Skills

B

bmad-tea-evaluate

bmad-code-org / bmad-method-test-architecture-enterprise

运行带评分的行为评估并修复缺陷。用户说“评估这个 Agent”或“我想确认它的行为正确”时使用。

B

bmod-cis

bmad-code-org / bmad-module-creative-intelligence-suite

必需的 bmod 元数据。切勿调用此技能。

B

bug-iterate

marks97 / bug-iterate

逐条迭代处理包含多个 bug 的报告，在任何代码写入磁盘之前设有硬性确认关卡。当用户有一份包含 2 个及以上 bug 的报告并希望按顺序逐一处理时使用本技能。触发语句：“让我们处理这些”、“逐条迭代”、“一个一个来”、“循环处理这些发现”、“逐个解决这些 bug”、“bug 迭代”，或任何用户给出编号的 bug 列表并表明希望按顺序解决的场合。单个 bug 不要触发（直接调查并修复），或当用户想要一次全新的调试排查时也不要触发（那应使用专门的调试/排查流程）。

C

concentrate-forces

hughyau / qiushi-skill

集中兵力：多件事同时争抢时间、注意力或预算时，列出全部待办，选定唯一主攻目标并公开锁定，彻底解决、验证后再转向下一个。当待办过多、推进分散、“每件都做了一点但都没做完”、需要决定先做什么时触发；只有一个任务、任务彼此独立可并行、用户明确要求同时推进时不触发。English: Concentrate forces. When several tasks compete for time, attention, or budget, enumerate them, lock onto a single main target, finish and verify it completely, then move on. Trigger when priorities sprawl, effort is scattered, or you must decide what to do first; skip when there is one task, tasks are independent and parallel, or the user explicitly wants them advanced together.

G

grillme

jekudy / grillme-skill

这个技能适用于围绕任何主题进行深度访谈并全面收集信息。当用户说“grillme”“提问吧”“问我问题”“审问我”“我想深入探讨一个主题”“通过提问帮我理清思路”“问题？”“需要全面了解”“把所有情况都问清楚”“访谈”“多问问我”“grill me”“从我这里挖掘信息”“尽情提问”等表达时使用。用户对任务描述得比较笼统、需要在开始工作前深入了解细节时也使用。

I

imperatives

camacho / ai-skills

从 Agent 指令文件中提取祈使句、分析规则覆盖情况，或为 /policy-algebra 和 /distill 准备输入时使用。

O

orca-cli

vjk7989 / h0x-ade

使用公开的 `h0x` CLI 操作由 h0x-ADE 管理的工作树、文件夹上下文、终端、仓库、自动化、制品、技能共享、工作树评论，以及嵌入 h0x-ADE 应用内的浏览器。用户提及 "$orca-cli"、“use h0x cli”、“h0x-ADE worktree”、“child worktree”、“cardStatus”、“spawn codex/claude in a worktree”、“read/wait/send h0x-ADE terminal”、“terminal send”、“full handoff”、“handover”、“give this to another agent”、“another worktree”、“h0x-ADE browser”、“h0x artifacts”、“share HTML/Markdown”、“public artifact link”、“share skills”或“control the browser inside h0x-ADE”时使用。如果任务涉及 h0x-ADE 管理的状态，优先使用此工具，而非原始 `git worktree`、临时 PTY、Playwright 或 Computer Use。仅当任务需要焦点、菜单、对话框、坐标或屏幕截图等操作系统/窗口级控制，涉及外部浏览器窗口、WebView 或桌面 UI 时，才使用 Computer Use。使用 `orca-cli` 操作 h0x-ADE 的嵌入页面；外部页面则使用 Playwright 或 CDP 等页面自动化工具。

S

session-handoff-prompt

dongshuyan / compass-skills

创建简洁的续接提示词，供新的 Agent 会话粘贴，以恢复较长或状态不佳的会话。适用于用户请求交接提示词、重启提示词、续接提示词、上下文转移、新会话恢复，或用于开启新会话的精简摘要。不要用于普通摘要、任务树维护、持久化用户档案更新、自动创建会话、代码执行或外部发布。

V

vapi-bootstrap-framework

vapiai / skills

根据 ROUGH_DRAFT.md 规格，自愿选择性地复现用于构建 Vapi 落地页语音 Agent 的 Bun + TypeScript 框架，包括场景注册表、语言栈、提示词编排器、助手构建器和幂等引导脚本。仅在用户明确调用 vapi-bootstrap-framework，或明确要求复现或试验落地页 Agent 架构时使用。普通 Vapi 助手构建不要使用；请改用 create-assistant、create-tool、create-squad 和 vapi-prompt-builder。目标技术栈：Bun + TypeScript + @vapi-ai/server-sdk。

