Skills

P

promptkit

mimukit / skills

在发送提示词之前先打磨它，无论是即将交给编码 Agent 的一次性指令，还是应用随附的系统提示词。用户说“优化这个提示词”“这个提示词有什么问题”“编写或改写我的应用随附的系统提示词”或“/promptkit”时使用。

R

review-claudemd

ykdojo / claude-code-tips

审查近期对话，找出改进 CLAUDE.md 文件的方法。

H

harness-mint

ruvnet / ruflo

通过 `metaharness new <name> --template <id> --host <id>` 搭建自定义 AI Agent harness。默认采用 DRY-RUN（不写入），除非传入 --confirm。拒绝写入调用方仓库根目录或其内部的任何位置。遵循 ADR-150 架构约束和 ruflo 的“破坏性操作确认”模式。

M

memory-fabric

yonatangross / orchestkit

记忆检索内部机制：通过实体提取、自然语言查询解析、去重（相似度 >85%）和交叉引用增强，基于统一的新近度、相关性及权威性排序来编排知识图谱。设计或调试记忆搜索本身的工作方式时使用。日常查询归 memory；条目存储归 remember；整合归 dream。

M

multi-agent-client-onboarding

onewave-ai / claude-skills

使用 Agent SDK 部署 3 个并行 Agent 处理客户入职：工作流审计员、技术栈梳理员和策略起草员。这是一套真实的咨询工作流，可生成完整的客户评估。

R

recap

sharpdeveye / maestro

上一会话的快速摘要——运行过的命令、修改过的文件，以及接下来要做什么。

R

repo-orchestration

objectivlabs / reposkillopt

基于证据的目标状态设计（ADR + 设计文档）和实施编排计划（机器可读的任务清单）。当用户要求设计目标状态、规划工作，或为某个目标制定任务计划时启用。

S

self-improving-agent

borghei / claude-skills

关于能够从自身执行中学习、检测故障模式并自主改进的 AI Agent 的模式。适用于构建随时间不断进步的 Agent、管理自动记忆或设计自我纠正反馈循环。

S

shinka-run

sakanaai / shinkaevolve

在任务目录（`evaluate.py` + `initial.<ext>`）中使用 `shinka_run` CLI 运行现有 ShinkaEvolve 任务。当 Agent 需要快速启动异步演化运行，并指定必需的 `--results_dir`、代数以及严格遵循命名空间的关键字覆盖项时使用。

S

skillopt-sleep

microsoft / skillopt

用户希望 Claude Agent 根据过往使用情况自我改进，询问每晚/离线“睡眠”或“做梦”周期、记忆/技能整合，或提出“用得越多，Agent 越好”“回顾我之前的会话”“了解我的偏好”“整合你学到的内容”“运行睡眠周期”等要求，或想安排后台自我优化时使用。驱动 skillopt_sleep 引擎：收集过往会话 -> 挖掘重复任务 -> 通过选定的后端重放 -> 通过留出门槛整合已验证的 CLAUDE.md/SKILL.md。

为 nao Agent 接入语义层，使指标查询统一通过单一事实来源进行。支持 dbt MetricFlow（带 Semantic Layer 的 dbt Cloud）、Snowflake（通过 MCP 使用视图或语义视图）、内部 nao YAML 语义层或其他工具（通过 MCP 发现）。安装合适的 MCP 服务，更新 RULES.md，使指标查询经由语义层路由；对于 nao YAML 选项，还会生成初始指标文件。在首轮测试显示 Agent 的指标可靠性欠佳后使用。不要用于编写原始规则（write-context-rules）或首次设置（setup-context）。

A

ai-cli

vercel-labs / ai-cli

从终端生成文本、图像、视频和音频，并进行类型化决策

B

babysit

a5c-ai / babysitter

通过 @babysitter 进行编排。用户要求看护某次运行、编排流程或明确调用时使用此技能。（babysit、babysitter、orchestrate、orchestrate a run、workflow 等）

