mcpField

Skills

收录 96,981 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

T
thought-based-reasoning
thought-based-reasoning
neolabhq / context-engineering-kit

处理需要逐步逻辑、多步算术、常识推理、符号运算,或简单提示效果不佳的复杂推理任务时使用。提供关于思维链及相关提示技术(Zero-shot CoT、Self-Consistency、Tree of Thoughts、Least-to-Most、ReAct、PAL、Reflexion)的全面指南,包括模板、决策矩阵和基于研究的模式。

Agent 工作流1.4k
C
channels-setup
channels-setup
copilotkit / copilotkit

当开发者想构建首个 CopilotKit Channels Agent,并让它在 Slack 或 Microsoft Teams 中回复时使用,例如“设置频道”“将我的 Agent 连接到 Slack”“让我的 Agent 加入 Teams”,或从零开始搭建完整可用的频道。涵盖完整流程:检查或搭建项目、构建 AG-UI Agent、使用公开的 CopilotKit CLI 创建并协调托管 Channel、运行长期运行的主机,并验证真实的服务提供商提及能够获得回复。工作流不在此文件中。运行 `npx --yes copilotkit@latest onboard start`,并按照其输出的图示操作。

Agent 工作流1.4k
M
mode-creator
mode-creator
thedotmack / claude-mem

交互式创建、安装、激活并验证自定义 claude-mem 模式,包括特定领域的观察类型、概念标签、可选的 Telegram 提醒、机器人设置、重启 worker 以及启动上下文验证。当有人要求自定义 claude-mem 的记忆内容、创建或更改模式、跟踪特定领域的笔记、添加观察类型或标签,或为特定记忆发送 Telegram 通知时使用——即使对方没有使用“模式”一词

Agent 工作流1.4k
L
lightpanda
lightpanda
lightpanda-io / agent-skill

Lightpanda 浏览器可直接替代任何 AI Agent 中基于 Chrome 的浏览器操作,在数据检索等无需图形渲染的任务中更快、更轻量。可通过 MCP 服务、CLI fetch 或使用 Playwright/Puppeteer 的 CDP 调用;也可通过其 Agent 模式将自动化任务作为确定性的无令牌回放脚本(PandaScript)运行或保存。

Agent 工作流1.4k
W
webup-statusline
webup-statusline
webup / skills-cc

生成并安装自定义 Claude Code 状态栏,可选择显示列(模型、上下文、工作强度、git、目录、工作树、vim)和颜色主题。上下文和工作强度元素会根据级别改变颜色。触发词包括“status line”“statusline”“customize status”“status bar”“effort level display”“状态栏”“ステータスライン”或类似表述。

Agent 工作流1.4k
M
mapbox-mcp-runtime-patterns
mapbox-mcp-runtime-patterns
mapbox / mapbox-agent-skills

Mapbox MCP Server 在 AI 应用和 Agent 框架中的集成模式。涵盖与 pydantic-ai、mastra、LangChain 和自定义 Agent 的运行时集成。构建需要地理空间能力的 AI 应用时使用。

开发1.4k
C
cli-for-agents
cli-for-agents
cursor / plugins

设计或审查 CLI,使编码 Agent 能可靠运行:支持非交互式标志、分层 `--help` 示例、stdin/管道、快速且可执行的错误提示、幂等性、试运行和可预测的结构。用于构建 CLI、添加命令、编写 `--help`,或用户提及 Agent、终端或便于自动化的 CLI 时。

开发1.4k
M
multi-agent-brainstorming
multi-agent-brainstorming
sickn33 / agentic-awesome-skills

使用多个专门 Agent 模拟结构化的同行评审流程,在实施前验证设计、揭示隐藏假设并识别故障模式。

Agent 工作流1.4k
W
wt-switch-create
wt-switch-create
max-sixty / worktrunk

创建新的 worktrunk 工作树(可选择位于另一个仓库中),并将此会话的工作目录切换到其中。用于启动应在独立工作树中工作的会话。

开发1.4k
M
mcp2cli
mcp2cli
knowsuchagency / mcp2cli

将任意 MCP 服务、OpenAPI 规范或 GraphQL 端点转换为命令行工具。用户希望通过命令行与 MCP 服务、OpenAPI/REST API 或 GraphQL API 交互、发现可用工具/端点、调用 API 操作,或根据 API 生成新技能时使用。触发场景包括“mcp2cli”“调用这个 MCP 服务”“使用这个 API”“列出……的工具”“为这个 API 创建技能”“graphql”,以及任何无需编写代码即可调用 MCP 工具、调用 OpenAPI 端点或执行 GraphQL 查询的任务。

