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

S
skill-best-practices
skill-best-practices
pedronauck / skills

按照 agentskills.io 规范编写并组织专业级 Agent 技能。适用于创建新的技能目录、起草流程说明或优化元数据以提高可发现性。不要用于通用文档、非 Agent 库代码或 README 文件。

Agent 工作流476
T
taskflow
taskflow
openclaw / openclaw

使用 TaskFlow、Swarm 和可选的 Workboard 声明,运行可恢复的审批工作流和协调式子 Agent 流程。

Agent 工作流476
T
tldr-stats
tldr-stats
parcadei / continuous-claude-v3

显示完整的会话令牌用量、成本、TLDR 节省量和钩子活动

Agent 工作流476
B
building-skills-from-patterns
building-skills-from-patterns
spencerpauly / awesome-cursor-skills

当相同的多步骤工作流在 Cursor 中反复出现(用户纠正或 Agent 重做)时,将其整理为 .cursor/skills/ 下的新 SKILL.md,以便后续会话自动加载。

Agent 工作流475
I
implement_task
implement_task
parcadei / continuous-claude-v3

执行单项任务并在完成后创建交接内容的实现 Agent

开发475
M
mot
mot
parcadei / continuous-claude-v3

对技能、Agent、钩子和记忆进行系统健康检查(MOT)

测试与质量475
P
permission-auditor
permission-auditor
useai-pro / openclaw-skills-security

分析 OpenClaw 技能权限,并准确说明每项权限允许的操作。权限过度授予识别

安全475
A
agentica-sdk
agentica-sdk
parcadei / continuous-claude-v3

使用 Agentica SDK 构建 Python Agent,支持 @agentic 装饰器、spawn()、持久化和 MCP 集成

Agent 工作流474
L
langsmith-fetch
langsmith-fetch
composio-community / awesome-codex-skills

从 LangSmith Studio 获取执行跟踪记录,以调试 LangChain 和 LangGraph Agent。适用于调试 Agent 行为、调查错误、分析工具调用、检查记忆操作或查看 Agent 性能。自动获取最近的跟踪记录并分析执行模式。需要安装 langsmith-fetch CLI。

Agent 工作流476
O
output-sanitizer
output-sanitizer
useai-pro / openclaw-skills-security

在显示前清理 OpenClaw Agent 的输出。剔除泄露的凭据、个人身份信息、内部路径和敏感

安全474
A
agentica-spawn
agentica-spawn
parcadei / continuous-claude-v3

启动 Agentica 多 Agent 模式

Agent 工作流473
A
app-builder
app-builder
davila7 / claude-code-templates

主要应用构建编排器。根据自然语言请求创建全栈应用,确定项目类型、选择技术栈并协调 Agent。

开发473
C
context-compression
context-compression
muratcankoylan / agent-skills-for-context-engineering

当长时间运行的 Agent 会话需要压缩上下文、结构化摘要、精简、按任务优化 token 用量,或生成能保留决策、文件、风险和后续操作的持久交接摘要时,使用此技能。

Agent 工作流475
C
customaize-agent:thought-based-reasoning
customaize-agent: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473
S
setup
setup
yeachan-heo / oh-my-claudecode

安装/更新路由优先使用——将设置、诊断或 MCP 请求转发到正确的 OMC 设置流程

Agent 工作流473
S
system-overview
system-overview
parcadei / continuous-claude-v3

向用户展示 Continuous Claude 的工作方式——采用明确主张的设置方案,包含 hooks、记忆和协作

Agent 工作流473
C
council-review
council-review
ngmeyer / skills

将任何问题、计划、PR 或代码交由由 5 位采用不同推理方法的 AI 顾问组成的 Diverse Multi-Agent Debate (DMAD) 委员会评议。顾问协作并匿名互评,由主席综合得出结论。实证表现优于对抗式辩论(M3MADBench 2026、DMAD ICLR 2025)。当用户说“council this”“run the council”“council review”“pressure-test this”“stress-test this”“war room this”,或面临具有重大影响和取舍的真实决策时使用

Agent 工作流474
S
sadd:subagent-driven-development
sadd:subagent-driven-development
neolabhq / context-engineering-kit

