Skills

C

company-creator

paperclipai / paperclip

创建符合 agentcompanies/v1 的 Agent 公司包。适用于用户要求创建公司、搭建 Agent 团队、招募 Agent，或将代码库／技能集合转换为公司包的情况。

C

cross-modal-review

garrytan / gbrain

通过第二个模型进行质量把关。在提交前启动另一个 AI 模型审查工作。包含拒绝路由：如果一个模型拒绝，则静默切换到下一个模型。v0.25.1 扩展了结构化审查模式门控（何时调用或不调用），并在差异审查场景中支持移交 Codex 进行代码审查

E

executing-plans

pedronauck / skills

当您有书面的实现计划在单独的会话中执行时，使用此技能，并设有审查检查点。

P

piv-implement

coleam00 / skills

逐项执行实施计划，并在每一步进行验证。已有完整的功能计划并希望一次性完成实施时使用。

P

piv-plan-implementation

coleam00 / skills

通过深入分析代码库、简短的澄清访谈和外部调研，制定全面且上下文丰富的实施计划。接受跟踪系统中的工单（Jira/Linear/GitHub 编号或 URL，直接从跟踪系统获取）或自由格式的功能需求。当你有工单或功能需求，并且需要在编写代码前获得一份可一次执行的计划时使用。

Q

quality

poteto / noodle

烹饪完成后的质量关卡。审查已完成的烹饪工作是否正确、遵循范围要求并符合原则。通过 stage_message 事件输出发现。触发条件：执行阶段之后，以及“/quality”、“review this”、“check the work”、“assess quality”。

Z

zeude

akillness / jeo-skills

面向企业的 Claude Code AI 采用平台，通过 OpenTelemetry 衡量团队使用情况，从中央仪表板同步技能/MCP 服务/钩子，并在提示词输入时提供上下文感知的技能建议。解决意图与行动之间的差距：部署 Zeude 的组织采用率提升 3 倍（6% → 18%）。需要 Supabase（配置）和 ClickHouse（分析）。触发词：zeude、ai adoption、claude code adoption、enterprise claude、opentelemetry claude、skill sync、team claude management。

A

agent-to-agent

onewave-ai / claude-skills

Agent-to-Agent（A2A）通信协议。连接两个或更多 Claude Agent，使其能够传递消息、共享上下文、委派任务并协作。支持结构化交接、共享内存和多 Agent 对话。

A

alignfirst

paleo / alignfirst

协作式问题解决协议。用户提到 AlignFirst 或协议别名 alspec、alplan、AAD、alcatchup、alcatchupaad、alcatchupspec、almerge、alreview 或 aldescription 时阅读。

A

analyze-chat-session

arc-mcp / arc-1

分析当前对话中的工具调用、响应、错误和处理方式，生成结构化反馈报告，以改进使用 ARC-1 调用 MCP 工具的方式。当用户要求“分析本次会话”“回顾我的聊天”“提供工具使用反馈”“我做得怎么样”，或希望复盘调试会话时使用。

C

codex

longranger2 / claude-gpt-workflow

将编码任务委派给 Codex CLI 执行，或与其讨论实现方案。CodeX 性价比高、编码能力强，适合批量重构、代码生成、多文件更改、编写测试和多轮实现任务。计划明确且需要动手编码时使用。Claude 更擅长处理架构、策略、文案和模糊问题。

E

execute

yeachan-heo / oh-my-claudecode

将已批准的任务落实为可运行且经过验证的代码

H

handoff

davidondrej / skills

为新的 Agent 记录会话上下文。用于交接、上下文限制、切换重点、结束会话或将工作拆分到多个会话。

M

minion-orchestrator

garrytan / gbrain

用于确定性 shell 任务和 LLM 子 Agent 编排的统一 Minions 技能。取代旧的 `gbrain-jobs` 路由意图。适用于：提交 gbrain 任务、shell/后台任务、启动子 Agent、检查进度、指导运行中的工作、暂停/恢复、并行分发。提供一个持久、可观察、可控制的队列接口。还涵盖预计超过约 2 分钟的操作的持久执行原则：能力阶梯、用于验证结果已报告的死手检查，以及昂贵流水线中基于内容寻址的阶段检查点