根据用户的功能需求，完成与 VeADK-Go 相关的功能；包括：直接根据需求生成 Agent；将 Enio Agent 转换为 VeADK-Go Agent。

C

cli-anything-minimax

hkuds / cli-anything

MiniMax AI 的命令行界面——通过 MiniMax API 使用 MiniMax-M3、MiniMax-M2.7 进行聊天，并使用 speech-2.x TTS。

E

emotional-design

owl-listener / ai-design-skills

AI 如何回应用户的沮丧、困惑、愉悦和苦恼。

E

experiment-iterative-coder

evoscientist / evoskills

通过“规划 → 编码 → 评估 → 优化”循环迭代改进代码。每轮运行 lint 检查（ruff）、测试（pytest）和结构化自评，然后诊断失败并进行优化。将复杂任务拆分为连续阶段，每阶段最多迭代 3 次（总计 10 次）。适用于：主 Agent 使用“MODE: MORE_EFFORT”委派代码任务、用户选择“More Effort”代码生成模式，或任务明确要求通过迭代提高代码质量。不要用于单轮代码生成（Lite 模式）、实验流水线编排（使用 experiment-pipeline），或诊断特定实验故障（使用 experiment-craft）。

L

local-conversation-history

daymade / claude-code-skills

用于检索 Claude Code、Codex 和 Kimi CLI 本地 AI 对话历史的入口：将每项请求路由到对应的读取或续接技能，并维护跨提供商的索引。平台未知或涉及多个平台（“我之前在做什么”“我们以前讨论过这个”），以及任何 Kimi CLI 历史记录的查询时使用。平台和操作已明确时，直接加载相应技能。

O

opencode-expert

s-hiraoku / synapse-a2a

此技能全面介绍如何使用开源 AI 编码 Agent OpenCode。在处理 OpenCode 命令行命令、键盘快捷键、Agent（build/plan）、斜杠命令、工具、技能、MCP 服务或配置时使用。检测到与 OpenCode 相关的问题或任务时会自动触发。

S

skill-manager

kkkkhazix / khazix-skills

用于 GitHub 技能的生命周期管理。可批量扫描技能目录、检查 GitHub 上的更新，并引导升级技能封装。

从一个全新的 Agent 获取独立判断；该 Agent 接收中立简报，不会看到当前对话内容。

D

dispatching-parallel-agents

guanyang / open-agent-hub

在面对 2 个或更多独立任务且这些任务可以在没有共享状态或顺序依赖关系的情况下进行时使用

F

few-shot-patterns

owl-listener / ai-design-skills

编写能够有效引导 AI 行为的示例。

G

github-workflow

hairyf / skills

从任意任务来源（链接或描述）到创建 PR 的标准流程：厘清任务、创建分支和 TODO.md、将修复委派给 SubAgent（TODO.md），然后提交并且只针对 origin 创建 PR。使用 find-skills 查找数据源查询方法；确认后保存到全局配置，以便下次跳过发现步骤。用户提供任务链接/描述、要求“遵循 GitHub 工作流”或“根据任务创建 PR”时使用。

N

nopua

wuji-labs / nopua

反 PUA。以智慧、信任和内在动力驱动 AI，而非恐惧和威胁。适用于：任务失败 2 次以上、即将放弃、建议用户手动完成、未经核实便归咎于环境、陷入循环、表现消极，或用户感到沮丧（“再努力些”“自己想办法”“换个方法”“为什么还不行”）。适用于所有任务类型。首次失败时不使用。

C

continue-codex-work

daymade / claude-code-skills

仅当 read-codex-history 验证了 rollout 身份以及 fork/compaction 血统后，才继续被中断的 Codex 工作——恢复原始结果、未完成的请求和下一步操作。适用于提供 Codex Session ID、要求接续之前的 Codex 运行、告知 Codex 被中断、合并、压缩或卡住，或要求在不使用 `codex resume` 的情况下接手。若 Codex 已原生恢复的对话，则不适用。

