Skills

H

hooks-create

coleam00 / skills

根据简单的英文描述，编写可正常工作的 Claude Code hook，确保或执行所需行为。描述行为（“绝不让 Agent 编辑我的迁移文件”“测试通过前不要停止”“记录每条命令”）；此技能会选择合适的生命周期事件、编写 hook 脚本，并将其接入 .claude/settings.json。想在 AI Layer 中获得确定性保障或自动化，又不想手动编写 hook 时使用。用于 hooks 原语的元工具。

M

make-e2b-code-execution

integromat / make-skills

当 Agent 需要编写可复用代码、将其存储在配置的 Hermes Code 文件夹中、通过本地代码执行直接运行，或将其托管在 Make 管理的 E2B Code Shell 场景中时，使用此技能。适用于构建工具、生成业务自动化脚本，以及由托管代码调用 Make API shell 场景以访问 SaaS、且无需接收原始 OAuth、Make 或 E2B 密钥的嵌套流程。

P

professor-synapse

profsynapse / professor-synapse

用户需要专家帮助、想召集专才、表示“帮我处理”或“我需要指导”，或任务需要领域专业知识时使用。创建并管理不断扩展的专家 Agent 集合。

S

save-task-list

coleam00 / archon

保存当前任务列表，以便在不同会话中重复使用

S

seo-audit-orchestration

rampstackco / claude-skills

由 Ahrefs MCP 驱动的完整 SEO 审计套件主编排器。用于执行全面的 SEO 审计、规划季度健康检查、开展收购前 SEO 尽职调查或迁移后验证。适用于完整 SEO 审计、全面 SEO 评估、SEO 健康检查、审计我的网站、SEO 尽职调查、审计套件、全面审计、端到端 SEO 等场景。当利益相关者想要全面了解情况，而非单一维度审计时也适用

S

skill-architect

tech-leads-club / agent-skills

通过结构化对话，从零开始设计和构建高质量技能的专家指南。当有人想创建新技能、构建技能、设计技能，或寻求帮助以让 Agent 稳定完成某项任务时使用。也适用于有人说“把这个变成技能”“我想自动化这个工作流”“如何教我的 Agent 做 X”，或提到创建 SKILL.md 文件时。涵盖独立技能和增强型 MCP 工作流。不要用于创建子 Agent（使用 subagent-creator）或技术设计文档（使用 create-technical-design-doc）。

暂无简介

W

writing-skills

unclecatvn / agent-skills

在创建新技能、编辑现有技能或在部署前验证技能工作时使用

A

agent-exploration

pedronauck / skills

协调原生探索器，针对明确要求的多领域研究，提供范围明确的书面结果和有证据支持的综合分析

H

handle-tickets

gil-1 / skills

通过 ticket conductor、新一轮代码审查、本地 Codex 审查/修复循环、PR 发布和 Codex PR 验证，交付已有且可直接实施的跟踪器工单的工单编排器

L

llm-application-dev-ai-assistant

sickn33 / agentic-awesome-skills

设计并实现对话式 AI 助手，包含上下文管理、集成边界和验证。

P

pm-architect

rysweet / amplihack

由 backlog-curator、work-delegator、workstream-coordinator 和 roadmap-strategist 子技能协同工作的资深项目经理。通过任务委派和战略监督协调复杂软件项目。在管理项目、协调工作或跟踪整体进度时启用。

P

project-planning

athola / claude-night-market

将规格说明转换为按阶段划分、按依赖关系排序的实施计划。在规格说明完成后、开始执行前使用。

P

pydantic-ai

akillness / jeo-skills

使用 PydanticAI 构建类型化 LLM 应用：包括受架构约束的输出、工具集成、验证、重试和确定性的下游交接。用户需要可靠的结构化输出，而非自由形式文本生成时使用。

S

skill-personalizer

hqhq1025 / skill-optimizer

适用于审查或调整新创建、下载、分叉、安装或社区提供的 Agent Skills，使其适配用户的工具、习惯、目录、会话历史和偏好的工作流，尤其是在触发条件不准确、杂乱或过于笼统时。