P

prd-to-issues

mattpocock / ai-engineer-workshop-2026-project

将 PRD 拆分为可独立处理的问题，并将每个问题写入 issues/ 中的本地 Markdown 文件。用户希望将 PRD 转换为具体任务列表时使用。

S

session-handoff

davila7 / claude-code-templates

创建全面的交接文档，以便 AI Agent 会话无缝转移。以下情况会触发：(1) 用户请求交接/记忆/保存上下文；(2) 上下文窗口接近容量上限；(3) 完成重要任务里程碑；(4) 工作会话即将结束；(5) 用户说“保存状态”“创建交接”“我需要暂停”“上下文快满了”；(6) 用户通过“加载交接”“从……恢复”“接着上次继续”恢复工作。在完成大量工作（多次文件编辑、复杂调试、架构决策）后主动建议创建交接文档。通过让新的 Agent 能毫无歧义地继续工作，解决长时间运行的 Agent 上下文耗尽问题。

S

specstory-yak

specstoryai / agent-skills

分析 .specstory/history 中的 SpecStory AI 编码会话，找出跑偏——即最初的目标被带入各种岔路的情况。用户说“分析我跑偏的情况”“检查是否陷入岔路”“我分心程度如何”或“跑偏评分”时运行。

S

supabase-agent-skills

akillness / jeo-skills

在 AI 编码 Agent 中安装和使用 Supabase Agent Skills（`supabase/agent-skills`）。涵盖安装模式、技能选择、插件路径、验证，以及直接使用 Supabase CLI/数据库工作流时的安全回退方案

T

tool-design

sickn33 / agentic-awesome-skills

构建 Agent 能够有效使用的工具，包括架构精简模式。创建 Agent 系统的新工具、调试与工具相关的故障或误用，或优化现有工具集以提升 Agent 性能时使用。

A

aws-strands

hoodini / ai-agents-skills

使用 Strands Agents SDK 构建 AI Agent——用于编写 Agent 逻辑、工具和 Python 多 Agent 系统的开源框架（Agent 的“思维核心”）。与模型无关，默认使用 AWS Bedrock。涵盖 Agent、@tool 装饰器、模型提供方（BedrockModel）、多 Agent 模式（agents-as-tools、Swarm、Graph）、对话管理和流式传输。每个导入项都已根据 Strands 官方文档验证。要在 AWS 上部署 Strands Agent，请使用 aws-harness skill。适用于 Strands、Strands Agents、Strands SDK、agent framework、agents as tools、Swarm、Graph multi-agent、BedrockModel 等主题。

C

cc-codex-spec-bootstrap

mindfold-ai / marketplace

Claude Code + Codex 并行流水线，用于初始化 Trellis 编码规范。CC 使用 GitNexus（知识图谱）+ ABCoder（AST）分析仓库，创建包含完整架构背景和 MCP 工具说明的 Trellis 任务 PRD，然后由 Codex Agent 并行执行这些任务以填充规范文件。适用于：初始化编码指南、设置 Trellis 规范、'bootstrap specs for codex'、'create spec tasks'、'CC + Codex spec pipeline'、'initialize coding guidelines with code intelligence'。用户希望设置 GitNexus 或 ABCoder MCP 以生成多 Agent 规范时也会触发。

C

comet-native

rpamis / comet

Comet Native 工作流。用户明确调用 /comet-native、要求开始或继续 Native 变更，或该入口路由至 Native 时使用。

C

cost-counterfactual

ruvnet / ruflo

多基线反事实成本分析。将会话的实际支出与始终使用 haiku、sonnet 或 opus 路由的假设基线进行比较。回答“路由是否值得？”负节省额表示升级过度；正节省额量化路由器带来的收益。

C

cost-session

ruvnet / ruflo

查看单个会话中每条消息的成本明细。作为 cost-anomaly 的深入分析搭档，当会话被标记为异常值时，它会找出具体的高成本消息，帮助运维人员判断费用来自输出令牌、缓存写入还是模型升级。

M

mathodology-whole-project

sweetcornna / mathodology

开始建模任务，或安装、备份、维护技能包时使用。

P

plan-execute

longranger2 / claude-gpt-workflow

当用户说“/plan-execute”“plan execute”“implement plan”或“execute plan”，并提供已定稿的计划文件路径供执行时使用。Claude 负责协调，Codex 编写代码，Claude 进行审查，Codex 修复问题，直至达到质量标准。