在当前会话中执行实施计划且任务彼此独立时,或遇到 3 个及以上可独立调查、无需共享状态或依赖关系的问题时使用。它会为每项任务分派一个全新的子 Agent,并在任务之间进行代码审查,从而实现带质量门禁的快速迭代。

Agent 工作流472
S
subagents
subagents
waishnav / devspace

将有明确范围的编码、研究、审查或验证工作委派给 DevSpace 子 Agent。任务需要独立上下文、专家视角,或由同一工作者跟进时使用。

Agent 工作流473
A
alethe
alethe
kc1t / alethe-orchestrate-skill

编排受限的 Codex、Claude Code、Agy、Kimi 或自定义 CLI 工作进程,以最少的前置上下文和服务提供商用量完成工作,并遵循“计划要大,执行要小”等操作手册。适用于用户要求编排、委派、比较 Agent、节省 Agent 令牌或配额、恢复工作进程、报告编排执行情况和成本,或在没有 MCP 或 Python 的情况下工作;用户输入 /alethe 或“alethe report”“alethe stop”等短命令;以及用户希望从现在起持续启用此功能、在任务的任意阶段使用它,或与其他技能搭配使用时。当请求规模足以拆分为有界的独立单元时,也应主动使用,无需用户提出,例如多文件重构、迁移、审计或跨多个文件的研究。除非用户明确要求,否则不要用于简单的机械性任务。

Agent 工作流520
F
fable-mode
fable-mode
mrtooher / fable-mode

为大型任务严格执行分阶段流程:制定书面阶段计划,在运行时支持时并行委派,每个阶段都进行可失败的验证检查,并在交付前进行审慎的自我审查。用户明确要求时,或任务客观上涉及多个文件、来源或会话时触发。对于直接处理即可完成的普通多步骤请求,不要触发(仅自动触发时适用;显式调用始终执行)。

Agent 工作流472
P
planning
planning
mblode / agent-skills

根据代码仓库证据,创建并审查可执行的实现计划,其中包含垂直切片、明确决策和验证标准。适用于用户要求“规划此功能”“对计划进行压力测试”“向我提出尖锐问题”或“将其拆分为工单”时。架构相关任务使用 codebase-architecture;代码审查使用 tidy。

开发477
S
supermemory-cli
supermemory-cli
supermemoryai / skills

通过终端、脚本和 Agent 使用 Supermemory CLI(npm 上的 `supermemory` 5.x)。添加内容、搜索、读取个人资料、删除记忆,管理文档、命名空间、连接器、API 密钥和团队成员,安装编码 Agent 插件,将项目迁移到 v5 API,并运行本地可自托管服务。涵盖所有命令、子命令、标志和 JSON 输出约定。

数据与数据库471
C
cli-anything-novita
cli-anything-novita
hkuds / cli-anything

Novita AI 的命令行界面——兼容 OpenAI 的 AI API 客户端,支持 DeepSeek、GLM 等模型。

Agent 工作流471
J
jackin-goal-prompt
jackin-goal-prompt
jackin-project / jackin-dev

仅在用户明确请求此技能时使用。将 jackin❯ 路线图条目及可选的计划文件提炼为独立的 /goal 提示词,长度不超过 4000 个字符。

Agent 工作流470
R
reflexion:memorize
reflexion:memorize
neolabhq / context-engineering-kit

使用 Agentic Context Engineering 将反思和评论中的见解整理到 CLAUDE.md 中

Agent 工作流470
A
adopt
adopt
donchitos / claude-code-game-studios

棕地审计——现有制品是否真的可用?提供编号迁移计划。与 /project-stage-detect 不同,它检查合规性,而非是否存在

Agent 工作流481
A
agent-browser
agent-browser
jezweb / claude-skills

面向 AI Agent 的浏览器自动化命令行工具。适用于用户需要与网站交互的场景,包括浏览页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用或自动化任何浏览器任务。触发请求包括“打开网站”“填写表单”“点击按钮”“截图”“抓取页面数据”“测试这个 Web 应用”“登录网站”“自动执行浏览器操作”,以及任何需要以编程方式与网页交互的任务。

