Skills

P

principle-encode-lessons-in-structure

ericlitman / open-pstack

当你发现自己第二次写下同一条指令，或注意到某项反复出现的修正时使用。将规则编码为 lint、元数据标志、运行时检查或脚本，而不是继续添加文字。

P

principle-guard-the-context-window

ericlitman / open-pstack

上下文即将占满时使用：输出量大、文件很长、重复读取或需要扇出规划。将批量任务交给子 Agent；在主线程中保留摘要，而非原始负载。

P

productspec

gokulrajaram / productspec

在实现、评审、规划或变更受 Product Spec 约束的工作时使用。将 `.product-spec.md` 文件视为该工作的产品契约。

适用于回答问题或提供信息时，需要职业上的诚实与直接，而非过度迎合的场景。

P

project-dev-standards

mingyuepop / specforge

制定代码规范和协作流程。在技术栈确定后使用，定义代码风格、命名约定、Git 提交规范和 AI 交互协议。

P

prompt-architect

samhvw8 / dotfiles

创建并改进提示词、系统指令、SKILL.md 内容以及原则文件。能力：转换冗长提示词，添加模式/启发式，优化 token 用量，撰写 skill 正文内容（soul、tensions、mental models、anti-patterns），组织 CLAUDE.md 原则，改进 Agent/人格定义，应用提示词工程技巧（CoT、few-shot、ReAct），上下文工程。操作：创建、改进、优化、重构、压缩提示词与 skill 指令。关键词：提示词工程、system prompt、CLAUDE.md、SKILL.md、skill 内容、原则文件、Agent 提示词、人格提示词、soul、tensions、dialectic、mental models、anti-patterns、上下文工程、渐进式披露。适用于：创建提示词、撰写 SKILL.md 正文内容、改进原则文件、定义 Agent 行为、设计上下文策略。

P

prompt-structurer

b-mendoza / agent-skills

通过分阶段处理，将散文式提示词转换为紧凑、结构化的 XML 提示词契约。当用户要求对提示词进行结构化、加固、形式化、调试、修订或转换时使用；或提及 XML 标签、Agent 漂移、歧义、隐藏假设、成功标准、反模式、自主提示词或提示词套件时使用；或提供需要变为可靠 Agent 契约的自然语言指令时使用。

在开发工作流中自动使用,当对测试、构建、验证或代码质量做出需要具体证据的声明时,以确保通过透明度建立信任。

Q

qm

dmytri / shipshape

使用此技能来执行 Shipshape Quartermaster 角色：仅基于持久化仓库产物进行全新上下文的验证与可执行覆盖。在 Captain 之后、处于清晰上下文时运行。

R

ralph

snarktank / amp-skills

自主功能开发——搭建与执行。触发条件：ralph、set up ralph、run ralph、run the loop、implement tasks。两个阶段：(1) 搭建——通过对话梳理功能，创建带依赖关系的任务 (2) 循环——挑选就绪任务、实现、提交，如此重复直至完成。

R

relay-dispatch

sungjunlee / dev-relay

通过 worktree 隔离派发实现任务。在将工作委派给执行器、运行后台派发或并行处理独立任务时使用。

R

relay

sungjunlee / dev-relay

当 GitHub 问题、sprint 事项、任务描述或自然语言交接需要通过自主执行器派发来实现时使用；GitHub 在 ready_to_merge 处停止，而本地交付以 reviewed_result_ready 结束。

R

researcher

krzysztofdudek / researcherskill

当用户想通过反复实验来优化或调优某个可度量的对象时使用 — "make X faster"、"improve [metric]"、"find best config"、"iterate overnight"、"run experiments until it hits N"。触发条件为量化目标（构建时间、延迟、通过率、准确率）或可依据评分标准打分的定性目标（提示词质量、文档解析）。对于有明确修复方案的一次性问题，或用户希望直接实现而无需探索的任务，则不适用。