使用企业 PUA 话术和结构化调试方法，强制进行彻底的问题解决。以下情况必须触发：(1) 任意任务失败 2 次或以上，或陷入反复调整同一方法的循环；(2) 即将说“我做不到”、建议用户手动操作，或未经验证就归咎于环境；(3) 发现自己处于被动状态——不搜索、不读源码、不验证，只等待指示；(4) 用户以任何形式表达不满：“再努力点”“别放弃”“想办法解决”“为什么不行”“又来？？？”“换个方法”“为什么还不行”“你再试试”“加油”“你怎么又失败了”，或任何类似表达，即使措辞不同。面对复杂的多步骤调试、环境问题、配置问题或部署失败，且容易过早放弃时，也要触发。适用于所有任务类型：代码、配置、研究、写作、部署、基础设施、API 集成。首次尝试失败，或已知修复方案正在成功执行时，不要触发。

S

specstory-link-trail

specstoryai / agent-skills

跟踪 SpecStory AI 编码会话期间获取的所有 URL。当用户说“显示我的链接轨迹”“我访问了哪些 URL”“列出获取的链接”或“显示网页获取记录”时运行。

S

sw-workflow

jtydhr88 / screenwriting-skills

编剧技能集的项目编排器（剧本项目主线调度 / 状态存档 / story bible）——一个元技能，不增加新的创作知识，而是将电影剧本或舞台剧项目按阶段推进（premise → structure → character → scenes → draft → revision → submission），将电视剧/流媒体剧集项目（电视剧 / 剧集 / pilot / 一季）按单独的剧集阶段表推进（engine → character network & season arc → documents/bible → pilot structure → break story & outline → draft → submission），指明每个阶段应调用哪个 sw-* 技能，定义每个阶段的交付物和建议性退出检查，并将所有项目状态保存在 story-bible.md 文件中，以便工作可跨会话恢复。在启动新的剧本项目、恢复一个项目（"continue my screenplay"、"where were we"）、用户在剧本上问 "what should I do next"、将模糊想法转化为完整开发流程，或其他 sw-* 技能各自单独触发而整体流程需要排序时使用。

C

context-engineering

guia-matthieu / clawfu-skills

上下文增长过大（50k+ token）、性能下降、对话过程中指令被忽略，或需要规划多 Agent 工作流时使用。触发情形包括“丢失上下文”、忘记指令，或会话超过 30 分钟。

E

ecom-product-orchestrator

zhuhongyin / global-ecom-skills

跨境电商选品智能体编排器。当用户需要进行完整的 Temu 选品流程、获取 5 款推荐产品、执行端到端选品分析时使用此 skill。自动调用 amazon-movers-shakers、temu-competitor-search、ali1688-sourcing、temu-pricing-calculator 等 skills，输出符合 V4.1 标准的完整选品报告。

E

exploring-llm-traces

posthog / ai-plugin

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。

I

implement-spec-with-codex

dzhng / skills

运行 [implement-spec](../implement-spec/SKILL.md)，由 Codex 执行实现阶段，你负责协调、集成和审查。适用于用户要求用 Codex 实现规范，或要求由 Codex 作为实现者运行 implement-spec。

I

investigation-workflow

rysweet / amplihack

用于理解现有系统的 6 阶段调查工作流。研究任务会自动启用。专为探索和理解而优化，而非实现。包括并行部署 Agent 以高效深入调查，并自动记录知识以避免重复调查。

M

mathodology-agent-pipeline

sweetcornna / mathodology

规划建模解决方案、选择下一项有用步骤或向专家提供简报时使用。

M

memory-protocol

jwilger / agent-skills

使用 Memento MCP 知识图谱（mcp__memento__* tools）实现跨会话持久记忆。先回忆再行动：开始任务前、遇到错误时以及收到纠正时，先搜索记忆。多维搜索：每次回忆执行两个查询（技术主题 + 流程/工作流经验）。发现后存储：立即保存解决方案、惯例和纠正内容。三步回忆：搜索、open_nodes、遍历关系。使用 WORKING_STATE.md 恢复崩溃后的状态。每 5–10 条消息执行一次自我提醒协议。在任务开始、错误、纠正、会话边界或明确的记忆请求时启用。AGENTS.md 集成请参阅 references/agents-md-setup.md。

N

n8n:setup-mcps

n8n-io / n8n

在 OpenCode 中为 n8n 开发配置 MCP 服务。用户输入 /setup-mcps 或要求为 n8n 设置 MCP 服务时使用。

O

orca-eval

rheinmir / setup

Quét N session Claude Code gần nhất, distill best practices thành report md + đề xuất action cải tiến quy trình