T

trigger-chat-agent-advanced

triggerdotdev / skills

Trigger.dev 的高级和运维型 chat.agent 功能，按需加载。适用于处理原始 Sessions 原语（sessions / SessionHandle）、自定义聊天传输或实时 wire 协议、持久化子 Agent（AgentChat、chat.stream.writer）、human-in-the-loop、steering、actions、后台注入（chat.defer / chat.inject）、快速启动（preload、通过 @trigger.dev/sdk/chat-server 实现 Head Start）、上下文韧性（压缩、恢复启动、OOM、大型负载）、chat.local 运行级状态、使用 mockChatAgent 离线测试，或预发布版/版本升级。常规 chat.agent({...}) 定义和 useTriggerChatTransport 的常规流程请改用 trigger-authoring-chat-agent skill。

A

ai-ready

johnpapa / ai-ready

**分析技能** — 分析任意代码库并生成适用于 AI 的配置，包括规范的 AGENTS.md、精简的各工具指针文件、技能、CI 工作流和问题模板。适用场景：\"让此代码库适用于 AI\"、\"设置 AI 配置\"、\"添加 Copilot 指令\"、\"为 AI 贡献准备此代码库\"、\"生成 AGENTS.md\"。调用：glob、grep、view、create、edit，用于代码库分析和文件生成。单项操作：直接使用 create/edit 处理单个配置文件。

E

evaluation

muratcankoylan / agent-skills-for-context-engineering

构建 Agent 评估系统时使用此技能：确定性检查、回归测试套件、多维评分标准、质量门禁、生产监控、基线比较，以及 Agent 工作流的结果衡量。

E

exploring-llm-clusters

posthog / ai-plugin

调查 AI 可观测性集群，了解 AI/LLM 流量的使用模式、比较集群行为、计算成本/延迟指标，并深入查看集群中的单个追踪记录

用于生成新设计语言技能的元技能。可在 Claude Code 和 Codex 上运行。用户说“create a design skill”“generate design language”“new design system skill”“design skill inspired by X”“design skill from this screenshot”“/hue”或“use hue”时使用。“remix my design skill”或“make my skill more X”也会触发。

K

karpathy-guidelines

swarmclawai / andrej-karpathy-skills

减少常见大模型编码错误的行为准则。编写、审查或重构代码时使用，以避免过度复杂化、进行精准修改、明确假设并定义可验证的成功标准。

S

skill-creator

garrytan / gbrain

按照 GBrain 合规标准创建新技能。生成包含 frontmatter、Contract、Phases、Output Format 和 Anti-Patterns 的 SKILL.md。与现有技能进行 MECE 检查，并更新 manifest 和 resolver

U

using-workflows

ohyeh / agent-scripts

确定应运行哪个工作流配方。在以下操作前调用：审计（文档与代码、设计与代码、根因、项目方向）、评审发现并进行分流或解决、PR 评审意见、将功能简报转为计划、计划需要第二个模型给出判断、从规格说明进入实现、可能需要多轮的研究或价格比较、“跑一轮审查”、“帮我找资料／比价”、“帮我 plan”、“把 findings 处理掉”。任何审计完成后，再次调用以将发现分流。即使只有 1% 的可能，也要调用。

A

agent-army

onewave-ai / claude-skills

为大型、可并行化的工作部署两层并行 Agent 层级——大型重构、多文件迁移、全代码库审计和批量生成。顶层指挥 Agent（Fable 或 Opus）负责协调 Agent 群；用户选择功率级别（Max Power / Heavy / Balanced / Economy），以设定每层的 Opus/Sonnet/Haiku 模型组合。第一层包含 3–50+ 个专业 Agent，每个都有独立的完整上下文窗口；第二层为每个成员配置 2+ 个子 Agent。包含 Git 安全措施、分级规模设置、部署前检查、虚假完成检查和多轮后续处理。

A

agent-native-audit

everyinc / compound-engineering-plugin

对 Agent 原生架构进行全面审查，并为各项原则评分

B

bioskills

gptomics / bioskills

安装 425 项生物信息学技能，涵盖序列分析、RNA-seq、单细胞分析、变异检测、宏基因组学、结构生物学及其他 56 个类别。设置生物信息学能力，或生物信息学任务需要尚未安装的专业技能时使用。

