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

L
langsmith-evaluator
langsmith-evaluator
jackjin1997 / clawforge

适用于任何关于创建评估器的问题。涵盖创建自定义指标、LLM as Judge 评估器、基于代码的评估器,以及将评估逻辑上传到 LangSmith。不涵盖运行评估。

测试与质量37
L
linear-implement
linear-implement
dgalarza / claude-code-workflows

在实现 Linear 议题中的功能时,应使用该技能:完整的 TDD 工作流、自动化规划、并行代码审查(安全与 Rails 最佳实践)、系统性反馈实施,以及带 Linear 集成的自动化 PR 创建。适用于用户提供 Linear 议题 ID(例如 "TRA-9"、"DEV-123")并希望获得从议题到 PR 的完整实现工作流的场景。

开发37
L
linear-review
linear-review
lkshrk / linear-ai

在目标仓库或 diff 上运行并行评审子 Agent,从正确性、安全性、可维护性、性能、测试、死代码和依赖健康度等方面找出问题,将它们与常驻台账和 Linear 去重,再把保留下来的问题分诊为 Linear 工单。适用于用户想要代码评审、仓库健康度审计,或将评审发现转化为工单的场景。

测试与质量37
M
mastraudit
mastraudit
howells / skills

在构建 Agent、工具、工作流和 MCP Apps 时,预防反复出现的 Mastra 故障。变更前、调试期间和针对性验收时使用。不用于常规 UI 审查(`fieldtest`)。

开发37
M
mcp-builder
mcp-builder
boshi-xixixi / traeskill

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37
M
mcp-builder
mcp-builder
duc01226 / easyplatform

[AI 与工具] 当你构建 MCP 服务以集成外部 API 或服务时使用,无论是 Python(FastMCP)还是 Node/TypeScript(MCP SDK)。

开发37
M
mcp-builder
mcp-builder
prat011 / awesome-llm-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37
M
mcp-server-development
mcp-server-development
akiojin / llmlb

使用 TypeScript SDK 构建 MCP(Model Context Protocol)服务的专家指导。适用于开发 MCP 服务、实现工具/资源/提示词,或使用 @modelcontextprotocol/sdk 包时。涵盖服务初始化、请求处理器、Zod 模式、错误处理和 JSON-RPC 模式。

开发37
M
memory
memory
jeremylongshore / tons-of-skills-marketplace

'执行提取并使用此前会话中的项目记忆,用于

Agent 工作流37
M
mobile-use-setup
mobile-use-setup
minitap-ai / mobile-use

为 iOS 或 Android 搭建本地优先的 Minitap mobile-use SDK 项目,包括本地设备、BrowserStack、Minitap 云设备以及支持的 LLM 提供商。

开发37
M
molten-skill-manage
molten-skill-manage
switch-dimension / molten-os-core

Molten OS Core——使用 skills.sh CLI(`npx skills`)管理 Agent 技能。用于安装、添加、更新、升级、移除、列出或查找技能,从 lockfile 恢复,或搭建新技能脚手架。当用户提到 skills.sh、skills CLI、`npx skills`,或要求添加/安装/更新/移除/列出技能时触发。

Agent 工作流37
M
ms
ms
boshu2 / agentops

使用 meta_skill 搜索引擎查找并加载指导。使用时机:搜索技能语料库;CASS 负责过往会话,Skill Builder 负责包撰写。

Agent 工作流37
N
ns-skill-creator
ns-skill-creator
nextstage-brasil / skills

(NS)在 NextStage harness 项目中创建或改进项目本地的 Agent 技能——在 .agents/skills/ 下起草 SKILL.md,运行评估,然后执行 harness 同步。当用户要求创建技能、为本项目添加自定义技能、编写 SKILL.md、迭代技能评估/基准测试或优化技能描述时使用——即使用户说"为我们的仓库做一个技能"或"skill-creator"。请勿用于向 nextstage-brasil/skills 目录投稿(该仓库在 AGENTS.md 中有自己的维护者工作流)。

Agent 工作流37
O
omni-recall
omni-recall
ralph-wren / omni-recall

Omni-Recall:具备向量语义搜索的神经知识 与 长期上下文引擎。通过 Supabase(pgvector + HNSW)和 LLMHub 管理跨会话的 Agent 记忆。支持带相似度评分的智能自然语言查询。

