mcpField

Skills

收录 96,981 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

L
loop-engineering
loop-engineering
axross / skills

通过经审查的研究、计划和设计成果,推动代码变更或文档更新,依次经过审批、执行、验证和独立审查,并处理验证受阻、审查/CI 待处理和运行恢复。负责阶段归属、审批修订、证据、发现项状态和恢复含义;不负责通用交付物审查方法、检查失败诊断、宿主执行 API 或交付物存储。开发实践负责验证诊断;执行规范负责非代码交付物审查;项目策略决定门禁和分支。如宿主项目已有更具体的变更流程,应优先遵循。适用于不会造成任何变更的独立只读问题、调查或审查。

Agent 工作流51
M
makepad-2.0-design-judgment
makepad-2.0-design-judgment
zhanghandong / makepad-skills

关键:Makepad 2.0 GUI 开发的入门技能。这是任何 Makepad 任务都应首先加载的技能——它提供高于其他 13 个 Makepad 2.0 技能的设计判断基准。触发词:makepad、makepad app、makepad project、makepad design、live_design!、app_main!、script_mod!、Cx、WidgetRef、Widget、makepad-widgets、makepad architecture、makepad how to、"how should I"、"should I use"、"what's the best way"、makepad 架构、makepad 设计、makepad 怎么做、makepad 最佳实践、组件拆分、状态管理、数据流、渲染思维

开发51
M
map-features
map-features
jayden-dang / skills

先确认再写入共享能力目录(reverse-track、dispose、export/materialize)。

开发51
M
mcp-builder
mcp-builder
ckorhonen / claude-skills

创建高质量 MCP(Model Context Protocol)服务的指南,通过精心设计的工具让 LLM 与外部服务交互。在构建 MCP 服务以集成外部 API 或服务时使用,无论是 Python(FastMCP/MCP SDK)还是 Node/TypeScript(MCP SDK)。涵盖工具设计、输出模式、Streamable HTTP 传输、认证模式、评估创建和常见调试。

开发51
M
memory-manage
memory-manage
fearovex-labs / agent-config

管理 ai-context/ 记忆层:从零初始化、用会话内容更新,或维护/清理。触发:/memory-init、/memory-update、/memory-maintain、初始化记忆、更新记忆、维护记忆。

Agent 工作流51
M
memory-qdrant
memory-qdrant
zuiho-kai / openclaw-memory-qdrant

使用 Qdrant 与 Transformers.js 的本地语义记忆。通过向量嵌入存储、搜索并回忆对话上下文(完全本地,无需 API 密钥)。

Agent 工作流51
M
mission-planner
mission-planner
jdforsythe / forge

利用基于证据的扩展规律、拓扑选择和角色设计,将目标分解为团队蓝图。判断一个目标需要单个 Agent 还是协同团队(建议 3-4 个 Agent,最多 5 个),选择最优沟通拓扑(顺序流水线、并行独立、中心协调者、层级式),并产出带产物链和质量门禁的结构化蓝图。当用户想构建某样东西、规划项目、组建团队、弄清需要哪些角色、分解复杂目标,或问“how should I approach [X]?”时使用此技能——即使他们没有提到 Agent 或团队。也会在特定领域触发:“build a SaaS”“marketing campaign”“security audit”“write a book”“launch a product”。请勿用于简单的单步任务、直接编码问题或无需规划的 file operations。

Agent 工作流51
M
moai-workflow-thinking
moai-workflow-thinking
modu-ai / moai-adk

用于结构化逐步分析的 Sequential Thinking MCP,通过 --deepthink 标志启用。与 UltraThink 相互独立,后者是 Claude 原生的扩展推理模式。用于多步分析或架构决策。

Agent 工作流51
M
model-usage
model-usage
alphaonedev / openclaw-graph

跨 OpenClaw 实例的 token/成本跟踪、使用分析、模型支出监控

Agent 工作流51
M
multi-cli-review
multi-cli-review
starforall / ai-coding-toolkit

当审查器 CLI 需要分析 skill、命令、工作流、文档、配置或代码产物,并生成结构化缺陷报告供当前 CLI 使用时使用,尤其是在收到 "分析这个 skill 的问题"、"输出结构化问题报告" 或 "做多 CLI 审查" 等请求之后。

测试与质量51
M
multi-cli-review-action
multi-cli-review-action
starforall / ai-coding-toolkit

