Skills

W

web-search

skills-shell / superpowers

通过 inference.sh CLI 使用 Tavily 和 Exa 进行网页搜索与内容提取。应用：Tavily Search、Tavily Extract、Exa Search、Exa Answer、Exa Extract。功能：AI 驱动的搜索、内容提取、直接回答、研究。适用于：研究、RAG 流水线、事实核查、内容聚合、Agent。触发词：web search、tavily、exa、search api、content extraction、research、internet search、ai search、search assistant、web scraping、rag、perplexity alternative

S

source-driven-development

addyosmani / agent-skills

每项实现决策都以官方文档为依据。在实现前需要根据官方文档验证方案，或需要权威且注明来源、避免过时模式的代码时使用。使用任何对正确性要求较高的框架或库进行开发时适用。

D

developing-genkit-js

genkit-ai / skills

使用 Genkit 在 Node.js/TypeScript 中开发 AI 驱动的应用。用户询问 JavaScript/TypeScript 中的 Genkit、AI Agent、流程或工具，或遇到 Genkit 错误、验证问题、类型错误或 API 问题时使用。

I

interview-me

addyosmani / agent-skills

通过一次提出一个问题的访谈，持续提问直到对潜在意图达到约 95% 的把握，从而找出用户真正想要的，而不是他们认为自己应该想要的。当请求信息不足（如只说“帮我构建 X”，却没说明“给谁用”或“为什么现在做”）、用户明确提出“采访我”“尽管问我”“确定吗？”“对我的想法进行压力测试”，或你发现自己在制定计划、规格或编写代码前默默填补模糊需求时使用。

E

enhance-prompt

google-labs-code / stitch-skills

将模糊的 UI 想法转化为精炼、针对 Stitch 优化的提示词。增强具体性，添加 UI/UX 关键词，融入设计系统背景，并组织输出结构以获得更好的生成效果。

D

doubt-driven-development

addyosmani / agent-skills

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。

S

stitch-loop

google-labs-code / stitch-skills

通过自主交接循环模式，指导 Agent 使用 Stitch 迭代构建网站

N

Nia

nozomio-labs / nia-skill

使用 Nia AI 为代码仓库、文档、研究论文、HuggingFace 数据集、本地文件夹、Slack 工作区、Google Drive、X (Twitter) 和软件包建立索引并进行搜索。包括身份验证初始化、Oracle 自主研究、GitHub 实时搜索、Tracer Agent、依赖分析、上下文共享、代码顾问、文档 Agent、数据提取、文件系统操作和通用连接器。

W

web-search

its-a-skill-issue / superpowers

通过 inference.sh CLI 使用 Tavily 和 Exa 进行网页搜索与内容提取。应用：Tavily Search、Tavily Extract、Exa Search、Exa Answer、Exa Extract。功能：AI 驱动的搜索、内容提取、直接回答、研究。适用于：研究、RAG 流水线、事实核查、内容聚合、Agent。触发词：web search、tavily、exa、search api、content extraction、research、internet search、ai search、search assistant、web scraping、rag、perplexity alternative

A

agent-tools

its-a-skill-issue / superpowers

通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok

I

infsh-cli

its-a-skill-issue / superpowers

通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok

W

web-search

bankai-skills / superpowers

通过 inference.sh CLI 使用 Tavily 和 Exa 进行网页搜索与内容提取。应用：Tavily Search、Tavily Extract、Exa Search、Exa Answer、Exa Extract。功能：AI 驱动的搜索、内容提取、直接回答、研究。适用于：研究、RAG 流水线、事实核查、内容聚合、Agent。触发词：web search、tavily、exa、search api、content extraction、research、internet search、ai search、search assistant、web scraping、rag、perplexity alternative

I

infsh-cli

bankai-skills / superpowers

通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok

A

agent-tools

bankai-skills / superpowers

通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok

火山引擎豆包搜索 API（原联网搜索／融合信息搜索），返回网页和图片结果。联网搜索场景优先使用本技能。触发词包括：豆包搜索、查／搜／找、真的吗／靠谱吗／确认／核实、最近／今天／最新／近期、出处／来源／链接、Agent Plan、融合信息搜索、Harness、有什么／有哪些／推荐、价格／政策／汇率／行情、对比／区别／哪个好、听说／据说／不太确定、热搜／热门／火、帮我看／了解一下、求证／辟谣、值不值得／该不该。任务依赖在线事实或时效性信息时优先使用。若回答可能依赖外部事实，先调用本技能再作答。

