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

P
project-review
project-review
light-cheng / skills

通过冻结验收基线、组织评审者并给出最终 PASS/FAIL/BLOCKED 结论,判断已完成的项目是否达到获批目标。项目交付需要最终验收时使用。

测试与质量21
P
project-tickets
project-tickets
light-cheng / skills

将正式 SPEC 拆分为带阻塞关系的 tracer-bullet 垂直切片,再将其发布到本地 Markdown 跟踪器中,每个工单对应一个文件。仅在用户明确调用 $project-tickets 时使用;它会验证 SPEC 交接,拟定可通过提问检查的拆分方案,并通过 light-implement 将执行交给 frontier。

Agent 工作流21
A
auto-discovery-agent

暂无简介

Agent 工作流20
O
orca-cli
orca-cli
phocassoftware / phorca

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。

Agent 工作流20
W
write-agents-md
write-agents-md
edukeyteam / agent-toolbox

使用优先复制的模板,为 Web 或桌面项目创建、审计或精简根目录及嵌套的 AGENTS.md 文件。适用于建立仓库 Agent 指引,或修正臃肿、不稳定、范围不当的指令。

Agent 工作流20
A
audit-agent-context
audit-agent-context
adminoryslabs / armory

审查当前仓库中的 AGENTS.md 和/或 CLAUDE.md 是否仍符合项目实际情况(结构、命令、约定、范围),并报告差异而不修改文件。当用户运行 /audit-agent-context、要求验证或更新 Agent 上下文文档,或怀疑 AGENTS.md/CLAUDE.md 已过时时使用

Agent 工作流19
G
grill-me
grill-me
matpocock / skills

无情地审视计划或设计以求完善。

Agent 工作流19
G
grill-with-docs
grill-with-docs
matpocock / skills

一场不间断的访谈,用以完善计划或设计,同时生成相关文档(ADR 和词汇表)。

开发19
S
session-events
session-events
vivswan / skills

当会话需要将任何轮询系统的事件作为消息而非轮询结果传递,或需要编写轮询该系统的源代码时使用。这样,会话拥有的单个守护进程会在对等端信封中传递每次轮询的警报,将其备注保留在日志中,并且不引用轮询系统中的任何内容。

Agent 工作流19
V
veer-cli

通过 `veer` CLI 操作由 Veer 管理的 worktree、文件夹上下文、终端、仓库、自动化、制品、技能共享、worktree 评论以及 Veer 内置浏览器。用户提到“$veer-cli”“Veer worktree”“child worktree”“在 worktree 中启动 codex/claude”“读取/等待/发送 Veer 终端”“handoff”/“handover”/“交给另一个 Agent”“Veer browser”“orca artifacts”或“share skills”时使用。涉及 Veer 状态时,优先使用此工具,而非直接使用 git worktree、临时 PTY 或 Computer Use。只有当需要控制可见窗口,且 CLI、文件系统或 API 无法完成时,才使用 Computer Use。

Agent 工作流19
W
watch-github
watch-github
vivswan / skills

当有推送提交或 PR 开启时,或等待 PR 的评审、合并或 CI,或等待分支最新提交的 CI 时使用,以便由会话拥有的守护进程将事件作为消息传递,而不是轮询

开发19
W
writing-for-agents
writing-for-agents
matpocock / skills

为 Agent 编写文档。在创建或编辑技能,或修改 AGENTS.md 或 CLAUDE.md 时使用

Agent 工作流19
G
gauge-agents
gauge-agents
gauge-sh / gauge-skills

测试编码 Agent 如何发现并使用你的产品。适用于运行 Agent 评估、测试 Agent 是否能使用 SDK、API、CLI 或 MCP 服务、找出 Agent 在入门过程中遇到的困难,或衡量文档和技能是否能提升 Agent 的成功率。通过 Gauge CLI 运行真实的 Agent 会话并评估结果。也用于 Gauge Agents 相关任务;不用于普通单元测试或 AI 搜索可见度跟踪。

测试与质量18
H
handoff
handoff
matpocock / skills

将当前对话压缩为一份交接文档,供另一个 Agent 继续执行

Agent 工作流18
O
orca-cli

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。

Agent 工作流18
S
setup-matt-pocock-skills
setup-matt-pocock-skills
matpocock / 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18
T
triage
triage
matpocock / 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18
W
wait-what
wait-what
matpocock / skills

