Skills

R

ralph-loop

zenobi-us / dotfiles

在执行 ralph wiggum 风格、带节奏控制的长时间开发循环时使用。

R

red-team

boshu2 / agentops

审查文档与技能。适用于：在文档、技能、计划或主张发布前，以对抗性方式探查其弱点、缺口或未言明的假设。

S

sdd-explore

fearovex-labs / agent-config

在确定改动之前，对某个想法或代码库区域进行调查与分析。纯研究，不写入。触发：/sdd-explore <topic>、explore、investigate codebase、research feature、analyze before changing。

S

sdd-init

fearovex-labs / agent-config

在任何项目中初始化规范驱动开发（Spec-Driven Development）上下文。检测技术栈、约定，并引导 engram 持久化。触发：当用户想在项目中初始化 SDD 时，或说 "sdd init"、"iniciar sdd"。

S

sdd-tasks

fearovex-labs / agent-config

将设计拆解为存储在 tasks.md 中的原子化、有序且可验证的任务计划。触发：/sdd-tasks <change-name>、任务计划、拆解实现、任务拆分。

S

setup-agent-md

ismail9k / skills

当仓库需要一份由编码 Agent 共享的规范指令文件、当 AGENTS.md 或 CLAUDE.md 缺失、或当它们的指引已经出现分歧时使用。

S

skill-creator

fearovex-labs / agent-config

创建新技能，既可以是面向全局目录的通用技能，也可以是针对当前项目的专用技能。触发：/skill-create <name>、创建技能、新技能、生成技能、向项目中添加技能。

S

skill-refiner

iuliandita / skills

通过反复评分、行为测试和同行评审来改进技能，直至达到要求的质量目标。

S

spawn-agent

alannkl / skills

为一个限定范围的子任务启动一次无头编码 Agent 命令行运行。当用户要求把工作委派给另一个 Agent 实例、以非交互方式运行 Agent 命令行（例如 Antigravity 的 `agy -p` 或 Cursor 的 `agent -p`）、在脚本、构建或 CI 步骤中自动化无头 Agent，或将工作分发到相互隔离的会话时使用。不适用于交互式 Agent 会话，也不适用于宿主自身的 subagent、task 或 agent 工具已经合适的情况。

S

spec-loop-clarify-task

dpolivaev / spec-loop

与用户沟通以解决 Spec Loop 工作中重要的未决事项，包括任务、计划、设计更新、工作分解、实现检查点和 ADR 起草。当用户要求澄清、比较选项、讨论标准或压力测试时，或当不同答案可能实质性改变范围、行为、策略、约束、路线、Design、Test specification 或 ADR 内容时使用。为需要在依赖的 Spec Loop 内容编写或修订前进行决策筛选的工作流提供强制决策筛选。在明确选择时也用于一般的追问。

S

specify

rsmdt / the-startup

根据简要描述创建全面的规格说明。管理规格工作流，包括目录创建、README 跟踪和阶段转换。

S

strategic-compact

majiayu000 / spellbook

当用户需要在长会话的逻辑边界手动压缩上下文、做 context engineering、目标复述、上下文审计、外部 scratchpad、handoff 或 compaction policy 时使用。

S

study

nmnmcc / skills

当一项陌生、代价高或高风险的任务需要在决策或变更前取得证据时使用。

S

suggesting-skills

revitalb-port / skills-registry-demo

当用户遇到已知技能可以处理的任务困难时，建议安装该技能。

S

swing-trace

thestack-ai / swing-skills

将 Claude 的推理链作为可审计、可分解的产物呈现。快速模式（默认）分 2 个阶段给出假设清单 + 最薄弱环节。完整模式（--full）增加决策分支、置信度分解和证伪条件。触发词为“왜 그렇게 생각해”“reasoning”“근거”“show your work”“어떻게 그 결론이”“trace”“판단 근거”“why do you think that”。