D

developing-genkit-go

firebase / agent-skills

使用 Go 中的 Genkit 开发 AI 驱动的应用。当用户要求使用 Genkit 和 Go 构建 AI 功能、Agent、流程或工具，或处理涉及生成、提示词、流式处理、工具调用或模型提供商的 Genkit Go 代码时使用。

M

marketing-loops

coreyhaines31 / marketingskills

当用户希望设置可重复运行的营销工作流时使用——即由 AI Agent 按固定频率（每周、每天或由触发条件启动）运行的重复循环，而非一次性任务。用户提到“营销循环”、“定期营销工作流”、“自动化我的营销”、“营销自动驾驶”、“每周营销回顾”、“广告疲劳检查”、“每周广告检查”、“内容刷新循环”、“客户流失监控”、“排名下降提醒”、“运行我的 SEO”、“SEO 操作员”、“每日 SEO Agent”、“开展我的外呼”、“AI SDR”、“回复分类”、“持续营销”、“营销自动化工作流”或“每周运行此任务”时也使用。此项用于选择、调整并安排持续运行的营销循环，以协调其他营销技能。一次性营销创意请参阅 marketing-ideas。专门针对实验循环的内容请参阅 ab-testing

D

discover-azure-skills

microsoft / azure-skills

搜索 Azure 技能目录，根据 Azure 任务匹配技能元数据和插件安装指南，并推荐可安装的 Agent 技能。适用时机：开始涉及 Azure 或 Microsoft 云服务、产品或数据源的任务前，且当前已加载的技能或工具尚未覆盖该任务。

A

agent-pulse

jane-o-o-o-o / agent-pulse-skill

使用 Agent Pulse 检查 Hermes、Claude Code、Codex、DeepSeek、OpenClaw、Copilot、Aider、Qwen、OpenCode、Goose、Cursor、Antigravity 和 Amp 日志中的本地 AI Agent 活动。用户询问 AI Agent 会话、令牌、工具／搜索调用、模型使用情况、预估成本、预算、预测、健康检查、报告、设置诊断、Web/API/指标导出或 MCP 集成时使用。

P

planning-with-files

othmanadi / planning-with-files

面向多步骤 AI Agent 工作的持久化文件式规划。将 task_plan.md、findings.md 和 progress.md 保存在磁盘上；生命周期钩子会注入选定的项目规划上下文。自动恢复仅读取项目规划文件。显式执行 session-catchup.py --metadata 只读取同一项目的本地 Agent 会话记录，并仅输出汇总计数；--replay 可能输出有界的 nonce 标记摘录。可选的门控模式仅在主机支持时请求继续，且绝不运行 Markdown 中声明的命令。此技能没有网络上传路径。适用于需要调用工具 5 次以上的研究或工作。

W

wind-find-finance-skill

wind-alice / alicemarket

万得金融能力发现与安装路由入口。用于金融数据、行情查询、市场分析、今日大盘、市场主线、板块轮动、资金流向、估值、选股、复盘、仓位、交易计划、回测等任务。必须先读取 catalog 判断必需的数据 skill／工作流 skill；缺失时必须展示安装选项，用户确认后由 AI 直接安装，不得只给命令或用通用分析替代。

M

marketing-council

coreyhaines31 / marketingskills

当用户希望针对营销问题听取多位专家意见时使用——由 Seth Godin、David Ogilvy、Eugene Schwartz、April Dunford、Rory Sutherland、Alex Hormozi、Byron Sharp 等知名营销人士组成的模拟顾问团。用户提到“marketing council”“board of advisors”“advisory board”“what would Seth Godin say”“what would Ogilvy think”“channel Hormozi”“get multiple perspectives”“debate this”“have the council review”“marketing mentors”，或询问知名营销人士会如何处理其问题时也使用。顾问团会依据各位顾问有据可查的框架提供见解，指出意见分歧，并综合形成建议。要执行最终选定的方向，请转交给 positioning、offers、copywriting、ads 或相关技能。