R

retro

aymericderbois / skills

当用户要求会话回顾、“rétro”、“会话总结”，希望梳理当前会话中的摩擦点，或调用 /retro 时使用。分析当前对话以找出摩擦点（纠正、重新引导、错误假设、手动返工），将每一项追溯到其根本原因，并提出具体的经验沉淀修改，分别归入 .claude/rules/、.claude/skills/ 或 CLAUDE.md。

R

reviewing-skills

jkeskikangas / skills

审查并评分一个 Agent Skill 目录（SKILL.md 及配套资源），评估规范合规性、清晰度、token 效率、安全性、健壮性和可移植性。输出附证据引用的加权得分与等级、带有最小补丁文本的 P1/P2/P3 发现，以及供 generator-critic 循环使用的结构化发现机器可读结论。提供 full、triage 和 incremental 三种审查深度；single、batch、comparative、forensic 和 ensemble 模式；以及可选的 behavioral probe。当用户希望审查、评分、审计或比较某个 skill 文件夹时使用。不用于撰写或重构 skill（请使用 writing-skills）。

选择性地使用 RTK 高效检查冗长的命令输出，并始终标记不完整的证据。当命令产生冗长输出、需要以标记不完整证据的方式高效检查时使用。俄语检索词：сжатый вывод。

S

scrooge

kir93 / scrooge-mode

以韩语为先的五语（KO/EN/JA/HI/ZH）LLM 输出压缩模式。通过以压缩语体作答来减少输出 token，同时保持完整的技术准确性。人格 = 守财奴（"Scrooge"）。每种语言一个旋钮（full）。适用于用户说 "/scrooge"、"scrooge mode"、"압축 모드"、"토큰 아껴"、"スクルージモード"、"स्क्रूज मोड"、"斯克鲁奇模式"、"be terse"，或要求减少输出 token 时。

S

session-logs

cowork-os / cowork-os

通过 task_history 工具查询以往对话/任务（取代文件系统 JSONL 会话日志）。

S

setup-engineer

niekcandaele / skills

将该仓库调整为面向 Agent 本地开发的既定“golden state”——每个仓库一个 dev CLI、一层轻薄的 justfile 接口、一份生成的端口偏移 env 契约、一个四文件工程师技能、轻量 CI，以及一个 doctor 不变量执行器。每当你想设置、审计或修复仓库的本地开发工具链时运行 /setup-engineer：一个从零开始的全新仓库、一个带有零散脚本需要整合的半成品仓库，或者一个你只想确认其仍然符合规范的已完成仓库。

暂无简介

长期记忆管理系统 - 帮助 AI 和用户管理、存储、检索长期记忆。支持记忆分类、标签管理、重要性评分、自动压缩、跨会话记忆保持。适用于需要长期追踪信息、建立知识库、维护历史上下文的场景。

S

skill-auditor

majesticlabs-dev / majestic-marketplace

审计已安装的 skill，涵盖项目、全局和插件级别。列出各 skill 及其行数，识别改进机会（简洁性、清晰度、重叠、token 浪费）。适用于审查 skill 质量、查找臃肿的 skill 或优化 token 预算。

S

skill-catalog-generator

sylphxai / skills

为 AI Agent skill 仓库创建、审计和更新可搜索的 skill 目录、市场分组、注册表元数据、质量评分、演示矩阵以及安装/发现界面。当需要把 SKILL.md 仓库整理为目录、为 skill 排名、发现覆盖缺口或准备公开/私有 skill 市场元数据时使用。

暂无简介

S

skill-creator

jdforsythe / forge

基于循证原则创建高质量的 Claude Code 和 Cowork 技能：用于知识路由的专家词汇载荷、用于可靠触发的双语体描述、用于避开分布中心的具名反模式清单，以及用于上下文效率的渐进披露架构。生成包含结构化行为指令、规范示例和打包参考资料的 SKILL.md 文件。当用户想创建技能、构建自定义能力、制作可复用的提示词模板，或说“我希望 Claude 总是做 X”时使用此技能。当 Mission Planner 或 Agent Creator 需要即时创建领域技能时也会触发。适用于任何领域。不要用于创建 Agent 定义（请用 Agent Creator）或团队组建（请用 Mission Planner）。