C

claude-code

prathamdby / skills

claude-code 用于运行本地 Claude CLI，或管理其安装、认证、MCP 和插件。

D

dify-workflow-skills

mango-svip / dify-workflow-skills

构建和编辑 Dify 工作流 DSL 文件。适用于从头创建新的 Dify 工作流、修改现有工作流（添加或移除节点、更改连接）、验证工作流结构，或设计包含代码执行、条件逻辑、循环和错误处理的 LLM 自动化流程。

E

execute

poteto / noodle

执行任务的方法论。涵盖范围界定、任务分解、工作树工作流、验证和提交规范。触发词：“execute”“implement”“build this”“code this”。

F

flag-and-release-change

launchdarkly / ai-tooling

端到端推动拉取请求中的变更：判断是否需要功能标志，创建保护标志，在 PR 分支上将新代码路径置于该标志之后，并记录自动发布，以便 PR 合并后安全发布变更。一个可移植的编排器，组合 should-flag-change、launchdarkly-flag-create 和 flag-release。关键词：为 PR 添加标志、用标志包裹变更、暗发布、紧急关闭开关、自动发布、自动推广、端到端标志工作流。

H

harness-drift-from-history

ruvnet / ruflo

一条命令即可检测偏移。将 audit-list + oia-audit + audit-trend 组合为单一操作——查找 `metaharness-audit` 命名空间中最近一次审计，对当前仓库执行全新审计，通过 ADR-152 §3.1 相似度进行差异比较，并在结构距离超过 `--threshold` 时发出警报。ADR-150 深度集成的第 53 次迭代。

H

harness-genome

ruvnet / ruflo

通过 `metaharness genome <path>` 生成包含 7 个部分的仓库就绪度报告。返回 repo_type / agent_topology / risk_score / mcp_surface / test_confidence / publish_readiness。纯读取；可平稳降级（ADR-150）。

H

harness-mcp-scan

ruvnet / ruflo

通过 `harness mcp-scan <path>` 对 harness 声明的 MCP 接口进行静态安全扫描。读取 `.mcp/servers.json` + `.harness/claims.json`。纯读取，不执行分发。发现严重级别达到或超过 `--fail-on` 时以状态码 1 退出。

H

harness-oia-audit

ruvnet / ruflo

复合式 Phase-2 审计工作器（ADR-150）。将 harness oia-manifest、threat-model 和 mcp-scan 汇总为一条带时间戳的审计记录，并存储在 `metaharness-audit` memory 命名空间中。专为 cron 调度的漂移检测设计。

H

harness-similarity

ruvnet / ruflo

ADR-152——两个 harness 指纹（基因组 + score JSON）之间的加权相似度。返回 [0,1] 范围内的总体分数以及各组件明细（9 个数值的余弦相似度、4 个枚举值的类别匹配度、agent_topology 的 Jaccard 相似度）。为 ADR-151 §3.2 推荐器、§3.3 漂移检测、§3.5 插件兼容性提供支持。纯 TypeScript，不依赖 `@metaharness/*`——保留 ADR-150 的四项架构约束。

H

hz-unity-project-analyzer

meta-quest / agentic-tools

为面向 Meta VR 和 Horizon OS 的 Unity 项目分析、编写并持续维护 `.agent-docs/` 知识库。用户要求扫描项目结构、说明 Unity 系统的工作原理，或在结构变更后更新项目文档时使用。

I

improve-claude-md

dexhorthy / slopfiles

使用 `<important if>` 块改进 CLAUDE.md 文件，提升指令遵循度

I

infsh-cli

styleof / superpowers

通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok

M

meditate

poteto / noodle

审计并演进 brain vault——清理过时内容、发现跨领域原则，并审查技能以寻找结构化编码机会。触发词：“meditate”“audit the brain”“prune brain”“review skills”“consolidate notes”“prune notes”。

