Skills
收录 97,222 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
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“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”/“handover”/“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时,优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制,且 CLI、文件系统或 API 无法完成时,才使用 Computer Use。
使用 Cloudbase Agent(TypeScript)构建和部署 AI Agent。它是一个实现 AG-UI 协议的 TypeScript SDK。适用于:(1) 使用 @cloudbase/agent-server 部署 Agent 服务;(2) 将 LangGraph 适配器与 ClientStateAnnotation 配合使用;(3) 将 LangChain 适配器与 clientTools() 配合使用;(4) 构建实现 AbstractAgent 的自定义适配器;(5) 了解 AG-UI 协议事件;(6) 使用 @ag-ui/client 构建 Web UI 客户端;(7) 使用 @cloudbase/agent-ui-miniprogram 构建微信小程序 UI。
在用户常用的测试套件中为 LiveKit Agent 编写轮次级测试:pytest(Python)或 Vitest(Node.js)。用户要求“为我的 Agent 编写测试”“为这个工具添加测试”“测试交接”“复现这个 bug”“为什么我的 Agent 测试失败”,或构建、修改 Agent 行为后需要回归覆盖时使用。涵盖 SDK 的测试会话框架、对消息、工具调用和交接的断言、使用 LLM 根据意图评判回复、模拟工具、多轮测试,以及使用内置评判器评估完整对话。交互式探索请使用 debugging-livekit-agents;大规模评估完整对话请使用 running-livekit-simulations。
使用 PostHog 的 MCP 工具调试和检查 LLM/AI Agent 跟踪记录。用户粘贴跟踪记录或会话 URL(例如 /ai-observability/traces/<id> 或 /ai-observability/sessions/<id>)、要求调试跟踪记录、查明问题、检查 Agent 是否正确使用工具、确认上下文/文件是否已提供、检查子 Agent 行为、调查 LLM 决策,或分析令牌用量和成本时使用。如果针对 `events.properties.$ai_input` / `$ai_output_choices` 执行原始 SQL/HogQL 却返回空结果,也使用此技能——消息内容仅存于专用的 `posthog.ai_events` 表中。
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。