P

planning-with-files

mxyhi / ok-skills

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。

S

skill-creator

casper-studios / casper-marketplace

创建高效技能的指南。用户想创建新技能，或更新用于通过专业知识、工作流或工具集成扩展 Claude 能力的现有技能时，应使用此技能。

T

tk-grooming

mtgvim / tiger-kit

[user/auto] 检查现有技能、持久规则和自动记忆中的重复、冲突或过时指引。即使遵循某条规则或记忆的行为与用户反馈或最新技能冲突，也应使用；不要用于一般代码错误或创建新技能。

A

ai-content-collaboration

rampstackco / claude-skills

探讨人类与 AI 如何在内容工作流中协作，包括 AI 可以合理参与的环节、人类必须负责的部分、混合工作流模式、保持声音归属、AI 低质内容问题、披露与透明度、团队校准，以及诚实使用 AI 辅助创作内容的伦理。适用于 AI 内容工作流、AI 辅助写作、混合内容创作、编辑中的 AI、AI 低质内容、AI 披露、AI 使用政策、AI 内容伦理、借助 AI 保持表达风格、团队 AI 校准等主题。当使用优质工具创作的内容仍显得千篇一律、团队使用 AI 的方式逐渐失去一致性，或受监管及高度依赖信任的场景需要明确的 AI 政策时，也会触发。

A

archon-dev

coleam00 / archon

Archon 项目的主要开发工作流（remote-coding-agent）。处理 Archon 代码时，使用此技能而非任何 PRP 技能。根据用户要执行的任务，路由到 10 个专用操作手册：RESEARCH——“orchestrator 如何工作？”、“session state 定义在哪里？”、“追踪工作流执行流程”、“什么是 IWorkflowStore？” INVESTIGATE——“应该用 Drizzle 还是 Prisma？”、“添加 WebSockets 的最佳方式是什么？”、“能迁移到 Turso 吗？”、“其他项目如何处理速率限制？” PRD——“为深色模式编写 PRD”、“规划通知功能”、“webhook 重试的产品需求” PLAN——“规划 auth 重构”、“设计缓存层”、“为 #42 制定实施计划” IMPLEMENT——“实施该计划”、“执行 .claude/archon/plans/auth.plan.md”、“根据计划构建功能”、“把这个写出来” REVIEW——“审查 PR #123”、“审查我的更改”、“审查 diff 代码” DEBUG——“调试失败的测试”、“流式传输为什么坏了？”、“分析超时问题的根本原因” COMMIT——“提交这些更改”、“提交 auth 重构” PR——“创建 PR”、“为此分支发起 pull request” ISSUE——“向 gh 报告这个问题”、“创建 gh issue”、“在 github 中记录”、“为此提交 bug”、“创建功能请求”。任何开发任务都会触发：研究、调查、规划、构建、审查、调试、提交或发布代码。以下情况不要使用：在 worktree 中运行 Archon CLI 工作流（改用 /archon）。

C

claudemem

zelinewang / claudemem

捕获可跨对话保留的知识笔记和会话报告。提供全文搜索和分面筛选、代码结构分析，以及笔记与会话之间的双向交叉引用。适用于保存供未来会话使用的知识、回忆过去的工作、搜索已存储上下文、结束会话或分析代码结构。默认：本地运行，不产生网络流量。云端嵌入后端（Gemini、Voyage、OpenAI）需通过 `claudemem setup` 选择启用。

E

effective-agent-skills

davidondrej / skills

编写、审查和调试 Agent 技能。用于创建或编辑 SKILL.md 文件、改进技能结构，或诊断调用和执行问题。

M

mathodology-skill-authoring

sweetcornna / mathodology

添加、编辑或审核技能、角色提示词或技能元数据时使用

P

plan-review

longranger2 / claude-gpt-workflow

当用户说“/plan-review”“plan review”或“PRD review”，并提供需要由 Codex 进行批判性审查和迭代完善的计划文件路径时使用。