开发1.4k
R
ralph-wiggum
ralph-wiggum
fstandhartinger / ralph-wiggum

基于规范驱动开发的自主 AI 编码。实现 Geoffrey Huntley 的迭代式 bash 循环方法论:Agent 一次处理一项规范,只有在验收标准 100% 达成时才输出完成信号。

Agent 工作流1.4k
C
copilotkit-channels
copilotkit-channels
copilotkit / copilotkit

用于与 Slack 或 Microsoft Teams 集成的托管 Intelligence Channel 的代码部分:自定义 CLI 脚手架项目自带的 Channel,或为 CLI 未生成的项目编写 Channel 声明、长运行主机和等待激活调用。Teams 提供商设置也在范围内,因为由 CLI 或仪表板向导执行。首次创建 Slack 应用不在范围内:如果尚无 Slack 应用,请使用 setup-slack-channel 处理提供商部分,然后回到此处编写代码。

开发1.4k
S
status
status
boshu2 / agentops

报告可观察到的 AgentOps 证据,但不选择工作。触发语:“status”“show AgentOps status”。

Agent 工作流1.4k
R
reflect
reflect
neolabhq / context-engineering-kit

基于 Self-refinement 框架对先前的回复和输出进行反思,并结合复杂度分级与验证进行迭代改进

Agent 工作流1.4k
S
skill-optimizer
skill-optimizer
mcollina / skills

优化 AI 技能的触发效果、清晰度和跨模型可靠性。创建或编辑技能包、诊断技能使用率低的问题、减少回归、调整指令显著性、改进示例、缩减上下文成本,或为技能设置基准测试/发布门槛时使用。触发词:技能优化、触发差距、基准测试技能、启用/不启用技能的效果差异、回归、上下文预算、提示词显著性。

Agent 工作流1.4k
S
superpowers-lab
superpowers-lab
sickn33 / agentic-awesome-skills

在隔离实验室中评估实验性 Claude 工作流技能,使用可复现的任务、观察结果和明确的采用标准。

Agent 工作流1.4k
M
mempalace-task
mempalace-task
mempalace / mempalace

通过 MemPalace logstream 创建、移交、认领、执行和关闭 Agent 任务。适用于用户想要委派工作、准备可直接粘贴给另一个 Agent 的任务、获取 MemPalace 任务 ID,或明确要求以受控模式启动受支持的无头 Agent 时。

Agent 工作流1.4k
S
sf-ai-agentscript
sf-ai-agentscript
jaganpro / sf-skills

用于确定性 Agentforce Agent 的 Agent Script DSL。以下情况触发:用户编写或编辑 .agent 文件、构建基于 FSM 的 Agent、使用 Agent Script CLI(sf agent generate authoring-bundle、sf agent validate authoring-bundle、sf agent preview、sf agent publish authoring-bundle、sf agent activate),或询问确定性 Agent 模式、槽位填充或指令解析。以下情况不要触发:Builder 元数据工作(使用 sf-ai-agentforce)、Agent 测试(使用 sf-ai-agentforce-testing)或角色设计(使用 sf-ai-agentforce-persona)。

Agent 工作流1.4k
G
github-project-management
github-project-management
ruvnet / ruflo

全面的 GitHub 项目管理,包含群体协作式问题跟踪、项目看板自动化和冲刺规划。

开发1.4k
C
correct
correct
cursor / plugins

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1.4k
F
fusion-research
fusion-research
equinor / fusion-skills

面向 Fusion 生态系统、基于来源的研究协调器。根据问题类型路由至合适的研究 Agent。仅返回有来源支持的证据;不会编造 Framework 行为、组件 API、技能目录关系、平台指南或后端实现细节。适用于:任何需要有关 Fusion Framework API、EDS 组件、Fusion 技能目录、Fusion 平台文档或后端服务实现的来源支持证据的研究问题。不适用于:实现代码更改、安装或编辑技能、MCP 设置或故障排除,或在没有证据的情况下编造 Fusion 行为。