S

skill-creator

ovachiever / droid-tings

创建高效技能的指南。用户想创建新技能，或更新用于通过专业知识、工作流或工具集成扩展 Claude 能力的现有技能时，应使用此技能。

S

sonar-integrate

sonarsource / sonarqube-agent-plugins

如果尚未安装，则安装 sonarqube-cli，进行身份验证，并将 SonarQube 集成到当前 Agent 中（安装分析钩子和 SonarQube MCP Server）。当用户希望设置 SonarQube 集成或询问如何配置 SonarQube 时使用。

S

source-investigator

sjunepark / agent-scripts

在项目本地的临时克隆中，从确切源码调查外部库、框架和陌生仓库。适用于文档不完整、版本相关行为很重要、需要学习代码库，或应把大规模源码探索交给专注的子 Agent 而不是污染主上下文时。

S

spec-implementation-plan

zixun-github / aisdlc

在 sdlc-dev 的 Spec Pack 中执行 I1（实现计划）时使用，将 requirements/design 转为 `{FEATURE_DIR}/implementation/plan.md`（唯一执行清单与状态 SSOT），并为后续 I2 执行提供无歧义任务清单。

S

stuck-crewmate-recovery

kunchenguid / firstmate

与一个 Agent 对话，与一支团队交付。

S

subagent-prompt

existential-birds / beagle

生成一份完整的提示词，将当前会话的工作交接给一个新会话，由子 Agent 编排执行。当用户希望在新会话中执行已讨论/已规划的工作、通过子 Agent 将任务执行到底，或生成带有逐任务验证的可移植交接提示词时使用。假定目标会话支持子 Agent。触发词为 "subagent-prompt"、"give me a prompt to run this in a new session"、"hand this off to sub-agents"、"execute this with sub-agents"。

S

sync-pstack

udecode / dotai

通过访谈在项目中设置 pstack 插件，并确保所有 pstack 项目使用同一个固定标签和共享的 AGENTS.md 覆盖区块。用于在仓库中设置或安装 pstack、同步或升级所有项目中的 pstack、列出哪些项目正在使用 pstack 或已出现偏离、比较设置、审计项目技能与 pstack 的差异（决定删减、合并或保留哪些内容）、无需询问即可更改由哪个工作使用 panel、architect 或 arena（“从现在起由 X 运行 architect”），或将工作流经验（包括计划页面结构变更）应用到每个项目。不用于选择 pstack 各角色的模型；这由 setup-pstack 负责。

T

task-tracking-dots

randroids-dojo / skills

使用 dot 命令行管理 Dots 任务跟踪、依赖关系和完成原因。适用于跨会话跟踪工作项或协调任务依赖时。

T

tasks

taoeffect / tasks

每当用户说出类似“开始任务：<task name>”的话时，始终阅读本技能以了解如何操作。

T

taste

hmbown / taste

基于领域知识，对代码、文档、UI、图表、计划和消息等内容进行判断与审阅。适用于用户要求审美判断、评估或润色（“把这个做好”“精简一下”“感觉不太对”“看起来像生成的”），交付内容面向外部或影响重大、需求简略且容易用看似合理的默认内容填补空白，或用户要求评估或比较作品时。不适用于逐字转换或穷尽式提取。

T

team-executor

catlog22 / claude-code-workflow

轻量级会话执行 skill。通过 team-worker Agent 恢复现有的 team-coordinate 会话以进行纯执行。无分析，无角色生成——仅加载并执行。需要会话路径。触发词「Team Executor」。

T

team-review

catlog22 / claude-code-workflow

用于代码审查的统一团队 skill。3 角色流水线：scanner、reviewer、fixer。触发词 team-review。

T

team-tech-debt

catlog22 / claude-code-workflow

用于技术债识别与修复的统一团队 skill。扫描代码库以发现技术债、评估严重程度、规划并执行修复并加以验证。使用带 roles/ 目录承载领域逻辑的 team-worker Agent 架构。协调者编排流水线，worker 为 team-worker Agent。触发词「team tech debt」。

