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
PDCA 工作流中的严格运行时验证纪律:由 AI 在环境中自行执行验证,优先使用真实环境而非模拟环境,但须考虑确定性和安全性;绝不默认改用人工检查清单。先尝试执行,再解析可插拔的验证提供方(项目脚本/技能 → 共享能力技能);只有遇到真正不可逾越的边界时才交由人工处理,并说明原因。用于工作流的任何验证/检查阶段(修复缺陷或开发功能),以决定验证在何处执行、由谁执行,以及是否充分。PDCA 宿主通过 frontmatter 依赖项引用。触发词——「环境验证」「真实环境验证」「真机验证」「真机测试」「模拟环境验证」「AI 验证」「验证分层」「验证充分性」/ runtime verification、environment verification、real vs simulated。检查打开 UI 时,须引用已保存且非空的截图;非 UI 检查则无需截图。不要将其与 completion-evidence-discipline(证据时效性)或 runtime-evidence-debug(调试检测工具)混为一谈。
改善现有 skill 的阅读体验和流程——精炼措辞、删除冗余、修正结构,并解决各章节之间相互矛盾的指令——让人类和执行它的 Agent 都容易遵循。缩短篇幅只是附带结果,并非目标;如果 skill 因为承载重要细节而很长,可以保持很长。就地编辑该 skill,然后报告改动了什么以及为什么。适用于用户要求对某个 skill 进行“clean up”、“simplify”、“tighten”、“refactor”或“improve the flow/structure”,说它“too long”、“bloated”、“cumbersome”、“hard to follow”或“has conflicting instructions”,或者另一个 skill(例如 skill-improver)标记某个目标需要进行一轮清理时。也适用于用户想获得关于某个 skill 是否易读或是否做得太多的第二意见时。
对 Claude Code 技能运行评估流水线,以测试触发准确率、工作流正确性和输出质量。启动 executor、grader、comparator 和 analyzer 子 Agent 进行并行评估。生成 eval_metadata.json、grading.json 和反馈报告。当用户说 "eval skill"、"test skill"、"run evals"、"evaluate skill"、"skill evals"、"test skill quality"、"run skill tests" 或 "skill evaluation" 时使用。
Zed 编辑器配置专家。协助处理 settings.json、keymap.json、tasks.json、AI/Agent 面板设置、LLM 提供商配置、语言服务器调优、主题、字体、外观、git 集成、工具权限、规则文件和 MCP 服务。熟悉 Zed 的 JSON 配置格式、按键绑定的上下文系统、任务变量和 Agent 配置档案。在配置 Zed、设置按键绑定、添加 LLM 提供商、自定义外观、配置语言服务器、设置任务或排查 Zed 设置问题时使用。关键词:zed, zed editor, settings.json, keymap.json, tasks.json, keybinding, theme, font, appearance, agent panel, LLM provider, language server, LSP, formatter, linter, git panel, tool permissions, MCP, rules, inline assistant, task runner
Claude Agent SDK(TypeScript 和 Python SDK)的权威指南。涵盖 SDK 安装、认证(Anthropic 密钥、Bedrock、Vertex)、会话与恢复、派生会话、流式与单次模式、自定义工具、权限(allowedTools、disallowedTools、permissionMode)、MCP 集成、系统提示词(CLAUDE.md、appendSystemPrompt、outputStyle)、成本跟踪、待办事项跟踪、结构化输出、托管模式、插件和 SDK 品牌指南。协助构建自定义 Agent、配置 SDK 选项和排查 SDK 问题。将官方文档 100% 交由 docs-management 技能处理。
UNNC AIM 团队的仓库与代码标准。涵盖仓库命名(competition / aim- 学年 / reusable)、分支与 Conventional Commits 规则、AI Agent 的 git 行为(除非用户在当前任务中明确要求,否则绝不 commit / push;未经明确许可绝不执行有写入效果的 gh 命令——gh 读取不受限制;绝不添加 AI Co-Authored-By trailer;在代码修改任务结束时建议一条 commit message),以及 Python(autopep8 / PEP 8)、C++(clang-format / clang-tidy)、TypeScript(Prettier + ESLint,pnpm)、Go(gofmt)、CMake 和 Markdown / YAML / JSON 的格式化标准,并附带可直接复制的规范规则文件。在创建或命名仓库、校验 ROS2 package.xml 名称、创建分支、编写 git commit message、任何可能涉及 commit、push 或调用 gh 的任务、组建竞赛 workspace(src/ 下的 git submodules),或搭建 Python、C++(.clang-format / setup.cfg / .clang-tidy)、TypeScript(Prettier / ESLint / pnpm)或 Go(gofmt)工具链,为 CMakeLists.txt 或 Markdown / YAML / JSON 文件做格式规范,或应用团队推荐的 git 配置时使用。
扫描已安装的技能以排查安全风险,并审计平台配置。使用时机:用户请求安全扫描、安全分析、技能审计、OpenClaw 健康检查、配置审计、安全基线检查、安装前、安全检查、供应链安全检查,或询问“这个技能安全吗”。触发短语:“security scan”“安全扫描”“安全分析”“风险评估”“安全体检”“skill audit”“配置审计”“安全基线”“skill安全扫描”“检查skill风险”“这个skill安全吗”“安装前检查”“能不能装这个skill”。
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。