开发1.4k
S
shower
shower
lilmgenius / paperthin

在全新的零上下文子会话中冷读当前关注的产物,确认其本身是否清晰易懂——借此重置长期会话累积的偏差。当长时间会话让你失去新鲜视角、无法判断当前产物对没有先前上下文的人是否清晰时;交接、发布或合并之前;或需要进行隔离环境下的理解冒烟测试时使用。它会启动一位独立、无上下文的审阅者,只诊断问题,不负责修复。

测试与质量1.4k
I
init
init
mcollina / skills

为代码仓库创建、更新或优化 AGENTS.md 文件,提供精简且信息密度高的指令,涵盖 Agent 无法通过阅读代码库推断的编码约定、工具特性、工作流偏好和项目专属规则。为新仓库设置 Agent 指令或 Claude 配置、现有 AGENTS.md 过长、过于通用或过时、Agent 反复犯可避免的错误,或仓库工作流变化而需要精简 Agent 配置时使用。应用可发现性筛选,省略 Claude 可从 README、代码、配置或目录结构中了解的信息,并通过质量门槛检查每行内容是否准确且对实际操作有意义。

Agent 工作流1.3k
Q
quota-axi
quota-axi
kunchenguid / quota-axi

通过 quota-axi CLI 报告本地 Claude、Codex、Cursor、GitHub Copilot、Grok、Kimi、Z.AI、Alibaba、OpenCode Go、Antigravity、Command Code、MiniMax、MiMo、DeepSeek、OpenRouter、ElevenLabs、Devin、Muse 和 Higgsfield 的配额周期信息,包括有效可用余量、百分比、重置时间、周期平均消耗速度与重置时钟的对比、按范围划分的选择信号,以及从本地认证来源读取的提供商状态;不进行路由、不创建凭证,也不设定默认排序偏好。在决定是否可以继续消耗某个提供商的配额前,用户询问用量、速率限制、消耗速度或剩余配额时,或比较本地提供商的可用余量时使用。

Agent 工作流1.3k
S
skill-creator
skill-creator
vercel-labs / json-render

创建高效技能的指南。用户想创建新技能,或更新用于通过专业知识、工作流或工具集成扩展 Claude 能力的现有技能时,应使用此技能。

Agent 工作流1.3k
D
daytona
daytona
daytona / skills

在 Daytona 平台上创建和管理隔离的云沙箱(配备专用运行时的安全代码执行环境)。任务需要隔离运行时、沙箱、安全计算,或涉及 Daytona SDK/API/CLI 操作时使用。涵盖 Python、TypeScript、Java、Go 和 Ruby SDK

云与 DevOps1.3k
W
workflow-automation
workflow-automation
ruvnet / ruflo

工作流的创建、执行和模板管理。通过 Agent 协作自动化复杂的多步骤流程。适用于流程自动化、创建可复用工作流和编排多步骤任务。简单的单步任务和临时操作无需使用。

Agent 工作流1.3k
I
issue-triage

问题分诊:审查未关闭问题、分类、检测重复项、交叉引用 PR、评估风险并发表评论。参数:"all" 表示深入分析全部问题;指定问题编号以聚焦处理(例如 "42 57");"en"/"fr" 设置语言;不带参数则仅用法语审查。

开发1.3k
R
rewardkit
rewardkit
harbor-framework / harbor

使用 Reward Kit 编写 Harbor 任务验证器。在创建或编辑……时使用

测试与质量1.3k
S
setup-slack-channel
setup-slack-channel
copilotkit / copilotkit

当尚无 Slack 应用,需要让本地运行的 CopilotKit Channels Agent 在 Slack 中回复时,用于设置流程中的 PROVIDER 部分:首次在 Slack 中设置 Channels 机器人、创建 Slack 应用及其令牌、将其连接到托管的 Intelligence Channel,或处理 Channel 报告 setup_required、停留在“Waiting for runtime”、Channel 显示 Online 但 Slack 提及没有回复,或 Slack 应用使用 Socket Mode 而非 Intelligence Request URL 构建等情况。适用于 OpenTag checkout,或 channels-sdk 克隆中的 OpenTag 示例;各阶段假定采用这些约定(app/channel.tsx、app/env.ts、INTELLIGENCE_CHANNEL_NAME、本地 Agent 使用端口 8123),不适用于由 copilotkit init 搭建的项目,因为它自带 channel host。如果 Slack 应用和 Channel 已存在,且问题是如何在代码中声明或自定义 Channel,请改用 copilotkit-channels 技能。