停一下。刚才那条消息没打动对方:换个方式重新推介

Agent 工作流18
F
firegoat-onboarding
firegoat-onboarding
firegoat-ai / skills

为当前代码库起草 2–3 个 firegoat 评测(firegoat.yaml):由编码 Agent 使用 `npx -y firegoat@latest eval` 在本地运行的测试,每个评测都包含 prompt、end_goal 和脚本检查。用户说“write firegoat evals”“draft evals”“set up firegoat”“firegoat init”,或要求为其 SDK、CLI、API 或文档编写本地 Agent 体验(AX)评测时使用。

测试与质量17
O
ontolink-skills
ontolink-skills
asgmodel / ontolink-skills

使用 OWL 知识中介器协调项目从探索、架构设计、规划、实施、验证、交付到监控的全过程。适用于 OntoLink、本体中介的项目流程、顺序技能、紧凑上下文、知识关系、建议、沟通、警告、进度、阻塞项,以及置信度和可能性评估。

Agent 工作流17
C
chips
chips
udecode / dotai

运行项目的建议任务清单,即 chips。单独运行 /chips 会更新所有未完成任务:按清单辅助工具的建议执行,处理过期和拆分的任务,将可开始的任务制成卡片,并汇报看板。适用于 /chips、/chips offer、start 或 drop、“what chips are open”、“suggest a task for X”、“update the chips”、“clean up the chips”、“which chips are stale”,以及 pstack 要创建跟踪议题、后续事项、reflect Backlog 项目或非计划内 PR 的情况。

Agent 工作流16
M
mux-work
mux-work
maddec01 / mux-factory

将排队中的 Mux 问题从需求梳理推进到简报,然后启动构建。用户使用问题运行 /mux-work 时使用。

Agent 工作流16
S
skill-sync
skill-sync
maddec01 / mux-factory

检查复制到 mux-factory 的技能的上游更改,并采用 Pedro 选定的更改。用户运行 /skill-sync 时使用。

Agent 工作流16
D
doubt-driven-development
doubt-driven-development
maddec01 / mux-factory

每项重要决策在确定前都要经过基于新上下文的对抗性评审。当你希望在继续之前交叉审查所有假设、针对隐藏故障模式对计划进行压力测试、正确性比速度更重要、在陌生代码库中工作、风险很高(生产环境身份验证、安全敏感逻辑、高风险迁移、不可逆操作),或现在验证一个看似确定的结果比之后调试更省事时使用。

Agent 工作流15
E
events-bus

为 Neo 编排器和工作器提供共享事件传输与简易发布接口

Agent 工作流15
G
grilling
grilling
maddec01 / mux-factory

就一个计划、决策或想法对用户进行不留情面的追问。当用户想压力测试自己的思考,或使用任何「grill」触发语时使用。

生产力15
H
handoff
handoff
maddec01 / mux-factory

将当前对话压缩为一份交接文档,供另一个 Agent 继续执行

Agent 工作流15
R
retro
retro
maddec01 / mux-factory

对一次编码会话进行回顾

Agent 工作流15
W
writing-for-agents
writing-for-agents
maddec01 / mux-factory

为 Agent 编写文档。在创建或编辑技能,或修改 AGENTS.md 或 CLAUDE.md 时使用

Agent 工作流15
A
agent-delegation-af01

暂无简介

Agent 工作流14
P
plan-it
plan-it
goncalvesjoao / ship-it

将讨论过的功能转化为父级聊天中的 GitHub 规范议题,然后把已批准的子议题委派给新的子 Agent。

Agent 工作流14
C
contextualizar-repo
contextualizar-repo
adminoryslabs / armory

为 AI 优先地处理现有(brownfield)仓库建立上下文:验证如何启动和测试,创建 CodeGraph 索引,重建实际分层图,将继承的决策记录为 ADR,整理模式目录(规范与遗留)、技术债务图和可验证的构建规则,所有内容均附文件:行号证据,然后暂停等待人工批准。当 ARCH 角色开始处理没有 PRD 的现有代码库,或被要求在着手工作前为遗留/brownfield 仓库建立上下文、进行上手引导、编写文档、绘制映射或了解仓库时使用

开发13
C
correct
correct
ericlitman / open-pstack

找出 Agent 在此代码仓库中反复犯的错误,并让这些错误无法再发生。优先从架构入手,然后是类型,再添加错误信息中指出修复方法的 lint 规则,之后编写测试,最后写文档。证明每项检查都能在过去的真实错误上失败。每次操作员纠正你后都重复此流程。用于 /correct。

开发13
K
ketchup
ketchup
ericlitman / open-pstack

用几句直白的话和简洁图示,向用户说明自上次发言后聊天中发生了哪些变化。为每个行动项提供足够的背景信息,便于作出决定。用于 /ketchup。

Agent 工作流13
O
orca-cli
orca-cli
ladderchaos / orca-backend

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。

Agent 工作流13
P
poteto-help
poteto-help
ericlitman / open-pstack

引导用户完成 pstack 设置、/poteto-mode,并为任务选择合适的 skill、playbook 或 principle。输入 /poteto-help 并附上问题即可。