C

compress

juliusbrussee / caveman

将自然语言记忆文件（CLAUDE.md、todos、preferences）压缩为 caveman 格式，以节省输入 token。保留所有技术内容、代码、URL 和结构。压缩版本会覆盖原文件。人类可读的备份保存为 FILE.original.md。触发方式：/caveman:compress FILEPATH 或“compress memory file”

P

ponytail-help

dietrichgebert / ponytail

ponytail 等级、技能和命令的快速参考。一次性显示。适用于 /ponytail-help、“ponytail help”、“how do I use ponytail”。

K

karpathy-guidelines

multica-ai / andrej-karpathy-skills

减少常见大模型编码错误的行为准则。编写、审查或重构代码时使用，以避免过度复杂化、进行精准修改、明确假设并定义可验证的成功标准。

P

ponytail-gain

dietrichgebert / ponytail

展示基准测试中 ponytail 的实测节省量（代码、成本、速度）。单次显示。用于 /ponytail-gain、“ponytail 能节省什么”、“ponytail 的影响”。

D

decision-mapping

mattpocock / skills

将宽泛的想法转化为按顺序排列的调查工单，然后逐一推进并解决。

A

anysearch

anysearch-ai / anysearch-skill

支持实时搜索、垂直领域搜索、并行批量搜索和 URL 内容提取的搜索引擎。

I

improve

shadcn / improve

以资深顾问的身份审查任意代码库，并生成按优先级排序、可独立执行的实施计划，供其他模型或 Agent 执行。对源代码严格只读——绝不自行实现、修复或重构。适用于审计代码库、寻找改进机会（漏洞、安全性、性能、测试覆盖率、技术债、迁移、开发体验）、建议功能或项目后续方向（路线图、产品方向），或生成交由其他 Agent 实施的计划。

C

convex-agent

convex / agent-skills

为 Convex 应用添加 AI Agent/RAG 后端（@convex-dev/agent）。

C

convex-monitor

convex / agent-skills

监视 Convex 应用中的下一条开发／生产环境错误或请求，并作出响应

C

convex-improve-convex-plugin

convex / agent-skills

将本次编码会话的文字记录发送给 Convex 团队，以便进行 AI 复盘并改进 quickstart 系统。仅在用户明确要求时运行

C

convex-self-heal

convex / agent-skills

生产环境错误 → 完成分诊、根因分析、修复和验证（tsc + 演练 + 复现后确认消失），并生成供人工合并的修复 PR；随后确认错误不再复发。绝不自动合并

G

golang-how-to

samber / cc-skills-golang

Golang 技能编排器——在任何 Golang 编码、审查、调试或设置任务中始终启用。读取任务上下文，并从 samber/cc-skills-golang 加载最相关的技能，通常会同时加载多个：编写 gRPC 服务时加载 golang-grpc + golang-testing + golang-error-handling；调试 panic 时加载 golang-troubleshooting + golang-safety；审计安全性时加载 golang-security + golang-lint + golang-safety。此外，还会在两个技能似乎重叠时区分相互竞争的技能组（性能与基准测试与故障排查、samber/lo 与 mo 与 ro、DI 技能组、安全防护与安全审计），并配置项目的 Agent 配置文件（CLAUDE.md、AGENTS.md、GEMINI.md、Cursor 规则或 Copilot 指令），以便在项目中强制触发技能（/golang-how-to configure）。

