求制作、起草、设计、拆分或规划 PlanWeave 工作，但尚无 PRD、路线图、issue 集或明确的源计划时。仅在用户明确要求时才生成 Plan Package。

P

plan-recovery

gaoscode / planweave

诊断并恢复 PlanWeave 执行异常，例如 current ref 过期、state/results 漂移、孤儿产物、阻塞或分叉的 block、submit 重试以及 review-feedback 回路不一致。适用于 PlanWeave 执行状态看起来有误、doctor 报告问题、submit 部分成功，或协调器无法安全继续时。

P

plan-runner

gaoscode / planweave

执行一个被分配的 PlanWeave 实现 block，包含限定范围的代码变更、验证和完成报告。适用于协调器分配了具体实现 ref、提示词、范围和报告要求时。

在没有既定计划时，于复杂、多步骤、长期或高风险的 AI 工作开始前使用，将目标拆解为带门控的任务原子和声明上限。不解决问题，也不控制偏移

P

programming-assistant

richenlin / programming-assistant-skill

全栈开发和架构设计助手，覆盖“开发、实现、编写代码、继续开发、问题修复、代码重构、架构设计、技术方案评估/代码审查”等场景，适用于新项目与已有代码仓库的全栈研发任务。

P

prompt-caching

thelobbi / claude

Claude API 的提示词缓存,可将延迟降低最多 85%,成本降低最多 90%。适用于 cache_control、临时缓存、缓存断点和性能优化。

P

prompt-engineering-patterns

jsonlee12138 / agent-team

掌握高级提示词工程技巧，在生产环境中最大化 LLM 的性能、可靠性与可控性。在优化提示词、改进 LLM 输出或设计生产提示词模板时使用。

P

pydantic-ai

itechmeat / llm-code

Pydantic AI Python Agent 框架。涵盖类型化工具、模型提供商、评估、MCP、UI 适配器和可观测性。在使用 Pydantic AI 构建 Python AI Agent、配置模型提供商、实现类型化工具/依赖项、运行评估或集成 MCP 服务时使用。关键词：pydantic-ai、agents、evals、MCP、Logfire。

Q

qa-team

rysweet / amplihack

用于外部向内验证、并排一致性循环和 A/B 行为对比的 QA 团队。当你需要行为驱动测试、新旧对比或灰度发布验证时使用。创建可执行场景和一致性工作流，供 Agent 观察、比较和迭代。支持本地、可观测 tmux、远程 SSH 和影子模式差异日志记录模式。