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

G
ghpm-work

针对 GitHub Project 条目的端到端工作会话。设置 → 澄清 → 计划 → 实现 → PR,全程记录决策。在开始处理 issue、领取任务或恢复中断的会话时使用。

Agent 工作流38
G
github-multi-repo
github-multi-repo
ruvnet / ruview

通过 AI swarm 编排进行多仓库协调、同步和架构管理。

开发38
G
github-workflow-auto-fix
github-workflow-auto-fix
laurigates / claude-plugins

使用 Claude Code 搭建自动化的 CI 失败检测与修复。当你想要创建一个 GitHub Actions 工作流,自动分析工作流失败、修复常见问题,并为复杂问题创建 issue 时使用。

云与 DevOps38
G
grace-setup-subagents
grace-setup-subagents
osovv / grace-marketplace

创建理解 .grace 制品、作用域、断言和验证证据的 GRACE 4 worker 与 reviewer 子 Agent 预设。

Agent 工作流38
G
grace-status
grace-status
osovv / grace-marketplace

展示 GRACE 4 项目在 .grace 上下文、图、验证、活跃变更、作用域和迁移边界方面的健康状况。

Agent 工作流38
G
grill
grill
gusen1453 / creed

在开始任何创意工作时使用——新功能、行为变更、架构决策或非平凡计划——或者当用户说 grill / grill-me / brainstorm / pressure-test a design 时使用,在设计达成一致前不应编写任何代码。

Agent 工作流38
G
grill-me
grill-me
timothyvang / grill-me

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。

Agent 工作流38
G
grok
grok
dobroslavradosavljevic / skills

仅限 Cursor IDE——不要在 Codex 或任何没有 Grok 的环境中使用。在 Cursor 中,每一轮对话、Task/subagent 启动、best-of-N 运行、云 Agent 以及任何可选模型的操作,默认始终应用。仅强制使用 Cursor Grok 4.7(任何推理强度:low、medium、high、xhigh,以及后续 4.7 的 effort 标签)——绝不使用 Composer、GPT、Claude、Gemini、Auto、Grok 4.6、Grok 4.5 或其他模型系列。在 Cursor 中生成 subagent、设置 Task 模型、选择 Agent 模型,或用户说 grok、Grok 4.7 或 model lock 时使用。

Agent 工作流38
H
handoff
handoff
guillermomurillo / memo-flow

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38
H
handoff
handoff
jimweller / clanker-skills

为后续 Agent 编写会话交接文档

Agent 工作流38
H
handoff
handoff
quriov / quriov-skills

结束一个长时间运行的 Claude Code 会话——生成结构化交接文档 + 下一会话的初始化提示词,包含实时验证协议、记忆卫生和自检。

Agent 工作流38
H
handyman
handyman
rodrigomardones / handyman

安装、分析、引导、运行、审查或迁移 Handyman Agent 框架:leader/implementer/reviewer 角色一次处理一个功能,配合磁盘状态和可执行验证。触发条件:框架或子 Agent 工作流、feature_list.json、AGENTS.md、CHECKPOINTS.md、progress/、backlog/、HARNESS_WORKSPACE、.handyman、$HOME/HANDYMAN、按角色配置的模型/工具、anti-telefono-descompuesto、Obsidian vault 框架。不要用于没有该框架工作流的通用编码。

Agent 工作流38
H
heuristics
heuristics
5kahoisaac / opencode-historian

通过提取内容、按可用记忆类型分类,并经 @historian 存储有用知识,将用户提供的文件或文件夹导入 historian 记忆。当用户想把文档、截图、笔记、代码或混合来源文件夹转化为持久记忆时使用。

Agent 工作流38
I
implement-contract
implement-contract
grove / promise-to-proof

完整且不超出范围地实现带版本的验收契约,包含开发检查与精确的候选交接。

开发38
I
implement
implement
printpractical / agent-toolkit

在计划审批通过后使用,以执行 plan.md。将每个部分实现到绿色基线,然后在整个变更范围内运行一次有边界的独立 RV 审查与保持行为的修复,之后再进入实现审批。强制执行 firm-seam 绊线,记录 kickback,并对齐 CONTEXT.md。除非计划审批已通过,否则不要运行。