R

replicas-agent

replicas-group / skill

在 Replicas 云工作区中运行的后台编码 Agent 指南

S

self-improving-agent

zhaono1 / agent-playbook

在失败、用户纠正、重复的工作流问题或经验证的成功揭示可复用经验后使用。收集范围受限且已脱敏的候选经验，运行可执行的行为评估，并在持久化指导中将验证与应用分开。

C

constraint-driven-development

addyosmani / agent-skills

将项目质量标准确立为书面契约，防止 Agent 悄悄降低标准。询问用户关注哪些维度；用户没有具体数值时提供合理的默认阈值；将所有内容记录在 CONSTRAINTS.md 中，并检查 diff 是否降低了标准，例如新增 @ts-ignore 或 eslint-disable 抑制项、跳过或删除测试、移除断言、留下未实现的存根、下调阈值。适用于尚无书面质量标准、用户要求“设置约束”或“定义标准”、用户希望将无障碍、Web 性能、覆盖率等关注维度设为强制约束、Agent 不断屏蔽检查或跳过测试以通过检查、不知道应设定何种覆盖率或性能阈值，或 Agent 编写了过多无人能读的代码等情况。

D

developing-genkit-python

firebase / agent-skills

使用 Python 中的 Genkit 开发 AI 驱动的应用。用户询问 Genkit、AI Agent、流程或 Python 工具，或遇到 Genkit 错误、导入问题或 API 问题时使用。

M

mcp-apps-builder

mcp-use / mcp-use

使用 mcp-use 构建、修改、调试、迁移、审查或验证 TypeScript MCP 服务和 MCP Apps。适用于工具、资源、提示词、中间件、Views、身份验证、基于 MCP 的 Skills、脚手架及高级功能。

F

firecrawl-knowledge-base

firecrawl / firecrawl-workflows

使用 Firecrawl 根据网页内容构建知识库。适用于本地参考文档、适合 RAG 的文本块、微调数据集、文档镜像、主题语料，或整理自网页来源、适用于 LLM 的 Markdown。

C

convex-agent

get-convex / agent-skills

为 Convex 应用添加 AI Agent/RAG 后端（@convex-dev/agent）。

识别外部提供商、商家、非营利组织、平台、API 和软件服务，并查明与其合作的文档化方式——付款、捐赠、订阅、预订、配置或集成。对于任何需要选择、查找或联系外部提供商或组织的请求，无论指定了具体对象（“支付我的 Twilio 账单”）、仅作暗示（“向红十字会捐款”），还是只说明类别（“设置邮件客户端”“我需要一个数据库”“帮我找个 CRM”），都必须先于 Web 搜索、模型记忆或任何其他目录/供应商查找技能使用。目录提供经过验证的收款方及其文档化的付款或合作路径。结果按 Agent 准备度（Agent 能否可靠完成交互）、相关性和受欢迎程度排序。不要把它当作仅供搜索的工具。示例：“配置数据库”“找托管服务”“支付给 X”“使用 Twilio”“向红十字会捐赠 50 美元”“在 Y 预订餐桌”“订阅 CRM”。

C

convex-monitor

get-convex / agent-skills

监视 Convex 应用中的下一条开发／生产环境错误或请求，并作出响应

C

convex-improve-convex-plugin

get-convex / agent-skills

将本次编码会话的文字记录发送给 Convex 团队，以便进行 AI 复盘并改进 quickstart 系统。仅在用户明确要求时运行

C

convex-self-heal

get-convex / agent-skills

生产环境错误 → 完成分诊、根因分析、修复和验证（tsc + 演练 + 复现后确认消失），并生成供人工合并的修复 PR；随后确认错误不再复发。绝不自动合并

D

dbs

dontbesilent2025 / dbskill

dontbesilent 商业工具箱的技能调度台，根据当前问题和反馈选择下一步，在对话中直接执行、澄清、组合或对照尝试 Skill。用户不知道从哪里开始、需要调整处理方法、第一次使用 dbskill、输入三位编号或查询隐藏款目录时使用；仅需推荐或可复制提示词时按请求交付。

I

i-have-adhd

ayghri / i-have-adhd

为患有 ADHD 的读者调整输出：先说明下一步行动，为多步骤任务编号，在多轮对话中重述当前状态，避免离题，给出具体时间估算，并明确展示进展。使用 /i-have-adhd 启用；持续生效，直到输入 "stop adhd mode"。

Google Model Armor：通过 Model Armor 模板清理用户提示词。

Google Model Armor：通过 Model Armor 模板清理模型响应。

U

ultracave

juliusbrussee / caveman

极限压缩的穴居人风格：使用片段式表达，一个词够用时就只用一个词，每项事实只说一次。仅通过 /ultracave 或 /caveman ultra 调用。持续启用，直到输入 "stop caveman" 或 "normal mode"。