T

ticket-driven-development

surii-ai / agent-skills

把一份已批准的、由依赖关系关联的 Markdown 工单目录，作为一个经过测试的集成分支来执行 —— 有边界的新鲜 worker、针对高风险工单的资深引导者/初级实现者配对、基于风险的评审、确定性的 Git 集成、可恢复的运行状态。执行已批准的工单；绝不自行撰写工单。

T

to-spec

niekcandaele / skills

将当前对话转化为一份规范，并发布到项目的问题跟踪器——无需访谈，只综合你已讨论过的内容。

暂无简介

暂无简介

面向 AI 编码 Agent 的规格到任务生命周期管理器。通过访谈用户消除歧义，将规格分解为原子任务，通过依赖图管理执行顺序，并凭证据批量关闭。当用户想要实现某个规格、规划任务、分解功能、存在 *.tasks.json 文件，或用户说 "continue with tp" 以在上下文清空后恢复工作时使用。

T

typescript-sdk

inkeep / skills

在创建、修改或测试使用 Inkeep TypeScript SDK（@inkeep/agents-sdk）构建的 AI Agent 时使用。

U

ue5-auto-assistant

unrealxu / unrealengine5-skills

UE5.6-UE5.8 面向初学者的自动助手入口。当用户提出 Unreal 相关问题而未指定具体技能时使用。自动路由到最精确的 UE5 技能并推荐专用 MCP 工具。

暂无简介

U

use-ctx7

discountry / ritmex-skills

通过 ctx7 命令行获取最新的库文档。只要任何代码改动、功能设计、实现或用户请求涉及项目依赖，就主动使用——写代码前总是先查询对应版本文档。

W

wait-what

niekcandaele / skills

停。上一条消息没说清楚——重新讲一遍。

W

walrus-memory

mystenlabs / walrus-skills

Walrus Memory (MemWal) —— 为 AI Agent 提供持久、可移植、加密的记忆。当用户需要为 AI Agent 提供跨会话、跨应用的持久记忆，集成 @mysten-incubation/memwal TypeScript SDK 或 Python memwal SDK，为 Cursor/Claude/Codex 设置 Walrus Memory MCP 服务，配置 remember/recall/analyze/restore 操作，管理记忆空间和命名空间，设置委托密钥和账户，自托管 relayer，或使用 withMemWal AI 中间件（Vercel AI SDK、LangChain、OpenAI SDK）时使用。当用户询问 MemWal、Walrus Memory、Agent 记忆、记忆空间或 memwal-mcp 包时也使用。

W

whatsapp-agent

amichaiai / whatsapp-agent-skill

בונה אוטומטית סוכן וואטסאפ חכם בעברית עם Kapso (WhatsApp Business), Gemini (LLM + tools), ו-Maton (Google Calendar / Zoom / Gmail / כל אינטגרציה). פורס ל-Vercel, מגדיר webhooks, מסנכרן ENV — בלי שאתה צריך לגעת בקונסול. השתמש בסקיל בכל פעם שמישהו מבקש: "בנה לי בוט וואטסאפ", "סוכן וואטסאפ", "WhatsApp agent", "תקבע פגישות מהוואטסאפ", או רוצה לחבר Kapso + Gemini + Maton יחד.

W

wordpress-router

firecrawl / agent-skills

用户询问 WordPress 代码库（插件、主题、区块主题、Gutenberg 区块、WP 核心代码检出）且需要快速判断仓库类型并路由到正确工作流／技能（区块、theme.json、REST API、WP-CLI、性能、安全、测试、发布打包）时使用。

W

work-on-issues

utarn / review-skill

按顺序获取、实现并关闭 GitHub/GitLab issue（一次一个以 PRD:/feat: 开头的主 issue）。处理并行子任务、依赖解析、worktree 和环境变量传播。

W

write-workflow

fudesign2008 / open-skills

八阶段文档写作主持者：明确 → 分析资料 → 探索 → 评审 → 大纲 → 执行撰写 → 验证 → 复盘。仓库内撰写器：tech-review-doc。外部强依赖：humanizer、humanizer-zh。自动模式绝不跳过 tech-review 第 1 节。触发词——「写文档」「写技术评审」「去AI痕迹」「人性化改写」「自动写文档」「write workflow」「humanize」。不适用于代码 PDCA（solve-workflow）、性能（perf-optimize-workflow）或营销文章（article-writer）。

