Skills

暂无简介

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

暂无简介

根据仓库事实创建、更新、精简或验证仓库范围的 AGENTS.md，包括继承的和嵌套的指令。用于 Agent 指令，而非 README.md 或 CONTRIBUTING.md。俄语检索词：инструкции агентам。

A

ai-dev-tools-sync

duc01226 / easyplatform

[AI & Tools] 当你需要同步受支持的 AI 开发工具配置、技能、提示词、Agent、指令或工作流时使用。

A

ai-memory-durable-pages

akitaonrails / ai-memory

对于 ai-memory 中任何明确的 Wiki 修改，使用此技能：保存长期或有时限的项目知识、记录规则或注释、更新笔记，或删除记忆页面。根据语义意图触发，而非依赖确切措辞；例行的会话记录不属于持久页面请求。

A

ai-memory-learning-maintenance

akitaonrails / ai-memory

对于 ai-memory 知识库维护请求，使用此技能：汇总观察结果、审查会话经验、提出长期知识、审计或检查 Wiki、查找矛盾、清理过时记忆，或运行自动改进。根据语义意图触发，而非依赖确切措辞。

A

ai-memory-retrieval

akitaonrails / ai-memory

当请求的目标是从 ai-memory 只读检索信息时使用此技能，包括项目历史、先前上下文、决策、规则、注意事项、近期活动、完整 Wiki 页面或状态／简报。根据语义意图触发，而非依赖确切措辞，即使请求未提及 ai-memory 也适用。

A

ai-memory-routing-install

akitaonrails / ai-memory

对于安装、刷新、修复、检查或移除 ai-memory 面向 Agent 的路由配置的请求，使用此技能：托管指令片段、Agent Skills、CLAUDE.md/AGENTS.md 集成，或本地／全局技能目录。根据语义意图触发，而非依赖确切措辞。

A

ai-sdk-7

laguagu / claude-code-nextjs-skills

Vercel AI SDK v7 的开发与迁移。在构建或升级 AI SDK 7 应用时使用，尤其是 ToolLoopAgent、WorkflowAgent、HarnessAgent、Claude Code/Codex/Pi harnesses、runtimeContext、toolsContext、toolApproval、telemetry、reasoning、文件或技能上传、realtime、视频生成，或 v6 到 v7 的破坏性变更。AI SDK v6 代码请用 ai-sdk-6；版本查阅和一般文档查询请用 ai-sdk。

A

aif-archive

lee-to / ai-factory

归档已完成的计划与路线图里程碑。将已完成的计划移动到归档目录，并可选地从 ROADMAP.md 中删除已关闭的里程碑。当用户说 "archive plans"、"clean up plans"、"archive completed" 或 "trim roadmap" 时使用。

A

application-performance-performance-optimization

rmyndharis / antigravity-skills

通过性能分析、可观测性以及后端/前端调优，优化端到端应用性能。用于协调整个技术栈的性能优化。

A

ara-compiler

kalarislabs / research-agent-skills

将任意研究输入——PDF 论文、GitHub 仓库、实验日志、代码目录或原始笔记——编译为完整的 Agent-Native Research Artifact（ARA），包含认知层（主张、概念、启发式规则）、物理层（配置、代码桩）、探索图和有据可查的证据。适用于将论文或代码库导入为结构化的、可被机器执行的知识包、从零构建 ARA，或将研究输出转换为可证伪、可供 Agent 遍历的形式。

A

arbor

kalarislabs / research-agent-skills

使用 Arbor 论文中的假设树优化（HTR），针对目标和评估器自主改进实际产物（代码、训练方案、Agent 框架、数据管道、提示词）。当有人希望通过多次实验迭代优化内容且避免过拟合时使用，例如“提高模型的评测分数”“改进这个 Agent/框架”“调整这个管道”“在此基准上超越基线”“搜索多种方法并保留最佳方案”“进行 MLE-bench / Kaggle 风格的优化”，或任何长期任务，目标是“改进产物而非死记开发集”。即使用户没有提到“Arbor”或“假设树”，但描述了反复进行实验和评估、分支探索相互竞争的想法，或担心开发集与测试集之间存在差距，也应触发此技能。由 Claude 自身担任协调器，在隔离的 git worktree 中运行子 Agent 执行器；独立的 `arbor` CLI 工具请参阅 references/arbor-upstream.md。