L

llm-patterns

alinaqi / maggy

AI 优先的应用模式、LLM 测试、提示词管理

O

orchestrate

rafaelquintanilha / skills

在用户提出要求时，或独立工作能显著缩短完成时间、提升审查质量时，协调 Codex 子 Agent。紧密耦合的工作由根 Agent 处理。

S

sync-gbrain

garrytan / gstack

让 gbrain 与此仓库的代码保持同步，并刷新 CLAUDE.md 中的 Agent 搜索指南。（gstack）

A

antigravity-skill-orchestrator

sickn33 / agentic-awesome-skills

一种元技能，可理解任务需求、动态选择合适的技能、使用 agent-memory-mcp 跟踪成功的技能组合，并避免在简单任务中过度使用技能。

L

legacy-to-ai-ready

nicepkg / ai-workflow

使用 Claude Code 配置将旧代码库改造为适用于 AI 的项目。适用于：（1）分析旧项目并生成 AI 编码配置；（2）为现有项目创建 CLAUDE.md、技能、子 Agent、斜杠命令、钩子或规则；（3）用户想为代码库启用氛围编程；（4）使用 AI 辅助开发为新团队成员提供入职指导；（5）用户提到“让项目适用于 AI”“生成 Claude 配置”或“为 AI 创建编码规范”

M

multimodal-orchestration

owl-listener / ai-design-skills

在单次交互中协调文本、图像、语音和工具使用等模态

S

sync-horizon

incept5 / eve-skillpacks

将 eve-skillpacks 与 eve-horizon 的最新更改同步。深入检查计划、代码和提交，了解已发布的内容，然后将更新同步到 skills 和参考文档。

A

adverse-review

addyosmani / adverse

多 Agent 对抗式代码审查。在单个模型上启动三个审查子 Agent（Auditor、Adversary、Pragmatist），进行一轮交叉质询，然后以确定性方式汇总成一份排序报告。适用于复杂 PR、安全敏感的更改、涉及多个文件的重构，或单一视角存在明显盲区的任何更改。触发短语包括“adverse review”“adversarial review”“multi-perspective review”“review my changes from multiple angles”“panel review”。不适用于简单差异（拼写错误、依赖升级、格式调整）。

A

agent-team

vtmocanu / skills

为每个仓库自动生成并运行 Claude Code Agent 团队。探查当前仓库（构建/CI/环境清单、Agent 启动器、斜杠命令、规范目录），并为相关角色（coder、reviewer、auditor、tester、documenter、release、architect、researcher、spec-keeper、fact-checker、web-ux）从库中编写 `.claude/agents/{role}.md` 子 Agent 定义，以及 `.claude/agent-team.md` 工作流文档。适用于：(1) 使用 `/agent-team init` 为当前仓库创建团队；(2) 使用 `/agent-team update` 在项目结构变化后刷新；(3) 使用 `/agent-team {task}` 让团队执行任务（生成团队成员、驱动编排流程，并在用户关卡处暂停）；(4) 使用 `/agent-team reflect` 回顾会话中的 Agent，提出重构建议和新角色。角色带有用于检测过时内容的 frontmatter `version:`。触发词包括“/agent-team”“组建团队”“自动创建 Agent”“为此仓库创建 Agent 团队”“team-on-task”“反思这些 Agent”。

A

agent-teams

alinaqi / maggy

Claude Code Agent Teams——默认采用基于团队的开发，并严格执行 TDD 流程

A

agentic-harness-patterns

keli-wen / agentic-harness-patterns-skill

编码 Agent 的 Harness 模式——记忆、权限、上下文工程、委派、技能、钩子、引导初始化

A

aisa

aisa-team / agent-skills

通过统一 MCP 或 AIsa CLI 发现并调用已发布的 AIsa 工具（search、schema、quote、call）。用户需要 AIsa 工具或登录，或需要 AIsa 可获取的最新网络、公司或社交数据时使用，即使用户没有提及 AIsa。不要用于设置 OpenClaw 中文模型提供商（aisa-provider）、安装其他目录技能，或不需要实时 AIsa 数据的工作。

B

brainstorming

everyinc / compound-engineering-plugin

在实现功能、构建组件或进行更改之前使用此技能。它会引导你在规划前探索用户意图、实现方法和设计决策。适用于“let's brainstorm”“help me think through”“what should we build”“explore approaches”等请求、含糊的功能需求，或用户请求存在多种合理解释且需要澄清的情况。