Agent 工作流1.3k
S
skill-creator
skill-creator
langchain-ai / deepagents

创建有效技能的指南,可通过专业知识、工作流或工具集成扩展 Agent 能力。当用户要求以下内容时使用此技能:(1) 创建新技能,(2) 制作技能,(3) 构建技能,(4) 设置技能,(5) 初始化技能,(6) 搭建技能框架,(7) 更新或修改现有技能,(8) 验证技能,(9) 了解技能结构,(10) 理解技能的工作方式,或 (11) 获取技能设计模式指导。遇到“create a skill”、“new skill”、“make a skill”、“skill for X”、“how do I create a skill”或“help me build a skill”等短语时触发。

Agent 工作流1.3k
C
converter
converter
boshu2 / agentops

转换 AgentOps 技能格式。触发词:“converter”、“convert agentops skill formats.”、“converter skill”。

Agent 工作流1.3k
O
openui
openui
thesysdev / openui

用于构建、调试、集成、迁移或编写 OpenUI、OpenUI Lang、Agent Interface、OpenUI Cloud、@openuidev packages、流式生成式 UI 渲染、组件库、现有项目的 Cloud 集成、从自托管迁移到 Cloud、从 JSON UI 格式迁移、Cloud 工具(网页/图像搜索、artifacts)、远程 MCP 服务、自定义函数工具和工具循环,以及多用户或多应用身份(前端令牌、app_id/user_id、会话 API、Responses 元数据)。

开发1.3k
S
session-wrap
session-wrap
ai-native-camp / camp-2

当用户要求“wrap up session”、“end session”、“session wrap”、“/wrap”、“document learnings”、“what should I commit”,或希望在结束编码会话前分析已完成的工作时,使用此技能。

Agent 工作流1.3k
I
index-knowledge
index-knowledge
tursodatabase / turso

为代码库生成分层的 AGENTS.md 知识库。创建根目录文档和按复杂度评分的子目录文档。

Agent 工作流1.3k
H
history-insight
history-insight
ai-native-camp / camp-2

当用户想要访问、捕获或引用 Claude Code 会话历史时使用此技能。当用户说“捕获会话”“保存会话历史”,或将过去或当前的对话作为来源进行保存、提取、总结或审阅时触发。这包括提及“我们讨论过的内容”“今天的工作”“会话历史”,或用户将对话本身视为素材(例如“根据我们的对话”)。

Agent 工作流1.3k
U
upstash-redis-start
upstash-redis-start
upstash / skills

通过一次 POST 请求 https://upstash.com/start-redis,为 AI Agent 配置一个零配置、无需注册的临时 Upstash Redis 数据库,无需账户、API 密钥或 SDK 设置。Agent 暂时需要 Redis 且用户未提供凭据时使用,适用于工具调用间的短期记忆、对话历史、子 Agent 工作队列、排名回忆或快速原型和演示。涵盖幂等创建和重新获取凭据、通过请求体式 REST API 或官方 SDK 调用数据库,以及告知用户如何认领数据库。除非用户认领,否则数据库将在 3 天后过期;不适用于生产数据、PII 或机密。

Agent 工作流1.3k
S
sip
sip
lilmgenius / paperthin

创建或修改制品或技能后,使用我们自己的技能对其进行检验,不要只依赖当前会话中的判断——让递归式自我改进自动化。在完成、提交或交接之前,写入或编辑后立即使用。

Agent 工作流1.3k
U
ue-project-context
ue-project-context
quodsoler / unreal-engine-skills

创建、刷新或修复 `.agents/ue-project-context.md`(其他每个 UE 技能首先读取的项目文档)时使用。用户提到“project context”“set up context”“UE context”“scan my project”“onboard the agent to my project”“update project context”“configure project”“what engine version is this project on”“which plugins do we have enabled”,或抱怨 UE 建议总是很笼统时也使用。关于 Build.cs 和 Target.cs 机制,请参阅 ue-module-build-system;关于命名和 API 宏约定,请参阅 ue-cpp-foundations;关于 GAS 细节,请参阅 ue-gameplay-abilities。

