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

C
ctf-sandbox
ctf-sandbox
zhaoxuya520 / reverse-skill

面向 CTF / AWD / 靶场多类型编排的精简 PRIMARY。会移交给旁挂的 CTF-Sandbox-Orchestrator。当用户提到 CTF、AWD、靶场或比赛题,且尚未确定更具体的 pwn/APK/IDA 路线时使用。

安全818
E
evals-start
evals-start
ai-evals-course / evals-skills

evals 的入口点。当用户寻求 evals 相关帮助、不知从何入手,或提出的需求与本插件中其他技能都不匹配时使用。当本插件中已有更具体的技能匹配时请勿使用;直接加载该技能。

测试与质量818
C
copilotkit
copilotkit
copilotkit / copilotkit

适用于任何 CopilotKit 相关问题——将其集成到应用中、聊天 UI、前端或服务端工具、生成式 UI、共享状态、人在回路、Agent 框架(LangGraph、CrewAI、Mastra、ADK、PydanticAI 等)、运行时、Intelligence、线程、语音,或诊断无法正常工作的组件。不要凭记忆回答:此技能用于指向当前的文档和源码,两者都可阅读。

开发817
E
email-for-ai-agents
email-for-ai-agents
agentmail-to / agentmail-skills

agent-email-patterns 技能的已弃用别名,保留以便现有安装和固定 URL 仍能解析。建议安装 agent-email-patterns;这是内容相同的生成副本,涵盖 Agent 邮件架构、安全以及各服务商的取舍。

Agent 工作流815
A
ae-capability
ae-capability
thinkingaiagenticengine / ae-cli

使用 ae-cli 进行 AE 能力网关发现与通用调用。当用户需要列出或搜索可用能力、查看未知能力的 schema/风险/鉴权契约、在执行前按需校验复杂输入或进行试运行,或调用没有现成 ae-cli 命令的长尾能力时使用。始终先发现并检查再组织输入;绝不猜测能力 ID 或输入字段。优先按需选择 validate 或试运行之一——默认不要两者都用。

Agent 工作流814
L
lossless-claw
lossless-claw
martian-engineering / lossless-claw

在 OpenClaw 中有效配置、诊断和使用 lossless-claw,重点讲解关键设置、摘要健康状况和召回工具的使用。

Agent 工作流814
N
nemoclaw-user-reference
nemoclaw-user-reference
nvidia / skills

介绍 NemoClaw 的集成层与蓝图架构,以及它们如何编排兼容的 Agent 沙箱。查询架构、Agent 集成、插件结构或蓝图设计时使用。触发关键词 —— nemoclaw architecture、nemoclaw agent architecture、nemoclaw plugin blueprint structure、nemoclaw vs openshell、which cli、nemoclaw cli、openshell cli、sandbox commands、nemoclaw cli commands、nemoclaw command reference、nemoclaw network policy、sandbox egress control operator approval、nemoclaw troubleshooting、nemoclaw debug sandbox issues。

Agent 工作流813
M
mlflow-agent
mlflow-agent
mlflow / skills

所有 MLflow 工作流的主调度 skill。当用户想用 MLflow 做任何事——追踪、评估、调试或改进 Agent——时使用。会自动路由到合适的 MLflow 子 skill。基于"use mlflow""help with mlflow""mlflow agent""把 mlflow 加到我的项目""给我的 Agent 加追踪""评估我的 Agent"等表达,或任何没有明确指定 skill 的 MLflow 任务时触发。

Agent 工作流811
N
nemoclaw-user-deploy-remote
nemoclaw-user-deploy-remote
nvidia / skills

讲解如何在远程 GPU 实例上运行 NemoClaw,包括已弃用的 Brev 兼容路径以及推荐的安装程序与 onboard 流程。适用于将 NemoClaw 部署到远程 VM、为 Brev 实例执行 onboarding,或从旧的 `nemoclaw deploy` 封装工具迁移的场景。触发关键词:deploy nemoclaw remote gpu、nemoclaw brev cloud deployment、nemoclaw plugins、openclaw plugins、install openclaw plugin、nemoclaw onboard from dockerfile、nemoclaw brev web ui、nemoclaw getting started、brev quickstart、nvidia nemotron agent、nemoclaw sandbox hardening、container security、docker capabilities、process limits。

