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

C
Coze

Coze 扣子 AI Bot 开发助手,精通 Bot 搭建、插件开发、工作流编排、知识库配置

Agent 工作流49
C
create-skill
create-skill
tamdogood / builder-essential-skills

根据用户的想法创建或更新一个完整的仓库技能,包括工作流说明、参考资料、脚本或资源、Agent 元数据、技能卡图稿、电影感横幅图稿、README 链接、发现元数据以及校验。适用于用户要求创建新技能、向此集合添加技能、把工作流转化为可复用技能,或让技能的文档与图稿与仓库保持一致的情况。

Agent 工作流49
C
create-upstash-software-factory
create-upstash-software-factory
leonvanzyl / skills

搭建一个"软件工厂",将带有标签的 GitHub issue 转化为经过审查的 pull request,使用在 Upstash Box 沙箱中运行、由 GitHub Actions 启动的编码 Agent(Claude Code、Codex 或任何其他命令行 Agent)。只要有人想要构建、重建、扩展或调试 issue 到 PR 的流水线、后台编码 Agent 池、"处理我 GitHub issue 的 Agent"、标签触发的 Agent 工作流,或任何将 Upstash Box 与编码 Agent 和 GitHub 结合的东西,即使他们从未说"软件工厂",也可使用此项。也可用于向以此方式搭建的工厂添加仓库、Agent 类型、worker、模型或 effort 设置,或 worker 镜像(快照)。

Agent 工作流49
C
create-verification-skill
create-verification-skill
ericlitman / open-pstack

生成项目本地的验证技能,以用户的方式操作应用,支持任意语言、框架或平台。用于 /create-verification-skill、“为这个仓库创建一个控制技能”,或项目没有通过脚本验证 UI/CLI/服务行为的方式时。

测试与质量49
C
crucible-emergent-resurrection
crucible-emergent-resurrection
terrylica / cc-skills

当某个假设已失败并需要连同复活条件一起归档时,当审视休眠想法以求复活时,或当被淘汰的策略与当前策略相似时使用。

生产力49
C
crucible-meta-governance
crucible-meta-governance
terrylica / cc-skills

决定是转向还是坚持、是发布还是搁置、如何对部分通过的内容收窄范围,以及如何管理。

生产力49
C
cursor-sdk
cursor-sdk
poteto / plugins

指导用户基于 Cursor TypeScript SDK(`@cursor/sdk`)构建应用、脚本、CI 流水线或自动化。用户提到集成、安装或针对 Cursor SDK 编写代码时使用此技能;提到 `Agent.create`、`Agent.prompt`、`Agent.resume`、`agent.send`、`run.stream`、`CursorAgentError` 或 `@cursor/sdk` 时也使用;用户希望通过脚本、CI/CD 流水线、GitHub Action、后端服务或其他非 Cursor IDE 的代码以编程方式运行 Cursor Agent 时使用;用户希望在本地和云端运行时之间进行选择、为 SDK Agent 配置 MCP 服务,或处理 SDK Agent 的流式传输、取消或错误时同样使用。用户将 Cursor 接入自动化、编写运行 Cursor 的机器人,或将 REST `/v1/agents` 调用迁移到 SDK 时,即使没有明确提及软件包,也应触发此技能。积极使用此技能,而不要凭记忆作答;SDK 接口会不断演进,此技能及其参考资料是外部软件包的权威信息来源

Agent 工作流49
C
customgpt
customgpt
membranedev / application-skills

CustomGPT 集成。管理 Projects、Users、Roles、Goals、Filters。当用户需要与 CustomGPT 数据交互时使用。

Agent 工作流49
D
delegate
delegate
sjunepark / agent-scripts

通过细粒度的 GPT-5.6 Luna 子 Agent 任务编排代码和文件实现,然后独立评审并整合结果。仅限显式调用。

Agent 工作流49
D
design-agentic-architecture
design-agentic-architecture
phuongnz / skills

根据用例设计 Agentic AI 架构,并产出带日期的设计文档。当用户想要设计或构建 Agent 或多 Agent 系统、决定单 Agent 还是多 Agent、选择记忆、人在回路或评估的位置,或询问如何为特定用例构建 Agent 时使用。

Agent 工作流49
D
dispatching-parallel-agents
dispatching-parallel-agents
ganyuanran / aegis

适用于面对 2 个以上相互独立、没有书面计划、且不存在冲突的共享可变状态或顺序依赖的任务,此时并行委派的收益高于内联成本;否则内联。有计划的任务使用 subagent-driven-development。

Agent 工作流49
D
dream
dream
grandamenium / dream-skill

适用于 Claude Code 的记忆整合技能。扫描会话记录中的更正、决策、偏好和模式,然后将发现合并到持久记忆文件中。通过原生 Stop hook 每 24 小时自动触发。灵感来自睡眠如何整合人类记忆。