A

archdev

archastro / archdev

ArchDev 核心工作流——适用于所有涉及 ArchDev 的任务。涵盖 CLI 设置、升级、登录和模型访问；archdev.json 验证（check）；仓库接入与就绪状态（repo status）；活动分类映射（repo map）；harness hooks（repo hook setup）；构建事件报告（log post、log post --event）；过往经验（log messages、log search、受能力权限控制的 log knowledge）；工件发现（log finding）；生命周期记录——start、lesson、abandoned、done、handoff、question（log --kind）；Agent 活动（repo monitor）；实时 Ask 仪表板（archdev ask）；公开文件共享（archdev share）；强制 PR CI 和风险跟进；已发布 PR 的风险/范围（inspect metadata）；以及仓库规则（rules、rules add、rules edit、rules disable）。如果已安装 archdev CLI、仓库包含 archdev.json，或任务涉及计划、任务、会话、提交、PR 或 harness hooks，请在会话开始时加载。

A

archon-cli

coleam00 / archon

通过 CLI 操作 Archon：在代码仓库上运行 AI 工作流，监看并响应需要决策的运行，管理 SDLC 套件的队列（接收队列、构建队列、合并队列、发现项），设置 Archon 或更改其配置，以及编写和验证工作流。适用于用户说“使用 archon”“运行 archon”“archon 工作流”“用 archon 修复问题 #N”“让 archon 审查此 PR”“当前正在运行什么／检查运行 <id>”“批准／拒绝／回答／取消／恢复该运行”“运行构建队列”“处理完发现项”“设置 archon”“配置 archon”“更改我的 archon 配置”“创建工作流”“编写工作流”，或询问如何编写更好的 Archon 提示词。不要用于：自行完成编码工作。Archon 会将工作委派给隔离运行。

A

authoring-security-skills

trilwu / secskills

端到端编写新的 SecSkills 技能——选择插件类别和技能等级，编写能正确触发且不抢占同类技能流量的描述，撰写必需章节，在 ttp-index.json 中注册技能，添加包含负向陷阱的路由评估用例，并运行三个验证器。当向此仓库添加技能、拆分或合并现有技能、修复错误触发的技能，或新技能未通过 validate.py、sync_attack.py 或 run_evals.py 时使用。

A

autodev

boshu2 / agentops

管理由 evolve/factory 滴答消费的 PROGRAM.md/AUTODEV.md 契约。用于循环规则、边界或 PROGRAM.md 修复。触发词："manage PROGRAM.md/AUTODEV.md"、"autodev loop rules"、"evolve/factory tick boundaries"。

A

autoplan

borkweb / skills

自动审查流水线。以完整深度串联四个 plan-* 审查（plan-deep-review、plan-design-review、plan-eng-review、plan-devex-review），中间的 AskUserQuestion 调用由 6 条原则自动决策。在唯一的最终审批关口呈现品味决策和用户质疑。顺序为 Deep → Design → Eng → DX。每个阶段可选地获得一个独立的 Claude 子 Agent 声音，以实现跨模型共识。适用于被要求 "autoplan"、"run all the plan reviews"、"auto-review this plan"，或用户希望进行全面计划审查而不必逐一解答每个中间问题的情况。

A

autoskill

kalarislabs / research-agent-skills

通过 screenpipe 观察用户屏幕，检测重复的研究工作流，将其与现有 research-agent-skills 匹配，并针对尚未覆盖的模式起草新技能（或串联现有技能的组合方案）。用户要求分析其近期工作，并根据实际操作提出技能时使用。需要 screenpipe 守护进程在本地 3030 端口运行（https://github.com/screenpipe/screenpipe）；此技能没有其他数据源，如果无法连接 screenpipe 则拒绝运行。所有检测均在本地执行；只有经过脱敏的聚类摘要会发送给 LLM。

此技能帮助大模型为任务挑选合适的 AxAgent 上下文工具——contextMap 用于反复出现的语料，contextPolicy 预设用于运行内轨迹压缩，agent.optimize 用于离线 GEPA 指令/示例调优，agent.playbook 用于可演进的上下文 playbook（离线 evolve + 在线 update），recall/memories + skills 用于逐轮检索。当用户问“我该用哪个上下文功能”、把 contextMap 与 contextPolicy 或 memory 混淆，或需要长上下文 Agent 的决策指南时使用。contextPolicy/contextMap 的代码生成请用 ax-agent-rlm；recall/skills 请用 ax-agent-memory-skills；agent.optimize 或 agent.playbook 请用 ax-agent-optimize。