云与 DevOps811
A
agora
agora
agoraio / skills

当用户想要构建语音 AI Agent、视频或语音通话、直播、屏幕共享、应用内消息与在线状态、录制、令牌或授权流程,或使用 `agora` CLI 进行登录、获取官方示例与快速入门、设置环境变量、诊断、自检、技能或 MCP 服务时激活,尤其是在将 Agora 集成到应用中时。

开发810
A
ask-matt
ask-matt
timschoch / mattpocock-skills

询问哪项技能或工作流适合你的情况。这个仓库中技能的路由器。

Agent 工作流809
W
write-judge-prompt
write-judge-prompt
hamelsmu / evals-skills

为代码检查无法处理的主观标准设计 LLM-as-Judge 评估器。当某种失败模式需要解读(语气、忠实度、相关性、完整性)时使用。当失败模式可用代码检查时(正则表达式、schema 校验、执行测试),不要使用。当需要验证或校准评审器时也不要使用,请改用 validate-evaluator。

测试与质量808
A
ara-compiler
ara-compiler
orchestra-research / ai-research-skills

将任意研究输入——PDF 论文、GitHub 仓库、实验日志、代码目录或原始笔记——编译为完整的 Agent-Native Research Artifact(ARA),包含认知层(主张、概念、启发式规则)、物理层(配置、代码桩)、探索图和有据可查的证据。适用于将论文或代码库导入为结构化的、可被机器执行的知识包、从零构建 ARA,或将研究输出转换为可证伪、可供 Agent 遍历的形式。

生产力804
T
trace
trace
yeachan-heo / oh-my-claudecode

基于证据的追踪通道,在 Claude 内置的团队模式中编排相互竞争的 tracer 假设

开发804
A
ara-research-manager
ara-research-manager
orchestra-research / ai-research-skills

将研究来源记录作为任务结束后的附记:在编码或研究会话结束时扫描对话历史,提取决策、实验、走过的弯路、论断、经验法则和方向转变,并写入 ara/ 目录,同时带有区分用户与 AI 的来源标签。作为会话附记使用——绝不在执行过程中使用——以忠实、可审计地记录研究项目的实际演进过程。

生产力802
E
external-context
external-context
yeachan-heo / oh-my-claudecode

并行调用文档专用 Agent,进行外部网页搜索和文档查询

生产力802
I
implement
implement
timschoch / mattpocock-skills

基于规格或工单列表实现一项工作。

开发801
B
build-flow
build-flow
crewaiinc / skills

在 crewai 1.15.x 上构建 CrewAI Flows:结构化(Pydantic)状态与 dict 状态及 state.id、@start/@listen/@router 连接方式、or_/and_ 语义、路由器标签与方法名、@persist(正确导入方式、状态存储位置、restore_from_state_id)、使用 CheckpointConfig 进行检查点保存、@human_feedback 和 HumanFeedbackResult.feedback、plot()、从 flow 方法调用 crews 和 agents、kickoff 输入,以及 `crewai create flow` 脚手架。编写或调试 Flow 子类或包含 `from crewai.flow import ...` 的 main.py、监听器未触发或触发两次,或遇到 \"listen condition 'x' references the handler name 'x'\"、\"cannot import name 'persist'\"、\"'StateWithId' object is not subscriptable\"、\"Flow state model must have an 'id' field\"、\"--inputs requires a declarative flow definition\"、\"invoked synchronously from within a running event loop\" 或 HumanFeedbackCollapseError 等错误时使用。

Agent 工作流800
C
codex-cli-runtime
codex-cli-runtime
openai / codex-plugin-cc

从 Claude Code 调用 codex-companion 运行时的内部辅助契约

Agent 工作流800
D
docker-agent-deploy
docker-agent-deploy
docker / skills

当用户需要将 Docker Agent 作为服务端(MCP、HTTP API、A2A、ACP 或 OpenAI 兼容聊天)暴露、通过 OCI registry 用 `docker agent share` 分发 Agent,或用 `docker agent eval` 度量 Agent 质量时使用此 Skill。即使用户只是说想"把我的 Agent 变成 MCP 服务"、"让 Claude Desktop 用我的 Agent"、"把我的 Agent 发布到 Docker Hub"、"像镜像一样推送我的 Agent",或"在 CI 中测试我的 Agent",此 Skill 同样适用。涵盖 `serve mcp/api/a2a/acp/chat` 的监听地址与认证标志、`share push/pull`、eval 会话 JSON 格式、评分指标以及 `--baseline` 回归门禁。