Agent 工作流1.3k
M
memory-continue
memory-continue
basicmachines-co / basic-memory

通过 memory:// URL、近期活动和搜索,从 Basic Memory 图谱重建上下文并继续之前的工作。在会话开始时,或用户说“继续……”“回到……”“我们进行到哪了?”时使用

Agent 工作流1.3k
M
memory-capture
memory-capture
basicmachines-co / basic-memory

将当前工作线索的状态整理成一篇连贯的 Basic Memory 笔记;再次捕捉时直接改写原笔记。在讨论中途或结束时,若有值得保留的决策、见解或上下文,则使用

生产力1.3k
N
nba
nba
lilmgenius / paperthin

读取当前周期状态,并给出杠杆效应最高的单一下一步行动,而不是选项列表。适用于项目处于阶段间、作者询问下一步该做什么、存在过多可行事项,或工作需要重新进入 frame、build、drive、re0-memo、hate、re0-work 或 ship 阶段。

生产力1.3k
C
cuopt-skill-evolution
cuopt-skill-evolution
nvidia / skills

解决复杂问题后,提炼可推广的经验并提出技能更新建议。始终启用,适用于每次交互。

Agent 工作流1.3k
A
article-prompts-to-skills
article-prompts-to-skills
mengto / skills

将文章、教程或提示词包转换为专注且可复用的 AgentSkills,每项技能对应一项独立能力,并提供可移植的说明、示例提示词、可运行演示、预览截图、验证、画廊更新和精简提交。当用户要求将文章中的提示词、教程章节、设计模式、交互或工作流想法转化为完整技能,而不是保留为文字说明时使用。

Agent 工作流1.3k
B
brainstorm
brainstorm
neolabhq / context-engineering-kit

在创作或开发时,于编写代码或实施计划之前使用——通过协作式提问、探索替代方案和渐进式验证,将粗略想法完善为完整设计。明确的“机械式”流程中不要使用。

Agent 工作流1.3k
M
multi-agent-patterns
multi-agent-patterns
neolabhq / context-engineering-kit

为复杂任务设计多 Agent 架构。当单 Agent 上下文限制不足、任务可自然拆分为子任务,或专门化 Agent 有助于提升质量时使用。

Agent 工作流1.3k
S
sync-skills-lock
sync-skills-lock
fandhe-ai / agent-cli-skills

将根目录下 `skills-lock.json` 的 `computedHash` 与 upstream 仓库的最新状态进行比对并更新。`source` 与 `Fandhe-AI/<repo>` 不完全匹配的条目不会被 clone(安全措施)。不会触碰 submodule 下的 `skills-lock.json`。在 contribute-skill 合并或 upstream 同步后,以及用户提到“更新哈希”、“同步 skills-lock”等情况时使用。

Agent 工作流1.3k
C
critique
critique
neolabhq / context-engineering-kit

使用专业评审者进行全面的多角度评审,通过辩论达成共识

测试与质量1.3k
C
create-design-system-rules
create-design-system-rules
figma / mcp-server-guide

为用户的代码库生成自定义设计系统规则。用户说“创建设计系统规则”“为我的项目生成规则”“设置设计规则”“自定义设计系统指南”,或想为 Figma-to-code 工作流制定项目专属规范时使用。需要连接 Figma MCP 服务。

设计与 UI1.3k
F
find-skills
find-skills
kimyx0207 / findskill

帮助用户发现和安装 Agent 技能,当他们提出「我怎样才能做 X」、「查找 X 的技能」、「有没有能够...的技能」等问题,或表达扩展功能的兴趣时。当用户寻找可能以可安装技能形式存在的功能时,应使用此技能。

Agent 工作流1.3k
O
omni-combos-routing
omni-combos-routing
cheaper-inference / omniroute

使用 19 种策略(优先级、加权、轮询、Auto-combo 等)创建和管理路由组合。配置回退链、测试路由结果并获取组合指标。

云与 DevOps1.3k
A
autobahn
autobahn
lilmgenius / paperthin

在开始处理风险相关工作之前,先将涉及安全边界的内容排除在范围之外,并提供安全替代方案;然后由一个全新的子 Agent 全力处理剩余安全内容,该子 Agent 只能看到处理后的提示词,绝不会接触有风险的输入。当任务涉及隐匿、抓取、隐私、知识产权、政策、许可、安全或其他安全相关内容,且这些内容可能被悄悄删去、过度展开或无谓弱化时使用。触发依据是处理冲动,而不只是话题:一旦察觉自己想要含糊其辞、弱化、悄悄跳过或预先准备拒绝,就应先划定范围再执行。