此技能帮助大模型使用 @ax-llm/ax 生成正确的 playbook 代码。当用户询问 playbook()、AxPlaybook、上下文 playbook、演进上下文、ACE / Agentic Context Engineering、agent.playbook()，或使用 evolve() 和 update() 离线与在线增长/应用任务知识时使用。

B

blueprint-upgrade

laurigates / claude-plugins

将 blueprint 结构升级到最新格式版本。当用户要求 "upgrade blueprint"、在格式版本之间迁移（v1.x→v2、v2→v3、v3.0→v3.1/3.2/3.3）、添加 v3.2 引入的任务注册表、在 v3.3 中启用 monorepo 工作区，或使用 --non-interactive / -y 跨仓库执行批量升级时使用。

B

bot9

membranedev / application-skills

Bot9 集成。管理数据、记录并自动化工作流。当用户需要与 Bot9 数据交互时使用。

B

botlearn-assessment

botlearn-ai / botlearn-skills

botlearn-assessment — BotLearn 五维能力自我评估（推理、检索、创作、执行、编排）；触发词：botlearn assessment、capability test、self-evaluation 或定时周期审查。

B

brainstorming

hjewkes / agent-skills

在实现之前设计功能、规划组件或探索方案时使用。通过协作对话探索用户意图、需求和设计。

B

brainstorming

zenobi-us / dotfiles

在创作或开发时，于编写代码或实施计划之前使用——通过协作式提问、探索替代方案和渐进式验证，将粗略想法完善为完整设计。明确的“机械式”流程中不要使用。

B

bro

ericlitman / open-pstack

用通俗易懂的人话复述最后一条消息，不要用术语。

B

browser

ruvnet / ruview

为 claude-flow Agent 优化的快照式网页浏览器自动化

B

byted-tos-openclaw-backup

bytedance / agentkit-samples

自动备份 OpenClaw 核心配置、技能文件和记忆数据到挂载的 TOS 网盘，按日期分类存储，自动跳过依赖目录和可执行文件。当你需要创建或恢复 OpenClaw 环境备份时使用此技能。

C

caira

microsoft / caira

使用 CAIRA 作为参考材料的编码 Agent 的主要入口，用于设计和构建生成式 AI 解决方案，涵盖 Azure AI Foundry、Azure OpenAI 兼容端点、Agent 框架、API 以及针对用户场景定制的前端。

C

caveman-compress

karnonson / caveman

将自然语言记忆文件（CLAUDE.md、todos、preferences）压缩为 caveman 格式以节省输入令牌。保留所有技术内容、代码、URL 和结构。压缩版本覆盖原始文件。可读的备份保存为 FILE.original.md。触发：/caveman-compress FILEPATH 或 "compress memory file"

C

chain-of-thought

wesley1600 / claudecodeframework

向提示词中注入结构化推理块，鼓励逐步思考。当任务需要复杂问题求解、多步推理、规划、分析，或需要模型在给出答案前展示推理过程并反思决策时使用。

C

chatfuel

membranedev / application-skills

Chatfuel 集成。管理数据、记录并自动化工作流。当用户需要与 Chatfuel 数据交互时使用。

C

chief-architect

ananddtyagi / cc-marketplace

个人应用架构师 - 面向个人效率应用的战略开发编排者。分析项目上下文，为单人开发项目做出架构决策，将任务委派给专用技能，并确保用户体验目标与技术实现保持一致。针对面向 10-100 名用户的个人应用进行优化。

C

claude-code-bash-patterns

jackspace / claudeskillz

在 Claude Code 中有效使用 Bash 工具的全面知识。在编排命令行工具、配置 hooks、搭建自动化工作流、管理 git 操作、处理多命令模式或遇到 Bash 工具错误时，应使用本技能。涵盖：PreToolUse hooks、命令链模式、git 工作流自动化、命令行工具集成、自定义命令（.claude/commands/）、安全配置、允许列表、会话持久化、输出处理、错误预防以及常见问题的排查。在以下情况使用：配置 Claude Code hooks、配置 bash 权限、创建自定义命令、自动化 git 工作流、编排多个命令行工具、调试 bash 命令失败、实施安全防护、记录命令执行或防止危险操作。