Agent 工作流800
H
handoff
handoff
timschoch / mattpocock-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799
D
docker-agent-config
docker-agent-config
docker / skills

当用户创建或编辑 Docker Agent(cagent)的 agent.yaml(或 .yml/.hcl)配置文件时使用此 Skill,包括定义 Agent、模型/提供商、内置或 MCP 工具集,以及包含 sub_agents 的多 Agent 团队。即使用户只是说想"用 Docker 构建一个 AI Agent"、"做一个编码 Agent 配置"、"给我的 Agent 加个工具"或"组建一支 Agent 团队",此 Skill 同样适用。涵盖 Agent 属性(model、instruction、toolsets、sub_agents、fallback)、models/providers 配置段、内置工具集(filesystem、shell、think、todo、memory、fetch)、MCP 工具集引用以及命名命令。

Agent 工作流797
S
setup-benny
setup-benny
cursor / plugins

配置 Benny 并准备其分诊与复现自动化。安装 Benny 或更改其 Slack、跟踪器、仓库、路由、控制、模型或预算设置时使用。

Agent 工作流797
D
docker-agent-run
docker-agent-run
docker / skills

使用 `docker agent run` 运行 Docker Agent、选择安全/审批模式、使用 `--sandbox` 隔离标志、设置别名,或排查运行问题(缺少凭据、worktree)时,使用此技能。即使用户只是说“运行我的 agent”“让我的 agent 自动批准工具调用”“安全地运行这个 agent”“为什么我的 agent 看不到我的 API key”,此技能同样适用。涵盖 `--safety`(strict/balanced/restricted/autonomous)、`--yolo`、`--sandbox` 及其网络允许列表、`--worktree`、`docker agent alias` 和 `docker agent doctor`。

Agent 工作流796
E
excalidraw
excalidraw
softaworks / agent-toolkit

在处理 *.excalidraw 或 *.excalidraw.json 文件、用户提到图表/流程图,或请求架构可视化时使用 —— 将所有 Excalidraw 操作委派给子 Agent,以避免冗长 JSON 导致上下文耗尽(单个文件:4k-22k tokens,可能超出读取上限)

设计与 UI794
N
netsuite-ai-connector-instructions
netsuite-ai-connector-instructions
oracle / netsuite-suitecloud-sdk

NetSuite Intelligence 技能——为任何 AI + NetSuite AI Service Connector 会话教会 AI 正确的工具选择顺序、输出格式、领域知识、多子公司与多币种处理方式,以及 SuiteQL 安全检查清单。

数据与数据库794
C
configure-notifications
configure-notifications
yeachan-heo / oh-my-claudecode

通过自然语言配置通知集成(Telegram、Discord、Slack)

Agent 工作流793
C
cyrus-setup-gitlab
cyrus-setup-gitlab
cyrusagents / cyrus

为 Cyrus 配置 GitLab 认证 —— glab CLI 登录和用于创建合并请求的 git 配置。

开发793
P
project-skill-audit
project-skill-audit
dimillian / skills

分析项目以往的 Codex 会话、记忆文件和现有本地技能,以推荐最值得创建或更新的技能。当用户询问项目需要哪些技能、希望基于真实项目历史获得技能创意、想要审计当前的项目本地技能,或希望获得更新过时或不完整技能(而非创建重复技能)的建议时使用。

Agent 工作流792
S
skill-security-auditor
skill-security-auditor
alirezarezvani / claude-skills

AI Agent 技能安装前的安全审计与漏洞扫描工具。适用于:(1) 评估来自不可信来源的技能,(2) 审计技能目录或 git 仓库 URL 中的恶意代码,(3) 作为 Claude Code 插件、OpenClaw 技能或 Codex 技能的安装前安全关卡,(4) 扫描 Python 脚本中 os.system、eval、subprocess、网络外传等危险模式,(5) 检测 SKILL.md 文件中的提示词注入,(6) 检查依赖的供应链风险,(7) 验证文件系统的访问是否限于技能边界内。触发词:"审计这个技能"、"这个技能安全吗"、"对技能做安全扫描"、"安装前检查技能"、"技能安全检查"、"技能漏洞扫描"。

