mcpField

Skills

收录 96,770 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

M
model-router-cost-quality-review
model-router-cost-quality-review
sylphxai / skills

设计并审计 AI 模型路由器,在任务质量、延迟、成本、可靠性、安全性、隐私、上下文长度、工具使用、降级回退、缓存、评估、预算和供应商故障之间取得平衡。适用于 Agent 或产品必须动态选择模型、而非硬编码单一默认模型时。

Agent 工作流39
M
moyu-en

在检测到过度工程模式时自动激活:(1) 修改用户未明确要求更改的代码或文件 (2) 未经要求创建新的抽象层(类、接口、工厂、包装器)(3) 未经要求添加注释、文档、JSDoc 或类型注解 (4) 未经要求引入新依赖 (5) 重写整个文件而非进行最小修改 (6) diff 范围显著超出用户请求 (7) 用户发出 "too much"、"don't change that"、"only change X"、"keep it simple"、"stop" 等信号 (8) 为不可能发生的场景添加错误处理、校验或防御性代码 (9) 未经要求生成测试、配置脚手架或文档

Agent 工作流39
M
multi-agent-orchestration
multi-agent-orchestration
peterfile / devpilot-agents

使用 codex(代码)+ Gemini(UI)从 Kiro spec 编排多 Agent 工作流,包括通过 AGENT_STATE.json + PROJECT_PULSE.md 进行分派/审查/状态同步;当用户说“Start orchestration from spec at <path>”“Run orchestration for <feature>”,或提到多 Agent 执行时触发。

Agent 工作流39
M
multica-autopilots
multica-autopilots
multica-ai / multica

在创建、更新、检查、触发或调试 Multica autopilot(定时、webhook 或手动)时使用。

Agent 工作流39
N
nemo-rl-auto-research
nemo-rl-auto-research
promptingcompany / nv-skills

用于定向假设检验和开放式探索的自主 NeMo-RL 研究 Agent 工作流。指导 Agent 完成整个实验生命周期:了解配方和环境、配置 RL 或 NeMo-gym 运行、启动可复现的基线和迭代、分析结果、保留人工监督,并使用 git 和 TSV 日志作为研究记录。请勿用于:修复错误、代码审查、文档编写、重构、依赖项更新或单文件更改。

Agent 工作流39
N
nemo-rl-brev-etiquette
nemo-rl-brev-etiquette
promptingcompany / nv-skills

为在 Brev 实例上运行的 NeMo-RL Agent 提供操作指南。其工作目录为 /home/ubuntu/RL,可用工作区磁盘空间有限,另有较大的 /ephemeral 卷,并可选使用 /home/ubuntu/RL/.env 中的机密。运行 nemo-rl-auto-research 活动、实验、训练任务、模型或数据集下载、占用大量共享缓存的命令、生成日志的运行、检查点生成、经过身份验证的 W&B 或 Hugging Face 工作流,或任何可能在 Brev 上生成大型文件的工作流时使用。

云与 DevOps39
N
nemo-rl-session-memory
nemo-rl-session-memory
promptingcompany / nv-skills

为编码 Agent 管理持久化的工作会话记忆。当用户要求在断连、VS Code 重启、长时间运行的工作、交接期间,或任何需要定期将重要状态写入代码仓库会话目录的会话中保存或恢复 Agent 上下文时使用。不要用于:简单问题、短任务、一次性命令、Lint 或代码审查。

Agent 工作流39
N
nemoclaw-user-agent-skills
nemoclaw-user-agent-skills
promptingcompany / nv-skills

介绍 NemoClaw 附带的 Agent 技能,以及如何通过克隆仓库访问这些技能。适用于用户询问 AI Agent 支持、编码助手集成或 .agents/skills/ 目录的情况。触发关键词:nemoclaw agent skills、ai coding assistant、cursor、claude code、copilot

Agent 工作流39
N
nemoclaw-user-configure-inference
nemoclaw-user-configure-inference
promptingcompany / nv-skills

将 NemoClaw 连接到本地推理服务。在为 NemoClaw 设置 Ollama、vLLM、TensorRT-LLM、NIM 或任何兼容 OpenAI 的本地模型服务时使用。触发关键词 - nemoclaw local inference, ollama nemoclaw, vllm nemoclaw, local model server, openai compatible endpoint, switch nemoclaw inference model, change inference runtime, nemoclaw additional model, nemoclaw sub-agent model, openclaw sub-agent, agents.list, sessions_spawn, vlm-demo, nemoclaw tool calling, ollama tool calls, vllm tool-call-parser, raw json in tui, nemoclaw inference options, nemoclaw onboarding providers, nemoclaw inference routing.