T

task-handoff

paulrberg / agent-skills

在其仓库中或桌面上为跨仓库工作创建一个决策完整的任务交接，返回用于全新交互式 Codex 会话的命令，并建议对复杂任务进行 Codex 子 Agent 委派。

T

tavily-hikari-best-practices

ivanli-cn / tavily-hikari

引导 Agent 通过 tvly-hikari 安全地使用 Tavily Hikari。

T

team-frontend

catlog22 / claude-code-workflow

前端开发的统一团队技能。纯路由 —— 所有角色都读取此文件。Beat 模型仅在 monitor.md 中由协调者使用。内置 ui-ux-pro-max 设计智能。触发词为「team frontend」。

T

thermos

poteto / plugins

并行启动两个 thermo-nuclear 审查子 Agent，然后综合其发现。适用于 thermos、double thermo review，或同时进行 bug/安全和代码质量的分支审计

T

tool-use

thelobbi / claude

Claude 的工具使用模式，包括 schema 设计、tool_choice 模式、结果处理、并行执行、错误恢复以及扩展思考集成。

U

uipath-human-in-the-loop

uipath / skills

UiPath Human-in-the-Loop / HITL 节点编写——在 Flow、Maestro、Case Management 或 Coded Agents 中构建审批关卡、升级流程、回写验证和数据丰富检查点，并提供引导式决策体验，将审核者的修正记录为决策。不用于运行时管理、重新分配或监控任务（请使用 uipath-tasks）。

U

unified-execute-with-file

catlog22 / claude-code-workflow

通用执行引擎，消费 .task/*.json 目录格式。串行任务执行，带收敛验证，通过 execution.md + execution-events.md 跟踪进度。

V

vibe-coding

shareai-lab / lab-skills

将 AI Agent 转变为具备出色判断力、决策透明、验证适度且讲究工匠精神的严谨软件开发伙伴。适用于软件实现、功能开发、缺陷修复、重构、优化、迁移以及代码库内的长期协作。不要仅因任务涉及 AI Agent 就使用；当主要问题是 Agent 架构时，请使用专门的 agent-design 技能。

W

waxa-eval

mizchi / skills

在使用 waxa CLI（https://github.com/mizchi/skills/tree/main/tools/waxa）迭代技能的提示词时使用——编写场景、选择评分器、解读 unclear-points、推进台账以及判断收敛。该技能编码了真实迭代循环中观察到的四阶段迭代模式（结构修复 → 评分器覆盖广度 → 表层形式覆盖 → 残余 unclear），以及场景设计的常见陷阱（空白状态执行器的网络限制、提示词期望的明确性、日语/英语表层形式的正则覆盖）。元技能：不要在日常技能编辑中自动调用；仅当用户显式运行 waxa 或要求技能质量评估时触发。

W

work-gaps

djalmajr / skills

在一轮或多轮发现或分析之后，明确追问“还缺什么？”尚未扫描的模态、尚未验证的主张、尚未阅读的来源、尚未考虑的边界情况、尚未追踪的下游影响、尚未检查的假设。其输出成为下一轮工作（更多角度、更多验证、更多研究）的种子。在研究、审查或理解阶段接近尾声时，或在宣布任务完成之前使用。通过 /work-gaps 调用。

W

work-refute

djalmajr / skills

对某个主张或一组主张/发现/根因/设计决策进行对抗性验证（“尝试反驳”），每个主张由 N 个相互独立的子 Agent 反驳者处理。以流水线方式运行（每个主张的反驳者组相互独立——主张之间无屏障），并将视角多样化的透镜作为安全/认证/多租户/数据完整性/正确性类主张的默认配置。存活与否按证据加权，而非简单的多数表决：只有重新阅读所引用来源的裁决才计入；敷衍或空白的裁决视为弃权。强烈优先采用直接的确定性判定依据（命令、测试、git、类型检查、精确 grep）而非 Agent 投票。当用户说“对抗性验证”、“反驳这一点”、“让验证者来攻击”、“视角多样化审查”、“对这些发现运行对抗性检查”、“ultracode 验证”或“推翻这个主张”时使用。

