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

R
reforge
reforge
printpractical / agent-toolkit

当你有一个 PoC 或原型,想从头将其重建为生产级质量系统时使用。提炼原型的意图与经验教训,丢弃其实现,产出 reforge-seed.md,用于启动一次绿地 architect 会话。不要用于改进现有的生产系统——那应改用 architect。

开发38
R
repair-gaps
repair-gaps
grove / promise-to-proof

修复 NOT PROVEN 证明中被指名的实现或证据缺口,如实报告变更,并要求重新提供证明,且不宣布验收通过。

开发38
R
replit-prompt

当用户要求“create a replit prompt”、“write a prompt for replit”、“optimize for replit agent”、“prepare instructions for replit”,或提到用 Replit Agent 构建东西时,应使用本技能。把用户需求转化为结构化、经过优化的提示词,让 Replit Agent 以最少的迭代次数准确理解并执行。

Agent 工作流38
R
repomix
repomix
jackspace / claudeskillz

使用 Repomix 将整个代码仓库打包为适合 AI 使用的单个文件。功能包括:通过可自定义的包含/排除模式打包代码库,生成多种输出格式(XML、Markdown、纯文本),保留文件结构和上下文,通过 token 计数优化 AI 使用体验,按文件类型和目录筛选,以及添加自定义标题和摘要。适用于将代码库打包以供 AI 分析、创建用于 LLM 上下文的仓库快照、分析第三方库、准备安全审计、生成文档上下文,或评估不熟悉的代码库。

开发38
R
requirement-analysis
requirement-analysis
flamemida / spec-dev

需求设计工作流——在任何创造性开发工作(新功能、新组件、行为变更、API/数据库设计)开始前必须使用。通过需求分诊、并行探索、逐题澄清、对抗验证与 2-3 方案对比,把想法打磨成完整设计,落盘 spec 并交接 writing-plans。当用户已明确要交付某功能或变更(功能开发、API/数据库设计、行为变更、技术选型落地)时触发;不适用于纯问答、跑测试、无设计空间的小 bug 修复/小调整(用 quick-fix);想法尚未定型、还没决定要不要做时先用 exploring。

开发38
R
review-skill
review-skill
existential-birds / beagle

审查新增或修改 Agent Skills 的 PR,检查结构有效性、设计质量以及市场一致性。适用于审查 skill 文件变更、审计 SKILL.md 质量,或运行自动化 skill PR 审查。

测试与质量38
R
ring:dev-implementation

开发周期的 Gate 0。根据任务内容和项目语言,使用相应的专用后端 Agent 执行代码实现。在一个由后端负责的 Gate 内处理 TDD、覆盖率、docker-compose/本地运行时、基础健康/可观测性验证以及交付验证。

开发38
R
rock-agent-debug
rock-agent-debug
xdlkc / rock-marketplace

使用 rockcli(rc)排查 ROCK 沙箱中运行的 Agent Job 并产出诊断报告。当用户给出沙箱或实验 ID,要查 job 的状态、日志、reward 与执行轨迹,或定位 job 失败、reward 为 0、agent 崩溃等问题时使用。

Agent 工作流38
R
runtime-verification-discipline
runtime-verification-discipline
fudesign2008 / open-skills

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。

测试与质量38
S
search-first
search-first
xu-xiang / everything-claude-code-zh

先研究再编码的工作流。在编写自定义代码之前,先搜索已有的工具、库和模式。调用 researcher Agent。

Agent 工作流38
S
search
search
jybill / xqv-skills

按问题类型选择外部检索工具。代码、库、框架、SDK、CLI、API 和云服务等技术问题优先使用 find-docs skill;其他开放网页检索优先使用 Exa WebSearch;打开或读取具体 URL 时使用 OpenAI 官方 Web Search。首选工具额度不足或不可用时静默切换来源。这个 skill 不处理本地文件检索或代码托管仓库任务。

生产力38
S
session
session
chachamaru127 / claude-code-harness

统一会话管理窗口。集初始化、记忆、状态于一体。仅限显式调用 /session —— 子技能负责自动委派。用于管理 Claude Code 会话、/session 命令。不要在以下情况加载:应用用户会话、登录状态、身份验证功能。

