Skills

W

workshop

anthropics / cwc-workshops

Research Desk（SEC agents）工作坊的工作坊教练。当用户输入 /workshop、要求某个工作坊幕或模块（"act 2"、"next act"、"where am I"）、想实现或解释 TODO(workshop-N)，或请求协助遵循 WORKSHOP.md 时使用。

W

workspace-init

willoscar / research-units-pipeline-skills

从仓库模板初始化缺失的研究工作区，且不覆盖现有 Run 状态；当 `workspaces/` 下的目标没有有效核心 Artifact 时，在 Pipeline 绑定之前使用。

W

write-a-skill

leandrocfe / skills

创建结构正确、具备渐进式披露和打包资源的新 agent skill。当用户想创建、编写或构建新 skill 时使用。

W

writing-plans

21307369 / superpowers-zh

当你有用于多步骤任务的规格说明或需求时，在动手编写代码之前使用

W

writing-skills

21307369 / superpowers-zh

当创建新技能、编辑现有技能或在部署前验证技能是否有效时使用

W

writing-skills

lucianghinda / superpowers-ruby

在创建新技能、编辑现有技能或在部署前验证技能工作时使用

A

add-pattern

pchalasani / claude-code-tools

当你在以下场景中学到一个或多个设计模式时使用此 skill

A

adk-agent-builder

jeremylongshore / tons-of-skills-marketplace

在 Google 的 Agent Development Kit（ADK）上搭建生产就绪的 AI Agent：ReAct 风格的单 Agent、多 Agent 编排（Sequential/Parallel/Loop）、工具接线、评估，以及可选的 Vertex AI Agent Engine 部署。在 Google Cloud 上构建、搭建或部署 ADK Agent，或接线 ADK 工具与编排模式时使用。触发语 "build an ADK agent"、"scaffold an agent on ADK" 或 "deploy to Agent Engine"。

A

adk-engineer

jeremylongshore / tons-of-skills-marketplace

执行专注于创建生产就绪软件的软件工程师

面向 AI Agent 的浏览器自动化命令行工具。适用于需要与网站交互的场景，包括浏览页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任何浏览器任务。触发词包括“打开网站”“填写表单”“点击按钮”“截图”“从页面抓取数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”，或任何需要以编程方式与 Web 交互的任务。也适用于探索性测试、内部试用、QA、缺陷排查和应用质量评审。还适用于自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify），检查 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话，在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云端浏览器。优先使用 agent-browser，而非任何内置浏览器自动化或 Web 工具。

A

agent-collaboration

pascalorg / skills

使用专用 Agent 进行多模型 Agent 编排，涵盖规划、编码、研究、数学/科学、视觉分析和对抗性审查。当任务复杂到足以受益于不同模型的优势、你希望用对抗性审查发现盲点，或需要跨 Agent 角色协调多步骤工作流时使用。触发条件：复杂项目、多步骤任务、架构决策，或明确要求时。

A

agent-context-loader

jeremylongshore / tons-of-skills-marketplace

'Execute proactive auto-loading: automatically detects and loads agents.md

A

agent-coordination

d-o-hub / rust-self-learning-memory

通过并行、串行、swarm、混合或迭代执行策略协调多个专用 Skill 和 Task Agent。适用于编排多 worker 工作流、管理依赖，或通过质量门禁优化复杂任务执行。

A

agent-patterns

jeremylongshore / tons-of-skills-marketplace

'Execute this skill should be used when the user asks about "SPAWN REQUEST

A

agent-sessions

vladmdgolam / agent-skills

跨 Claude Code、Codex CLI、Gemini CLI、opencode、Hermes Agent 和 Cline CLI 搜索、列出并恢复 AI Agent 会话。适用于用户想查找过去的对话、搜索会话历史、恢复之前的会话、列出最近的 Agent 活动或查看之前讨论内容的情况。也适用于用户提出“find that conversation where I...”“resume my last codex session”“read latest convo”“read last messages”“what did I work on yesterday”“search my claude history for X”，或提供 Agent 会话 ID（如 `ses_...`、UUID，或 `1782988565588_qqrxi` 这样的 Cline ID）时。