Agent 工作流49
E
eliteforge-task-progress-tracker
eliteforge-task-progress-tracker
cloudsen / eliteforge-skills

默认在 docs/tasks/task-description.md 中创建并维护简单的任务进度备忘,也可放在用户或另一个活跃 skill 指定的明确任务目录中。当用户想要计划、TODO 步骤、验收标准、复选框同步、状态更新,或在 Agent 工作期间保持同步的进度跟踪时使用。将 git 提交视为必需的恢复检查点:每次有意义的变更都必须提交,并且必须把提交 id 写入对应步骤的备注中。

Agent 工作流49
E
executing-plans
executing-plans
ganyuanran / aegis

适用于跨会话执行书面实施计划,或带有审查检查点执行时。小型或单一分片的计划保持内联。对于同一会话中的独立任务,改用 subagent-driven-development。

Agent 工作流49
F
fix-frontmatter
fix-frontmatter
dailybothq / deepworkplan-skill

运行 frontmatter 校验器,并修复任何违反仓库 frontmatter 约定的 SKILL.md。在编辑或新增 SKILL.md 之后使用。

测试与质量49
F
flow-parallel
flow-parallel
nyldn / claude-octopus

在质量关卡的约束下,并行拆解和执行大型变更、迁移或多问题修复

Agent 工作流49
G
grill-with-docs
grill-with-docs
nstaab1 / nathan-agent-skills

一场不间断的访谈,用以完善计划或设计,同时生成相关文档(ADR 和词汇表)。

开发49
G
grilling
grilling
jayden-dang / skills

用于通过访谈用户来压力测试计划、设计或功能想法

Agent 工作流49
H
handoff
handoff
nstaab1 / nathan-agent-skills

将当前对话压缩为一份交接文档,供另一个 Agent 继续执行

Agent 工作流49
H
harness-adapters
harness-adapters
kunchenguid / firstmate

与一个 Agent 对话,与一支团队交付。

Agent 工作流49
H
helloagents
helloagents
hellowind777 / helloagents

按任务类型适用 — 建立质量驱动工作流,通过技能标准、流程纪律和检查清单保障交付质量

Agent 工作流49
H
herdr-pair
herdr-pair
hcaiano / skills

在同一个 Herdr 标签页内持久配对的 Claude-Codex。用于实时同伴协作、需要配对的工流,或任何入站的 `[agent ...]` / `[herdr-pair control ...]` 行——包括上下文压缩之后;恢复确切的会话并通过内置传输回复。

Agent 工作流49
H
hmx-development-base-mcp-setup

暂无简介

Agent 工作流49
H
hmx-development-base-mcp-usage

暂无简介

Agent 工作流49
I
implement-agentic
implement-agentic
nstaab1 / nathan-agent-skills

从已批准的规格或工单集出发,通过 TDD、评审、提交以及明确的 PR 交接来实现有人值守的工作。适用于仍有人员可处理未决接缝、设计决策与最终发布决定时。

开发49
I
install-dexsql
install-dexsql
lsposed / dexsql-release

安装预构建的 DexSQL 二进制文件,并将其连接到用户的本地 MCP 客户端。适用于安装、设置或更新 DexSQL MCP 的请求;也接受用户提供的本地 DexSQL 可执行文件。

Agent 工作流49
I
interminai
interminai
mstsirkin / interminai

控制 vim、git rebase -i、git add -i、git add -p、apt、rclone config、sudo、w3m 和 TUI 应用等交互式终端应用。还可以监督另一个命令行 LLM(cursor-agent、codex 等)——在确认提示处按 y/n 批准或拒绝其操作。当你需要与需要键盘输入、显示提示词、菜单或具备全屏界面的应用交互时使用。当命令因 "Input is not a terminal" 或 "Output is not a terminal" 等错误而失败或挂起时也可使用。优于 GIT_SEQUENCE_EDITOR 之类的应用专用变通方案,或通过文件绕过交互性的做法。

Agent 工作流49
J
jev
jev
jkudish / jev-mcp

Jev 判断工具的使用约定。用于筛查获取或粘贴的内容、依据证据核实声明、按含义对项目排序或分类、比较段落、提取字段、审计提取值、审查补丁、把关完成状态或判断命题的可能性;也用于在 Jev 与 rg、curl 或直接阅读之间进行选择。

Agent 工作流49
K
kimi-runner
kimi-runner
robsonrung / rar-skills

通过 OpenRouter 上的 Pi CLI 以 Kimi 席位执行提示词,每次调用固定使用 Moonshot 的旗舰 Kimi K3 模型(moonshotai/kimi-k3)—— 强大的长程编码、大型代码库理解、1M token 上下文、始终开启的思考。当用户明确要求 Kimi 执行、工作流需要 Kimi 支持的席位,或跨运行器工作流希望在不离开当前工作区的情况下获得 Moonshot Kimi 视角时使用。