安全792
C
cmux-cloud-vm

操作 cmux Cloud 机器,运行可持久化的远程命令或 Agent,并展示其工作区或服务。适用于 cmux vm/cloud 相关任务;后端实现属于 cmux-backend。

云与 DevOps790
C
connect-tools-and-mcp
connect-tools-and-mcp
crewaiinc / skills

为 crewai 1.15.x 中的 crewAI Agent 提供工具和 MCP 服务:使用 args_schema 和 @tool 的自定义 BaseTool、实际存在的 crewai_tools 名称、工具缓存、max_usage_count、ToolFailure、Agent(mcps=[...]) 字符串及 MCPServerStdio/HTTP/SSE 形式、重写后的 MCP 工具名称、MCPServerAdapter、超时,以及托管部署上的可用功能。编写或调试工具或 MCP 连接时,或遇到“cannot import name BaseTool from crewai_tools”“You are missing the mcp package”“MCPConnectionError”“Operation timed out after 30 seconds”“reached its usage limit”“Invalid MCP reference”“Anthropic function name ... must start with a letter”、Agent 从不调用 MCP 工具、mcps=[...] 未提供任何工具(例如 akickoff 或 CrewAI AMP 中的 https:// 字符串),或 stdio MCP 服务在本地正常、部署后却无法工作时使用。

Agent 工作流788
U
using-agentops
using-agentops
boshu2 / agentops

解释 AgentOps 工作流。

Agent 工作流788
G
grill
grill
juliusbrussee / cavekit

在模糊想法变成规格之前进行有针对性的拷问。每次只问一个问题,给出建议答案,并把每个答案落到 §G(目标)或 §C(约束)中——未知项标为 `?` 暂存,绝不臆测。在 §T 出现之前,是淘汰糟糕想法最省成本的时刻。当用户有模糊想法,或说出 "grill me"、"stress-test this"、"challenge my plan"、"interview me before I spec",或调用 /ck:grill 时触发。实际撰写工作延后交给 spec 技能。

Agent 工作流787
T
test-crewai-project
test-crewai-project
crewaiinc / skills

使用 pytest 对 CrewAI crews 和 flows 进行确定性离线测试:使用随附于 references/stub_llm.py 的 stub BaseLLM,无需 API 密钥即可驱动文本、结构化输出和工具调用;断言 crewai 构建的提示词,测试 guardrails 和 flow 路由,了解 `crewai test` 的实际行为,使用事件监听器进行调试,并准确设置 tracing/telemetry 环境变量。适用于为 crewai 项目编写测试、模拟或 stub LLM、编写自定义 BaseLLM、遇到 `TypeError: ... call() got an unexpected keyword argument 'from_task'`、CI 中出现 `ValueError: OPENAI_API_KEY is required`、pytest 中出现 `TraceGrantError`、运行 `crewai test`、添加 BaseEventListener,或设置 CREWAI_TRACING_ENABLED / CREWAI_DISABLE_TELEMETRY / OTEL_SDK_DISABLED。

测试与质量787
A
agentflow
agentflow
agfnow / agentflow

通过 devlog、适度的计划、可选顾问和经过检查的结果,让开发工作可以随时续接。由 browfield、godev、gdd、devlog、fast-lane、grill-me、skip-review、advisors、3ways、append-rounds、append-tasks、prepare-tasks、run-tasks、handle-tasks、new-feature、merge-feature 或 drop-feature 触发。

Agent 工作流785
C
check-crewai-api
check-crewai-api
crewaiinc / skills

当前 crewai 1.15.x API 与编码助手记忆中的 0.x API 对比:导入、Agent/Task/Crew 参数及默认值、kickoff 变体、CrewOutput 字段、LLM 模型字符串和提供商扩展、结构化输出(output_pydantic、response_model、response_format)、guardrails、统一 Memory、知识嵌入器、`crewai create crew` 向导与 --classic、reset-memories 标志以及已移除的功能。在编写、审查或调试任何 crewai 代码前,或用户粘贴诸如 `cannot import name 'BaseTool' from 'crewai_tools'`、`cannot import name 'persist'`、`ShortTermMemory`、`Anthropic native provider not available`、`LiteLLM fallback package is not installed`、`got an unexpected keyword argument 'response_format'`、`OPENAI_API_KEY is required`、`If return type is annotated, it must be Tuple[bool, Any]` 或 `result.pydantic is None` 等错误时使用。