当当前 CLI 是某一或多个 `multi-cli-review` 报告的唯一修复者,且必须在任何编辑之前协调审查者的发现时使用,尤其是在收到 "汇总审查报告"、"处理 multi-cli-review 输出" 或 "按 reviewer 建议执行修复" 等请求之后。

测试与质量51
O
oil-skill-creator
oil-skill-creator
oil-oil / oil-skill-creator

创建、评审、整改和发布 Skill。用户想从零创建 Skill、评审现有 Skill、检查它是否真正有用、修复触发或执行流程,或者改善首次使用、稳定性、Token 开销、文件分层、弱模型可读性与跨平台兼容性时使用。不要用于执行目标 Skill 负责的实际任务,也不要因为普通的编码、设计或写作请求触发。

Agent 工作流51
O
omni-vu
eddiebe147 / claude-settings

适用于 macOS 的屏幕捕获、AI 视觉分析和 GUI 自动化。需要查看屏幕内容、分析 UI 状态、检测变化或自动执行鼠标和键盘操作时使用。

Agent 工作流51
O
onboarding-agent
onboarding-agent
openhands / extensions

交互式入职工作流,通过访谈用户来了解其编码目标,并生成可直接提交 PR 的实施计划。在开始新的开发任务时使用,以确保需求清晰、执行有序。

Agent 工作流51
O
openclaw-cost-optimization
openclaw-cost-optimization
iammarcin / cc4life

审计并优化 OpenClaw API 成本。应用六项经验证的优化——模型路由、提示词缓存、精简上下文、本地心跳、速率限制和工作区精简——将每月支出最多削减 90%。在被要求降低成本、优化 token、审计 API 支出或配置省成本设置时使用。

Agent 工作流51
O
openclaw-ops
openclaw-ops
timlai666 / skills

从主机(本地或通过 SSH)操作、配置和调试正在运行的 OpenClaw 安装。涵盖除构建 Agent 个性/工作区之外的整个运行时面 — 频道、gateway、daemon/service、配置(`openclaw.json`)、模型与认证、cron、hooks、plugins、sandbox、sessions、安全审计、doctor、reset、uninstall。只要提及 `openclaw` CLI 命令、`~/.openclaw`、`openclaw.json`、“重启 gateway”、“添加频道”、“排查机器人为何无响应”、“openclaw doctor”、“channels status”、“SSH 登录 OpenClaw 主机”及类似内容,就必须调用本技能 — 当主机存在 `~/.openclaw/openclaw.json` 且暗含 OpenClaw 相关工作时,即使未明确提及也应调用。任何创建或编辑 Agent 工作区文件(SOUL.md / AGENTS.md / IDENTITY.md / USER.md / RAG 知识 / `agents.list[]` 条目 / `bindings[]`)的工作都必须移交至 **openclaw-agent-builder**。

云与 DevOps51
O
opencode-runner
opencode-runner
luongnv89 / skills

使用免费云端模型通过 opencode 运行编码任务。当被要求将工作交给 opencode.ai 或运行免费模型时使用。不要用于本地模型(Ollama、LM Studio)、Claude/OpenAI 调用,或应由 Claude 自行完成工作时。

Agent 工作流51
O
openrouter
openrouter
rawveg / skillsforge-marketplace

OpenRouter API - 通过一个 API 统一访问 400+ AI 模型

开发51
O
optimize-agents-md
optimize-agents-md
youdotcom-oss / agent-skills

优化 AGENTS.md 和规则以提升 token 效率。当用户询问改进 Agent 指令、压缩 AGENTS.md 或让规则更有效时自动调用。

Agent 工作流51
O
orchestrate
orchestrate
poteto / plugins

仅当用户明确输入 `/orchestrate <goal>` 时使用:将大型任务拆解,通过 Cursor SDK 启动并行云端 Agent 工作人员/子规划器/验证器树,并收集结构化交接;不得自主调用

Agent 工作流51
P
persistent-memory-hygiene
persistent-memory-hygiene
archieindian / openclaw-superpowers

保持 OpenClaw 的记忆存储干净、结构化且有用。在会话结束时和定期维护期间使用。

Agent 工作流51
P
plan-viz
plan-viz
yonatangross / orchestkit

在实现前可视化计划中的变更。在评审计划、对比改前改后的架构、评估风险,或分析执行顺序与影响时使用。

开发51
Q
quality-assurance-agent
quality-assurance-agent
mingdui / ming-qa

端到端 QA 验收编排器。当用户要求做功能验收、回归测试、质量检查、或对某个模块/流程/branch/PR进行系统化测试时触发。作为顶层路由器,按阶段调度子 skill(上下文收集 → 风险分析 → 用例设计 → 脚本生成 → 执行与修复 → 代码审查 → 报告生成)。你自己不写测试代码也不直接判断质量——你把每个阶段交给专职子 skill 处理。用例确认是流程中唯一的强制人工门禁,其余阶段自动衔接。不适用:单次手动测试、纯开发/代码生成任务、无明确验收范围的技术问答。