Agent 工作流1.3k
S
sf-ai-agentforce
sf-ai-agentforce
jaganpro / sf-skills

Agentforce Builder 管理的主题/操作、Prompt Builder 模板、GenAiFunction/GenAiPlugin、Models API 和自定义 Lightning 类型的元数据路径。触发条件:用户维护或配置 Builder 元数据 Agent、创建主题/操作、使用 Prompt Builder 模板,或处理 .genAiFunction、.genAiPlugin 或 .genAiPromptTemplate 元数据 XML 文件。以下情况不触发:Agent Script DSL .agent 文件(使用 sf-ai-agentscript)、Agent 测试(使用 sf-ai-agentforce-testing)或角色设计(使用 sf-ai-agentforce-persona)。

Agent 工作流1.3k
I
iterate-until-verified
iterate-until-verified
mengto / skills

在保留原始请求的前提下,对任何重要任务应用与提示词无关的执行和验证循环。适用于用户要求分派工作、使用子 Agent 或独立审阅者、循环执行直至完成、对照参考进行基准测试、进行严格批评、盲测比较候选方案、通过验证改进现有提示词,或持续执行直到通过明确的质量门槛。

Agent 工作流1.3k
A
ai-engineer
ai-engineer
sickn33 / agentic-awesome-skills

构建可用于生产环境的 LLM 应用、高级 RAG 系统和智能 Agent。实现向量搜索、多模态 AI、Agent 编排和企业 AI 集成。

开发1.3k
X
x402
x402
browser-use / browser-use

使用 x402 设置 Browser Use Cloud 付款——通过加密钱包按请求付费(Base 主网上的 USDC),无需注册或 API 密钥。先介绍两种设置方式:“直接使用”(设置钱包,让你或 Claude Code 使用钱包付款来运行云端浏览器任务;Claude 会编写并运行一次性脚本,不会触及你的代码库)或“集成到项目中”(安装 SDK,并将密钥和代码写入项目)。涵盖钱包设置、充值、.env 和约 1 美元的测试运行。当用户询问 x402、按次付费、USDC 付款,或希望不使用 API 密钥来使用 Browser Use Cloud 时使用。免费套餐注册(反向 CAPTCHA → API 密钥)请改用 `browser-use cloud signup` 或 `cloud` skill。

云与 DevOps1.3k
J
judge-with-debate
judge-with-debate
neolabhq / context-engineering-kit

通过多轮独立评审者辩论评估解决方案,直至达成共识

Agent 工作流1.3k
R
re0-work
re0-work
lilmgenius / paperthin

从 v0 重新启动项目或制品,只保留经过验证的经验、契约、门槛、词汇、真实界面测试和负面语料。当基础有误、积累的代码造成进展假象,或新一轮工作需要吸取旧经验但不继承其偶然形成的架构时使用。

开发1.3k
L
llm-context
llm-context
brave / brave-search-skills

用于 RAG/LLM grounding。返回针对 LLM 优化的预提取网页内容(文本、表格、代码)。支持 GET + POST。根据复杂度调整 max_tokens/count。支持 Goggles、local/POI。生成 AI 答案请使用 answers。推荐用于构建 AI/Agent 应用。

Agent 工作流1.3k
P
pi-agent
pi-agent
k-dense-ai / scientific-agent-skills

使用并运行 Pi 这一精简的终端编码框架。适用于安装 Pi、配置提供方/模型/设置/环境变量,创建 Pi 技能/扩展/软件包/主题/提示词模板,通过 SDK 嵌入 Pi,通过 RPC 或 JSON 事件流集成,解析会话,通过 llama.cpp 路由器运行本地模型,开发自定义 Pi 提供方和 TUI 组件,或使用生态软件包,例如 pi-subagents(委派/编排)、pi-mcp-adapter(MCP 服务)、pi-interview(交互式表单)和 pi-web-access(网页搜索、抓取、视频理解)。

Agent 工作流1.3k
第 1381–1440 条,共 13,264 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。