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
使用 @modelcontextprotocol/sdk 在 Cloudflare Workers 上用 TypeScript 构建和部署远程 Model Context Protocol (MCP) 服务:用于工具、资源和提示词的 McpAgent 类模式,全部四种认证模式(令牌校验、带 DCR 的远程 OAuth、通过 workers-oauth-provider 的 OAuth 代理,以及完整的 OAuth 提供方),GitHub/Google/Azure OAuth,用于按会话状态的 Durable Objects,用于节省成本的 WebSocket 休眠,以及 SSE 加 Streamable HTTP 双传输。附带基础服务、OAuth 代理、有状态 Durable Object 服务和 wrangler.jsonc 配置的模板,并预防 15 种以上错误,包括 McpAgent 导出错误、OAuth 重定向 URI 不匹配、WebSocket 状态丢失、Durable Objects 绑定错误和 CORS 配置错误。在 Cloudflare Workers 上创建、认证、调试或部署 MCP 服务时使用。
在 macOS 上搭建持久化 AI Agent 网关,包含 Redis 事件桥、心跳监控和多会话路由。通过交互式问答匹配你的意图——从最小方案(Redis + 扩展)到完整方案(嵌入式守护进程 + Telegram + watchdog)。使用场景:'set up a gateway'、'I want my agent always on'、'event bridge'、'heartbeat monitoring'、'agent notifications',或任何让 AI Agent 持久在线且可访问的请求。
将功能、PRD 或需求拆分为 TDD 实施任务,任务 0.0 必须首先创建功能分支。每项任务采用 TDD 四步循环(RED 测试→运行并确认失败→GREEN 实现→运行并确认通过→REFACTOR),并包含必需的公共 API 文档任务、文档更新任务和代码审查任务。输出包含 `Guidance Used` 和 `Relevant Files` 部分,并保存到 `tasks/tasks-[name].md`;根据项目惯例自动检测测试命令、源代码目录和测试目录。优先面向 Ruby,但不限语言。触发词:tdd task list、tdd tasks、generate tasks、tdd breakdown、implementation tasks、task breakdown、feature tasks、quadruplet pattern。
通过将计划拆分为任务并对每个任务运行 implement-and-review,构建完整功能。给定计划或功能,将其分解为曳光弹式垂直切片任务(通过 to-tasks 技能——验收契约 + 门禁标志 + 依赖关系),然后执行任务 DAG(独立任务并行),对每个任务运行 implement-and-review 以完成逐任务的前后端交叉评审 TDD 构建,按依赖顺序集成各任务并进行逐任务验收,最后以功能级的 full-review 收尾,保持测试/构建为绿色。Opus 负责编排分解、调度、集成和最终评审;逐任务构建是 implement-and-review 的职责。用于端到端交付/构建多任务功能。对于单个限定范围的任务,直接调用 implement-and-review。区别于 models-consensus(仅进行审议,不产出代码)和 ship——ship 是想法→PR 的指挥者,包含交互式规格/计划阶段和 PR 交付,而 implement-feature 是无规格阶段、无 PR 的计划→已构建功能的 DAG 执行者。
在 pnpm monorepo 初始化 Playwright 三件套(@playwright/test + @playwright/cli + playwright-mcp),含 e2e/视觉测试骨架、MCP 配置、AI skills 生成、AI 记忆更新。内置无头浏览器 CPU 过载事故复盘与故障排查指南:可排查 headless 模式下的高 CPU 占用(100%)、浏览器卡死、Chromium 进程残留无法退出、大屏 3D WebGL 渲染性能问题;提供紧急止损步骤和长期回归检查清单。当用户提及 playwright 初始化、大屏视觉测试、e2e 测试搭建、playwright monorepo 配置、pw_core/pw_visual MCP 等时触发。也适用于无头浏览器性能故障排查、headless CPU 100% 诊断、Chromium 进程残留清理、浏览器进程无法退出处理、大屏 3D 渲染性能调优等排查场景。
OpenClaw 故障排除技能。当用户遇到以下问题时使用: 1. Gateway 无法启动、无法连接、无响应 2. 渠道连接问题(WhatsApp、Telegram、Discord 等) 3. 模型配置问题(API Key、模型切换失败) 4. Dashboard/Control UI 打不开、连接失败 5. 会话问题(会话丢失、无法创建新会话) 6. 配置错误(配置文件错误) 7. 节点问题(配对失败、工具调用失败) 8. 浏览器工具问题 9. Cron/心跳任务不执行 10. 安装/更新问题 触发关键词:Gateway、启动、连接、报错、问题、故障、无法、失败、错误、Dashboard、UI、渠道、模型、会话、节点、浏览器、Cron、心跳、安装、更新 通过按需查阅官方文档来寻找解决方案,提供小白也能看懂的步骤操作。
当用户要求“create an OpenCode tool”“build an OpenCode plugin”“write a custom tool for OpenCode”“use @opencode-ai/sdk”“use @opencode-ai/plugin”“integrate with OpenCode”“create OpenCode hooks”“define tool schema”“use tool.schema”“work with OpenCode sessions”,或需要关于 OpenCode SDK 模式、插件开发或自定义工具创建的指导时,应使用本技能。
使用统一的 Opper SDK(`opperai` 包同时适用于 Python 和 TypeScript,内置 Agent 支持)完成 AI 任务、基于 Pydantic / Zod / JSON Schema 的结构化输出、知识库语义搜索、流式传输、追踪、工具使用和多 Agent 组合。只要用户编写导入 `opperai` 的 Python 或 TypeScript 代码、构建 Opper Agent、需要将代码从旧版 `opper.call` 迁移,或询问如何在代码中做任何与 Opper 相关的事情——即使他们没有明确提到该 SDK,都使用此 skill。两种语言位于同一仓库中,并有对应的编号示例;Agent 是 SDK 的一部分,而非单独的包。
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。
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。