测试与质量51
R
ralph-loop
ralph-loop
poteto / plugins

启动 Ralph Loop,进行迭代式自指开发。用户要求运行 ralph loop、启动迭代循环,或希望自主反复迭代任务直至完成时使用。

Agent 工作流51
R
record-verdict
record-verdict
jayden-dang / skills

当 land-branch 或 cut-release 交接最终的人工裁定,且在生产跨越运行之前必须发布决策记录时使用。

开发51
R
repo-task-proof-loop
repo-task-proof-loop
denissergeevitch / repo-task-proof-loop

面向大型编码任务的仓库内工作流技能。初始化 .agent/tasks/TASK_ID 产物,安装项目级的 Codex 与 Claude 子 Agent,将工作流更新到 AGENTS.md 以及仓库的 Claude 指南文件,并运行 spec-freeze → build → evidence → verify → fix 循环,配合全新会话验证。

Agent 工作流51
R
requesting-code-review
requesting-code-review
ganyuanran / aegis

在请求独立代码审查、实现切片完成后、合并高风险工作之前,或验证暴露出证据、基线、架构、兼容性或弃用方面的不确定性时使用。

测试与质量51
R
requesting-code-review
requesting-code-review
julianromli / ai-skills

在完成任务、实现主要功能或合并前使用,以验证工作符合要求。

测试与质量51
R
reroute-plan
reroute-plan
jayden-dang / skills

当执行中途的新发现使已批准的方案失效时使用——

Agent 工作流51
R
retro
retro
hu3rror / my-skills

对一次编码会话进行回顾

Agent 工作流51
R
review-learnings
review-learnings
neonwatty / qa-skills

将 .qa-learnings/ledger.md 中积累的 QA 经验综合为按优先级排序、可落地的插件改进项。当用户说 "review learnings"、"what have we learned"、"improve the plugin"、"learnings report" 或 "synthesize QA feedback" 时使用。

测试与质量51
R
roadmap
roadmap
satanlittlehelper / ai-dev-kit

适用于所有涉及路线图的场景(在 docs/<feature-slug>/ 下用 Markdown 复选框跟踪的分阶段多检查点计划)——为超出单个规格说明/计划规模的任务创建路线图(“roadmap”/“дорожная карта”、持续数周的迁移、多版本发布、分阶段重写);处理未说明是指文档还是实现的“继续路线图”请求;执行下一个未完成的检查点(“возьми следующую задачу в роадмапе”、“take the next roadmap task”、“next roadmap checkpoint”);或一次起草并验证多个步骤的规格说明/计划(“напиши несколько планов”、“пройтись по роадмапу”、“на все задачи роадмапа”)。此技能是所有这些需求的统一入口,会自行判断情况并转到相应的参考文件。

Agent 工作流51
R
run-plan
run-plan
tmdgusya / engineering-discipline

当你已有写好的实现计划需要执行时使用。加载计划、批判性审查、按依赖顺序执行任务,并报告完成情况。当用户说“run the plan”、“execute the plan”或“let's start implementing”时触发。

Agent 工作流51
S
sdd-archive
sdd-archive
fearovex-labs / agent-config

通过将归档报告保存到 engram 并有选择地更新 ai-context/ 记忆,来关闭已完成的 SDD 变更。触发:/sdd-archive <change-name>、归档变更、完成 SDD 周期、关闭变更。

开发51
S
self-repair
self-repair
simhacker / moollm

状态缺失触发修复,而非失败。

Agent 工作流51
S
senior-prompt-engineer
senior-prompt-engineer
ovachiever / droid-tings

用于 LLM 优化、提示词模式、结构化输出和 AI 产品开发的高级提示工程技能。专长包括 Claude、GPT-4、提示词设计模式、少样本学习、思维链和 AI 评估。涵盖 RAG 优化、Agent 设计和 LLM 系统架构。适用于构建 AI 产品、优化 LLM 性能、设计 Agent 系统或实现高级提示技术。