Agent 工作流37
O
ontology
ontology
kirkluokun / awesome-a-stock-openclawskills

用于结构化 Agent 记忆和可组合技能的类型化知识图谱。适用于创建/查询实体(Person、Project、Task、Event、Document)、关联对象、实施约束、将多步操作规划为图转换,或技能需要共享状态时。用户提及“记住”“我知道关于……的什么”“关联 X 和 Y”“显示依赖关系”、实体 CRUD 或跨技能数据访问时触发。

Agent 工作流37
O
openai-reusable-prompts
openai-reusable-prompts
nathanfaucett / agents

为 OpenAI 用例设计和改进提示词最佳实践与格式结构。当可复用提示词需要清晰的指令层级、一致的格式和强输出契约时调用。

Agent 工作流37
O
opencode-review
opencode-review
shyuan / skills

在打开 pull request 之前,通过用户的 OpenCode 环境运行一次本地多模型代码评审。在 Claude Code 中完成实现或缺陷修复后立即使用——此时改动仍是本地的:未提交,或已提交到分支但尚未转为 PR——且用户希望在推送前进行一次独立评审。当用户说出「review my changes」「review before I open the PR」「run the opencode review」「multi-model review」「review this diff」「second opinion on this」之类的话,或希望对刚完成的工作进行 PR 前评审时触发,即使他们未明确提及 OpenCode。在 stdout 返回一份整合的评审报告,供 Claude Code 处理。请勿用于评审已打开的 GitHub PR——该路径在 OpenCode TUI 中交互处理,并使用 gh。

测试与质量37
O
openteam-control
openteam-control
afumu / openteam

当智能体需要通过本机 openteamcli 控制 OpenTeam:创建 AI 群聊、添加临时角色、发布任务、等待回复、读取结果,或继续已有群聊时使用。

Agent 工作流37
O
optimise-claude
optimise-claude
ralphcrisostomo / nuxt-development-skills

在审计、精简或重构 AI 指令文件(CLAUDE.md、SKILL.md、AGENTS.md)以减少上下文窗口消耗时使用。当 CLAUDE.md 臃肿或 Claude 忽略指令、某个 SKILL.md 超过 120 行、多个 skills 存在重复内容、AGENTS.md 含有大量内联块,或用户要求优化、精简、降低 token 用量时触发。

Agent 工作流37
O
orca-cli

使用公共 `orca` CLI 来操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、worktree 评论,以及 Orca 应用内嵌的浏览器。当用户说「$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」或「control the browser inside Orca」时使用。当任务涉及 Orca 管理的状态时,优先使用它而不是原始的 `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。

Agent 工作流37
O
orchestrate
orchestrate
gabriel-lafrance / skills

编排器:使用来自父级内联执行上下文的受限 worker 任务简报来协调 Task 子 Agent,然后在聊天中报告进度。

Agent 工作流37
O
orchestrator-mode
orchestrator-mode
sleeplessv / relentless-data-skills

通过 subagent 协调工作,让大量输出不进入主上下文。当用户要求 orchestrator 模式或要求把特定任务交给 subagent 时使用。

Agent 工作流37
P
peon-ping-rename
peon-ping-rename
peonping / peon-ping

为 peon-ping 通知和终端标签页标题重命名当前 Claude 会话。适用于用户想给此会话起自定义名称时,例如 "/peon-ping-rename Auth Refactor"。不带参数调用可重置为自动检测。

Agent 工作流37
P
permission-check
permission-check
pedrohcgs / claude-code-my-workflow

诊断 Claude Code 为何(或为何没有)请求权限。默认只读取仓库本地层(CLI project、CLI project-local、VSCode workspace)。宿主机全局层(CLI 用户 `~/.claude/`、VSCode 用户设置)仅在用户明确确认后才读取——这些文件可能包含无关路径或密钥。适用于用户说“为什么它请求我批准?”、“permission check”、“为什么我收到提示?”、“bypass 不生效”、“检查我的权限”时。只读诊断。

Agent 工作流37
P
plan-acceptance
plan-acceptance
grove / promise-to-proof

将规范、工单或对话规划为带版本的验收契约,包含稳定的需求、接缝、判定依据与证据计划。

开发37
P
plan-fast
plan-fast
duc01226 / easyplatform

[规划] 不调研。仅分析并创建实现计划

开发37
P
pm-discovery
pm-discovery
majesticlabs-dev / majestic-marketplace

产品发现编排器——将任务路由到面试、假设、JTBD 和优先级排序等专业框架。

生产力37
P
polite-mcp-conventions
polite-mcp-conventions
theodoread / agent-skills

用于在 *-polite-mcp 个人自动化仓库(olx-polite-mcp、emag-polite-mcp、altex-polite-mcp、freshful-polite-mcp、temu-polite-mcp)或 product-research-pipeline 中工作——实现新工具、针对真实已登录站点运行实时 spike/CDP 探索、判断某个操作在运行前是否需要确认,或在重新下单/购物流程中向用户询问多个逐项的小决策(数量、每项的 yes/no)。涵盖:在对真实个人账户执行首个实时变更操作前进行确认,将交互式 AskUserQuestion 决策批量处理而不是要求输入一份列表,以及在实现之前或同时将 spike/研究结果写入 PLAN.md。