Agent 工作流49
L
langchain
langchain
ovachiever / droid-tings

用于构建由 LLM 驱动的应用的框架,支持 Agent、链和 RAG。支持多个提供商(OpenAI、Anthropic、Google)、500 多种集成、ReAct Agent、工具调用、记忆管理和向量存储检索。用于构建聊天机器人、问答系统、自主 Agent 或 RAG 应用。适合快速原型开发和生产部署。

Agent 工作流49
L
laundering
laundering
kucherenko / gangsta

在暗杀完成后所有地盘都报告完成时使用 —— 处理集成、验证、consigliere 终审、清理和账本更新,产出干净、可上线的代码

开发49
L
learn
learn
cowork-os / cowork-os

手动记录一条洞察、纠正、偏好或规则,供 Agent 在后续任务中记住。

Agent 工作流49
L
learn
learn
duc01226 / easyplatform

[实用工具] 当你需要向 Claude 传授可跨会话保留的经验时使用。

Agent 工作流49
L
librarian
librarian
jdforsythe / forge

审查、策展并维护 Forge 的 Agent、技能与模板库。执行去重分析、陈旧检测、质量提升与孤立引用检查。产出结构化审查报告,并给出合并、归档或提升库条目的可执行建议。当用户想要审查库、清理 Agent 或技能、查看可用内容、查找重复项、精简未使用条目、查看库统计,或说“我的库里有什么?”时使用此技能。也会在预定的审查周期触发,或当库超过 20 个条目时触发。不要用于创建新 Agent(使用 Agent Creator)、创建技能(使用 Skill Creator)或规划团队(使用 Mission Planner)。

Agent 工作流49
L
ln-61-skill-reviewer
ln-61-skill-reviewer
levnikolaevich / claude-code-skills

审查技能质量、触发边界和发布就绪度。用于技能审计或发布审查;不用于产品代码或实施计划审查。

测试与质量49
L
load-subgraph
load-subgraph
jayden-dang / skills

当出现 frame-change、inspect-change、clarify-decisions 时使用,

Agent 工作流49
L
long-task
long-task
chann / skills

当用户要求端到端构建项目、运行数小时或数天的自主开发,或在无人干预的情况下编排多个里程碑的工作时使用。触发短语包括 "build this whole project"、"implement this end-to-end"、"do this autonomously"、"run a long task"、"long-running agent"、"build it from scratch and don't ask"、"/long-task" 或 "$long-task"。也用于生命周期子命令,如 `/long-task status`、`/long-task pause`、`/long-task resume`、`/long-task clear` 和 `/long-task complete`。

Agent 工作流49
L
long-task-continuation
long-task-continuation
ganyuanran / aegis

适用于多步骤、可能跨越上下文重置或会话、使用子代理、或在完成前有丢失状态风险的任务。

Agent 工作流49
L
loop-skill
loop-skill
paulrberg / agent-skills

重复运行另一个 Agent 技能(默认 3 次迭代),然后一次性报告最终结果。

Agent 工作流49
M
m365-agents-py
m365-agents-py
sickn33 / agentic-awesome-skills

用于 Python 的 Microsoft 365 Agents SDK。使用 aiohttp 托管、AgentApplication 路由、流式响应和基于 MSAL 的认证,为 Teams/M365/Copilot Studio 构建多渠道 Agent。

Agent 工作流49
M
memory-management

当用户要求“记住项目上下文”、查看已保存的发现、初始化运行时记忆、归档过时工作、整理笔记或清除某个主题时使用;跨所有领域管理经授权的 HOT/WARM/COLD 工作记忆,同时保留注册表事件归属和隐私控制。不用于更改规范注册表事实——应将此类操作交给相应注册表的负责人。项目记忆/跨会话

Agent 工作流49
M
memory-quality-auditor
memory-quality-auditor
oimiragieo / agent-studio

审计记忆检索质量(漂移、陈旧、引用依据)并生成修复待办清单。

Agent 工作流49
M
miniproject
miniproject
zenobi-us / dotfiles

使用 markdown 文件(MDTM)进行简单的本地项目与知识管理。

Agent 工作流49
M
mission-brief
mission-brief
tikalk / adlc-team-skills

当构建一个需要端到端 specify → plan → implement ↔ converge 循环、并带有门禁、熔断器、恢复和审计轨迹的功能时使用——或在恢复被中断的任务时使用。

Agent 工作流49
M
moyu

当检测到过度工程模式时自动激活:(1) 修改用户未明确要求改动的代码或文件 (2) 创建用户未要求的新抽象层(class、interface、factory、wrapper) (3) 添加用户未要求的注释、文档、JSDoc、类型注解 (4) 引入用户未要求的新依赖包 (5) 重写整个文件而非做最小编辑 (6) diff 范围明显超出用户请求 (7) 用户说「太多了」「不要改那个」「只改 X」「简单点」「停」(8) 为不可能发生的场景添加错误处理、校验、防御性代码 (9) 未被要求就生成测试、配置脚手架、文档

