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
创建、设置或更新个人上下文档案：用结构化的 markdown 文件描述你是谁、你如何工作、你的团队以及你的工具/ADO 配置。首次设置时运行访谈工作流，更新时进行针对性编辑。当用户要求以下操作时触发此技能：设置其上下文、创建或更新其上下文档案、"create my IQ"、"set up my IQ"、编辑其个人资料、添加/删除相关方、更新 ADO 配置、更改团队信息、更新支柱，或设置任何插件配置。当另一技能找不到上下文（文件缺失或存在 TODO 标记）且需要填充上下文时触发。当用户顺带提到上下文变化（例如 "my manager changed"、"we added someone to the team"）时也触发，以提议更新上下文文件。请勿在诸如 "who's on my team?" 或 "what's my ADO config?" 这类只读问题上触发。这些问题可直接从已加载的自定义指令中引用的上下文文件回答，无需技能。
使用此技能审计、评审或验证 Claude Code 技能（.claude/commands/ 中的 .md 文件）。当用户想检查技能质量、跨平台兼容性、跨 Agent 兼容性、前置条件声明或描述触发准确性时调用。触发词：审查 skill、review skill、检查 skill 质量、skill 兼容性检查、validate skill、audit skill。此技能将结构验证交给 validate.sh，内容质量交给 skill-creator，自身负责兼容性审计。不要用于一般代码评审、评审 PR 或评审 CLAUDE.md。
仅面向 Codex 的统一任务执行协议。支持单任务、史诗任务和批量任务，同时保留 CSV 真实来源、验证关卡、上下文恢复和 Debug-First 失败暴露。使用时机：用户要求“跟踪任务”“创建待办列表”“做个计划”“跟踪进度”“长时间任务”“大项目”“从零构建”“自主会话”“跟踪任务”“自主执行”“长时任务”“从零开始”“任务管理”“做个计划”“大工程”，或任务明显需要 3 个以上会产出文件变更的有序步骤。不要使用：单步修复、纯问答、代码审查、解释代码、搜索/研究类任务、少于 3 步的任务，或不产出文件变更的任务。
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“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”／“handover”／“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时，优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制，且 CLI、文件系统或 API 无法完成时，才使用 Computer Use。
在多 Agent 生态系统中，使用 BinEval 评分和描述调优来编写、评估、完善、优化并打包自主 AI Agent 技能。适用于从头创建技能、编辑触发不当或触发不足的现有技能、编写技能测试套件、优化技能描述或打包技能以供分发，即使用户没有明确提到 "fable-skill-creator"（例如 "create a skill"、"build a new skill"、"optimize skill description"、"package this skill"、"teach the agent to do X"）。不要用于一般应用代码更改或非技能任务。
通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$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。
当用户希望审计或纠正权威项目上下文文件之间的偏差时使用，例如 `AGENTS.md`、`CLAUDE.md`、`ARCHITECTURE.md`、`CONSTRAINTS.md`、`JARGON.md`、`EPISTEMIC-MAP.md`、`README.md` 和 `openspec/config.yaml`；也适用于用户提及上下文偏移、记忆文件偏移、冗余项目文档、文档放错位置、分层文档或文档归属。此技能会检查每条事实是否位于正确的文档中，识别冗余和层级边界违规，并准备无损移动／删除方案，提供差异预览并逐项征求批准。由于这些文件至关重要，内容放错可能改变 Agent 或工具的行为，因此优先使用此技能，而不是临时清理。
用于构建、管理和改进上下文，以提高 Hex 的 AI Agent（Threads、Notebook Agent、Modeling Agent）的准确性，涵盖认可项与排除项、数据仓库描述、工作区上下文与指南，以及语义模型。包括从零建立基础上下文，使用专用评估引擎进行衡量（编写和运行评估套件、从真实用例中收集案例、在预览中把关变更），审查 Context Studio Suggestions，以及通过 GitHub 同步或 Hex CLI 发布。