W

work-sweep

djalmajr / skills

从多个相互独立的角度（按结构/文件、按内容/语义、按 git 历史/时间、按实体/领域、按错误路径、替代存储路径、配置/领域维度等）进行并行盲搜索，然后在合并阶段设置屏障，对照一个持久化的 SEEN 集合去重，并列出没有任何角度覆盖到的内容。每个搜索者在同一轮中都不知道其他搜索者发现了什么。当已知单一搜索策略不完整时使用：“找出所有 X”、安全审查、“哪里会出问题？”、数据流追踪。通过 /work-sweep 调用。

W

workflow-compliance-supervisor

sergekostenchuk / ui-ux-agent-skill-system

当 UI/UX 项目必须验证承诺的用户旅程、TASK-PLAN.md、progress-state.json、渲染出的进度 HTML、证据产物以及被跳过的阶段是否一致时使用。检测偷懒式跳过、虚假的 Ran/Done 声明、缺失的证据、需审批的外部步骤和用户数据阻塞；建议 continue、pause_for_user、return_to_rework、skip_with_reason 或 block，但不取代 senior-ui-ux-orchestrator 的主持角色。

W

workflow-optimizer

vladm3105 / aidoc-flow-framework

判断当前处于 8 层 SDD 工作流的哪个位置，并推荐按优先级排序的后续步骤、可并行开展的工作与进度指标。在完成一个产物之后，或不确定下一步该创建什么时使用。

W

writing-plans

ganyuanran / aegis

当你有已批准的需求规格或书面需求，且该多步骤任务在动代码之前需要一份持久计划文档时使用。小型、单人负责或快速通道任务不需要此技能。

暂无简介

W

writing-skills

christopher-buss / skills

在创建新技能、编辑现有技能或在部署前验证技能工作时使用

在创建新技能、编辑现有技能或在部署前验证技能工作时使用

X

xgent-init

xgent-ai / skills

在一个 XGENT.ai Portal 出仓 App 自己的仓库里生成配套的 CLAUDE.md / PRODUCT.md / DESIGN.md（并镜像出 AGENTS.md）—— 读 app.manifest.json 与代码事实、一次性把缺的问清楚、按模板填出可直接用的三份文档，不留任何待填占位，已存在的文件不覆盖。凡任务是「初始化/接入一个新的出仓 App 仓库」「给这个 App 仓补上 CLAUDE.md / AGENTS.md / PRODUCT.md / DESIGN.md」「补一份 impeccable 能读的设计文档」，或用户刚拿到一个空的/只有代码没有规范的 App 仓时使用；门户 monorepo 内的 App、非 XGENT 项目不用本 skill。Use in an external XGENT portal app's own repo to scaffold its CLAUDE.md / PRODUCT.md / DESIGN.md (AGENTS.md is written as a mirror of CLAUDE.md) from the app manifest and repo facts — one round of questions, no leftover placeholders, never overwrites existing files.

Z

zero-day

iuliandita / skills

已弃用名称。请使用 vulnerability-research；仅当明确请求 zero-day 时才加载此提示。

A

add-new-opc-skill

resciencelab / opc-skills

向 OPC Skills 项目添加新技能的清单与自动化指南。确保在发布前创建所有必需的文件、元数据、徽标和列表。在添加新技能、发布技能或为发布准备技能时使用。

A

add-skill

youdotcom-oss / agent-skills

向 agent-skills 项目添加新的外部技能。搭建技能目录、在发布工作流中注册它，并创建 Claude Code 符号链接。当向 skills/ 添加任何新技能时使用。

A

adonis-mcp

batosai / adonis-mcp

使用 @jrmc/adonis-mcp 包在 AdonisJS 应用中构建 MCP 服务。适用于在 AdonisJS 应用中创建、编辑或调试 MCP 工具、资源或提示词，通过 Model Context Protocol 将 AdonisJS 功能暴露给 AI 助手，或设置、保护、测试 @jrmc/adonis-mcp 服务。