Agent 工作流37
P
prd-to-plan
prd-to-plan
semi-sentient / skills-workflow

使用 tracer-bullet 垂直切片,将 PRD 转化为多阶段实施计划,保存为本地 Markdown 文件,并可选择发布为 GitHub 子议题。当用户想要拆解 PRD、创建实施计划、根据 PRD 规划阶段,或提到「tracer bullets」时使用。接受可选的 GitHub 议题引用(例如 `#123` 或完整的议题 URL),以将该计划链接为该 PRD-epic 的子议题。

开发37
Q
qbs

根据用户的实际问题主动找书,取得并阅读相关正文,把书中方法转成可独立调用的 Skill,再用任务检验。用于用户不熟悉某领域、希望借助书籍做出工作流,或要为已有 Skill 补读正文和方法依据。

Agent 工作流37
R
recall-conversations
recall-conversations
gupsammy / claudest

回忆、搜索、继续或分析过往对话。触发于回忆类短语("what did we discuss"、"continue where we left off"、"we decided")、复盘类短语("do a retro"、"post-mortem"、"what went well"、"lessons learned"、"find antipatterns")以及隐式信号(过去时引用、无上下文的所属格、诸如 "do you remember" 的预设式提问)。

Agent 工作流37
R
recipe-front-plan
recipe-front-plan
shinpr / claude-code-workflows

根据设计文档创建前端工作计划并获得计划批准

开发37
R
repair-agent
repair-agent
gupsammy / claudest

当用户要求“修复 Agent”“审计 Agent”“修好我的 Agent”“审查 Agent 质量”“检查我的 Agent 写得是否好”“诊断 Agent 问题”“这个 Agent 有什么问题”“改进这个 Agent”或“这个 Agent 文件有什么问题”时使用此技能。不适用于技能——请使用 repair-skill。

Agent 工作流37
R
repomix
repomix
samhvw8 / dotfiles

面向 AI/LLM 分析的仓库打包。能力:将仓库打包为单个文件、生成 AI 友好的上下文、代码库快照、安全审计准备、过滤/排除模式、token 计数、多种输出格式。操作:打包、生成、导出、为 LLM 分析仓库。关键词:Repomix、仓库打包、LLM 上下文、AI 分析、代码库快照、Claude 上下文、ChatGPT 上下文、Gemini 上下文、代码打包、token 计数、文件过滤、安全审计、第三方库分析、上下文窗口、单文件输出。使用时机:为 AI 打包代码库、生成 LLM 上下文、创建代码库快照、分析第三方库、准备安全审计、将仓库提供给 Claude/ChatGPT/Gemini。

Agent 工作流37
R
request-analyzer
request-analyzer
smallnest / langgraphgo

在对话开始时主动分析用户请求,判断任务类型、评估提示词质量,并智能推荐应激活哪些技能。应对所有用户请求激活,以确保最优工作流。评估清晰度、具体性和完整性,在需要时建议使用 prompt-optimizer。识别 UI 设计任务并交给 ui-analyzer,识别组件请求并交给 react-component-generator。充当智能技能协调者。

Agent 工作流37
R
revision-coordinator
revision-coordinator
nealcaren / social-data-analysis

通过将反馈分派给专门的写作技能来协调稿件修订

生产力37
R
ring:pre-dev-research

pre-dev 工作流的 Gate 0 研究阶段。在创建 PRD/TRD 之前,派出 4 个并行研究 Agent,收集代码库模式、外部最佳实践、框架文档以及 UX/产品研究。输出 research.md,包含 file:line 引用和用户研究结论。

开发37
R
ring:pre-dev-task-breakdown

Gate 7:实现任务——以价值为导向,分解为可交付可衡量用户价值的可用增量。

开发37
R
rock-cli
rock-cli
xdlkc / rock-marketplace

使用 rockcli(rc)操作 ROCK 平台的命令指南:管理沙箱、运行与查看 Agent 评估、管理实验、转储镜像、管理数据集等。当用户要查 rc 命令的用法,或用 rockcli 启停沙箱、在沙箱中执行命令、收发文件、跑 Agent 评估、管理实验、搬运镜像或管理数据集时使用。

