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
在安装或信任某个 Agent Skill 之前审计其安全性(或包含多个技能的仓库/插件)。当用户想要审查、审核、检查某个技能、插件或其脚本是否安全,问 "is this skill safe to install",粘贴技能仓库/URL 以便评估,或即将从 GitHub、npx skills 或插件市场安装第三方技能时使用。仅运行静态分析(绝不执行目标),并报告网络外发、进程执行、密钥访问、动态代码、文件系统写入、混淆、npm 安装期脚本、MCP 服务声明、逃出技能目录树的符号链接、随附的二进制文件、带有不透明推理块的已记录 Agent 会话,以及隐藏在 SKILL.md 中的提示词注入指令,并按代码是自动运行、调用时运行还是按需运行分级。
搜索、查找、发现、安装、移除、更新、审查、去重、列出、移动、优化并迭代用于 AI 编码 Agent 的技能。当用户提出 "find a skill for X"、"install skill"、"remove skill"、"update skills"、"list skills"、"deduplicate skills"、"why are two skills shown"、"choose the canonical skill"、"check for skill conflicts"、"review skill quality"、"move skill"、"check for updates"、"optimise skill"、"audit skill edits"、"trigger test skill" 或 "transfer skill across agents" 时使用。包含无重复安装预检和 SkillOpt 风格的训练循环。不用于从零创建技能(请改用 /skill-creator)。
自主式质量 meta-skill/"quality brain"(也可通过 /ultracode 和 /quality-orchestrator 别名调用)。无需用户主动要求,即可主动为任何中等/高复杂度的实现、评审、修复、研究、设计、审计,或涉及判断、范围未知、风险、多项发现、非平凡取舍的工作,编排严谨的多阶段质量工作流。它会自行评估复杂度,优先使用直接的确定性判定器,选择阶段(Understand/Design/Review/Research 等),组合合适的模式(带视角的 work-refute、work-judge、work-exhaust、work-sweep、work-gaps、work-tournament、work-check、work-review),应用全部执行机制(结构化输出 + 重试、worktree 隔离、空值处理、并发/预算上限、日志记录/恢复、不设静默上限、通过 todos 记录日志/阶段),并让工作流可见地推进。Agent 应在检查点自行决策(重大编辑之后、将复杂 todo 标记为完成之前、阶段边界处、发现不断累积时,或任务表述暗示 "make sure it's solid / thorough / find all issues" 时)。宽泛的自动触发短语:complex work、implementation、review the changes、audit、design decision、ensure quality、make it robust、thorough review、find all edge cases 等。当 Agent 识别出具体需求时,也可直接调用这些聚焦技能。
用验证子 Agent 检查你的工作:它先运行直接判据(构建/测试/类型检查/代码检查/运行应用),重新阅读改动过的代码,然后返回经 schema 校验的 PASS/FAIL 结论——而不是供 grep 的散文。小 diff 生成一个验证者,较大或涉及安全/认证/数据边界的改动则使用并行视角(BARRIER),随后修复问题并在 SEEN 台账下重新验证直至通过。当被要求 "check work"、"verify changes"、"self-verify"、"/work-check"、"/check"、"/verify" 或 "/self-verify" 时使用。
创建、完善、拆分、合并、重命名、审计 Agent 技能,或设计其采用情况评估——涵盖可移植的内容边界和 agentskills.io 编写。遇到 `SKILL.md`、frontmatter、`description`、“这条规则应放在哪里”、“拆分此技能”、“将此技能改写为一种能力”、“审计技能可移植性”和“比较技能修订版”时触发。技能管理负责安装和主动加载;项目策略和宿主指南负责关卡与执行;QA 实践仅在其范围内判断证据是否充分。涵盖能力框架、判断与机制的区分、条件引用、结构验证器,以及任务/处理/评分者/机会契约。
将本次会话中的经验教训记录到项目规则文件(AGENTS.md、CLAUDE.md 或本地覆盖文件)中,让后续会话受益。当用户说「revise the rules」「update AGENTS.md / CLAUDE.md with what we just learned」「save this to project memory」「remember this for next time」,或在一个富有成效的会话结束时出现了尚未记录的有价值上下文时说。此项与 agents-md-improver 互补——improver 负责审计,此项负责记录。
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。