C

clipboard-screenshot

getcolors / skills

将用户剪贴板中的图像调入对话，以便实际查看。一个本地桥接程序通过每用户 Unix 套接字（$HOME/.clipboard.sock；CLIPBOARD_SOCKET 可覆盖）提供剪贴板内容；此技能会获取字节，将其保存为真实图像文件，并读取该文件以载入上下文。每当用户指向你无法看到的视觉内容时使用——“看看我的剪贴板”“我刚截了屏”“看看这个错误”“为什么看起来不对”“这是设计稿”“看看粘贴的内容”——包括用户只是暗示复制了内容，或描述屏幕内容但未提供文件路径的情况。应优先使用此技能，而不是猜测、让用户描述图片，或先让用户把文件保存到其他位置。

C

corrective-rag

latestaiagents / agent-skills

实现 Corrective RAG (CRAG) 与 Self-RAG，构建可靠、可自愈的检索系统。在构建可靠的 RAG、防止幻觉、实现检索评估或为 RAG 流水线添加自我纠正时使用此 skill。触发条件：corrective RAG、CRAG、self-RAG、hallucination prevention、retrieval evaluation、RAG reliability、self-healing RAG、document grading。

D

delivery-wait

frostney / known-good-route

提供确定性的、可恢复的 GitHub 状态转换等待，供交付工作流内部使用。当另一个工作流需要在没有模型心跳的情况下等待 CI、合并、打标签或发布状态时使用。

D

develop-with-workflow

patinaproject / skills

将一个 issue 或指令集拆分为相互独立的部分，使用 Claude Workflow 工具并行构建这些部分，并在同一分支上合并。仅在用户要求并行实现时使用。

暂无简介

D

doctor

bluzir / claude-code-design

首次运行时的设置与健康检查。验证 Chrome DevTools MCP，安装可选依赖（monolith、pptxgenjs、puppeteer），创建工作目录，运行冒烟测试。在新克隆仓库或感觉出问题时使用。

D

dspy

ovachiever / droid-tings

使用声明式编程构建复杂 AI 系统、自动优化提示词，并通过 DSPy 创建模块化 RAG 系统和 Agent。DSPy 是 Stanford NLP 用于系统化 LM 编程的框架。

E

electron

fcakyon / claude-codex-settings

使用 agent-browser 通过 Chrome DevTools Protocol 自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify 等）。当用户需要与 Electron 应用交互、自动化桌面应用、连接到正在运行的应用、控制原生应用或测试 Electron 应用时使用。触发条件包括 "automate Slack app"、"control VS Code"、"interact with Discord app"、"test this Electron app"、"connect to desktop app"，或任何需要自动化原生 Electron 应用的任务。

E

example-command

anthropics / claude-plugins-official

一个示例用户调用的技能，演示 frontmatter 选项以及 skills/<name>/SKILL.md 的目录结构

暂无简介

E

executing-plans

ericgandrade / claude-superskills

当用户有一份书面实现计划，需要在带有审查检查点的独立会话中执行时，应使用此技能。

F

feel

soul-brews-studio / arra-oracle-skills-cli

捕捉系统的感受 —— 能量、势头、倦怠、突破。用于 Oracle 与人协作的情商。当用户说 'feel'、'how are we'、'energy check'、'burnout'、'momentum'，或希望对工作有情绪层面的觉察时使用。

G

glm-runner

robsonrung / rar-skills

通过 OpenRouter 上的 Pi CLI 以 GLM seat 身份执行提示词，每次调用固定使用 Z.AI 的 GLM 5.3 Flash（z-ai/glm-5.3-flash）。适用于用户明确要求 GLM 执行、工作流需要 GLM 标记的 seat，或跨 runner 工作流选择 GLM 作为补充提供商时。

G

grill-with-docs

carlitose / agent-skills

一场毫不留情的访谈，用于打磨计划或设计，同时在有充分理由时创建或更新领域建模文档，例如 CONTEXT.md 词汇表条目和精简的 ADR。

G

grok-subagent

chuxubank / skills

以无头模式将聚焦的软件实现委托给 Grok Build CLI，然后审查并验证结果。适用于用户要求使用 Grok、Grok Build、grok -p 或 Grok 子 Agent 来实现、重构、测试或调查代码的场景。