W

writing-agents-md

jkeskikangas / skills

编写（生成或更新）AGENTS.md —— 面向 AI 编码 Agent 的 token 高效上下文文件。分析项目技术栈、约束和命令。产出 AGENTS.md 和特定 Agent 的导入文件（CLAUDE.md、.cursorrules、GEMINI.md 等）。更新时保留精编章节。也可只读审查现有 AGENTS.md（运行内置的 critic，不写入任何内容）。适用场景：用户要求创建、更新或审查 AGENTS.md、CLAUDE.md 或 Agent 上下文文件；或让 AI Agent 熟悉项目。

W

writing-for-agents

niekcandaele / skills

为 Agent 编写文档。在创建或编辑技能，或修改 AGENTS.md 或 CLAUDE.md 时使用

A

affirmations

magentosh / superpowers

当你陷入困境、原地打转或意志消沉时，重置自己的轨迹 —— 阅读这些自我肯定，然后重新扎根并迈出干净的一步。适用情形：同一修复尝试 3 次以上、深陷重构而失去头绪、调试陷入循环、连续犯下多个错误、反复道歉、用户感到沮丧、觉得自己帮不上忙，或注意到的是恐惧而非好奇。触发词：卡住、原地打转、循环、反复折腾、又是同样的错误、我总是失败、失去头绪、什么都不管用、重复犯错。与主题无关 —— 这是针对你所处的状态，而非你所面对的问题。

A

ag2-mcp

ag2ai / ag2-skills

托管一个 MCP 服务，将 AG2 `Agent`（以及提示词和资源）暴露给 Claude Desktop、Cursor 或 MCP Inspector 等 MCP 客户端。用 `MCPServer(agent)` 包装该 Agent——它会把 `Agent.ask()` 暴露为单个对话工具，并通过 stdio（`run_stdio()`）或可流式 HTTP 提供服务（它本身就是一个可供 uvicorn 运行的 ASGI 应用）。涵盖 `MCPServer`、`SessionConfig`（多轮历史）、`Prompt`/`PromptArgument`/`PromptMessage`、`Resource`/`ResourceTemplate`、`AskContext`/`ContextProvider`（按请求注入）、`build_ask_tool`、OAuth2 `security=`，以及进程内 `testing.connect`/`testing.serve` 辅助工具。当你希望其他 MCP 客户端调用你的 Agent 时使用。这是服务端——若要从 Agent 消费外部 MCP 服务（客户端侧），参见 `ag2-use-builtin-tools`（`MCPServerTool`）。

A

agent-context-dotnet

arkandialabs / arkandia-skills

为 .NET 仓库生成文档包，让 AI 编码 Agent 能够理解它——包括 AGENTS.md、架构、ADR、数据模型、基础设施，以及一份 `docs/dotnet.md` 深入文档，涵盖解决方案/项目图、目标框架、EF Core 数据访问、DI、配置与密钥、分析器和 CI。通过 `/arkandia:agent-context-dotnet [en|es]` 调用。

员工 Agent 生命周期管理系统。在与 agents/ 目录中的员工 Agent 协作时使用——启动、停止、监控或向在 tmux 会话中运行的 Dev/QA Agent 分配任务。完全独立于 CAO，仅使用 tmux + Python。

A

agent-memory

alirezarezvani / claude-skills

当项目的 CLAUDE.md 已膨胀到没人会去阅读，而你希望让 Agent 从自身会话中学习持久事实时使用——或者当你想追问 Agent 为何反复重新学习同一条纠正、某条被记住的规则为何有误、某行记忆来自何处时使用。实现四层存储（L0 原始记录 / L1 候选 / L2 项目上下文 / L3 稳定人设），其中晋升由跨会话和跨天数的重复出现来赢得，绝不因一句自信的陈述而晋升，且未经人工采纳，任何内容都不会进入已提交的文件。