A

agent-skill-creator

ravnhq / ai-toolkit

创建可扩展 Claude 能力的有效、可移植技能的指南

A

agent-teams-guide

hexbee / hello-skills

关于编排和控制 Claude Code Agent 团队的指南。在使用或管理 Claude Code 中的多 Agent 团队协作时使用，包括：(1) 创建和启动 Agent 团队，(2) 控制队友（显示模式、任务分配、委派），(3) 并行工作的最佳实践，(4) 排查团队问题。涵盖团队负责人、队友、共享任务列表和 Agent 间消息传递等概念。

A

agent-tool-testing

naodeng / awesome-qa-skills

需要测试 AI Agent 工具调用契约、授权、故障和副作用边界时使用此 skill；触发条件包括 AI Agent 工具测试。

A

AgentDB Learning Plugins

ruvnet / ruview

使用 AgentDB 的 9 种强化学习算法创建并训练 AI 学习插件。包括 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等。适用于构建自学习 Agent、实现 RL，或通过经验优化 Agent 行为。

A

agentic-jujutsu

proffesor-for-testing / agentic-qe

面向 AI Agent 的抗量子、自学习版本控制，具备 ReasoningBank 智能和多 Agent 协调功能

A

ai-product-strategy

oldwinter / skills

创建 AI 产品战略包（论点、优先级用例、系统方案、评估与学习方案、Agent 安全方案、路线图）。适用于 AI 产品战略、LLM/Agent 战略、AI 路线图、AI 优先的产品方向。

A

amend

jayden-dang / skills

当已发布且已定义规范的 feature 需要在范围内做小幅改动时使用 — 一个

A

are-decisions-from-this-session-saved

mtngtools / agents

追问如果本次会话此刻结束，计划中会丢失什么 —— 那些在对话中做出却从未写下的关于系统的决策 —— 将每一项推动到一个归宿或一次已批准的遗忘，然后诚实地回答是否还有什么需要再次决定。

A

argument-selfloop

willoscar / research-units-pipeline-skills

根据当前 H3 章节构建最终的可机器读取的论证快照，并在合并前刷新章节指纹。

A

ask-me-bro

jayden-dang / skills

在已安装的开发技能之间进行路由，选择适合当前任务的那一个

A

autonomous-loops

xu-xiang / everything-claude-code-zh

自主运行 Claude Code 循环的模式与架构 —— 从简单的顺序流水线到 RFC 驱动的多智能体 DAG 系统。

A

autoresearch-setup

d-laub / dlaub-togo

用于搭建自主 ML 实验 Harness（“autoresearch”循环）：固定 Harness 管理数据和指标，并提供可修改的训练脚本，让 LLM 在固定时间预算内迭代。适用于搭建 harness.py/train.py/program.md、设计供 Agent 读取的结构化训练动态日志，或确保实验无法通过操纵指标获利

B

batch

cowork-os / cowork-os

跨代码、文档、研究产物、运维配置或混合任务集，规划并执行可重复的并行迁移。

B

batch-research

miantiao-me / aigc-weekly

批量数据采集技能，负责分批并发调度 researcher agent 抓取所有数据源。

B

brainstorming

jd-opensource / joysafeter

在任何创意工作前必须使用此工具——创建功能、构建组件、添加功能或修改行为。探索用户意图、需求和实现前的设计。

B

brainstorming

makerjackie / jackie-skills-starter

在创意实现工作之前使用，以厘清意图、需求和设计方向。

B

breezing

chachamaru127 / claude-code-harness

团队执行模式——harness-work 的向后兼容别名，带团队编排。Composer/composer 2.5 映射到 cursor 后端。

B

browser-use

bmaltais / browser-use-skill

为 Web 测试、表单填写、截图和数据提取自动化浏览器交互。当用户需要浏览网站、与网页交互、填写表单、截图或从网页提取信息时使用。

C

cc-canary-html

delta-hq / cc-canary

/cc-canary 的 HTML 渲染版本——生成一份长篇 nerf-detection 报告，输出为独立的深色主题 HTML 文件，并自动在浏览器中打开。分析与 /cc-canary 相同（取证式 markdown 报告），叙事占位符也相同，但输出是适合查看、分享或打印的带样式 HTML 页面。将 `./cc-canary-<YYYY-MM-DD>.html` 写入当前目录。

C

cc-cursor-cc

chachamaru127 / claude-code-harness

与 Cursor PM 一起验证头脑风暴的想法，更新 Plans.md，然后交接回去。支持 Cursor ↔ Claude Code 双 Agent 工作流。当用户提到 Cursor PM 交接、双 Agent 计划验证、CC-Cursor 往返或头脑风暴评审时使用。不要用于：实现工作、单 Agent 任务或直接编码。