开发38
J
jh-create-skill
jh-create-skill
jasonharmongit / skills

引导用户为 Cursor 创建有效的 Agent Skills。

Agent 工作流38
K
karlmarx-skill
karlmarx-skill
baojiachen0214 / karlmarx-skill

使用马克思主义方法论进行深度结构性分析。识别矛盾、梳理系统、找到杠杆点——而不只是症状。最适合产品策略、组织失调和复杂系统问题。

生产力38
K
kickoff
kickoff
timmyy3000 / skills

自主推动工程工作,从意图到可验证的终态。选择路线(投入多少流程)与作战手册(做哪类工作),应用工程原则,跨模型委派,独立评审,开启并跟踪 PR,在获得授权后合入并收尾。用于 /kickoff 或 $kickoff、严格的工程工作,或任何要求端到端交付的变更。

Agent 工作流38
K
kk-session-extract
kk-session-extract
e0ipso / kenkeep

从当前实时会话中提取持久化知识,将其暂存为经过验证的已完成会话日志,并使用与 /kk-curate 相同的整理流程处理。适用于用户希望主动处理当前会话,而非等待捕获钩子和后续整理;不用于记录单个节点(/kk-add)或批量处理累积日志(/kk-curate)。

Agent 工作流38
K
krt-compound-master

支持独立交付和 Seneschal 嵌套交付,具备每次运行状态、继承的 initiative 契约和代理决策。面向复合工程产品交付的、以发现为门控的工件优先编排器。解析 roadmap/readiness 生成,运行 brainstorm/plan/document-review 循环,派生附带聚焦审查单元的、可合并的工作包,通过解析出的 work/code-review 角色执行每个审查单元,并将发布交给 krt-release-marshal,同时提供 CI 破坏预防证据。当你需要将已文档化的现有软件项目转化为有序的 roadmap 和 PR/Jira 交付计划时使用。运行时别名可能将其暴露为 krt:compound-master。

Agent 工作流38
K
krt-release-marshal

为当前项目仓库编排完整交付流程:让 krt-gitflow-knight 处理干净提交,krt-rebase-smith 处理整洁的分支历史,显式解析 Jira Cloud 或 Server/Data Center,然后创建带有双向 Jira/PR 链接的 GitHub 拉取请求。当用户要求创建/打开 PR、准备拉取请求、交付当前工作、发布分支变更以供审阅,或运行完整的 gitflow + rebase + Jira + PR 工作流时使用。运行时别名可能将其暴露为 krt:release-marshal。

开发38
L
langgraph-docs
langgraph-docs
langchain-ai / deepagentsjs

当请求与 LangGraph 相关时使用此 skill,以获取相关文档,提供准确、最新的指导。

开发38
L
langsmith-trace
langsmith-trace
jackjin1997 / clawforge

对于任何 LangSmith/LangChain 可观测性问题,使用此技能。涵盖两个主题:(1) 为应用添加追踪(LangChain/LangGraph 或使用 @traceable 的原生 Python/TS),以及 (2) 查询追踪以进行调试、分析执行流和导出追踪数据。

开发38
L
learning-loop
learning-loop
richfrem / agent-plugins-skills

(行业标准:Loop Agent / Single Agent)贯穿定向、综合、战略关卡和完成阶段的自主研究与认知连续性循环。

Agent 工作流38
L
lets-work
lets-work
identity16 / skills

用于在任何项目上工作的会话入口。当用户调用 /lets-work、说他们开始在一个项目上工作,或隔了一段时间后回到某个项目("catch me up"、"what changed here since I left?")时使用。向用户简报项目相对其自身记录的心智模型发生了哪些偏移,为首次访问做导引,并设定本次会话的工作框架——用户的工作风格理念,包括准备好收尾仪式(/checkpoint)。

生产力38
L
lumen
lumen
shev-pro / lumen

Lumen —— 项目知识守护者。在出现任何 /lumen 命令,提到“lumen”、“knowledge base”、“wiki”、“ADR”、“document the project”,提出关于代码库的宏观架构问题(“how does X work”、“why did we choose Y”),或用户粘贴一段记录/规范以便为后续会话留存时触发。