A

agent-customization

microsoft / vscode-copilot-chat

**工作流技能** — 创建、更新、审查、修复或调试 VS Code Agent 定制文件（.instructions.md、.prompt.md、.agent.md、SKILL.md、copilot-instructions.md、AGENTS.md）。适用场景：保存编码偏好；排查指令/技能/Agent 被忽略或未被调用的原因；配置 applyTo 模式；定义工具限制；创建自定义 Agent 模式或专用工作流；打包领域知识；修复 YAML frontmatter 语法。不适用场景：通用编码问题（使用默认 Agent）；运行时调试或错误诊断；MCP 服务配置（直接使用 MCP 文档）；VS Code 扩展开发。调用：文件系统工具（读写定制文件）、ask-questions 工具（向用户询问需求）、用于代码库探索的子 Agent。针对单一操作：如需快速修复 YAML frontmatter 或根据已知模式创建单个文件，直接编辑文件即可 — 无需技能。

A

agent-plugin-eval

fabricioctelles / skills

审计、评分并比较包含可移植 Agent Plugins 的仓库与官方 Agent Plugins 规范。适用于被要求审查插件仓库、检查 plugin.json 或 mcp.json 的一致性、评估随附的 skills 与 MCP 服务、生成带证据引用的 0–100 插件评分卡、识别发布阻塞项，或并排比较两个 Agent Plugin 的场景。

A

agent-skill-linter

william-yeh / agent-skill-linter

在验证 Agent 技能是否符合规范及是否可发布时使用。

A

agent-update-checker

lensetek / research-agent-skills-collection

Bertugas untuk mengecek pembaruan (update) agent skills terbaru dari repositori GitHub serta memeriksa dan memperbarui paket otomatisasi Chrome DevTools MCP & Windows MCP (cursortouch/windows-mcp) secara terintegrasi.

A

agentation

23jmo / jmo-skills

将 Agentation 可视化反馈工具栏添加到 Next.js 项目中

A

agentforce-offline-experimentation-run

forcedotcom / sf-skills

当用户希望测试不同 LLM 模型如何处理现有 Agentforce Agent 对话并执行此工作流时，使用此技能。用户提及 agentforce、offline 或 experimentation 时触发

A

agentic-gamedev-skills

akillness / jeo-skills

从 abagames/agentic-gamedev-skills 中发现、选择并安全安装聚焦的技能。当用户明确想要该上游集合、需要在其小游戏设计、Godot、crisp-game-lib、演示、遥测或 Agent 工作流技能中做选择，或想要固定版本的选择性打包安装时使用。触发词：agentic-gamedev-skills、abagames skills、install gamedev skill bundle、designing-mini-games、upstream game skill inventory。

A

agentstack-wrapper

i-am-bee / agentstack

通过 agentstack-sdk 将现有 Python Agent 包装为 Agent Stack 服务，兼容性改动最小，无需重写业务逻辑。在迁移、包装或将现有的纯 Python 或基于框架的 Agent 部署到 Agent Stack 时使用；不适用于非 Python 运行时或从零构建新 Agent。

A

ai-collaborate-teaching

panaversity / agentfactory

使用三角色框架（AI 作为教师/学生/协作者）设计共同学习体验。适用场景：教授 AI 驱动的开发工作流、规格优先的协作，或平衡 AI 辅助与基础学习。不适用于没有 AI 集成的课程。

A

algobot-cli

algolia / skills

适用于基于 Algolia 构建的所有 AI、Agent 或对话功能：algobot CLI、Agent Studio、RAG 系统、对话式产品发现、根据搜索结果生成 genAI 内容（轮播、描述、标题）、使用 Algolia 进行检索的聊天机器人或推荐 Agent、配置即代码工作流、多环境部署（dev/staging/prod）、记忆与个性化、MCP 工具集成、对话历史 / GDPR 保留，或在 InstantSearch 旁添加聊天小组件。触发词：“algobot”、“Agent Studio”、“RAG with Algolia”、“conversational experience”、“AI agent” + Algolia、“genAI carousel”、“chat widget”，或基于 Algolia 搜索构建 AI 功能。不要用于 Agent Studio 评估或由评估驱动的 Agent 改进；请使用 agent-studio-evaluations。不要用于原始索引操作（记录、同义词、设置）；请使用 algolia-cli。不要用于没有 AI/Agent 层的纯前端搜索 UI（InstantSearch、autocomplete）。