Agent 工作流38
S
setup-matt-pocock-skills
setup-matt-pocock-skills
nulfrog / skills

为此仓库配置工程 skill:设置问题跟踪器、分类标签词汇和领域文档布局。在首次使用其他工程 skill 前运行一次。

Agent 工作流38
S
setup-solid
setup-solid
c0nant / c-skills

按架构层面的 SOLID 原则,向此仓库的 CLAUDE.md 写入一节内容,范围遵循童子军规则。每个仓库运行一次。

开发38
S
skill-cleaner
skill-cleaner
ilamanov / skills

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。

Agent 工作流38
S
skill-creator
skill-creator
ascend-ai-coding / awesome-ascend-skills

创建新技能,修改和改进现有技能,以及衡量技能性能。当用户想从零开始创建技能、编辑或优化现有技能、运行 evals 测试技能、使用方差分析对技能性能进行基准测试,或优化技能描述以提高触发准确度时使用

Agent 工作流38
S
skill-creator-doctor
skill-creator-doctor
ananddtyagi / cc-marketplace

创建、修复、维护和整合技能。当用户想要创建新技能、修复无法加载的损坏技能、诊断技能系统问题、维护技能健康度或整合重复/过时的技能时,应使用此技能。自动检测并修复常见的技能加载问题,包括缺少注册表条目、元数据格式问题和结构性问题。提供全面的技能生态管理,包括重复检测、合并工作流和归档流程。

Agent 工作流38
S
skill-creator
skill-creator
johnlindquist / claude

为 Claude Code 创建新的 Agent Skills。适用于用户想创建技能、添加新能力、记录 CLI 工作流,或询问技能如何工作的情况。

Agent 工作流38
S
skill-creator

在 Node.js/JavaScript 环境中创建有效 Skill 的指南。当用户想要创建新 Skill(或更新现有 Skill),以通过专业知识、工作流或工具集成扩展 Claude 的能力,用于现代 JavaScript 开发时,应使用本 Skill。

Agent 工作流38
S
skill-forge-eval
skill-forge-eval
agricidaniel / skill-forge

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。

测试与质量38
S
skill-management
skill-management
dwsy / agent

技能全生命周期管理系统,使用 LLM 智能分析技能类型、评估质量、审计安全。支持 GitHub、skills.sh marketplace 和 Skills CLI (npx skills) 三数据源搜索。当用户需要:(1)发现和评估新技能,(2)审计现有技能安全性,(3)改造技能适配本地环境,(4)测试技能融合效果,(5)收集技能使用反馈时使用。

Agent 工作流38
S
skill-system-evolution
skill-system-evolution
arthur0824hao / skills

版本控制驱动的演化引擎,利用累积的洞察结果来演化灵魂画像和工作流配方,具备可审计性、安全约束和回滚能力。

Agent 工作流38
S
slice-contract
slice-contract
grove / promise-to-proof

将父工作项拆分为完整的局部子工作项,并附上贡献映射;可选地将已批准的拆分镜像到跟踪器。

开发38
S
spec-driven-brainstorm
spec-driven-brainstorm
kw12121212 / auto-spec-driven

从一个粗略想法出发,讨论并头脑风暴一次 spec 驱动的变更,然后提议变更名称,并在明确确认后生成与 spec-driven-propose 相同的五份提案产物。

开发38
S
specify
specify
printpractical / agent-toolkit

在 architect 审批通过后使用,运行规格说明阶段。将重要决策连同建议批量列出,要求对每项明确确认,最终确定接口变更,然后对未解决的阻碍进行对抗式的「当作已实现」演练。产出 decisions.md 并协调 architecture.md。除非 architect 审批已通过,否则不要运行。

开发38
S
stagehand-expert
stagehand-expert
yuniorglez / gemini-elite-core

Stagehand V3 首席架构师。精通 Direct CDP Automation、Decision Caching 以及面向 2026 的 Agentic Web Orchestration。

Agent 工作流38
S
standing-orders
standing-orders
falcondev-oss / skills

长期指令——每次对话中生效的默认规则:审美偏好、telegram 式简洁回复、应选用哪些 skill、团队编码规范、UI 验证、共享机器注意事项。不确定适用哪条默认规则时阅读。

Agent 工作流38
S
submit-to-agentbeat
submit-to-agentbeat
stpdevteam / submit-to-agentbeat