T

tk-handoff

mtgvim / tiger-kit

[user/auto] 用于简要查看当前会话状态、为其他会话准备交接材料，或明确恢复现有交接。不要用于一般文档摘要或普通的继续操作。

T

trigger-authoring-chat-agent

triggerdotdev / skills

使用 @trigger.dev/sdk/ai 中的 chat.agent 编写并运行持久化 AI 聊天 Agent：逐轮运行循环；必须从 run 参数获取 streamText，而非从 ai 导入的原因；返回 StreamTextResult 与调用 chat.pipe() 的区别；两个服务端操作（chat.createStartSessionAction + auth.createPublicToken）；以及将 useChat 连接到 useTriggerChatTransport。构建、修改或调试聊天后端（Agent 任务或其生命周期钩子）或其 React 传输层、声明类型化工具或自定义数据部分，或将普通 AI SDK streamText 路由迁移到 chat.agent 时加载。

W

wiki-quick-chat-capture

ar9av / obsidian-wiki

快速、零阻力地将当前对话中的技术发现捕获到 wiki 的 _raw/ 暂存区。用户说“/wiki-quick-chat-capture”“quick capture”“capture this finding”“save this bug fix”“capture this gotcha”“drop this to raw”“quick save to wiki”，或希望在会话中途记录不明显的发现而不运行完整 wiki-ingest 时使用此技能。每个主题集群会在 60 秒内写入一个 _raw/ 文件——无需子 Agent、无需更新 QMD、无需写入清单。稍后运行 /wiki-ingest 或 /data-ingest，将原始文件整理为正式 wiki 页面。

A

agent-team-builder

onewave-ai / claude-skills

为特定业务工作流设计并部署自定义 Agent 团队。通过交互方式梳理业务流程，然后生成完整的团队配置，包括专业 Agent 角色、工具访问权限、通信协议和交接规则。

A

aixyz-on-openclaw

agentlyhq / aixyz

面向 openclaw 用户的分步指南，介绍如何使用 aixyz 构建、部署和变现 AI Agent。涵盖从零开始的全部内容：安装 Bun、搭建 Agent 框架、选择部署方式、获取加密货币钱包、为链上注册充值，以及 Agent 上线后的推广。

L

llm-debugger

patricio0312rev / skills

诊断 LLM 输出故障，包括幻觉、违反约束、格式错误和推理问题。提供根因分类、提示词修复、工具改进和新测试用例。用于“调试 AI”“修复提示词”“质量问题”或“输出错误”。

为项目初始化 nao Agent：一次性收集仓库、范围和额外上下文信息；从 nao 文档中查找仓库专用配置；编写 nao_config.yaml；运行 nao init + nao sync；设置 LLM 密钥；并生成首个 RULES.md。用户刚决定在新项目中使用 nao 时适用。仅用于首次设置；编辑规则、生成测试或审查现有上下文时，请使用 write-context-rules / create-context-tests / audit-context。

T

tool-function-schema-designer

patricio0312rev / skills

为 LLM 设计可靠的函数／工具调用 Schema，涵盖 JSON Schema、验证策略、类型化接口和调用示例。实现“函数调用”“工具使用”“LLM 工具”或“Agent 操作”时使用。

A

aixyz

agentlyhq / aixyz

使用 aixyz 框架构建、运行和部署 AI Agent。在创建新 Agent、添加工具、接入 A2A/MCP 协议、配置 x402 微支付或部署到 Vercel 时使用此技能。

诊断 nao context 在其生命周期任一阶段的健康状况。当用户希望结构化审查已同步的内容、RULES.md 与目标结构的差异、是否为每个表编写了文档、数据模型是否符合 MECE、是否存在测试及测试失败揭示的问题，以及 context 文件是否臃肿时使用。输出包含分级建议的结构化审计报告。不要用于首次设置（setup-context）或常规规则编写（write-context-rules）。

B

best-minds

brucexo / skills-collection

模拟器思维：不问“你怎么看”，而是问“世界上谁最懂这个？TA 会怎么说？”。触发词：最强大脑、顶级专家、世界级、best minds、谁最懂这个

C

claude

dzhng / skills

当用户明确要求使用 Claude、希望 Claude 提供另一个 Agent 的意见，或要求将范围明确的任务委派给 Claude 时，将 Claude Code 用作独立的 `claude -p` 子 Agent。支持选择 `--model` 和思考/effort 级别，默认使用当前的 `opus` 别名和 `high`。

C

conversation-analyzer

mhattingpete / claude-skills-marketplace

分析你的 Claude Code 对话历史，以识别模式、常见错误和工作流改进机会。适用于用户想了解使用模式、优化工作流、发现自动化机会或检查是否遵循最佳实践时。