Agent 工作流39
N
nemoclaw-user-configure-security
nemoclaw-user-configure-security
promptingcompany / nv-skills

为 NemoClaw 中每个可配置的安全控制项提供风险框架。适用于评估安全态势、审查沙箱安全默认值或权衡控制项取舍。触发关键词:nemoclaw 安全最佳实践、沙箱安全控制风险框架、nemoclaw 凭据存储、openshell provider、API 密钥安全、openclaw 安全控制、nemoclaw 安全边界、提示注入、工具访问控制。

安全39
N
nemoclaw-user-deploy-remote
nemoclaw-user-deploy-remote
promptingcompany / nv-skills

讲解如何在远程 GPU 实例上运行 NemoClaw,包括已弃用的 Brev 兼容路径以及推荐的安装程序与 onboard 流程。适用于将 NemoClaw 部署到远程 VM、为 Brev 实例执行 onboarding,或从旧的 `nemoclaw deploy` 封装工具迁移的场景。触发关键词:deploy nemoclaw remote gpu、nemoclaw brev cloud deployment、nemoclaw plugins、openclaw plugins、install openclaw plugin、nemoclaw onboard from dockerfile、nemoclaw brev web ui、nemoclaw getting started、brev quickstart、nvidia nemotron agent、nemoclaw sandbox hardening、container security、docker capabilities、process limits。

云与 DevOps39
N
nemoclaw-user-get-started
nemoclaw-user-get-started
promptingcompany / nv-skills

安装 NemoClaw、启动沙盒并运行第一个 Agent 提示词。首次开始使用、安装或启动 NemoClaw 沙盒时使用。触发关键词 - nemoclaw quickstart、install nemoclaw openclaw sandbox、nemohermes quickstart、hermes agent nemoclaw、run hermes openshell sandbox、nemoclaw prerequisites、nemoclaw supported platforms、nemoclaw hardware software、nemoclaw windows wsl2 setup、nemoclaw install windows docker desktop。

Agent 工作流39
N
nemoclaw-user-manage-sandboxes
nemoclaw-user-manage-sandboxes
promptingcompany / nv-skills

讲解快速入门之后的运维操作:列出沙箱、状态与健康检查、日志、诊断、端口转发、多个沙箱、凭据重置、重建、网络预设、升级与卸载。触发关键词 - 管理 nemoclaw 沙箱、nemoclaw status、nemoclaw list、nemoclaw dashboard 端口、nemoclaw rebuild、nemoclaw 升级沙箱、nemoclaw uninstall、沙箱可变性、沙箱运行时配置、沙箱重建、nemoclaw 备份、nemoclaw 恢复、工作区备份、openshell 沙箱下载上传、nemoclaw 消息渠道、nemoclaw telegram、nemoclaw discord、nemoclaw slack、nemoclaw wechat、nemoclaw whatsapp、openshell 渠道消息、nemoclaw 工作区文件、soul.md、user.md、identity.md、agents.md、沙箱持久化。

云与 DevOps39
N
nemoclaw-user-monitor-sandbox
nemoclaw-user-monitor-sandbox
promptingcompany / nv-skills

检查沙箱健康状况、追踪 Agent 行为并诊断问题。适用于监控运行中的沙箱、调试 Agent 问题或查看沙箱日志。触发关键词 - monitor nemoclaw sandbox, debug nemoclaw agent issues.