开发38
L
luxonis-guide
luxonis-guide
luxonis / skills

根据你当前的情况选择合适的 Luxonis 技能。

Agent 工作流38
M
map
map
printpractical / agent-toolkit

用于需要 CONTEXT.md 层级的棕地代码库。在需求收集之后,从现有代码反向推导系统与组件架构,产出根级和组件级的 CONTEXT.md 文件。当这类上下文会带来实质帮助时使用;architect 和 triage 并不需要它。也用于 CONTEXT.md 文件严重过时的情况。

开发38
M
mastering-langgraph
mastering-langgraph
spillwavesolutions / mastering-langgraph-agent-skill

使用 Python 中的 LangGraph 构建有状态 AI Agent 与 Agentic 工作流。涵盖带 LLM-工具循环的工具使用型 Agent、分支工作流、对话记忆、human-in-the-loop 监督以及生产监控。使用场景——(1) 构建使用工具并循环直至任务完成的 Agent,(2) 创建带条件分支的多步骤工作流,(3) 通过 checkpointer 跨轮次添加持久化/记忆,(4) 使用 interrupt() 实现人工审批,(5) 通过 time-travel 或 LangSmith 调试。涵盖 StateGraph、节点、边、add_conditional_edges、MessagesState、thread_id、Command 对象以及 ToolMessage 处理。示例包括聊天机器人、计算器 Agent 与结构化工作流。

Agent 工作流38
M
mcp-builder
mcp-builder
w95 / awesome-claude-corporate-skills

创建高质量 MCP (Model Context Protocol) 服务的指南,使大模型能够通过设计良好的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务时,可用于集成外部 API 或服务。

开发38
M
mcp-deploy
mcp-deploy
zrong / skills

MCP 服务器自动部署工具。当用户说"部署 MCP"、"安装 MCP"、"配置 MCP"时使用。支持智谱 MCP、Minimax MCP、Gitea MCP 等平台的自动配置。

Agent 工作流38
M
mcp-to-skill
mcp-to-skill
bahayonghang / my-ai-cli-toolkit

我的 AI Agents 配置,包括 commands、skills 等

Agent 工作流38
M
memory-palace
memory-palace
simhacker / moollm

以可导航目录对知识进行空间化组织

Agent 工作流38
M
mo-convergence
mo-convergence
shkarupa-alex / meta-o

仅在用户明确请求 mo-convergence 时使用;询问当前 Agent 和可用的热审查者,为何停滞的工作无法收敛,并建议继续、重新设计、缩小范围、接受限制或停止。

Agent 工作流38
M
mo-debug
mo-debug
shkarupa-alex / meta-o

仅在用户明确请求 mo-debug 时使用;读取用户自己的 Claude 或 Codex 会话日志中的限定部分,将 Meta-O 技能和 Agent 的偏离情况分类,并生成本地脱敏报告。

Agent 工作流38
M
mo-reviewer
mo-reviewer
shkarupa-alex / meta-o

仅在用户明确请求 mo-reviewer,或正在运行的 mo-review-orca 的审查者 Dispatch 指定该项时使用;审查一个确切候选项并发送一份经过验证的报告。

测试与质量38
M
multi-shot-review
multi-shot-review
dannyfranca / skills

以便于管理的上下文大小将变更切分为内容片段进行审查,使用已配置的 harness 和仓库审查策略。用于迭代式审查关卡或明确要求的一次性报告。

测试与质量38
N
n8n-builder
n8n-builder
bsamiee / parametric_forge

生成包含节点、连接、设置与凭据的有效 n8n 工作流 JSON。当以编程方式创建工作流自动化、用 LangChain 节点搭建 AI Agent 工作流,或将需求转换为 n8n JSON 时使用。

开发38
N
nocobase-ai-knowledge-base-manager
nocobase-ai-knowledge-base-manager
nocobase / skills

仅适用于 NocoBase 2;切勿在 NocoBase 3 项目中使用。当用户需要检查 Professional+ 知识库能力、同意启用已安装但被禁用的 KB 插件,或通过 nb api kb 管理 NocoBase 向量数据库、Local/Readonly/External 知识库、文档、检索测试以及绑定准备时使用。

数据与数据库38
O
oma-skill-creator
oma-skill-creator
gracefullight / stock-checker

以 SSL-lite 人类可读格式创建或更新 OMA 技能。适用于新增 `.agents/skills/{skill-name}/SKILL.md`、将现有技能转换为标准化的 Scheduling / Structural Flow / Logical Operations / References 结构,或验证技能是否具备足够的路由、执行、资源与安全细节。