Agent 工作流13
Q
quorum
quorum
rotnov / skills

加入共享团队仲裁组,交换 Agent 消息并检查协作状态。用于将 Claude Code 或 Codex 会话连接到 Quorum,或处理队友请求。

Agent 工作流13
H
hire-ai-employee
hire-ai-employee
dozaldevs / dozaldevs-skills

当用户想通过自然语言描述创建、雇用、激活或设置新的 AI 员工时使用,例如需要一个撰写每周回顾或回复访客消息的员工。它会引导 Hiring Dozal 的多轮设置向导(招聘对话),将其按钮问题(先给我看看,还是直接发送)转达给用户,并完成 Dozal 的雇用。任何新员工请求都使用此功能。请先加载 operate-ai-employees,以设置身份验证和 base URL。

Agent 工作流12
M
manage-ai-employees
manage-ai-employees
dozaldevs / dozaldevs-skills

当用户想查看、列出、暂停、重新激活、重命名或检查现有 AI 员工(配置、active/paused/draft 状态),或管理已连接的应用、日程、交接、成员和邀请、使用情况及账单时使用。例如:“我有哪些员工”“暂停回顾机器人”“上周五情况如何”。不用于立即运行员工(run-ai-employee)、查看任务输出、审批或日志(monitor-and-review-ai-employee-work),或创建员工(hire-ai-employee)。请先加载 operate-ai-employees。

Agent 工作流12
M
monitor-and-review-ai-employee-work
monitor-and-review-ai-employee-work
dozaldevs / dozaldevs-skills

当用户询问 AI 员工任务是否完成、想查看输出,或想批准/拒绝其工作时使用,例如:“回顾准备好了吗”“给我看看它写了什么”“批准”“拒绝并缩短”“那次运行为什么出错”“显示日志”“实时查看”。通过 phase_category 读取任务状态,执行批准/拒绝决策,并读取运行日志、活动和实时状态。请先加载 operate-ai-employees 进行身份验证设置。

Agent 工作流12
O
operate-ai-employees
operate-ai-employees
dozaldevs / dozaldevs-skills

当用户要求你操作其 AI Employee 平台账户时使用:招聘员工、运行员工、查看任务、批准或拒绝工作、列出或暂停员工,或管理连接、日程安排、交接、成员、用量、账单、活动和运行日志。先加载此技能,以便在四个工作技能之间进行路由。此总控技能涵盖 dze_ API 密钥认证及其级别、生产环境基础 URL、租户解析、异步模型,以及仅限真人执行的步骤。

Agent 工作流12
O
orca-cli

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。

开发12
R
rightmodeler
rightmodeler
elm-os / rightmodeler

找出 Agent 流水线中哪些环节可以将前沿模型替换为更便宜的模型而不损失质量。通过可恢复的流水线驱动已安装的 rightmodeler TypeScript CLI,解读其机器协议,提供各模型系列的评估结论,并在证据充分时提交经过审查的模型替换拉取请求。适用于用户想降低模型开销、按任务合理选择模型、测试更便宜的模型替代方案,或分析 Agent 流水线以优化成本时。

Agent 工作流12
R
run-ai-employee
run-ai-employee
dozaldevs / dozaldevs-skills

当用户想要运行、触发、启动或试运行现有 AI 员工时使用,例如立即运行摘要机器人、启动访客响应器,或根据输入列表针对每个主题运行一次。此技能会触发员工,可通过试运行列出所需输入,并在不阻塞的情况下返回任务句柄。认证请先加载 operate-ai-employees;检查结果请使用 monitor-and-review-ai-employee-work。

Agent 工作流12
E
escribir-contrato
escribir-contrato
adminoryslabs / armory

编写用户故事的可观测契约,让 TESTER 和 DEV 无需互相沟通即可并行工作:整理上下文包(HU + 故事 ADR + Tech Design 章节),定义输入、各案例的输出、错误及不可更改的名称,并标明每一项的来源;列出 HU 未作出的决定,然后暂停等待人工批准。当 LEAD 着手实现用户故事,或有人要求编写、起草或修订用户故事的契约/规格时使用。

开发11
O
orca-cli

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。

Agent 工作流11
S
skill-stocktake
skill-stocktake
zereight / gitlab-mcp

审核技能清单的质量、覆盖范围和时效性。检测重叠、不完整或过时的技能,并生成健康状况报告。适用于:技能审核、盘点、技能清单、检查技能、有哪些技能、审核技能、技能质量、技能覆盖范围。