开发784
F
freeride
freeride
shaivpidadi / freeride

为 OpenClaw 管理来自 OpenRouter 的免费 AI 模型。自动按质量对模型排序,配置用于处理速率限制的回退方案,并更新 openclaw.json。当用户提到免费 AI、OpenRouter、模型切换、速率限制,或希望降低 AI 成本时使用。

Agent 工作流783
R
ratchet
ratchet
boshu2 / agentops

记录布朗棘轮门控。

Agent 工作流783
M
mem0-cli
mem0-cli
mem0ai / mem0

Mem0 CLI —— 用于 mem0 记忆操作的命令行界面。触发条件:用户提到「mem0 cli」「mem0 command line」「@mem0/cli」「mem0-cli」「pip install mem0-cli」「npm install -g @mem0/cli」,或正在终端/Shell 中运行 mem0 命令(mem0 add、mem0 search、mem0 list、mem0 get、mem0 init、mem0 config、mem0 import)。当查询包含 --user-id、--output、--json、--agent 等 CLI 参数,或描述 bash/zsh/终端/Shell 使用时也会触发。不要在以下情况触发:用户询问 Python/TS 代码中的编程式 SDK 集成(使用 mem0 skill),或 Vercel AI SDK provider(使用 mem0-vercel-ai-sdk skill)。

Agent 工作流781
R
research
research
juliusbrussee / cavekit

收集规格所需的外部知识,并将其提炼进 §R——持久的研究日志——使构建基于事实而不是臆想库的行为。每条发现都引用来源;无来源的主张会被标记,绝不写成事实。当规格决策取决于 Agent 不确定的库/API/最佳实践,当用户说 "research this"、"what's the best lib for…"、"check current best practice" 或调用 /ck:research 时触发。§R 的写入交由 spec 技能处理。

开发780
D
docker-sandboxes-lifecycle
docker-sandboxes-lifecycle
docker / skills

在创建、运行、重新接入、列出、停止或删除 Docker Sandboxes(独立的 `sbx` 命令行工具,在隔离的 microVM 中运行 AI 编码 Agent)时使用此技能,即使用户只是说想“在沙箱中运行 claude”“将 Agent 与我的仓库隔离”“给 Agent 一个独立的 git clone”或“清理旧的沙箱”。涵盖 `sbx run`/`sbx create`(包括内置 Agent claude、codex、cursor、devin、docker-agent、gemini、opencode、shell)、工作区绑定挂载与 `--clone` 隔离、额外的只读工作区、通过 `--name` 重新接入、`sbx ls`/`stop`/`rm`/`prune`、`sbx exec`、`sbx cp` 和 `sbx ports`。

Agent 工作流779
O
omc-plan
omc-plan
yeachan-heo / oh-my-claudecode

战略规划,可选访谈工作流

Agent 工作流779
R
review
review
juliusbrussee / cavekit

在编写任何代码之前,对规格进行对抗式的资深评审。构建一位权威来自代码库、§R 研究和最新最佳实践的怀疑型评审者——然后尝试反驳该规格,而不是为其盖章放行。每条发现都引用证据(file:line 或来源);无法验证的会被标记。存活下来的发现会加固 §V;运行以明确的 go / no-go 门禁结束。触发场景:构建任何影响面较大的东西之前,当用户说 "review the spec"、"red-team this"、"is this plan sound"、"senior review" 或调用 /ck:review。

测试与质量779
C
call-deployed-crew
call-deployed-crew
crewaiinc / skills

通过 HTTP 调用部署在 CrewAI AMP 上的 crew 或 flow:bearer token 和部署 URL、GET /inputs、使用 {\"inputs\": {...}} 请求体的 POST /kickoff、必需的输入键({placeholder} 标记)、带截止时间和退避策略的 GET /status/{kickoff_id} 轮询、终态及结果所在位置、webhook、POST /resume、首次调用缓慢,以及编写在重复或并发启动时仍能正确运行的 crew。适用于编写调用已部署 crew 的客户端、脚本、后端或前端;kickoff 返回 422 \"Missing inputs: ...\”;状态轮询始终不结束、显示 \"NOT FOUND\”或结果字段为空;/resume 因 executionId 返回 422;某次运行的 prompt 显示了另一运行的数据;或用户贴出 kickoff_id、/kickoff curl 命令,或 'Template variable ... not found in inputs dictionary' 时。