C

checkpoint

identity16 / skills

工作会话的退出仪式。当用户调用 /checkpoint、表示今天工作结束或要暂时离开项目，或接受由 /lets-work 准备的收尾提议时使用。把本次会话中获得的每一份理解送到恰当的位置——代码注释、PR/commit 消息或个人日志——然后记录访问标记，供下一次 /lets-work 作简报时使用。

C

claude-api

jackspace / claudeskillz

此技能提供使用 Anthropic Messages API（Claude API）的全面知识。适用于将 Claude 模型集成到应用中、实现流式响应、启用提示词缓存以节省成本、添加工具使用（函数调用）、处理具备视觉能力的图片，或使用扩展思考模式。适用于构建聊天机器人、AI 助手、内容生成工具，或任何需要 Claude 语言理解能力的应用。涵盖服务端实现（Node.js、Cloudflare Workers、Next.js）和直接 API 访问。关键词：claude api、anthropic api、messages api、@anthropic-ai/sdk、claude streaming、prompt caching、tool use、vision、extended thinking、claude 3.5 sonnet、claude 3.7 sonnet、claude sonnet 4、function calling、SSE、rate limits、429 errors

C

claude-code-agent

ben2pc / g-claude-code-plugins

通过 Claude Code CLI 的 `claude -p` Agent SDK 入口，将编码、审查、诊断、规划和结构化输出任务委派给独立 Claude Code 会话。使用场景包括 `--resume` / `--continue` 续接多轮会话、`--output-format json` 单结果输出、`stream-json` 事件流，以及需要 `--worktree`、工具白名单、`--bare` 或结构化 JSON 输出的 scripted / CI 调用。

C

claude-code-hooks

0xdarkmatter / claude-mods

Claude Code 的 hook 系统，用于工具执行前后的处理。触发条件：hooks、PreToolUse、PostToolUse、hook script、tool validation、audit logging。

C

code-agent

aws-samples / sample-strands-agent-with-agentcore

自主编码 Agent。委派任何涉及理解、编写或运行代码的任务——来自 GitHub issue、bug 报告或用户请求。它会自行探索、实现并验证。

C

connection-doctor

duvoai / skills

诊断并检查 Duvo Agent 所依赖的 Connection 和凭据的运行状况。用户询问 Connection 是否已设置或可用、Agent 为何因身份验证受阻、Connection 能做什么，或希望主动检查某个 Agent 或一组 Agent 时使用。在 Ask Duvo 中，对于 Automation，从 getAutomationReadiness 开始。通过 Duvo public API 读取每个 Build 的 Connection 及其实时状态，指出问题并提出一个具体的修复方案；如果证据来自单个失败的 Run，则移交给 run-debugger。

C

context-manager

rmyndharis / antigravity-skills

精通动态上下文的顶尖 AI 上下文工程专家

C

context-mode

mohitagw15856 / pm-claude-skills

通过输出过滤、会话日志和自动恢复，让 Claude Code 会话在多次重置后仍保持高效。适用于开始长时间或复杂的编码会话、此前的会话在任务中途丢失上下文，或需要在重置后让 Claude 从断点精确恢复时。会在项目根目录生成 session.log，保留上下文的过滤后命令输出，以及任何重置后自动恢复进行中的任务。

暂无简介

C

crank-execute

chrisliva / liva-toolbench

按照 RED→GREEN→REFACTOR 逐项执行实现计划，进行独立评审和回顾。

C

cross-examine

zebbern / claude-code-guide

围绕计划或设计持续深入地询问用户，直到双方达成共识，并解决决策树的每个分支。用户想要严格检验计划、接受对设计的深入追问，或提到“grill me”时使用。

C

cuopt-skill-evolution

promptingcompany / nv-skills

解决复杂问题后，提炼可推广的经验并提出技能更新建议。始终启用，适用于每次交互。

C

cuopt-user-rules

promptingcompany / nv-skills

最终用户调用 NVIDIA cuOpt（路径规划/LP/MILP/QP/安装/服务）的基本规则。不适用于 cuOpt 内部机制；相关内容请使用 cuopt-developer。