L

laoyeye

learnprompt / laoyeye

戒指老爷爷。你把卡住的事跟它说，它先问你，再指一条该用的提示语或 skill 并直接开跑。这是这个仓库全部 25 件的路由。

M

microsoft-agent-framework

akillness / jeo-skills

使用 Microsoft 的 Agent 框架模式设计企业级 Agent 系统：角色分离、工作流控制、策略边界和可观测性。适用于用户需要稳健的组织级 Agent 工作流、治理和易于维护的多 Agent 架构的场景。

R

rules-check-drift

coleam00 / skills

检查规则文件（CLAUDE.md 或 AGENTS.md）在近期更改后是否仍与代码库一致——合并前运行，或纳入代码审查流程。报告过时或已不成立的规则、偏离的架构图条目，以及值得新增的不变量，并为每项提供最小修改建议。仅提供建议并避免冗长：确保规则文件准确，同时保持必要的简洁。

U

using-design-skills

ohyeh / agent-scripts

确定使用哪种设计技能及其顺序。在生成任何视觉内容之前调用：网页、落地页、仪表板、产品 UI、移动屏幕、HTML 报告、图表、计划页面、制品、动画、重新设计、“做個頁面”、“畫圖”、“報告做成網頁”，以及模块或 API 接口设计。为每个阶段选择一位方向负责人和一位执行者，并以证据检查收尾。即使只有 1% 的可能性，也要调用。

B

brain

poteto / noodle

读取和写入 brain 文件（位于 brain/ 的 Obsidian 仓库）。适用于任何需要持久保存知识的任务，包括反思、规划或直接编辑。在调试会话、出错、修正、架构决策，或出现值得跨会话保留的见解后触发。遇到“add to brain”“remember this”“write a note”或修改 brain/ 时使用。

D

design-system-boss

arla6ka / skills

适用于已上线 UI 的应用中较笼统的全应用设计系统需求，例如“我们的 UI 一团糟，修一下”“我们需要设计系统”“颜色到处都是硬编码”“让按钮保持一致，以便提交上游 PR”“编写完整设计系统文档”或“发布前检查应用”。先对应用进行分诊，再依次运行 design.how 技能。指定一个屏幕时使用 ui-review，指定一个组件时使用 component-docs，空仓库则使用 build-design-system。

S

shinka-setup

sakanaai / shinkaevolve

根据目标目录和任务描述创建 ShinkaEvolve 任务脚手架，生成 `evaluate.py` 和 `initial.<ext>`（多语言）。在有人要求为 ShinkaEvolve 设置新任务、评估框架或基线程序时使用

D

databricks-genie-agents

databricks / databricks-agent-skills

创建、管理和查询 Databricks Genie Agents——按数据精选的自然语言 Agent（原名 Genie Spaces）：通过 Conversation API 构建、导出/导入、跨工作区迁移，并向特定 Agent 提问。对于一般数据问题或在工作区中查找数据，请改用 databricks-data-discovery（Genie One）

S

skill-miner

hqhq1025 / skill-optimizer

挖掘编码 Agent 的会话历史、归档文字稿、记忆或重复的本地工作，发现值得转化为新 Agent Skills 的重复工作流时使用

T

to-issues

akillness / jeo-skills

将计划/规格说明转换为可独立领取的垂直切片 issue（HITL 或 AFK 分类）。

0

00-andruia-consultant

sickn33 / agentic-awesome-skills

在启动或改进 AI 项目时使用：诊断代码和限制，推荐现有 skills，并用西班牙语编写任务和实施计划。

提供专家级 AI 实施、部署、LLM 集成和生产级 AI 系统方面的支持。用户提及 AI 工程、LLM、部署、生产级 AI 或集成，或任务涉及 LLM Patterns、LLM Integration 或 Production Systems 时使用。

B

balanced

glebis / claude-skills

建设性、基于证据的对话模式，避免谄媚。当用户需要多视角的平衡分析、批判性反馈或严谨地审视其观点时使用。触发词为“/balanced”或请求诚实、批判性或平衡的反馈。支持 passive、interactive、tldr、steelman 和 decision 模式。