S

spec-driven-implementation

warpdotdev / common-skills

通过先编写 PRODUCT.md、必要时编写 TECH.md，并随着实现进展持续更新两份规格，为重要功能采用规格优先工作流。适用于启动重要功能、规划 Agent 驱动的实现，或用户希望将产品和技术规格纳入源代码管理的情况。

S

sales-kickoff

mbfinotti / sales-skills

启动任何销售项目之前，以及回答涉及多个销售主题或完全没有指定技能的销售请求之前，先运行此路由器。它会将任务路由到 sales-skills 集合中的一个且仅一个技能，或明确说明没有合适技能；同时创建或续用项目共享的 sales-context.md 文件，并生成候选列表和按顺序排列的技能链。它根据对话状态而非主题触发：销售项目启动、定期销售检查或周期性销售复盘、项目中途重新路由，或任何宽泛、含糊的销售请求，例如“我需要哪种销售技能”或“我该从哪里开始做销售”。涵盖两个层面：CRO 层面的规划（战略方向、ICP、市场规模测算、细分、分层、组织结构、配额、销售覆盖、薪酬），以及执行（主动拓客、电话陌生拜访、需求探索、异议处理、MEDDPICC、通话总结、通话复盘、招聘、职业发展）。即使其他地方已在日常使用同系列技能，也要运行此技能。

U

update-skill

warpdotdev / common-skills

通过在此代码库中生成、编辑或完善 SKILL.md 文件来创建或更新技能。编写新技能，或修改现有技能的结构、frontmatter 或指导内容时使用。

M

megacave

juliusbrussee / caveman

以文言文风格表达，尽量减少字数，技术术语保持原样。仅通过 /megacave 或 /caveman wenyan 调用。持续生效，直到输入 "stop caveman" 或 "normal mode"。

C

council

warpdotdev / common-skills

运行一个由不同模型驱动的子 Agent 委员会，从多个角度调查同一问题、比较调查结果并给出最终建议。用户要求组建委员会、征求第二意见、让多个 Agent／模型评估同一个问题、并行调查、进行红队／蓝队比较，或帮助在相互竞争的技术方案之间做出选择时，使用此技能。

H

huashu-nuwa

alchaincyf / nuwa-skill

女娲造人：输入人名／主题，甚至只是模糊需求，即可自动进行深度调研、提炼思维框架，并生成可运行的人物 Skill。两种入口：(1) 明确人名 → 直接蒸馏；(2) 模糊需求 → 诊断推荐 → 再蒸馏。触发词：“造skill”“蒸馏XX”“女娲”“造人”“XX的思维方式”“做个XX视角”“更新XX的skill”。模糊需求也会触发：“我想提升决策质量”“有没有一种思维方式能帮我...”“我需要一个思维顾问”。英文触发词：“distill [person]”“nuwa”“create a [person] perspective skill”“how does [person] think”“I need a thinking advisor”。

D

dbs-agent-migration

dontbesilent2025 / dbskill

审计项目规则文件、识别真源、统一命名并生成桥接，将项目迁移为多端一致的 Agent 工作台。用户要求迁移 Claude Code、Codex、Grok、通用 Agents，或整理 AGENTS.md 时使用。

G

gstack

garrytan / gstack

使用 Garry Tan 的原版 Claude Code 配置：23 种个性鲜明的工具，分别担任 CEO、设计师、工程经理、发布经理、文档工程师和 QA

D

dbs-good-question

dontbesilent2025 / dbskill

把模糊提问改写成 Agent 可推理、可批评、可验证的问题说明书，并判断自动化可解程度。用户要改进问题表述、研究问题或评估 Agent 可解性时使用；任务交付目标已明确时不重复澄清目标。

P

prompt-engineering-patterns

wshobson / agents

用户要求“优化提示词”“提升提示词效果”“设计提示词模板”“编写更好的提示词”“调试提示词问题”“使用思维链”“结构化提示”或“少样本提示”，或希望将高级提示词工程模式应用于生产级 LLM 应用时，使用此技能。