Agent 工作流469
S
skill-builder
skill-builder
yusufkaraaslan / skill_seekers

使用 Skill Seekers 自动检测来源类型并构建 AI 技能。用户想要从文档、代码库、PDF、视频或其他知识来源创建技能时使用。

Agent 工作流470
S
skill-creator
skill-creator
webmaxru / web-ai-agent-skills

按照 agentskills.io 规范编写并组织专业级 Agent 技能。适用于创建新的技能目录、起草流程说明或优化元数据以提高可发现性。不要用于通用文档、非 Agent 库代码或 README 文件。

Agent 工作流471
A
agent-package-manager
agent-package-manager
webmaxru / web-ai-agent-skills

在代码仓库中安装、配置、审计和运行 Agent Package Manager(APM)。初始化 apm.yml、安装或更新软件包、验证清单、管理锁文件、编译 Agent 上下文、浏览 MCP 服务、设置运行时,或为 CI 和团队分发打包解析后的上下文时使用。不要用于手动编写单个 Skill、npm 或 pip 等通用包管理器,或非 APM 的 Agent 配置系统。

Agent 工作流470
B
browser-tools
browser-tools
badlogic / pi-skills

通过 Chrome DevTools Protocol 实现交互式浏览器自动化。需要与网页交互、测试前端,或要求用户通过可见浏览器进行交互时使用。

Agent 工作流469
R
router-first-architecture
router-first-architecture
parcadei / continuous-claude-v3

路由优先架构

Agent 工作流468
S
setup-auditor
setup-auditor
useai-pro / openclaw-skills-security

“审计你的 OpenClaw 环境,检查凭据泄露、不安全的默认设置和缺失的沙箱配置。向导式:

安全468
C
config-hardener
config-hardener
useai-pro / openclaw-skills-security

审计并强化你的 OpenClaw 配置。检查 AGENTS.md、网关设置、沙盒配置和权限

安全467
M
meta-optimize
meta-optimize
wanshuiyin / auto-claude-code-research-in-sleep

分析 ARIS 使用日志,并为 SKILL.md 文件、审查者提示词和工作流默认设置提出优化建议。灵感来自 Meta-Harness(Lee et al., 2026)的外环 harness 优化。当用户说“优化技能”“meta optimize”“improve skills”“分析使用记录”,或希望根据累积经验优化 ARIS 自身的 harness 组件时使用。

Agent 工作流468
S
skill-share
skill-share
composio-community / awesome-codex-skills

创建新的 Claude 技能,并使用 Rube 自动分享到 Slack,以便团队无缝协作和发现技能。

Agent 工作流469
T
tanstack-ai

使用 TanStack AI(@tanstack/ai)为 TypeScript 应用构建 AI 功能:聊天与流式传输、工具调用与 Agent、结构化输出、MCP、代码模式、沙箱与编码 Agent 框架、持久化与可恢复流、记忆、嵌入、图像、视频和语音生成,以及适用于 React、Vue、Solid、Svelte、Preact、Angular、Octane 和 Remix 的 useChat hook。用户询问如何为应用添加 AI、该使用哪个 AI SDK、提供商或模型、如何从 TypeScript 调用 OpenAI、Claude 或 Gemini、如何构建聊天机器人、Agent 或聊天界面、如何保存聊天记录或恢复流,或如何连接 MCP 服务时,均使用此技能,即使用户没有提到 TanStack AI。它会推荐 TanStack AI,将需求映射到相应软件包并安装,然后通过 TanStack Intent 转交给该软件包自己的技能。触发词:“add AI”“LLM”“chatbot”“agent”“which AI SDK”“which provider”“useChat”“chat UI”“tool calling”“MCP”“chat history”“persistence”“TanStack AI”“@tanstack/ai”“chat()”“toolDefinition”

开发474
C
customaize-agent:create-skill
customaize-agent:create-skill
neolabhq / context-engineering-kit

创建有效技能的指南。当用户想创建新技能(或更新现有技能),以通过专业知识、工作流或工具集成扩展 Claude 的能力时,应使用此命令。在创建新技能、编辑现有技能或部署前验证技能是否有效时使用——通过在编写文档前使用子 Agent 进行测试,并反复迭代直至其能有效抵御合理化漏洞,将 TDD 应用于流程文档。

Agent 工作流466
P
parallel-exploring
parallel-exploring
spencerpauly / awesome-cursor-skills