云与 DevOps39
N
nemoclaw-user-overview
nemoclaw-user-overview
promptingcompany / nv-skills

解释 OpenClaw、OpenShell 与 NemoClaw 如何构成生态系统,NemoClaw 在整个技术栈中的位置,NemoClaw 在社区沙箱之外补充了什么,以及何时应选择 NemoClaw 而不是直接集成 OpenShell 和 OpenClaw。适用于用户询问 OpenClaw、OpenShell 与 NemoClaw 三者之间的关系,或询问何时使用 NemoClaw 而非 OpenShell 时。触发关键词——nemoclaw 生态系统、openclaw openshell、nemoclaw 对比 openshell、sandboxed openclaw、nemoclaw 如何工作、nemoclaw 沙箱生命周期蓝图、nemoclaw 概览、openclaw 常驻助手、nvidia openshell、nvidia nemotron、nemoclaw 发布说明、nemoclaw 更新日志。

Agent 工作流39
N
nemoclaw-user-reference
nemoclaw-user-reference
promptingcompany / nv-skills

介绍 NemoClaw 的集成层与蓝图架构,以及它们如何编排兼容的 Agent 沙箱。查询架构、Agent 集成、插件结构或蓝图设计时使用。触发关键词 —— nemoclaw architecture、nemoclaw agent architecture、nemoclaw plugin blueprint structure、nemoclaw vs openshell、which cli、nemoclaw cli、openshell cli、sandbox commands、nemoclaw cli commands、nemoclaw command reference、nemoclaw network policy、sandbox egress control operator approval、nemoclaw troubleshooting、nemoclaw debug sandbox issues。

Agent 工作流39
N
nemotron-policy-generator
nemotron-policy-generator
promptingcompany / nv-skills

为 NVIDIA Nemotron 内容安全护栏生成 BYO 自定义安全策略,适用于 Nemotron-Content-Safety-Reasoning-4B(文本)和多模态 Nemotron-3-Content-Safety。生成 Markdown 策略、JSON 分类体系和可直接使用的推理提示词。将粗略词语或现有策略映射到 V2 类别,并添加自定义类别或主题跟随规则。

安全39
N
nocobase-ai-manager
nocobase-ai-manager
nocobase / skills

仅限 NocoBase 2;切勿在 NocoBase 3 项目中使用。当用户需要通过 nb api 检查或维护 NocoBase 核心 AI 前置条件时使用,包括 LLM 服务商、已保存的服务、CLI 与 UI 的配置路由、聊天模型、嵌入发现、安全凭据以及依赖安全的变更。

开发39
O
oma-orchestration
oma-orchestration
first-fluke / oh-my-agent

调度并监督并行工作的专业 Agent,并持久化任务。

Agent 工作流39
O
oma-skill-creation
oma-skill-creation
first-fluke / oh-my-agent

创建或修改 OMA 技能及其参考资料。用于技能

Agent 工作流39
O
oneskill
oneskill
xu-xiang / everything-claude-code-zh

发现技能(Skill),迭代查询,并在任何环境中自动安装技能。

Agent 工作流39
O
openclaw-github-sync

将 OpenClaw Agent 的非敏感上下文(选定的记忆、MD 文件、笔记和自定义技能)纳入版本控制,存放在独立的 Git 仓库中,以便远程审阅与调整。适用于搭建或运行基于 Git 的工作流,用于导出工作区上下文、提交变更(可能拆分为多个提交),并按计划(例如每晚)推送而不泄露密钥。

Agent 工作流39
O
openspec-apply
openspec-apply
partme-ai / openspec-skills

使用 `/opsx:apply` 实现变更中的任务,逐项完成并勾选任务清单。当用户说"implement"、"apply the change"、"/opsx:apply" 或 "start coding from tasks" 时使用。

Agent 工作流39
O
openspec-task-loop
openspec-task-loop
luongnv89 / skills

使用 OpenSpec OPSX 执行规范优先、一次一个任务的循环。当被要求以单任务范围、规范产物和归档前顺序验证来实现列表中的任务时使用。不适用于临时的多任务实现、非 OpenSpec 的任务跟踪器,或从零编写规范本身。

Agent 工作流39
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39
O
orchestrate
orchestrate
wellgent / skills