B

blueprint

camacho / ai-skills

为多步骤任务编写规范的 ai-env 蓝图计划（/task 的第 3 步）。执行一轮头脑风暴，使用 ai-workspace/plans/TEMPLATE.md，并写入 ai-workspace/plans/<name>.md。单句范围任务会跳过。此步骤不负责评审——评审由 /review（第 4 步）执行。

B

build-agent-broker-project

mulesoft / mulesoft-dx

端到端构建、编辑、验证、发布和部署 MuleSoft Agent Broker（Agent Network V2）项目。用户要求构建、创建、搭建脚手架、配置、编辑、验证、发布或部署 Agent Broker、agent network V2、AgentScript、`.agent` 文件或 `agentNetwork: 2.0.0` 项目时使用。V1→V2 迁移时不要触发（请使用转换器 skill）。

D

debate-workflow

rysweet / amplihack

针对重要架构决策和复杂权衡开展结构化的多视角辩论

F

find-skills

rheinmir / setup

帮助用户发现和安装 Agent 技能，当他们提出「我怎样才能做 X」、「查找 X 的技能」、「有没有能够...的技能」等问题，或表达扩展功能的兴趣时。当用户寻找可能以可安装技能形式存在的功能时，应使用此技能。

F

full-output-enforcement

rheinmir / setup

覆盖默认大模型截断行为。强制完整代码生成，禁止占位符模式，干净处理 token 限制分割。适用于任何需要详尽、未删减输出的任务。

M

mastra

pedronauck / skills

全面的 Mastra 框架指南，介绍如何查找最新文档、验证 API 签名以及构建 Agent 和工作流。涵盖文档查询策略（内嵌文档、远程文档）、核心概念（Agent 与工作流、工具、记忆、RAG）、TypeScript 要求和常见模式。所有 Mastra 开发均可使用此技能，确保使用已安装版本或最新文档中的当前 API。

N

neon-postgres-agent-platforms

neondatabase / neon-for-agent-platforms

在 Neon 上构建和运营多租户 AI Agent 平台。当用户设计 Agent/应用构建器、为每个用户/应用/Agent 运行创建 Neon 项目或数据库、管理数千个租户项目、区分赞助的免费用户与付费客户、在组织间迁移项目、选择 `@neon/sdk` 或 `@neon/tools`、选择个人级、组织级或项目级 API 密钥、跟踪集群用量或 Agent Plan 成本、创建结合数据库快照与源代码修订/密钥/部署元数据的复合检查点，或编排生成应用的快照/恢复流程时，使用此技能。Neon Agent Program、Agent Plan、组织/项目限制、HIPAA、联合营销、支持或 neondatabase/neon-for-agent-platforms 示例也适用。

P

patch-codex-fast

yangchuansheng / patch-codex-fast

修补 Codex App，以便在 API key 模式下启用 Fast/Speed 模式和 Plugins；也可选择启用 Zed 作为支持 SSH 的远程打开目标。支持 macOS 和 Windows，并提供备份、回滚和 bundle 模式发现。

T

todo-resolve

everyinc / compound-engineering-plugin

批量处理已批准的待办事项时使用，尤其适用于代码审查或分类处理之后

采用 ASD-STE100 简明技术英语，并使用便于 ADHD 读者采取行动的回复结构。这是一项长期生效的风格规则，而非按需调用的工具。第 1 层规范所有供人阅读文本的用词，包括聊天回复、文档、README、提交信息、PR 文本、代码注释、错误消息、发行说明、工具描述、任务跟踪器和 Wiki 页面。第 2 层规范面向用户的回复顺序：先给出下一步行动，使用编号步骤，不写开场白和结束语。两层均不影响代码、标识符或命令语法。撰写正文前加载；用户要求去除“AI slop”、使文字清晰易懂、执行受控风格或检查 STE 违规时也加载。两种用词模式：严格模式（流程、运行手册、安全文本、错误消息）和 STE 风格（默认，用于一般正文）。