P

practice-cognition

hughyau / qiushi-skill

实践认识论：将方案、假说或判断放回实践中检验，按照“实践→认识→再实践”螺旋迭代，并在开始前写明循环终止条件。当你提出假说需要验证、一次尝试失败需要复盘重试，或发现自己只想不做、只做不想时触发；一次性输出、答案可直接查阅、尚未形成假说（应先调查）时不触发。 English: Practice-cognition loop. Test a hypothesis or plan in practice, learn from the result, and iterate in a rising spiral with an explicit stop condition. Trigger when a plan needs validation, an attempt failed and must be retried, or you notice thinking without doing (or doing without thinking); skip for one-shot outputs, lookup questions, or before any hypothesis exists

P

prd-next

vtmocanu / skills

分析现有 PRD，找出并推荐下一项优先级最高的任务。

暂无简介

A

advanced-evaluation

guanyang / open-agent-hub

此 Skill 适用于高级 LLM 评估：LLM-as-judge 系统、直接评分、成对比较、评分标准校准、评估器偏差缓解、置信度评分和自动化质量评估。

C

code-execution

mhattingpete / claude-skills-marketplace

在本地执行 Python 代码，并访问 marketplace API，在批量操作中节省 90% 以上的 token。用户请求批量操作（10 个以上文件）、复杂的多步骤工作流、迭代处理，或提及效率/性能时激活。

C

context-fundamentals

guanyang / open-agent-hub

使用此技能解释或分析上下文工程的基础概念：上下文是什么、上下文窗口的构成、注意力机制如何运作、U 形注意力曲线、上下文质量为何比数量更重要，以及理解其他上下文工程决策所需的思维模型。用于概念讲解、入门引导和背景阅读。实际操作任务应转交专门技能：注意力失效调试交给 context-degradation，Token 效率工作交给 context-optimization，对话摘要交给 context-compression，项目结构决策交给 project-development。

L

langfuse

davila7 / claude-code-templates

精通 Langfuse 这一开源 LLM 可观测性平台。涵盖追踪、提示词管理、评估、数据集，以及与 LangChain、LlamaIndex 和 OpenAI 的集成。适用于调试、监控和改进生产环境中的 LLM 应用。适用场景：langfuse、llm 可观测性、llm 追踪、提示词管理、llm 评估。

O

overall-planning

hughyau / qiushi-skill

统筹兼顾：当多个目标、指标或利益方相互制约、优化一项会伤害另一项时，识别全部辩证关系对，检查片面性，为每对关系定出当前阶段的侧重与底线，评估系统性影响，并设失衡预警。触发信号包括 trade-off、目标冲突、速度 vs 质量、短期 vs 长期、“顾此失彼”；只有单一目标、用户已定取舍，或属于硬性二选一时不触发。 English: Overall planning. When several goals, metrics, or stakeholders constrain each other and optimizing one harms another, map every dialectical pair, check for one-sidedness, set the current emphasis and floor for each pair, assess system-wide effects, and define imbalance alarms. Triggers include trade-offs, goal conflicts, speed vs quality, short vs long term; skip for single-goal work, decisions the user already made, or hard either/or constraints.

S

skill-creator

igorwarzocha / opencode-workflows

设计并完善 OpenCode 技能，扩展 Agent 能力。负责目录脚手架、SKILL.md 编写、frontmatter 优化以及资源组织（scripts/references/assets）。可主动用于创建新技能、更新现有工作流或修复技能发现问题。示例：用户说“为数据库管理创建新技能”→搭建目录并创建初始 SKILL.md；用户说“我的技能没有正确触发”→分析并改进 frontmatter 描述；用户说“向图像处理技能添加 Python 脚本”→组织 scripts/ 目录；用户说“API 文档技能应该如何组织？”→设计 references/ 布局。

D

done

vtmocanu / skills

结束工作会话。检查会话涉及的每个目录中的 git 状态，在确认不再需要后移除会话创建的 git 产物，检查未完成的工作，并明确判断会话是否可以结束。用户调用 /done，或询问工作是否完成、会话能否关闭时使用

O

omx

akillness / jeo-skills

需要为 OpenAI Codex CLI 进行多 Agent 编排时使用，尤其适用于 Claude `/team`、`/autopilot`、`/ultrawork` 和 `/ultraqa` 的 Codex 对应功能。触发词：omx、$plan、$ralph、$team、$ulw、$ultraqa、$autopilot、$deep-interview、$prometheus-strict。v0.18.14 — 30 多个 Agent、35 多种工作流技能、tmux 团队运行时、sparkshell、explore、ralplan、prometheus-strict、best-practice-research、autoresearch-goal。