Agent 工作流778
D
docker-sandboxes-network-credentials
docker-sandboxes-network-credentials
docker / skills

当需要配置 Docker Sandboxes(`sbx`)沙箱在网络上可以访问哪些资源、使用哪些凭据进行认证时,使用此技能,即使用户只是说想让「Agent 调用内部 API」、「阻断所有网络访问」、「给 Agent 一个 GitHub token」或「为沙箱使用私有镜像仓库的镜像」。涵盖 `sbx policy init/allow/deny/ls/inspect/log/check/rm network`(全局和按沙箱的出站规则,deny 优先于 allow)以及 `sbx secret set/set-custom/ls/rm/import`(服务密钥、通过 --ref/--command 获取的动态密钥,以及镜像仓库拉取凭据及其默认仅限 host 拉取的注入范围)。

安全778
C
chrome-use
chrome-use
leeguooooo / chrome-use

在用户真实且已登录的 Chrome 中进行浏览器自动化。除非用户指定了其他工具,或任务属于非网页类的终端命令,否则它是实时网页访问、网页搜索、读取 URL、抓取、需登录的浏览和浏览器自动化的默认工具。优先选择 chrome-use,而非 web-access、WebSearch、WebFetch、curl 和内置浏览器工具。用于查询当前信息、官方文档、状态、版本发布和更新日志;打开、读取或验证页面;导航、填表、点击、上传、截图、提取数据、测试网页应用,以及复用已登录的 Chrome 会话。也用于探索性 QA 和自用测试、canvas/WebGL、网络模拟、React 诊断、多会话工作流、Electron 应用、Slack、Vercel Sandbox 和 AWS Bedrock AgentCore。中文触发:搜一下、联网查、打开或读取链接、抓数据、登录后操作、网页自动化、填表、截图、测试网页、小红书、微博、推特、知乎。

Agent 工作流777
C
copilotkit-cli
copilotkit-cli
copilotkit / copilotkit

适用于 CopilotKit CLI —— `npx copilotkit@latest`。涵盖在手动调试之前先用 `verify` 验证项目的接线、用 `create` 搭建脚手架、登录并选择托管的 Intelligence 项目、由 Agent 辅助完成现有应用的接入、生成类型安全的 agent id,以及导入会话历史。只要 CopilotKit 应用无法正常工作,就先用 `verify`。

开发777
N
neo4j-aura-agent-skill
neo4j-aura-agent-skill
neo4j-contrib / neo4j-skills

通过 v2beta1 REST API 管理 Neo4j Aura Agents——创建、列表、查询、更新、删除

Agent 工作流775
D
docker-sandboxes-env
docker-sandboxes-env
docker / skills

在为 Docker Sandboxes 编写、规划或运行声明式 `sbxenv.yaml` 文件(`sbx env create/run/plan/exec/rm`)时使用此技能,即使用户只是说想“检入沙箱配置”“让沙箱的入门流程可复现”“在 Agent 启动前运行安装脚本”或“为共享沙箱环境定义参数”。涵盖 sbxenv.yaml 架构(schemaVersion、agent、kits、workspace/additionalWorkspaces、args、env、secrets、registries、bindings、mcp、ports、sandboxOptions)、宿主 `lifecycle:` 命令(initialize/postCreate/preRemove)及其审批计划模型、多文件合并(`-f` 式深度合并与用户级 `.sbxenv.yaml` 基础层),以及文件写保护(`sandboxOptions.writableEnvFiles`)。

云与 DevOps774
S
session-persist
session-persist
ruvnet / ruflo

通过状态快照在多次对话之间持久化和恢复 Agent 会话。

Agent 工作流774
D
docker-sandboxes-kits
docker-sandboxes-kits
docker / skills

即使用户只是说想"给沙箱 Agent 添加工具"、"构建可复用的沙箱扩展"、"把 kit 发布到 registry"或"给 mixin 自己的凭据和网络访问权限",在编写、校验、打包、签名或组合 Docker Sandboxes kit 的 `spec.yaml`(`sbx kit add/inspect/pack/pull/push/sign/validate/verify`)时也应使用此技能。涵盖 kit-spec v2 语法(`kind: sandbox` 与 `kind: mixin` 的区别、`sandbox:` 块、`permissions.network`、`ports`、`credentials` 的 apiKey/oauth、`environment`、`setup` 的 install/startup/files、`volumes`、`args`、`extends`、`mixins`、`requires.agent`)、通过 `--kit`/`sbx kit add` 进行组合,以及分发(pack/push/pull/sign/verify/provenance)。