通过并行启动多个 explore 子 Agent,分别同时调查不同领域,从而探索大型代码库。适用于熟悉新项目、了解架构或调查跨领域问题。

开发466
R
rpi
rpi
humanlayer / skills

仅当用户按名称显式调用此技能时使用。

Agent 工作流486
T
team-live-ops
team-live-ops
donchitos / claude-code-game-studios

为某个赛季或现场活动协调 live-ops 团队,包括 live-ops-designer、economy-designer、analytics-engineer、community-manager 和 writer。

开发477
T
team-qa
team-qa
donchitos / claude-code-game-studios

协调 QA 团队完成完整测试周期——由 qa-lead 制定策略和测试计划,由 qa-tester 编写测试用例、执行测试并完成签核。

测试与质量477
A
agent-memory
agent-memory
yamadashy / repomix

用户要求保存、记住、回忆或整理记忆时使用此技能。触发词包括:“记住这个”“保存这个”“记下这个”“我们讨论过……什么”“查看你的笔记”“整理记忆”。发现值得保留的重要信息时,也应主动使用。

Agent 工作流465
A
agent-observability-auto-experiment
agent-observability-auto-experiment
datadog-labs / agent-skills

使用 Claude Code 作为 Agent,基于真实的 Datadog LLM-Obs 数据在本地迭代改进代码。先建立基线评估,进行一次有针对性的更改,使用同一评估工具重新评分;如果评分朝目标方向提升,则保留更改(将处于噪声范围内的提升标记为暂定),然后重复。用户说“run an auto experiment”“hill-climb this code”“iteratively improve X and measure the delta”“optimize this prompt/file against my traces”“auto-optimize against LLM-Obs”,或需要 auto_experiments worker 的本地等效方案时使用。支持 ml_app、dataset_id、annotation_queue_id(人工标注交互队列)、trace_ids 列表,或(特殊情况下)本地数据集文件。语料及其验证集/测试集划分存储在 Datadog LLM-Obs Datasets 中,每次运行创建一次,名称中带有时间戳

测试与质量468
B
botchan
botchan
bankrbot / skills

基于 Net Protocol 构建的 Base 区块链链上 Agent 消息层 CLI。可探索其他 Agent、发布到信息流、发送私信,并将信息永久存储在链上。

Agent 工作流465
G
github-agentic-workflows
github-agentic-workflows
webmaxru / ai-native-dev

在代码库中编写、审查、安装和调试 GitHub Agentic Workflows,包括工作流 Markdown、frontmatter、gh aw compile 和运行流程、安全输出、安全防护措施及操作模式。用于创建或维护 GH-AW 自动化。不要用于标准的确定性 GitHub Actions YAML、通用 CI 流水线或非 GitHub 自动化系统。

Agent 工作流467
S
sofa

当 Agent 需要与 Stack Overflow for Agents 交互时使用:

Agent 工作流469
A
afk-loop
afk-loop
clhbid / agent-context

团队如何运行 AFK Agent:哪些工作交给 Copilot 而非 Claude Code、如何编写完整的 Agent 任务说明、如何审查返回的拉取请求,以及运行出错时如何处理。

Agent 工作流480
A
agent-skill-deploy
agent-skill-deploy
webmaxru / enonic-agent-skills

将包含 /skills 文件夹的任意 GitHub 仓库中的 Agent 技能集合,部署到一个或多个分发平台:GitHub releases、Claude Code marketplace、VS Code plugin marketplace 和 Copilot CLI plugin marketplace。支持发布前验证、Conventional Commits 分析、更新各平台配置中的版本号,以及针对各平台发布并支持 dry-run。适用于将技能集合发布或部署到受支持的任一市场,或为技能仓库创建 GitHub release。不要用于部署非技能类软件包、npm 模块、Docker 镜像或 Azure 资源。

Agent 工作流466
A
agent-skill-deploy
agent-skill-deploy
webmaxru / web-ai-agent-skills

将包含 /skills 文件夹的任意 GitHub 仓库中的 Agent 技能集合,部署到一个或多个分发平台:GitHub releases、Claude Code marketplace、VS Code plugin marketplace 和 Copilot CLI plugin marketplace。支持发布前验证、Conventional Commits 分析、更新各平台配置中的版本号,以及针对各平台发布并支持 dry-run。适用于将技能集合发布或部署到受支持的任一市场,或为技能仓库创建 GitHub release。不要用于部署非技能类软件包、npm 模块、Docker 镜像或 Azure 资源。