C

capture

sharpdeveye / maestro

记录会话摘要——完成了什么、做出了哪些决定，以及接下来要做什么

C

codex

prathamdby / skills

codex 用于运行本地 Codex CLI，或管理其安装、登录、MCP 和插件。

D

development-brainstorming

jst-well-dan / skill-box

在编写代码或实施计划之前规划软件开发任务时使用——通过协作式提问、探索替代方案和逐步验证，将粗略的技术想法完善为完整设计。适用于软件架构、组件、数据流和技术设计决策。不要用于明确的“机械式”编码过程。

G

global-agent-guardrails

davidondrej / skills

为本地 AI Agent 配置共享防护机制，以拦截可能造成灾难性后果的 Shell 命令。用于更改拦截模式、添加 Agent 或机器，或调查命令为何被拦截或未被拦截。

H

harness-score

ruvnet / ruflo

通过 `metaharness score <path>` 生成 5 维度的 harness 就绪度评分卡。返回 harnessFit / compileConfidence / taskCoverage / toolSafety / memoryUsefulness + estCostPerRunUsd + scaffoldReady。只读；调用子进程；MetaHarness 不存在时可平稳降级（ADR-150 架构约束）。

J

johari-window

learnprompt / laoyeye

乔哈里视窗协作提示语原文。用户想设定 AI 的协作方式、抱怨回答不贴需求、嫌追问太多或不问就猜、希望先判断信息状态再回应时使用。触发词包括乔哈里、视窗、开放区、盲区、隐藏区、未知区、协作模式、别猜我的需求、先搞清楚再答。整段挂在会话或任务开头，约束之后的全部协作。

K

kaz-leader

learnprompt / laoyeye

把一句话的想法拆成 AI agent 能独立跑完的目标任务书。用户说「帮我给 agent 写个目标」「帮我详细拆一下这个目标」「写个任务书/brief 给 agent」「写个 goal 提示词」「让 agent 自己跑这个项目」「把活分给几个 agent 并行」时使用。先进代码库实测、必要时联网调研，再一次性提问（≤5 个），产出一份 ≤4000 字符、直接粘进 /goal 就能跑的任务书，含实测数字、白名单地界、防作弊验收和断点续跑。执行型与探索型（调研/选型/找方案）自动分流。

K

kaz-neat-freak

learnprompt / laoyeye

知识与治理收尾：根据代码和运行时的实际情况，核对项目文档、规则文件（CLAUDE.md/AGENTS.md）、经授权的 Agent 记忆和工作区残留，确保下一次会话或接手者从一份最新、统一的信息开始。用户提到 "neat-freak"、"洁癖" 或 "/neat" 时触发；即使未提及名称，只要明确表达知识收尾意图也触发：开发后同步或整理项目文档／规则／记忆（"把文档和记忆整理一下"、"收尾时把文档同步掉"、"docs 和代码对不上了"）、CLAUDE.md／记忆过时或相互冲突、为队友或新会话做好交接，或审查工作区规则是否确实得到遵守。纯编码／重构／调试任务、整理数据或文稿（JSON、周报、changelog 公告），或没有项目知识背景的单独“整理”，均不触发。

L

latent-briefing

guanyang / open-agent-hub

当用户询问“在 Agent 之间共享记忆”“多 Agent 的 KV cache 压缩”“编排器工作者上下文”“潜在简报”“减少工作者 token”“无需摘要的跨 Agent 记忆”，或讨论 Attention Matching 压缩、带工作者的递归语言模型，或层级 Agent 中的 token 膨胀时，应使用此技能。

N

no-fluff-output

learnprompt / laoyeye

直给输出法提示语原文。用户抱怨 AI 说话啰嗦绕圈子、想要更直接可执行的回答、看长篇容易走神时使用。触发词包括别废话、直接说重点、说结论、别绕弯子、有话直说、别来虚的、先说怎么做、拒绝废话、ADHD 友好、专注力不够。整段挂在会话开头，约束之后所有回答的结构，说恢复正常模式才关闭。

P

plan

poteto / noodle

适用于中大型任务的系统化规划。收集上下文，识别领域技能，并将分阶段计划写入 brain/plans/。不执行实现。适用于新功能、多文件重构或架构变更，不适用于小修复。触发词：“plan this”“break this down”。