Agent 工作流51
S
session-harvest
session-harvest
theodoread / agent-skills

在显式调用 /session-harvest 时使用,或者当用户询问在压缩/结束会话前有什么值得保存的内容,或者说“harvest this session”、“anything to remember here”、“anything dangling before I stop”、“is it safe to compact”之类的话时使用。审查对话中任何值得保留的内容,并将每项内容路由到所有 Agent 都能读取的普通文件:与计划相关的内容放入 plans/*.md(遵循 plan-conveyor 技能),与仓库相关的持久知识放入该仓库的 AGENTS.md/docs/contributing,跨仓库/个人偏好放入 ~/.agents/AGENTS.md。绝不写入任何 harness 自带的记忆存储,任何理由都不行——那会把工作锁定在特定厂商。然后清扫对话无法展示的实时状态:会话遗留仍在运行的进程、它触及过的每个仓库中未推送的提交、它推送内容的 CI,以及它承诺过但从未验证的工作。最后以报告收尾,按紧急程度从低到高排序,给出是否可安全压缩的结论,以及下一会话的提示词。仅按需执行——绝不安装钩子或自动运行。

Agent 工作流51
S
session-share
session-share
asheshgoplani / agent-deck

在开发者之间共享 Claude Code 会话。当用户提到“share session”“export session”“import session”“send session to”“continue from colleague”,或需要 (1) 将当前会话导出到文件、(2) 导入其他开发者的会话、(3) 交接工作上下文时使用。通过直接文件共享实现私密、安全的会话传输。

Agent 工作流51
S
setperms
setperms
0xdarkmatter / claude-mods

为 Claude Code 设置工具权限。在 .claude/ 目录中配置允许的命令、规则和偏好。触发词:setperms、init tools、configure permissions、setup project、set permissions、init claude。

Agent 工作流51
S
setup-matt-pocock-skills
setup-matt-pocock-skills
hu3rror / my-skills

为此仓库配置工程 skill:设置问题跟踪器、分类标签词汇和领域文档布局。在首次使用其他工程 skill 前运行一次。

Agent 工作流51
S
skill-authoring
skill-authoring
redhat-developer / rhdh-skills

创建、审计并整合遵循 Agent Skills 开放标准的 Agent Skills,并交回一份已起草或修复的技能,同时附上其所属分支的审查清单。适用于 "create a skill"、"draft a SKILL.md"、"package this expertise as a skill"、"why does this skill never trigger"、"audit this SKILL.md"、"improve this skill",或将重叠的技能合并为更少但更深入的模块。涵盖 frontmatter、可触发的描述、渐进式披露、完成标准以及随附脚本。

Agent 工作流51
S
skill-creator-flagos
skill-creator-flagos
flagos-ai / skills

为 FlagOS 技能仓库创建新技能、修改现有技能并验证技能质量。只要有人想从零创建技能、改进或编辑现有技能、搭建新技能目录、验证技能结构,或对技能运行测试用例,就使用本技能。当用户说“create a skill”、“make a new skill for X”、“scaffold a skill”、“improve this skill”、“validate my skill”,或直接输入“/skill-creator-flagos”时触发。当用户提到把工作流转化为可复用技能,或想把重复流程打包成技能时也触发。

Agent 工作流51
S
skill-creator
skill-creator
fusengine / agents

在创建新技能、重构现有技能或改进技能文档时使用。

Agent 工作流51
S
skill-creator
skill-creator
fusengine / claude-plugins

通过认知自动化和协作式 Agent 系统重新定义开发。

Agent 工作流51
S
skill-creator
skill-creator
luongnv89 / skills

创建新 skill、修改和改进现有 skill,并衡量 skill 表现。适用于用户想从零创建 skill、更新或优化现有 skill、运行 eval 测试 skill、通过方差分析对 skill 表现进行基准测试,或优化 skill 描述以提高触发准确率。不适用于运行 skill 本身、生成散文/博客内容,或为无关的 Python 项目搭建脚手架——本 skill 仅用于创作和评估以 skill 形式打包的能力。

Agent 工作流51
S
skill-developer
skill-developer
diet103 / claude-code-infrastructure-showcase

遵循 Anthropic 最佳实践创建和管理 Claude Code 技能。创建新技能、修改 skill-rules.json、了解触发模式、使用钩子、调试技能激活或实现渐进式披露时使用。涵盖技能结构、YAML frontmatter、触发类型(关键词、意图模式、文件路径、内容模式)、强制级别(阻止、建议、警告)、钩子机制(UserPromptSubmit、PreToolUse)、会话跟踪和 500 行规则。