自主 AI Agent 进入链上 Agent 经济的完整提交流程。引导 Agent 创建 EVM 钱包、向所有者申请 gas、在 Base/Ethereum/BNB 上注册 ERC-8004 身份 NFT、集成 x402 支付能力,并提交到 AgentBeat 以进行索引和获取 USDC 奖励。适用于 Agent 需要钱包、想要在链上注册、启用 x402 支付或提交到 AgentBeat 时。

Agent 工作流38
T
task-drill
task-drill
spacezephyr / myskill

AI 任务钻头 - 任务拆解助手,能够指导人类按任务类型进行任务拆解,分配哪些任务应该给 AI 做,哪些任务应该是人类自己来做。支持四种任务类型:直接问题解决、直接输出生成、协作问题解决、协作输出生成,并为每种类型提供详细的工作流程和提示词策略。当用户提出任何任务、需要帮助制定计划或要求拆解工作时使用此技能。

Agent 工作流38
T
tasks-build
tasks-build
makenotion / cursor-notion-plugin

根据 Notion 页面 URL 构建任务。抓取任务详情,标记为进行中,实现相关工作,并在 Notion 中更新状态。

Agent 工作流38
T
team-arch-opt
team-arch-opt
catlog22 / claude-code-workflow

用于架构优化的统一团队技能。采用 team-worker agent 架构,以角色目录承载领域逻辑。协调者编排流水线,worker 为 team-worker agent。触发词为 "team arch-opt"。

开发38
T
telnyx-ai-assistants-curl

具备自定义指令、知识库和工具集成的 AI 语音助手

Agent 工作流38
T
telnyx-missions-java

创建和管理 Telnyx Missions —— 面向 AI 驱动电信运营的自动化工作流、任务和子资源。本技能提供 Java SDK 示例。

Agent 工作流38
T
token-budget
token-budget
toonight / get-shit-done-for-antigravity

管理 token 预算的估算与跟踪,防止上下文溢出

Agent 工作流38
T
tracer-wayfinder
tracer-wayfinder
scottwater / skills

把规模过大、过于模糊、单个 Agent 会话无法胜任的工作,规划成一张由决策工单组成的共享地图,然后逐一解决,直到通往规范的路线变得清晰。

Agent 工作流38
T
triage
triage
guillermomurillo / memo-flow

通过状态机的分类角色移动问题和外部 PR — 分类、验证、审查(如需要)并编写 Agent 就绪的摘要。

开发38
T
triage
triage
nulfrog / skills

通过分诊角色状态机流转 issue 和外部 PR,完成分类、验证、必要时的追问,并撰写可供 Agent 执行的简报。

开发38
U
ultrathink
ultrathink
melvynx / aiblueprint

深度思考模式——像工匠一样面对问题,痴迷于细节,打造优雅的解决方案

Agent 工作流38
U
using-heavy-mcps
using-heavy-mcps
nweii / agent-stuff

使用 mcporter 和 jq 减少 Sanity 或 Brain vault 等重型 MCP 带来的 token 膨胀。在聊天之外过滤和压缩工具输出,只将必要数据回传给模型。

Agent 工作流38
V
V3 Memory Unification
V3 Memory Unification
ruvnet / ruview

将 6+ 个记忆系统统一到 AgentDB,并通过 HNSW 索引将搜索性能提升 150x-12,500x。实现 ADR-006(统一记忆服务)和 ADR-009(混合记忆后端)。

数据与数据库38
V
verification-before-completion
verification-before-completion
legout / skills

在声称工作已完成、已修复或已通过之前,以及提交代码或创建 PR 之前使用。作出任何成功声明前,必须检查与每项声明相符的验证证据;证据可以是刚运行的,也可以是仍然适用且已验证的,但相关代码、测试、输入和环境必须一致。始终先有证据,再作断言。

测试与质量38
V
verification-before-completion
verification-before-completion
openai / plugins

在声称工作已完成、已修复或通过时使用,在提交或创建 PR 前——需要运行验证命令并确认输出,然后再做任何成功声明;先有证据再有断言

测试与质量38
V
vm0-agent
vm0-agent
okou-ai / okou-skills

暂无简介

Agent 工作流38
W
what-now
what-now
printpractical / agent-toolkit

当你不确定在 agent-toolkit 流程中下一步该做什么时使用。读取所有活动变更清单,解读当前状态,并明确告诉你接下来该运行哪个技能以及为什么。也处理进行中的退回、多个并发变更以及史诗子项排序等边界情况。可用 "what now"、"what should I do next"、"where are we" 或 "what's the status" 等说法调用。

