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
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。
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、$HOME/HANDYMAN、按角色配置的模型/工具、anti-telefono-descompuesto、Obsidian vault 框架。不要用于没有该框架工作流的通用编码。
支持独立交付和 Seneschal 嵌套交付,具备每次运行状态、继承的 initiative 契约和代理决策。面向复合工程产品交付的、以发现为门控的工件优先编排器。解析 roadmap/readiness 生成,运行 brainstorm/plan/document-review 循环,派生附带聚焦审查单元的、可合并的工作包,通过解析出的 work/code-review 角色执行每个审查单元,并将发布交给 krt-release-marshal,同时提供 CI 破坏预防证据。当你需要将已文档化的现有软件项目转化为有序的 roadmap 和 PR/Jira 交付计划时使用。运行时别名可能将其暴露为 krt:compound-master。
使用 Python 中的 LangGraph 构建有状态 AI Agent 与 Agentic 工作流。涵盖带 LLM-工具循环的工具使用型 Agent、分支工作流、对话记忆、human-in-the-loop 监督以及生产监控。使用场景——(1) 构建使用工具并循环直至任务完成的 Agent,(2) 创建带条件分支的多步骤工作流,(3) 通过 checkpointer 跨轮次添加持久化/记忆,(4) 使用 interrupt() 实现人工审批,(5) 通过 time-travel 或 LangSmith 调试。涵盖 StateGraph、节点、边、add_conditional_edges、MessagesState、thread_id、Command 对象以及 ToolMessage 处理。示例包括聊天机器人、计算器 Agent 与结构化工作流。
通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$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。
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。
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。
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。
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。
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)
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。