Agent 工作流51
S
skill-llm-wiki
skill-llm-wiki
ctxr-dev / skill-llm-wiki

当用户明确要求从 markdown 笔记、文档、源代码或混合文件夹构建、扩展、验证、修复、重建或合并面向 LLM 优化的知识 wiki 时使用。默认输出是一个单独的稳定同级 `<source>.wiki/`,完整历史保存在 `.llmwiki/git/` 下的私有 git 仓库中;`--layout-mode in-place` 会直接转换源文件夹,`--layout-mode hosted --target <path>` 则遵循用户提供的 `.llmwiki.layout.yaml` 约定。SKILL.md 是入口点;详细操作说明按下面的路由流程从 `guide/` 按需加载。

生产力51
S
skill-scan
skill-scan
dgriffin831 / clawhub-skills

用于 OpenClaw skill 包的安全扫描器。在安装之前扫描 skill 中的恶意代码、规避技术、提示词注入和偏离预期的行为。用于审计来自 ClawHub 或本地目录的任何 skill。

安全51
S
skill-system-behavior
skill-system-behavior
arthur0824hao / skills

面向技能系统的 BDD 风格行为规范引擎。使用时机:(1) 在实现之前定义新技能的行为,(2) 依据 schema 校验规范,(3) 从规范生成行为契约(Mermaid DAG),(4) 对已构建的技能运行结构验收测试。工作流:Spec → Test → Develop → Contract。

Agent 工作流51
S
skill-verification-gate
skill-verification-gate
nyldn / claude-octopus

准备宣布工作已完成、已修复、已通过或已结束时使用

测试与质量51
S
skill-voter
skill-voter
openclaw-commons / openclaw-skill-commons

为 OpenClaw 技能投票,并从 openclaw-skill-commons 拉取社区排行榜。读取无需 API 密钥;投票需要 GitHub token。

Agent 工作流51
S
skills-collection-manager
skills-collection-manager
jackspace / claudeskillz

用于管理大型 Claude Code 技能集合的综合工具包,包括从 GitHub 批量下载、按类别整理、检测并移除重复项、合并技能,以及维护拥有 100 多个技能的整洁技能仓库。

Agent 工作流51
S
solo-plan
solo-plan
fortunto2 / solo-factory

当用户说“规划这个功能”“创建实现计划”“编写规格”“作战计划”,或描述某个功能/缺陷/重构,或需要在构建前拆解任务时使用。不要用于想法验证(/validate)或执行(/build)。

开发51
S
spawn-agent
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。

Agent 工作流51
S
stitch-ui-prompt-architect
stitch-ui-prompt-architect
gabelul / stitch-kit

通过两条路径构建可供 Stitch 使用的提示词——路径 A 将模糊想法增强为打磨过的提示词,路径 B 将 Design Spec JSON 与用户请求合并为结构化的 [Context] [Layout] [Components] 提示词。

设计与 UI51
S
suggesting-cursor-hooks
suggesting-cursor-hooks
revitalb-port / skills-registry-demo

当用户反复要求运行相同的检查(lint、测试、类型检查)时,建议使用 Cursor hook 将其自动化

Agent 工作流51
S
superpowers-factory-bridge

统一开发编排器:将 Superpowers 方法论框架与 AI 代码工厂深度整合, 创建统一的开发工作流,结合 TDD 纪律、SoT 合规和自动化代码生成。

Agent 工作流51
T
tavily-best-practices
tavily-best-practices
andrewyng / context-hub

构建生产级 Tavily 集成,涵盖 Web 搜索、内容提取、爬取和研究在 agentic 工作流、RAG 系统和自主 Agent 中的最佳实践

开发51
T
ticket-creator
ticket-creator
sylla-bv / sylla-skills

当用户要求"创建工单"、"创建 Linear 工单"、"建一个工单"、"写一个工单"、"创建 issue"、"提交 bug"、"创建功能工单"、"写一份 bug 报告"、"我需要一个关于……的工单"、"……里有 bug"、"把这个变成工单"、"把这个整理成工单",或想要为某个实现创建任何 Linear issue 时,应使用本技能。

开发51
T
tmux-status-debug
tmux-status-debug
edmundmiller / dotfiles

调试和测试 AI Agent(opencode、claude、amp)的 tmux 窗格状态检测。当模式不匹配、状态图标错误或添加新的检测模式时使用。

Agent 工作流51
第 10561–10620 条,共 13,264 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。