作为 driver 运行一个 dev-loop 会话——预检、选择、端到端完成一个 spec。与 harness 无关——grooming 草稿和 take 在驱动它的任何 harness 的全新原生子 Agent 中运行,take 在各自的工作树中运行(显式的调用请求可将 take 改由 runner 文件路由);gate 始终由你掌控。

Agent 工作流39
O
ov-memory-troubleshoot
ov-memory-troubleshoot
volcengine / openviking

从记忆文件反向追溯至归档中的 memory_diff.json,并在需要时检查会话消息,以诊断 OpenViking 记忆问题。只读;用于排查内容错误、路径或所有者错误、记忆缺失,以及原因不明的更新或删除。

Agent 工作流39
P
persistent-side-effects
persistent-side-effects
liaoann / skills

在判断某个文件系统、Git、环境或外部副作用是否需要额外审批时使用。

Agent 工作流39
P
plan-archive
plan-archive
ashe-li / agent-skills

将已完成的 plan 从 plans/active/ 归档至 plans/completed/,补上验证结果与完成时间。适合在实作结束后调用。

Agent 工作流39
P
plan
plan
tstelzer / skills

作为多步骤代码变更的独立实现计划的规划评审,在动代码之前使用。

Agent 工作流39
P
plugin-registry
plugin-registry
laurigates / claude-plugins

理解 Claude Code 的插件注册表结构、安装作用域及常见问题。在排查插件安装问题、理解插件为何被错误地显示为已安装,或手动修复注册表条目时使用。

Agent 工作流39
P
product-context-builder
product-context-builder
thedesignproject / agent-skills

创建或改进代码仓库中的 AGENTS.md、CLAUDE.md、PRODUCT.md、DESIGN.md 和项目 skills,帮助 AI Agent 准确使用产品和设计系统。

Agent 工作流39
P
project-context-setup
project-context-setup
mathews-tom / armory

为每个仓库搭建 Agent 上下文,使各编码 Agent 共享同一套 issue tracker 规则、triage 标签词表、领域词汇表、ADR 结构和交接约定。触发词:"set up project context"、"configure agent docs"、"create CONTEXT.md"、"setup agent workflow"、"agent issue tracker setup"、"triage labels"、"domain glossary for agents"。适用于仓库在规划、triage、调试、TDD、架构评审或多 Agent 实现之前需要持久上下文文件时。

Agent 工作流39
P
project-onboard
project-onboard
nixxel-company-limited / nixxel-skills

将 AI Agent 接入任何项目——检测技术栈(Web、移动端、后端),研究最新文档,运行通用的 8 类审计(页面、状态、UI、API、数据、认证、任务、集成),支持自动检测与自动跳过,访谈开发者,并生成带基于任务路由的结构化上下文文件,让 Agent 不再浪费时间探索项目。对已接入的仓库重新运行 project-onboard 会刷新变更的上下文、重跑功能审计、保留访谈答案,并更新路由,无需单独的更新或审计命令。每当用户说 "onboard"、"onboard again"、"rerun onboard"、"update onboard"、"refresh context"、"set up context"、"scan this project"、"generate AGENTS.md"、"generate CLAUDE.md"、"map this codebase"、"audit features"、"what does this project do",或提出任何帮助 AI Agent 理解新代码库或现有代码库的请求时,都使用此技能。当用户开始在陌生仓库或存在过期 `.context/` 文件的现有仓库中工作时,也同样触发,此时结构化上下文生成会有帮助。

Agent 工作流39
Q
query-loop-implementation
query-loop-implementation
simbajigege / book2skills

为 AI 应用实现生产可用的 LLM 查询循环 / Agent 循环。当用户想为自己的产品或代码库加入工具调用、ReAct 式推理-行动-观察循环、函数调用循环、查询引擎、Agent 运行时、tool_result 反馈、最大轮次退出或类似 Claude Code 的 Agent Loop 行为时,使用本技能。

开发39
R
ralph-mode
ralph-mode
wodsmith / thewodapp

在你睡觉时交付功能的自主 AI 编码循环。当用户想运行 Ralph、启动自主编码会话、通宵工作,或让 Claude 自主实现多个用户故事时使用。触发词包括 "ralph"、"autonomous mode"、"overnight coding"、"autonomous loop",或要求在无人监督下实现多个故事。