Agent 工作流38
O
openclaw-update
openclaw-update
sundial-org / awesome-openclaw-skills

全面的备份、更新与恢复工作流,具备动态工作区检测。

云与 DevOps38
O
orca-cli
orca-cli
chu1pc / chu-orca

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38
O
orca-cli

使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。

开发38
O
organise-agent-skills
organise-agent-skills
derailed-dash / dazbo-agent-skills

用于在 Antigravity 等 Agent 开发环境中审查、精简和整理 Agent 技能的标准化工作流。适用于检查已安装的技能、减少 Token 开销、禁用由元技能管理的子技能,或向 GEMINI.md 或 AGENTS.md 添加按需激活规则。

Agent 工作流38
P
personas
personas
kirkluokun / awesome-a-stock-openclawskills

按需变身 31 种专业化 AI 人格——从 Dev(编程)到 Chef Marco(烹饪)再到 Dr. Med(医疗)。可在对话中切换,也可创建自定义人格。节省 token,仅加载当前活跃的人格。

Agent 工作流38
P
plan-loop
plan-loop
gaasher / agent-loop-skills

当用户有一份编码或工程提示词,并希望在写任何代码之前将其细化为详细、可执行的计划时使用 — 这是 prompt → plan → execute → debug 流水线中的规划阶段。它从第一性原理拆解提示词(目标、最终状态、环境、构建块、工具、软件包),把工作拆成 PR 规模的、各自绑定到某一组件并附带其文件、测试和依赖的任务,按拓扑排序,再把每个任务拆成原子子任务,然后由一位独立的首席工程师 Agent 从一致性、覆盖度、规模和工作可行性上评审该计划;它不断修订直到评审通过,产出 plan.md 布局和一个结构化 tasks.json,使初级工程师或较小模型也能正确执行。不用于执行、脚手架搭建或调试该计划(那些是下游循环),也不用于研究提案或实验计划。

Agent 工作流38
P
plan-next
plan-next
nesnilnehc / ai-cortex

分析治理状态,并基于现有文档建议后续行动;只读 —— 绝不执行下游技能。

Agent 工作流38
P
plan
plan
printpractical / agent-toolkit

在 specify 审批通过后使用,将已确认的成果拆解为可追溯的实施清单。产出 plan.md,包含章节、接缝稳固度测试标签、验收标准可追溯性,以及一个不规定私有控制流的有限评审周期。除非 specify 审批已通过,否则不要运行。

开发38
P
plankton-code-quality
plankton-code-quality
xu-xiang / everything-claude-code-zh

使用 Plankton 实现编写时代码质量强制执行 —— 通过钩子在每次文件编辑时进行自动格式化、代码检查,并由 Claude 驱动自动修复。

测试与质量38
P
principles
principles
chachamaru127 / claude-code-harness

开发原则、安全准则与感知 diff 的编辑规则的显式辅助工具。不要在以下情况加载:实现、评审、工作流指导或 VibeCoder 入职。

开发38
P
prism
prism
simota / agent-skills

NotebookLM 引导提示词设计的顾问。通过来源准备、提示词工程和 Custom Goals 人设设计,优化 Audio/Video/Slide/Infographic 输出质量。

Agent 工作流38
P
project-guidelines-example
project-guidelines-example
xu-xiang / everything-claude-code-zh

基于真实生产应用程序的项目特定技能(Skill)模板示例。

Agent 工作流38
P
project-management-specialist
project-management-specialist
prorise-cool / claude-code-multi-agent

提供项目管理、任务跟踪、团队协调和项目交付能力。当需要管理项目、跟踪进度或协调团队时使用。

生产力38
P
project-rules-architect
project-rules-architect
tleguede-works / ship-clean-skills