H

hand-off

dyrits / skills

将当前会话的工作写入 .agents/handoffs/ 下带版本号的、自包含的交接文档，并从 AGENTS.md 指向它，以便另一个会话、Agent 或人员可以继续。当用户要求交接，或需要为另一个会话、Agent 或人员记录工作进展时使用。

H

helixa

bankrbot / skills

Helixa — 面向 Base 上 AI Agent 的链上身份、声誉与 Cred Score。适用于 Agent 想要铸造身份 NFT、查看 Cred Score、验证社交账号、更新特质/叙事、查询 Agent 声誉数据、查看质押信息或搜索 Agent 目录时。支持 SIWA（Sign-In With Agent）认证与 x402 微支付。也适用于被问及 Helixa、AgentDNA、ERC-8004、Cred Score、$CRED 代币或 Agent 身份时。

I

implementation-workflow

perdolique / workflow

用于所有仓库编辑及其规划，包括简单的代码、文档、配置和测试改动。也用于从追踪器中选择下一项任务、继续工作、恢复上下文，或将实现拆分为任务。仅审查和仅发布的请求不属于此工作流。

I

improve-agent

duvoai / skills

运行引导式端到端循环，让一个 Duvo Agent 变得更好。当用户想要 "improve this Agent"、"make my Agent better"、"help me tune this Agent"、"this Agent isn't good enough"、"fix this Agent based on its Runs"，或要求你把一个 Agent 从当前状态推进到具体、已应用的改进 —— 而不只是只读审计时使用。由你主导对话：锁定该 Agent，全面了解其设置（AOP、Connections、Skills、触发器、memory、最近的 Runs），就改进依据达成一致（用户的反馈或 Runs 中的证据），提出并确认一个 Run 范围，从 workflow-debugger / run-debugger skills 获取有依据的发现，提出具体改动，并在用户同意后应用（AOP 通过 aop-writer 作为新的 Build，配置用你的工具）。与 workflow-debugger 的边界：那个 skill 是只读审计；此 skill 是以已应用改动收尾的交互式循环，并调用 workflow-debugger 做分析。

I

improve-queue

duvoai / skills

运行引导式端到端循环，让一个 Duvo Queue —— 以及围绕它的生产者→消费者工作流 —— 变得更好。当用户想要 "improve this Queue"、"this Queue keeps backing up, fix it"，或把一个 Queue 推进到具体、已应用的改进 —— 而不只是只读审计时使用。由你主导对话：锁定该 Queue，全面了解其整体形态（生产者与消费者、积压与 case 状态、衔接处两个 Agent 的 AOP、触发器与并发、流经的 Runs），就改进依据达成一致（用户的反馈或 Runs/积压中的证据），提出并确认一个 Run/case 范围，从 workflow-debugger / run-debugger skills 获取有依据的发现，提出具体改动，并在用户同意后应用（AOP 通过 aop-writer 作为新的 Build，拓扑与触发器用你的工具）。与 workflow-debugger 的边界：那个 skill 是只读审计；此 skill 是以已应用改动收尾的交互式循环。对于单个独立 Agent，请改用 improve-agent。

I

init-agents-config

majesticlabs-dev / majestic-marketplace

根据用户回答生成 .agents.yml 配置。提供 Rails、Python、Node 和通用项目的技术栈模板。

I

iterative-fleet

quickcall-dev / skills

由审查者把关的迭代式集群，面向以循环方式运行的无头 `claude -p`、`codex exec` 或 `pi -p` worker，直到指定审查者批准输出。适用于需要多轮迭代并设有质量门禁的工作 —— 审查者 worker 读取所有 worker 日志，写出结论（lgtm | iterate | escalate），编排器再决定继续、暂停还是停止。绝不自动终止或重启 worker；所有终止/暂停决策均由操作者掌握。

I

iterative-retrieval

joneqian / claude-skills-suite

逐步细化上下文检索以解决子 Agent 上下文问题的模式

J

judgment

judgmentlabs / skills

使用 Judgment 进行 Agent 跟踪、评估、代码评审器、数据集和监控。适用于集成 Judgment 或 judgeval、为 Agent/工作流添加跟踪、创建评估或评分器、调试跟踪，或查询 Judgment SDK 的用法和文档。