Agent 工作流39
R
read-the-map
read-the-map
mtngtools / agents

读取一张 wayfinder 地图 —— 它的正文、它的子项、它的前沿 —— 并说明当前进展处于什么位置,以及下一步该进入哪扇门。

Agent 工作流39
R
rem-sleep
rem-sleep
stewnight / rem-sleep-skill

用于长期记忆维护的记忆巩固与碎片整理。当被要求巩固记忆、整理记忆碎片、运行 REM sleep、清理记忆文件,或把会话日志处理为持久记忆时使用。也可在心跳期间定期用于记忆维护。

Agent 工作流39
R
rename-swarm

使用 haiku agent 组成的 swarm 在多个文件间并行批量重命名。适用于跨 5 个以上文件机械地重命名标识符、参数或键。

开发39
R
requesting-code-review
requesting-code-review
21307369 / superpowers-zh

完成任务、实现重要功能或合并前使用,用于验证工作成果是否符合要求

测试与质量39
R
requesting-code-review
requesting-code-review
makerjackie / jackie-skills-starter

在完成重要工作并需要合并前进行代码审查时使用。

测试与质量39
R
research-project-memory
research-project-memory
a-green-hand-jack / ml-research-skills

维护分层式的机器学习研究项目记忆。适用于 claim、evidence、provenance、risk、action、handoff、worktree、phase、source-visibility、paper/code/slides、review 和 rebuttal 状态。

Agent 工作流39
R
ring:dev-cycle

精益的后端开发循环编排器,质量由实现方负责。后端工程师负责 TDD、覆盖率、docker-compose/本地运行时以及交付验证。任务级评审保持独立;每个任务由用户验证收尾。

Agent 工作流39
R
rtk-token-saver
rtk-token-saver
x-saikat-93 / opencode-rtk-skill

在代码仓库中,只要 Agent 需要运行终端命令、检查文件、搜索代码、查看 Git 状态或差异、运行构建、测试、代码检查、类型检查、包管理器、日志、Docker、Kubernetes 或数据库命令,就使用此技能。此技能会让 Agent 优先使用 RTK 封装命令,以减少冗杂输出并节省上下文令牌。不要用于非编码对话。

Agent 工作流39
R
run-devops-with-orch-impl-rev
run-devops-with-orch-impl-rev
phuongnz / skills

运行原生于 GitHub 的 Agentic 交付循环:本地协调器通过带有分流门控的标签状态机,驱动 impl-bot 和 review-bot 子 Agent。

Agent 工作流39
S
scaffold-codex-hooks
scaffold-codex-hooks
jpcaparas / skills

在审计仓库、核对实时官方文档、schema 和运行时源码,检查生效的 `hooks` 功能开关,并按需在项目或用户配置中启用它之后,将 Codex hooks 脚手架搭建进真实项目。当用户想要 Codex hooks、`.codex/hooks.json`、托管的 Codex hook 刷新、仓库本地生命周期 hooks、可复用的 Agent 脚本,或需要 `SessionStart`、`SubagentStart`、`PreToolUse`、`PermissionRequest`、`PostToolUse`、`PreCompact`、`PostCompact`、`UserPromptSubmit`、`SubagentStop` 或 `Stop` 方面的帮助时使用。触发词:Codex hooks、hooks.json、hooks feature flag、codex_hooks legacy alias、.codex/config.toml、managed hook scaffold。不要用于 Claude Code hooks、`.claude/settings.json`、仅 Husky 的配置,或非 Codex 的 Agent。

Agent 工作流39
S
scartill-sdd-lite
scartill-sdd-lite
neurowitchers / scartill-sdd-lite

轻量级、以 Kiro 为先的规范驱动开发套件

Agent 工作流39
S
sdlc-apply
sdlc-apply
acourtiol / ai-sdlc

逐步实现一个已接受的 intent,验证每个验收场景,交付给 sdlc-verify 和用户,然后关闭它。当用户要求构建一个已接受的变更,或关闭一个已完成的 intent 时使用。