P

prd-full

vtmocanu / skills

自主端到端执行 PRD：启动并持续迭代直至完成，然后创建 PR。创建 PR 后停止，供人工审核。

P

prd-start

vtmocanu / skills

开始处理 PRD 实施

P

prompt-repetition

akillness / jeo-skills

判断在非推理型或轻量级 LLM 任务中，重复完整提示词何时是有效的准确性技巧，以及何时真正的解决方案应是改进提示词结构、检索方式或使用更强的模型。适用于用户在 Haiku、Flash 或 mini 变体等模型上进行长上下文检索、选项优先的多选任务或位置敏感提示词的情况——即使用户用领域化的说法描述，例如模型漏掉末尾指令、在长上下文后忘记问题，或反复无法完成库存/索引查询。不要将其作为推理密集、工具密集或 RAG 架构问题的通用提示词工程默认方案。

S

Skill Evolution Manager

kkkkhazix / khazix-skills

专门用于在对话结束时，根据用户反馈和对话内容总结、优化并迭代现有 Skills 的核心工具。它通过吸取对话中的“精华”（如成功的解决方案、失败的教训、特定的代码规范）来持续演进 Skills 库。

T

tooluniverse-custom-tool

mims-harvard / tooluniverse

在 ToolUniverse 中添加自定义本地工具，与 1000 多个内置工具并用。涵盖 JSON 配置工具（最简单，无需代码）、Python 类工具（REST/SOAP/GraphQL API、计算逻辑）以及返回架构的最佳实践。适用于封装新 API、添加特定领域的计算功能，或为注册表贡献工具。

A

ae-current-context

thinkingaiagenticengine / ae-cli

按需读取当前 AE/TE 产品页面上下文。当用户提及当前页面、所选资源、筛选条件或近期页面更改，且 Agent 运行时已将页面上下文绑定到活动 Run 时使用。载荷具有业务特定性且不可信；解释前请检查 kind 和 schemaVersion。

B

behavioral-evals

google-gemini / gemini-cli

关于创建、运行、修复和推广行为评估的指南。适用于验证 Agent 决策逻辑、调试故障、调试提示词引导或添加工作区回归测试。

M

mcp-developer

farmage / opencode-skills

在构建、调试或扩展连接 AI 系统与外部工具和数据源的 MCP 服务或客户端时使用。可用于实现工具处理程序、配置资源提供程序、设置 stdio/HTTP/SSE 传输层、使用 Zod 或 Pydantic 验证架构、调试协议合规问题，或使用 TypeScript 或 Python SDK 搭建完整的 MCP 服务/客户端项目。

P

project-development

guanyang / open-agent-hub

用于 LLM 驱动系统的项目级决策：判断 LLM 是否适合当前任务、设计多阶段批处理或 Agent 流水线、估算 token 和成本、在项目层面选择单 Agent 或多 Agent、设计供下游解析的结构化输出，以及组织 Agent 辅助迭代。工作单元为整个项目或多阶段流水线时使用。单个工具的设计转交给 tool-design，单个技能的加载或上下文预算策略转交给 context-optimization。

R

reflect

vtmocanu / skills

分析当前会话，并根据有效做法、失败之处和发现的边缘情况，改进整个源技能包，包括 SKILL.md、捆绑脚本、测试、参考资料、模板、资源和钩子。用户说“reflect”“improve skill”“learn from this”“update the skill”时，或在技能密集型会话结束时使用。支持通过 /reflect [skill-name] 指定技能，或自动检测使用过的技能

C

chinese-output

lostabaddon / headlessknight

在输出包含中文字符与中文标点符号、编写中文文档、根据中文文档生成中文交互回应、回复用户用中文提出的问题或任务，或需要进行中文与非中文混排等涉及中文文字与标点符号的场景中，必须使用此 Skill，以获得专业的中文字符使用指导与行为规范引导

D

databricks-agent-bricks

databricks / databricks-agent-skills

创建 Agent Bricks：用于文档问答的 Knowledge Assistants（KA）和用于多 Agent 编排（MAS）的 Supervisor Agents

E

eve-agent-native-design

incept5 / eve-skillpacks

在 Eve Horizon 上设计原生支持 Agent 的应用。运用平等性、粒度、可组合性和涌现能力原则，构建 Agent 能够自然地开发、操作和扩展的应用

M

mixed-initiative-flow

owl-listener / ai-design-skills

AI 主导与用户主导的时机，以及如何移交控制权。