适用于以下请求：“context management”“manage my Hex context”“context strategy”“context engineering”“set up Threads context”“workspace guide”“warehouse descriptions”“endorse tables”“semantic model”“my agent gave the wrong answer”“audit my Hex context”“improve agent accuracy”“eval my context”“write Hex evals”“eval rubric”“baseline vs hill-climbing”“convert my evals”“test context changes”“hex context preview”“context suggestions”“Hex Context Studio”。凡是通过改进上下文来提高 Hex 的 Agent 可信度的任务都适用，即使用户只是随口说“帮我的数据团队用上 AI”或“为什么 Threads 总是选错表”。它会路由到具体工作流，而不是每次都运行完整设置流程。
在 SAP AI Core 上运行 GenAI 评估：使用系统定义和自定义（LLM-as-judge）指标，根据测试数据集对 LLM 和提示词进行基准测试，然后获取汇总结果。支持全部三种评估类型：提示词注册表、编排注册表和接地（RAG）编排注册表。适用情况：用户想要评估或基准测试 LLM／提示词／编排配置、运行 GenAI 评估、创建或列出评估指标、定义自定义 LLM-as-a-judge 指标、创建用于评估的提示词模板（提示词注册表）或编排注册表配置（可带或不带接地）、创建评估配置或执行，或获取某次执行的评估结果／分数。请勿用于：通过离线 aeval 服务评估 Agent（使用 `aeval-offline-evaluation`）；构建用于推理的生产编排／RAG 流水线（使用 `genai-hub-orchestration`）；与评估无关的常规执行、部署或制品（使用 `aicore-lifecycle-management`）；凭据、资源组或对象存储（使用 `aicore-admin-resources`）。
配置和使用 SAP AI Core 编排服务：构建提示词模板、添加内容过滤、设置文档接地（RAG）流水线，并通过 Harmonized API 调用模型。适用情况：用户询问编排服务、Harmonized API、带变量的提示词模板、内容过滤、接地、RAG 流水线、文档接地，或构建封装 LLM 的流水线。请勿用于：创建编排部署（使用 `aicore-lifecycle-management`）；设置凭据（使用 `aicore-admin-resources`）；不通过流水线直接浏览或部署基础模型（使用 `genai-hub-foundation-models`）；不通过流水线直接进行 LLM 推理（使用 `aicore-sdk-java` 或 `aicore-sdk-js`）。
设计可产生可靠观察结果的 Replay Vision 扫描器：每个扫描器只对应一个清晰可见的问题；根据答案形式选择类型；查询仅选取能够回答该问题的会话；提示词要求提供屏幕上的证据，并允许回答“否”或“无法确定”；根据答错的代价选择模型；并完成首批测试。规模规划和创建调用归入 creating-replay-vision-scanners。 触发条件：用户想设计、起草或改进 Replay Vision 扫描器或其提示词，询问要扫描什么、扫描器为何返回模糊的观察结果，或请 Agent 为产品提出扫描器方案。 不要触发：问题和提示词已确定，任务是规划规模并创建（使用 creating-replay-vision-scanners）；扫描器针对某个实验（使用 scanning-experiments-with-replay-vision）；或任务是读取现有观察结果（使用 exploring-replay-vision-observations）。
引导用户从构想到可独立运行的 Claude Managed Agents Agent，并在调试过程中提供支持。在概念关键时解释 Agent、Environment、Session、Deployment、vault、memory store 和 outcome；通过 AskUserQuestion 选项询问实际决策；使用 Simplified Technical English 设计系统提示词；查找 MCP 连接器；设置凭据且不让机密进入聊天；编写文件；使用 `ant` CLI 应用配置；运行有上限的测试会话；并根据事件诊断失败会话。适用于“crea un agente en Managed Agents”“managed agents wizard”“quiero un agente que corra solo”“agente programado”“agente always-on”“agente que revise mis repos cada lunes”“mi sesión se quedó pegada”“por qué falló mi agente”“debug my managed agent session”“set up a scheduled Claude agent”“deploy an agent on a cron”等请求。不适用于 Claude Agent SDK（使用 agent-sdk-wizard）、原始 Messages API 或 Claude Code 本身。
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。