开发39
S
security-scan
security-scan
xu-xiang / everything-claude-code-zh

使用 AgentShield 扫描您的 Claude Code 配置(.claude/ 目录)是否存在安全漏洞、配置错误和注入风险。检查项包括 CLAUDE.md、settings.json、MCP 服务器、钩子(Hooks)以及智能体(Agent)定义。

安全39
S
seeking-skills
seeking-skills
mmmantasrrr / skill-seeker

在开始复杂任务时使用,此时 GitHub 上可能存在社区技能、设计框架或专用角色 — 在编写代码之前,先检查是否已有人为该领域创建了经过验证的技能

Agent 工作流39
S
self-improvement
self-improvement
trtmn / agent-skills

运行自我改进 Agent,以回顾本次会话和 ~/.learnings/ 日志文件。每当用户明确要求回顾 learnings、将条目提升到 CLAUDE.md、进行会话结束回顾,或分析 GitHub PR/issue 中的重复模式时,使用此技能。当用户说 "promote"、"review learnings"、"what have we learned" 或 "self-improvement" 时也使用。不要仅为了记录日志而使用此技能——日志记录会自动发生,无需该技能(见下文 Passive Logging)。此技能专门用于*回顾与提升*工作流。

Agent 工作流39
S
self-improving-agent

捕获错误、纠正和功能请求,让你的 OpenClaw Agent 随时间不断改进,而不是重复同样的错误。适用于命令失败、用户纠正 Agent、缺少所需能力、外部工具损坏,或发现更优的常规工作流时。

Agent 工作流39
S
semantic-compression
semantic-compression
can1357 / oh-my-pi

将冗长文字重新编码为密集的电报式表达——用标点连接内容、使用标签框架和无动词陈述,同时不损失规范性或精确度。适用于压缩系统提示、工具/函数描述、技能正文或 Agent 指令;减少 token 数或上下文膨胀;让文档更适合 LLM 输入;或改写为压缩符号表达。

Agent 工作流39
S
sequential-thinking
sequential-thinking
jackspace / claudeskillz

当复杂问题需要系统地逐步推理,并能够修正思路、分支探索替代方案或动态调整范围时使用。适用于多阶段分析、设计规划、问题拆解或初始范围不明确的任务。

Agent 工作流39
S
session-control
session-control
chachamaru127 / claude-code-harness

根据 --resume/--fork 标志,为 /work 控制会话的恢复/派生(分支)。更新 session.json 和 session.events.jsonl。仅限内部工作流使用。不要用于:用户会话管理、登录状态、应用状态处理。

Agent 工作流39
S
session-init
session-init
chachamaru127 / claude-code-harness

用于会话启动检查、Plans.md 状态、git 状态和 harness-mem 恢复包的内置子技能。仅由会话/启动工作流调用。以下情况不要加载:实现、审查或会话中途任务。

Agent 工作流39
S
session-state
session-state
chachamaru127 / claude-code-harness

根据 SESSION_ORCHESTRATION.md 管理会话状态转换。在 /work 阶段边界控制状态更新,在出错时进行升级转换,在会话恢复时进行初始化还原。仅供内部工作流使用。请勿在以下情况加载:用户会话管理、登录状态、应用状态处理。

Agent 工作流39
S
setup-argo-skills

引导一个项目。安装技能包,然后运行一个向导,将每个选定的基础设施分派到其对应的设置技能。

云与 DevOps39
S
setup-scalekit
setup-scalekit
scalekit-inc / authstack

安装 Scalekit,然后为项目选择 AgentKit 或 SaaSKit。当用户想要安装 Scalekit、添加插件,或决定使用哪个 kit 时使用。它不配置仪表板连接(那是 `setup-agentkit`),也不设置应用登录环境变量(那是 `setup-saaskit`)。

开发39
S
setup
setup
wilsonkichoi / skills

配置本项目以使用 AI-SDLC 技能。搭建项目结构,选择追踪器后端,并写入 docs/dev-agents/config.md

Agent 工作流39
第 12421–12480 条,共 13,222 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。