云与 DevOps37
R
rs-brainstorming

暂无简介

Agent 工作流37
R
rs-executing

暂无简介

Agent 工作流37
R
rs-iteration

暂无简介

Agent 工作流37
R
rs-planning

暂无简介

Agent 工作流37
R
rs-role

暂无简介

Agent 工作流37
R
rs-skill-creator

暂无简介

Agent 工作流37
R
rs-skill-feedback

暂无简介

Agent 工作流37
R
rs-skill-retro

暂无简介

Agent 工作流37
S
sdd-riper-one-light
sdd-riper-one-light
huisezhiyin / sdd-riper

面向 GPT-5.4 等强模型和熟练用户的轻量 AI Agent Harness / checkpoint-driven coding skill。默认用户已经把任务切到基本可执行的最小混沌单元;模型自行分解、探索与推进,人类通过最终目标、最小 spec、复述、checkpoint、证据验证与回写来低干扰控盘。

Agent 工作流37
S
sdk-verify
sdk-verify
hjewkes / agent-skills

验证 Claude Agent SDK 应用。在创建或修改 TypeScript 或 Python Agent SDK 应用后使用,以检查配置与最佳实践。

测试与质量37
S
sdlc-continue
sdlc-continue
acourtiol / ai-sdlc

在已有意图的下一个门禁处继续推进,或在用户明确要求自主运行时处理所有未完成的意图。用于 "continue"、"what is in flight" 或 "work the queue"。

Agent 工作流37
S
sdlc-plan
sdlc-plan
acourtiol / ai-sdlc

将新的产品变更记录为一页式的 intent.md:问题、结果、验收场景、步骤。用于新能力或产品变更,在探索之后、构建之前。有边界的修复请使用 sdlc-fix。

开发37
S
setup-auto-handoff
setup-auto-handoff
dyrits / skills

设置一个 Claude Code PreCompact hook,在 .agents/handoffs/ 中存在新的交接之前阻止压缩,这样达到上下文限制的会话就不会因自动压缩而丢失对话。当用户希望在上下文达到限制时自动交接,或保护长会话免受压缩数据丢失时使用。

Agent 工作流37
S
setup-falcondev-oss-skills
setup-falcondev-oss-skills
falcondev-oss / skills

这些 skill 的一次性机器设置——安装 ponytail、Matt Pocock 合集以及本仓库中的所有 skill,然后将 standing-orders 行接入每个 Agent 框架的根配置。每台机器运行一次。

Agent 工作流37
S
setup-matt-pocock-skills
setup-matt-pocock-skills
eszxcvfd / skills

为工程技能配置此仓库——设置问题追踪器、分类标签词汇和领域文档布局。在首次使用其他工程技能前运行一次。

Agent 工作流37
S
setup-matt-pocock-skills
setup-matt-pocock-skills
karasukaigan / skills-zh

在 AGENTS.md/CLAUDE.md 中设置 `## Agent skills` 块和 `docs/agents/`,以便工程技能了解此仓库的 issue tracker(GitHub 或本地 markdown)、分类标签词汇和领域文档布局。在首次使用 `to-issues`、`to-prd`、`triage`、`diagnose`、`tdd`、`improve-codebase-architecture` 或 `zoom-out` 之前运行——或者如果这些技能似乎缺少关于 issue tracker、分类标签或领域文档的上下文。

Agent 工作流37
S
setup-solid
setup-solid
c0nant / 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37
S
skill-best-practice
skill-best-practice
forge-town / skills

Must follow when 创建或修改 Skill 后执行质量验证,涵盖命名、目录结构、元数据完整性、临时文件清理和依赖格式共 16 项检查。

Agent 工作流37
S
skill-creator
skill-creator
jd-opensource / joysafeter

创建有效 skill 的指南。当用户想要创建新 skill(或更新现有 skill),以专门知识、工作流或工具集成扩展 Agent 的能力时,应使用此 skill。

Agent 工作流37
S
skill-creator
skill-creator
ninehills / 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37
S
skill-creator-yashu
skill-creator-yashu
steelan9199 / wechat-publisher

创建新 skill。何时使用:当用户说"创建 skill"、"新建 skill"、"添加 skill"、"初始化 skill"时。

Agent 工作流37
第 12781–12840 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。