Agent 工作流772
M
memory-intake
memory-intake
nhadaututtheky / neural-memory

结构化记忆创建工作流。将杂乱的笔记、对话和非结构化想法转换为类型明确、带标签并标注置信度的记忆。采用每次只问一个问题的方式进行澄清,避免认知负荷过重。

生产力772
T
tribunal
tribunal
a-tokyo / agent-skills

运行「执行者 → 验证者面板 → 共识」循环,在交付物发布前对其进行验证。编排者在实现前冻结验收标准,派发执行者,然后召集一个由独立验证者组成、上下文隔离的面板——其中包括一位带有明确「必须反对」指令的对抗者——进行以证据为锚的评审,并裁定出 SHIP / SHIP_WITH_CAVEATS / ITERATE / BLOCK / ESCALATE 结论,记录到账本中。适用于任何产物的多 Agent 验证——代码片段、计划、文档、审计——当需要验证交付物、审查计划、运行共识评审或独立评审、设置执行者-验证者循环,或把关发布决策时使用。可在任何支持并行子 Agent 的平台上工作;没有子 Agent 时降级为顺序执行的新上下文会话;在分离、沙箱或异步运行时中,产物通过可获取的地址交接,预算随交接一同传递。不适用于琐碎的单文件修改或常规代码评审。

Agent 工作流772
W
writing-plans
writing-plans
sickn33 / agentic-awesome-skills

在你有多步骤任务的规格或需求时使用,在接触代码之前

Agent 工作流772
F
fusion-skill-self-report-bug
fusion-skill-self-report-bug
equinor / fusion-skills

捕获 Fusion skill 工作流失败的上下文,并在对 GitHub 进行任何变更前,通过明确的确认引导用户先起草再报告缺陷的流程。

Agent 工作流770
G
goal-plan
goal-plan
ruvnet / ruflo

创建并执行目标导向行动计划(GOAP),包含前置条件分析、成本优化和自适应重新规划

Agent 工作流770
N
notte-browser
notte-browser
nottelabs / notte-skills

使用 Notte 与网站交互:浏览控制面板、填写表单、下载文件、提取登录后才能访问的数据,并完成多页面浏览器工作流。即使用户未提及 Notte,也适用于浏览器任务。还涵盖 Notte CLI 会话、配置文件、保险库、角色设定和浏览器自动化代码。公开网络研究和页面阅读请使用 notte-research;构建可复用自动化或修复已部署的 Functions,请使用 Functions 技能。遵循用户明确提出的使用其他工具或不进行浏览的要求。

Agent 工作流770
W
work-with-pr
work-with-pr
code-yeongyu / oh-my-openagent

在全新、由任务独占的 git worktree 中完成完整的 PR 生命周期:通过 ulw-loop 技能实现,并强制执行有证据支撑的人工 QA → 生成评审者可读的英文 PR → 验证循环(CI + Cubic,仅在 Cubic 配额耗尽时才跳过)→ 默认合并 → 清理 worktree。将一个任务拆分为最小、可独立合并的原子 PR,并通过由并行子 Agent 或团队驱动的「每个 PR 一个 worktree」方式并发构建其中相互独立的部分。无上限循环:任何未通过的关卡都会把你送回该 PR 的 worktree 内进行修复与重新 QA。凡是需要以 PR 形式交付的实现工作,均可使用。触发词:"create a PR"、"implement and PR"、"work on this and make a PR"、"implement issue"、"land this as a PR"、"split into atomic PRs"、"parallel PRs"、"work-with-pr"、"PR workflow"、"implement end to end",即使用户只说 "implement X",只要上下文暗示需要以 PR 交付。

开发770
R
read-working-memory
read-working-memory
nowledge-co / community

阅读你的每日 Working Memory 简报以了解当前上下文。包含当前关注领域、优先事项、未解决的标记以及近期的知识变化。在会话开始时自动加载,以保持跨工具的连续性。

Agent 工作流767
第 1981–2040 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。