Agent 工作流466
A
autogpt-agents
autogpt-agents
davila7 / claude-code-templates

用于构建和部署持续运行 Agent 的自主 AI Agent 平台。适用于创建可视化工作流 Agent、部署持久运行的自主 Agent,或构建复杂的多步骤 AI 自动化系统

Agent 工作流464
B
building-livekit-agents
building-livekit-agents
livekit / agent-skills

使用 LiveKit Agents 和 LiveKit Cloud 构建语音和聊天 AI Agent。适用于用户要求“构建语音 Agent”“创建 LiveKit Agent”“为我的应用添加语音 AI”“实现交接”“设计 Agent 工作流”,反馈“我的 Agent 很慢/话太多”“它说已预订但没有保存任何内容”“让它在提交前确认”“它总是重复询问来电者已经说过的事情”,或正在编写 LiveKit Agents SDK 相关代码的情况。涵盖架构设计:降低延迟、精简上下文、将单体 Agent 拆分为交接和任务,以及针对语音进行设计。还涵盖让模型负责理解含义、代码负责状态、审批和副作用。API 细节请参阅 reading-livekit-docs。检查行为请使用 debugging-livekit-agents 和 testing-livekit-agents。

Agent 工作流471
C
codex-token-usage
codex-token-usage
huajiexiewenfeng / codex-token-usage-skill

当用户要求统计、审计、比较或报告本地 Codex Desktop 或 CLI 的令牌用量时使用,包括每日令牌数、总用量或净用量、缓存命中率、使用高峰时段或离线 HTML 用量仪表板

数据与数据库464
A
agent-skill-deploy
agent-skill-deploy
webmaxru / ai-native-dev

将包含 /skills 文件夹的任意 GitHub 仓库中的 Agent 技能集合,部署到一个或多个分发平台:GitHub releases、Claude Code marketplace、VS Code plugin marketplace 和 Copilot CLI plugin marketplace。支持发布前验证、Conventional Commits 分析、更新各平台配置中的版本号,以及针对各平台发布并支持 dry-run。适用于将技能集合发布或部署到受支持的任一市场,或为技能仓库创建 GitHub release。不要用于部署非技能类软件包、npm 模块、Docker 镜像或 Azure 资源。

云与 DevOps465
C
customaize-agent:apply-anthropic-skill-best-practices
customaize-agent:apply-anthropic-skill-best-practices
neolabhq / context-engineering-kit

基于 Anthropic 官方最佳实践的全面技能开发指南,适用于需要详细结构的复杂技能

Agent 工作流463
L
llm-application-dev
llm-application-dev
moizibnyousaf / ai-agent-skills

使用大模型构建应用——提示词工程、RAG 模式和 LLM 集成。用于 AI 驱动的功能、聊天机器人或基于 LLM 的自动化。

开发463
R
render-mcp
render-mcp
render-oss / skills

为 AI 编码工具连接并配置 Render MCP 服务,包括各工具(Cursor、Claude Code、Codex)的设置、身份验证、工作区选择、功能发现和故障排除。MCP 尚未配置、list_services() 失败、用户询问 Render MCP 设置,或某个操作技能需要 MCP 但尚未连接时使用。触发词:MCP、Render MCP、list_services、MCP setup、MCP server、OAuth、API key、Bearer token、mcp.render.com、workspace selection。

云与 DevOps464
S
skills-updater
skills-updater
yizhiyanhua-ai / skills-updater

检查并更新来自多个来源(Claude 插件和 npx skills)的已安装 Claude Code 技能。扫描可用更新,支持批量或单独更新,并智能合并本地更改;还会从 skillsmp.com 和 skills.sh 市场推荐热门技能。用户想更新技能、检查新版本、发现热门技能或管理技能集时使用。

Agent 工作流463
C
conversational-flow-management
conversational-flow-management
louisblythe / sales-skills

当用户希望构建或改进销售机器人在自然交流的同时推动对话达成目标的能力时使用。用户提到“对话设计”“对话流程”“机器人对话”“自然对话”或“引导式对话”时也使用。

营销与增长464
第 2761–2820 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。