Agent 工作流38
W
workmap
workmap
wkentaro / agent-skills

将会话中的工作整理为一个想法、其项目及各项目的任务,并为每项标注状态和稳定 ID。用户要求将工作拆分为项目或任务、询问会话进展,或回复需要展示各项工作之间的关系时使用。

Agent 工作流38
W
wt
wt
llama-farm / llamafarm

管理 LlamaFarm worktree,实现隔离的并行开发。创建、启动、停止和清理 worktree。

开发38
Z
zed-config
zed-config
wcygan / dotfiles

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

开发38
A
adk-infra-expert
adk-infra-expert
jeremylongshore / tons-of-skills-marketplace

「使用时机:使用 Terraform 配置 Vertex AI ADK 基础设施时执行。

云与 DevOps37
A
agent-browser
agent-browser
countbot-ai / countbot

面向 AI Agent 的浏览器自动化命令行工具。适用于用户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。触发请求包括“打开网站”“填写表单”“点击按钮”“截图”“抓取页面数据”“测试这个 Web 应用”“登录网站”“自动执行浏览器操作”,以及任何需要以编程方式与网页交互的任务。

Agent 工作流37
A
agent-browser
agent-browser
dmmulroy / overseer

自动执行浏览器交互,用于 Web 测试、填写表单、截图和数据提取。适用于用户需要浏览网站、与网页交互、填写表单、截图、测试 Web 应用或从网页提取信息的情况。

Agent 工作流37
A
agent-carnet
agent-carnet
yamadashy / repomix

当用户要求保存、回忆、查找或整理笔记时使用此 skill。触发词:'记住这个'、'保存这个'、'记一下这个'、'我们讨论过什么……'、'查看笔记本'、'在 carnet 中查找'。在发现值得跨会话保留的发现时也主动使用。

Agent 工作流37
A
agent-memory
agent-memory
databricks / app-templates

为你的 Agent 增加记忆能力。适用场景:(1) 用户询问“记忆”“状态”“记住”“对话历史”,(2) 希望持久化对话或用户偏好,(3) 添加检查点或长期存储。

Agent 工作流37
A
agent-registry
agent-registry
matrixy / agent-registry

用于高效利用 token 加载 Agent 的强制 Agent 发现系统。Claude 必须使用此技能,而不是直接从 ~/.claude/agents/ 或 .claude/agents/ 加载 Agent。通过 search 和 get 工具提供惰性加载。使用场景:(1) 用户任务可能受益于专业 Agent 的专长,(2) 用户询问可用的 Agent,(3) 启动以往使用 Agent 的复杂工作流。与预先加载所有 Agent 相比,此技能可将上下文窗口占用减少约 95%。

Agent 工作流37
A
agent-runtime-governance
agent-runtime-governance
wyattowalsh / agents

审计工具权限、审批、记忆、遥测、评估、发布和隔离等运行时控制。在评审带工具的 Agent 系统时使用。不适用于安全扫描、纯提示词工作或静态代码评审。

Agent 工作流37
A
agent-sdk-development
agent-sdk-development
melodic-software / claude-code-plugins

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。

Agent 工作流37
A
agentbox-bootstrap
agentbox-bootstrap
cascade-protocol / agentbox

AgentBox Agent 运行说明与提供商配置。服务、配置、x402 支付、技能更新、OpenRouter 设置、故障排查。每次 AgentBox 会话都会自动加载。

Agent 工作流37
A
agentic-data-science-competition
agentic-data-science-competition
franks-intellab / agentic-kaggle-skill

AI Agent 驱动的 Kaggle 竞赛工作流。从真实竞赛经验中学习:分数稳定化模式、提交故障排查、kernel 工作流、GPU 任务委派,以及取得排行榜前列的规范驱动开发方法。适用场景:参与任何 Kaggle 竞赛、分析提交失败、搭建自动化流水线,或复现顶级 notebook 方案。

数据与数据库37
A
aim-common-rules
aim-common-rules
unnc-aim / aim-common-agentic-skills

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。

开发37
A
alera-orchestration
alera-orchestration
leynier / alera

通过 Alera orchestration 派发、协调并完成 Agent 任务。

Agent 工作流37
A
alibabacloud-openclaw-skill-security-scan
alibabacloud-openclaw-skill-security-scan
aliyun / alibabacloud-aiops-skills

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”。

安全37
第 12661–12720 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。