Agent 工作流11
K
kitherd
kitherd
hassan-shahbazi / kitherd

使用无头 Herdr 服务编排多 Agent 工作流,并以 Kitty 终端作为 GUI 窗口管理器。凡是需要在 Kitty 分屏和标签页中启动、监控、协调或查看 AI worker Agent 时都可使用。

Agent 工作流10
L
light-implement
light-implement
light-cheng / skills

执行一个范围明确且已做出决定的工作项——代码、文档、配置、研究成果、Skill 或常规项目任务——方法是检查相关上下文,在确有帮助时提供 Agent 配置路由,在本地验证,并将结果交给 review-loop,由相应领域的专业审阅者审核。

Agent 工作流10
L
light-writing-for-agents
light-writing-for-agents
light-cheng / skills

为 Agent 编写文档。创建或编辑技能,或修改 AGENTS.md 或 CLAUDE.md 时使用。mattpocock/skills `writing-for-agents` 的 Light Skills 版本;两者择一安装,不要同时安装。

Agent 工作流10
O
omg-autopilot
omg-autopilot
zereight / gitlab-mcp

从构想到可运行代码的全自动执行。用户说“autopilot”、“auto-pilot”、“autonomous”、“build me”、“create me”、“make me”、“full auto”、“handle it all”或“I want a/an...”时启动。

Agent 工作流10
R
ralplan
ralplan
zereight / gitlab-mcp

通过 Planner/Architect/Critic 迭代循环进行共识规划。用户说“ralplan”、“consensus plan”或“consensus planning”时启动。

Agent 工作流10
S
self-improve
self-improve
zereight / gitlab-mcp

采用锦标赛选择的自主进化式代码改进引擎。用户说“self-improve”、“self improve”、“evolve code”、“improve iteratively”、“tournament”、“benchmark loop”或“optimize code”时启动。

开发10
S
shunk031-herdr-meta-orchestrate
shunk031-herdr-meta-orchestrate
shunk031 / skills

协调本地服务器和已启用的已保存机器上的根级 Herdr 编排器。询问当前工作和进度,逐字转达消息,并通过工作器分派任务执行。调度工作器时与 shunk031-herdr-orchestrate-workers 技能配合使用。适用于一个会话管理多个 Herdr 编排器的情况;单窗格或单 Agent 任务请使用 herdr 技能。

Agent 工作流10
S
shunk031-writing-router
shunk031-writing-router
shunk031 / skills

在日语写作和润色中,判断是从结构入手整理内容、在保留原文含义和主张力度的基础上局部调整 AI 风格的表达、简洁总结业务或技术文档,还是改写为提纲、电报体或技术幻灯片,并选择相应技能。适用于用户说“写一段文字”“让它更易读”“改掉 AI 味”等需要选择写作方式的场景。不用于普通对话或仅修改代码的请求。

文档处理10
B
breakthrough-evaluator-agent
breakthrough-evaluator-agent
breakthrough-edu / breakthrough-evaluator-agent

派遣一个独立于作者的评审者:由全新的评估子 Agent 根据构建前编写的通过标准检查已完成的工作(评估模式),或依据权威数据源审计一批内容(审计模式);每项结论都需提供证据,且绝不修复问题。所有者要求评估者、审查者、审计员或裁判,或说“派个裁判来”“评估这个”“让一个新的 Agent 检查我的工作”“让第二个 Agent 审查一下”“审计此文件夹”“审计我的注册表”“根据权威数据源验证”或“LLM-as-judge”时使用。仅在被要求时运行,不会在任务结束时自动触发。不用于机器可执行的检查(测试、架构验证、必须返回零结果的搜索)、数百个相同单元的检查,或修复任何内容。

测试与质量9
F
forge-batch
forge-batch
mgratzer / forge

将一组 Issues 分成可并行实施且互不干扰的 Waves:估算每个 Issue 涉及的内容,排除需要人工处理的项目,并打印启动命令行。用于用户准备了多个 Issues,并想了解哪些可以无人值守并行运行。

Agent 工作流9
I
in-your-own-words
in-your-own-words
q-qp-p / pstack

用自己的话复述你认为用户的目标以及他们试图解决的问题。用于 /in-your-own-words。

Agent 工作流9
J
jmbos-common-agent-update

暂无简介

Agent 工作流9
K
ketchup
ketchup
q-qp-p / pstack

用几句直白的话和简洁图示,向用户说明自上次发言后聊天中发生了哪些变化。为每个行动项提供足够的背景信息,便于作出决定。用于 /ketchup。

Agent 工作流9
第 13141–13200 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。