Agent 工作流49
M
multi-model-meta-analysis
multi-model-meta-analysis
petekp / agent-skills

将多个 AI 模型的输出综合为一份全面且经过验证的评估。适用场景:(1)用户粘贴来自多个 LLM(Claude、GPT、Gemini 等)关于代码或项目的反馈/分析,(2)用户希望将多个模型的输出整合为一份可靠的文档,(3)用户需要针对实际源代码解决模型之间相互矛盾的说法。该技能会根据代码库验证模型的说法,用证据解决矛盾,并产出比任何单一模型都更可靠的评估。

测试与质量49
M
multica-projects-and-resources
multica-projects-and-resources
multica-ai / multica

在创建、检查、更新或调试 Multica 项目及其资源(github_repo、local_directory)时使用。

Agent 工作流49
M
multica-squads
multica-squads
multica-ai / multica

在创建、查看、更新 Multica squad、为其分配任务或调试时使用,包括 leader 路由如何决定由谁执行。

Agent 工作流49
N
netboxlabs-platform-mcp
netboxlabs-platform-mcp
netboxlabs / skills

从 AI Agent 驱动 NetBox Labs Platform MCP 服务(托管于 NetBox Cloud)。涵盖连接/认证、Code Mode(三个工具 netbox_search_schema / netbox_execute / rediscover_netbox、注入的 helper 目录、沙箱契约、往返最小化)以及按工具离散模式。适用于 Agent 连接 Platform MCP 服务、针对 NetBox 编写 code-mode 程序,或在 code 模式与离散模式之间做选择。

云与 DevOps49
N
new-project
new-project
andrewyng / context-hub

从零开始构建一个带 Olakai 监控的新 AI Agent——项目搭建、SDK 集成、KPI 配置与端到端验证

Agent 工作流49
O
open-pr-agentic
open-pr-agentic
nstaab1 / nathan-agent-skills

为已提交的工作开启未合并的拉取请求,填写仓库模板,关联来源 issue,并将其从 agent-ready 推进到等待人工验证。适用于有人值守或自主实现流程的交付边界。

开发49
O
openclaw-search

面向 Agent 的智能搜索。多源检索并附带置信度评分——将 Web、学术和 Tavily 汇聚于一个统一 API。

生产力49
O
orca-cli

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。

Agent 工作流49
O
orchestrator
orchestrator
olivieropinotti / orchestrator-skill

将主会话变为永不阻塞的调度器。每项工作都交给后台子 Agent;主线程只负责规划、派发、跟踪和汇报,让用户在任务运行时继续交流。用户调用 /orchestrator,或说“协调编排”“在后台运行”“别让我等着”或“把任务分派出去”时使用。

Agent 工作流49
P
paperclip-create-agent
paperclip-create-agent
bbengamin / skills

使用原生的治理感知工作流创建或招募 Paperclip Agent。当用户要求创建、招募、配置、起草或设定新的 Paperclip Agent 时使用,包括选择角色、汇报线、适配器配置、期望技能、指令包、预算、心跳设置和审批处理。

Agent 工作流49
P
parallel-claudes
parallel-claudes
joyco-studio / skills

使用 cw(Claude Worktree Manager)运行多个并行 Claude Code 会话的指南。当用户希望将工作并行分配到多个 Claude 实例、为并发的 AI 编码任务管理 git worktree,或将结果合并回来时使用。触发场景包括涉及并行 Claude 会话、worktree 管理或将工作拆分给多个 Agent 的任务。

Agent 工作流49
P
parallel-docs-simplify-sync
parallel-docs-simplify-sync
s-hiraoku / synapse-a2a

为 synapse-a2a 开发工作流并行运行 synapse-docs、/simplify、sync-plugin-skills 和 github-pages-sync。当你需要同时进行文档更新、代码简化、插件技能同步和站点文档同步时使用。

Agent 工作流49
P
parallel-exploring
parallel-exploring
revitalb-port / skills-registry-demo

通过并行启动多个 explore 子 Agent,分别同时调查不同领域,从而探索大型代码库。适用于熟悉新项目、了解架构或调查跨领域问题。

Agent 工作流49
P
personas
personas
scottwater / skills

将一个或多个专家视角应用于反馈、批评或指导。

Agent 工作流49
P
pi-finder-subagent
pi-finder-subagent
cowork-os / cowork-os

面向 Pi 的只读本地工作区侦察子 Agent。用于在实现前将上下文缩小到相关文件/代码片段。

开发49
第 10801–10860 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。