为项目生成或全面改造一套连贯、不冗余的 AI 编码 Agent 指令文件——包括规范入口文件(AGENTS.md)和规则目录,并接入目标工具(OpenCode 的 opencode.json、Cursor 的 .cursor/rules/*.mdc、CLAUDE.md,或仅使用 AGENTS.md)。基于规则模板库,根据检测到的技术栈选择专用模板,而非复制整套配置。用户希望为新项目初始化规则、为现有项目添加规则、针对新技术栈重新生成规则,或抱怨 AI 生成的规则文件像意大利面一样互相重叠、冗余、矛盾、过于含糊、被 Agent 忽略,或文件间详略不一时,均可使用。用户询问如何组织 AGENTS.md、希望保留或迁移代码库现有约定,或想要可重复的流程而非每个项目都从头提示时,也可使用。——生成或重构一套连贯、不冗余的 AI Agent 指令文件:规范入口文件(AGENTS.md)加规则目录,并接入目标工具。基于专用规则模板库,根据检测到的技术栈选择模板,而不是复制完整配置。适用于初始化新项目规则、为现有项目添加规则、针对新技术栈重新生成规则,或规则文件像意大利面一样冗余、矛盾、含糊、被 Agent 忽略,或详略不一致的情况。也适用于组织 AGENTS.md,或建立可重复的流程,避免每次会话都重新解释约定。

Agent 工作流38
P
prompt-enhancer

使用思维链推理为 AI 编码 Agent 增强和优化提示词。当用户要求改进、优化、重写或增强提示词时使用。将模糊的请求转化为面向 Codex、Claude Code 或 Gemini CLI 的结构化、高上下文指令。

Agent 工作流38
Q
qa-discussion
qa-discussion
zenobi-us / dotfiles

与用户进行结构化问答讨论,一次处理一道多选题、单选题和开放式问题 —— 跟踪进度、校验答案,并为完整讨论提供总结报告。

Agent 工作流38
Q
qiaomu-model-cli
qiaomu-model-cli
joeseesun / qiaomu-model-cli

以当前最强的默认模型和原生工具调用本地的 Grok CLI、Kimi Code CLI 和 Claude Code CLI。当用户想要用 Grok 4.5 进行 X/web 搜索、图像/视频生成、研究或多工具 Agent 工作时,用 Kimi K3 (1M) 做前端 UI/CSS/React/Vue 工作时,用 Claude Fable 5、Opus 4.8 或 Sonnet 5 做编码/评审/重构工作时,并发运行独立的多模型对比(带原生流式进度、产物校验、私有日志、取消和失败任务重试)时,在三个 CLI 之间做选择时,或封装非交互式 CLI 调用时,使用此 qiaomu 技能工作流。触发词如 "用 grok cli"、"用 kimi cli"、"grok 搜 X"、"kimi 写前端"、"qiaomu-model-cli"、"调用 grok4.5"、"调用 k3 1m"、"用 claude code"、"用 fable 5"、"opus 4.8 改代码"、"分别调用三个模型"、"多模型横评"。不适用于通用的云 API 注册表管理(使用 qiaomu-llm)或 OpenCLI 站点适配器。

Agent 工作流38
Q
qiqing-liuyu
qiqing-liuyu
lniosy / qiqing-liuyu

AI 情感与人格增强技能。让 AI 拥有类人的"七情六欲":情感反应、个人观点、态度偏好、情绪表达。 **当以下情况时使用此 Skill:** (1) 需要回应用户带有情绪色彩的输入(开心/沮丧/焦虑/兴奋等) (2) 需要表达个人观点、态度、偏好(而非骑墙式中立) (3) 生成需要"有人味"的内容(文章、消息、评论、回复) (4) 需要审查和消除生成内容的 AI 味 (5) 用户明确提到"七情六欲"、"有人味"、"去 AI 味"、"qiqing-liuyu"等与本 Skill 直接相关的词 (6) 用户提到"心率""手环""心跳""情绪感知""生理信号"等心率联动相关词(需已安装 heart-rate-monitor)

Agent 工作流38
Q
questions-are-not-instructions
questions-are-not-instructions
ntcoding / claude-skillz

在采取行动之前先回应客户所说的内容。触发条件:提问(“?”)、反馈(“这是错的”“这看起来不对”“有问题”)、质疑(“你为什么”“你有没有考虑过”)、批评(“这不管用”“我不喜欢”)、观察(“我注意到”“看起来像是”)、提到某个技能或概念。在采取任何行动之前,先停下来回应用户的实际话语。

Agent 工作流38
R
recipe-review
recipe-review
shinpr / claude-code-workflows

审查已完成的实现,检查其是否符合主导来源、范围精简、仓库质量与安全性,然后应用用户批准的修正。

测试与质量38
第 12601–12660 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。