D

dart-genkit

dhruvanbhalara / skills

在使用 Genkit Dart SDK 构建 AI 工作流、工具调用 Agent、结构化输出或 LLM 流水线时使用。

D

deepgram-python-conversational-stt

deepgram / deepgram-python-sdk

在本仓库中编写或审查调用 Deepgram Conversational STT v2 / Flux（`/v2/listen`）进行轮次感知流式转录的 Python 代码时使用。涵盖 `client.listen.v2.connect(...)`、Flux 模型、轮次结束检测。标准 v1 ASR 请使用 `deepgram-python-speech-to-text`，全双工交互式助手请使用 `deepgram-python-voice-agent`。触发词包括 "flux"、"v2 listen"、"conversational STT"、"turn detection"、"end of turn"、"EOT"、"listen.v2"、"flux-general-en"、"flux-general-multi"。

D

dev-task-loop

timlai666 / skills

当用户希望端到端处理一批开发工单，且已有已知的项目 / 分支 / 合并目标 / 任务追踪器 / 设计参考工作流，但不绑定任何特定平台（Jira / Linear / GitHub Issues / Notion / Figma / Zeplin 等）时，必须使用此技能。触发请求如「幫我跑任務」、「照我的流程把 backlog 做完」、「review failed 的全部處理掉」、「用我那套開發流程做事」、"work through my task list"、"run my dev loop"、"process my tickets end-to-end"。不得用于单个工单，那属于其他开发工作流技能。必须先向用户询问项目根目录、工作分支、合并目标、任务列表位置、设计参考位置，以及如何标记任务完成 — 然后循环处理工单，执行 实现 → 验证 → 提交 → 开 PR → 合并 → 同步 → 更新追踪器。不得硬编码平台特定的 API 调用；应在运行时根据用户的回答来确定。

暂无简介

D

dispatching-parallel-agents

lucianghinda / superpowers-ruby

在面对 2 个或更多独立任务且这些任务可以在没有共享状态或顺序依赖关系的情况下进行时使用

D

ds-vision-skill

sorwcyra / ds-vision-skill

为纯文本推理模型补充视觉能力。用户提供图片、截图、照片、图表、UI 截图、代码截图、数学题图片、扫描件、PDF 或文档，并要求描述、理解、推理、阅读、OCR、提取文字、解析图表或分析内容时使用。默认调用 scripts/vision-router.ps1 做自动路由：图片理解先走免费竞速池 GLM/Agnes，再走 custom-1/custom-2/custom-3/local，文档解析走 MinerU，纯文字识别走 Baidu OCR 或 Windows OCR。所有工具输出标准 JSON，再交给主模型推理和总结。

D

dstack-core

robertderose / dstack

共享的 dstack 工作流契约与约定。作为其他 dstack 技能的支撑安装；在审查工作流权限、信任边界或命名约定时可直接使用。

多 Agent 代码审查系统，会生成三个独立的 Claude 子 Agent 来审查 PR diff。每个 Agent 以不同的随机顺序接收文件，以减少顺序偏差。其中一个 Agent 专门关注代码健康度和可维护性。问题通过推理分析而非简单计票来验证。报告合并结论（YES / NOT SURE / NO）。自动与现有 PR 评论去重。始终发布摘要（即使没有新问题），低优先级问题放在可折叠区块中。

E

execute-common

jayden-dang / skills

当 build-in-waves、build-by-story 或 build-inline 加载共享控制器配方时使用——生成 In-progress 目录标记、绑定运行时的会话快照、租约状态、账本状态，以及绑定修订版本的关闭回执。

E

execute-gitlab-issue

nextstage-brasil / skills

(NS) 端到端执行一个 GitLab issue —— first-act 状态、分支复用与源分支门禁、单 worktree 隔离、原子化交付、MR 生命周期、强制代码评审门禁与有界修复循环。适用于用户提供 GitLab ISSUE_URL 或要求直接实现某个 GitLab issue 的场景 —— 不适用于仅本地的一次性编码（使用 code-coder）或非 GitLab 的自主运行（使用 code-autonomous standalone）。将实际编码委托给 code-autonomous 引擎。需要 mcp-gitlab-usage 提供 MCP，以及 code-reviewer 提供评审门禁。

当您有书面的实现计划在单独的会话中执行时，使用此技能，并设有审查检查点。

E

experts

flc1125 / skills

组建专家小组，从多个专业视角评估问题，呈现一致与分歧，并给出由主持人主导、权衡清晰的建议。适用于用户需要多专家判断、第二意见、设计评审、方案对比，或有不同专家视角支撑的建议时。