A

alien-agent-id

alien-id / agent-id

为 Agent 提供一个与其已验证的人类所有者绑定的加密 Alien Agent ID、通过 RFC 9449 DPoP 向 Alien 感知服务进行签名认证、一个用于服务凭证（GitHub、Slack、AWS 等）的加密保险库，以及带有溯源尾注的 SSH 签名 git 提交。当用户要求引导 Alien 身份、登录 Alien Network 服务（alien-api.com / alien.org / agent-sso.* 下的任何服务）、向此类服务发帖或调用、安全地存储或检索服务凭证，或提交可归属于特定 Agent + 人类所有者的提交时使用。同样在出现以下术语时触发："Alien ID"、"Agent ID"、"DPoP"、"cnf.jkt" 或 "owner binding"。

A

ara-research-manager

kalarislabs / research-agent-skills

在编码或研究会话结束时扫描对话，并将决策、实验、行不通的尝试、方向转变、主张和启发式经验记录到 ara/ 目录（exploration_tree.yaml、claims.md、heuristics.md、observations.yaml、会话记录），每条均标注为 user、ai-suggested、ai-executed 或 user-revised，以记录研究溯源信息。任务完成后需要编写会话总结时使用。需要可审计地追踪项目演变过程时使用。需要记录带有溯源信息的决策和失败尝试时使用。初始化 ara/ 目录时使用。任务执行期间不要使用，因为只能在请求完成后运行。

A

ask-matt

hu3rror / my-skills

询问哪项技能或工作流适合你的情况。这个仓库中技能的路由器。

A

ask-mcp

lightprotocol / skills

适用于以下问题：Light Protocol 的 SDK、智能合约和 Solana 开发，Claude Code 功能，或 Agent 技能。由 AI 驱动的回答，基于 DeepWiki MCP 的仓库上下文。

A

ask-opencli

majiayu000 / spellbook

通过 opencli 向 Grok 或 Gemini 提问（基于浏览器会话，无 API 费用）。当用户说 "问 grok"、"问 gemini"、"ask grok"、"ask gemini"、"用 grok 查"、"grok 怎么看"、"让 gemini 分析"，或希望在不为 API token 付费的情况下获得 Grok/Gemini 的第二意见时使用。路由到 opencli，它驱动已登录的 Chrome 会话。

A

ask-skills

c0nant / skills

询问哪项技能或工作流适合你的情况。这个仓库中技能的路由器。

A

attention-kind

alexgreensh / attention-span

在本次聊天剩余时间内，请使用适合 ADHD 的 Attention-kind 风格作答。

A

autoresearch

kalarislabs / research-agent-skills

使用双循环架构编排端到端自主 AI 研究项目。内循环围绕明确的优化目标快速迭代实验；外循环综合结果、识别模式并引导研究方向。将执行任务路由至领域专用技能，支持通过 Claude Code /loop 和 OpenClaw heartbeat 持续运行 Agent，并生成研究演示文稿和论文。适用于启动研究项目、运行自主实验或管理包含多个假设的研究工作。

B

blueprint-execute

laurigates / claude-plugins

Blueprint 元命令：确定并执行下一个合乎逻辑的动作。当被要求 'what's next?'、'continue blueprint' 或 'run blueprint' 且未带子命令时使用。

B

brainstorm

jayden-dang / skills

在从想法到交付这一链条的最开始使用——当用户想要

C

capture-learning

petekp / agent-skills

分析最近的对话上下文，并将经验记录到项目知识文件（用于项目特定洞察）或 skills/commands/subagents（用于跨项目模式）。当用户要求"记录这个经验"、"用这个更新文档"、"记住这个以备下次使用"、"记录这个问题"、"将其添加到 CLAUDE.md"、"保存这些知识"或"更新项目知识"时使用。在解决构建/配置问题、发现非显而易见的模式或完成有宝贵洞察的调试会话后也会触发。

C

chatcrystal-debug-recall

zengliangyi / chatcrystal

针对涉及失败测试、编译器错误、运行时异常、依赖问题、环境损坏或性能回退的调试任务，召回 ChatCrystal 记忆。当历史根因、修复方案或陷阱可能有助于在提出修复前加速诊断时使用。