N

nansen-agent-guide

nansen-ai / nansen-cli

路由指南——何时使用 `nansen agent`（AI 研究），何时使用直接 CLI 数据命令。用于决定如何使用 Nansen 工具回答用户的研究问题。

S

second-brain-audit

coleam00 / skills

审计任意第二大脑、笔记文件夹或 Agent 记忆，找出悄然失效的事实，并修复最严重的一项，避免问题反复出现。可处理 wiki、单个笔记文件、每日笔记或非 Markdown 工具，并根据实际情况调整修复方式。将 Agent 每次会话加载内容中所有看似仍有效的说法与最新证据进行核对，并区分已被证伪与缺乏依据的说法。适用于助手给出过时答案、笔记或记忆文件可能过时、需要检查知识库中的矛盾，或有人询问如何防止第二大脑腐化、提到记忆腐化，或询问状态与事件的区别时

S

solana-agent-kit

sendaifun / skills

全面介绍如何使用 SendAI 的 Solana Agent Kit 构建与 Solana 区块链交互的 AI Agent。涵盖 60 多种操作、LangChain/Vercel AI 集成、MCP 服务设置和自主 Agent 模式。

B

book-writing-workspace

aktsmm / agent-skills

管理可复用的技术书籍手稿工作区，包含写作结构、读者画像 SSOT、评审规则，以及可选的 Markdown 到 Re:VIEW/PDF 支持。适用于整理书稿仓库、定义或审阅目标读者、规范章节/小节文件、设置写作/评审 Agent、处理出版社校样意见，或评估现有写作工作区。触发词：book writing workspace、reader persona、reader audience、読者ペルソナ、persona SSOT、technical book project、執筆ワークスペース、manuscript workflow、Re:VIEW workspace、proof PDF、annotated proof、publisher proof comments、校正、校正注釈、初校。

E

exa-rag

ejirocodes / agent-skills

使用 Exa.ai 构建实时网页检索 RAG 管道。用于构建检索增强生成、将 Exa 集成到 LangChain、LlamaIndex、Vercel AI SDK，或实现具备网页搜索能力的 AI Agent。触发词：RAG 管道、检索增强生成、Exa LangChain、Exa LlamaIndex、ExaSearchRetriever、ExaSearchResults、Exa MCP、Exa 工具调用、Claude 工具使用、AI Agent 网页搜索、基于事实的生成、引用生成、事实核查、幻觉检测、OpenAI 兼容性、聊天补全。

I

integration-orchestrator

rampstackco / claude-skills

为创意方向驱动的工作生成分阶段交付编排计划：各项技能何时运行、在哪个关卡锁定哪些内容、如何交接，以及如何借助 MCP 和命令行中的 AI Agent，在团队工具（Jira、Linear、Notion、Figma、GitHub）中落实工作节奏。提供各阶段、锁定点、交接规范、关卡定义和 QA 验证关卡的时间规划图。不同于 `creative-brief`（静态项目简报）和 `creative-direction`（美学方向）。触发场景包括：集成编排、交付节奏、项目编排、简报何时锁定、如何分阶段推进创意方向、设计开发交接、QA 关卡、Agent 驱动的 QA，以及创意方向项目启动、进行中节奏失调，或将 AI Agent 集成到项目管理工作流。项目范围界定请使用 `creative-brief`；美学方向请使用 `creative-direction`；没有创意方向主线的一般项目管理不适用。

P

proactive-agent

veithly / proactive-agent

能够升级技能、学习新能力并适应新任务的自我改进 Agent。需要发展能力或处理未知任务时使用。

R

remember

langchain-ai / deepagents

回顾当前对话，并将有价值的知识——最佳实践、编码规范、架构决策、工作流和用户反馈——保存到持久记忆（AGENTS.md）或可复用技能中。用户说以下内容时使用：(1) 记住这个；(2) 保存我们的收获；(3) 更新记忆；(4) 记录经验

S

skills-store

posthog / ai-plugin

发现并使用存储在 PostHog 中的团队共享技能。用户要求列出、浏览、加载或管理“共享技能”“团队技能”，或提到“技能库”时使用。

T

tanstack-ai

secondsky / claude-skills

TanStack AI（alpha）提供商无关、类型安全的流式聊天，支持 OpenAI、Anthropic、Gemini、Ollama。适用于聊天 API、使用 useChat/ChatClient 的 React/Solid 前端、同构工具、工具审批流程、Agent 循环、多模态输入，或流式传输与工具定义问题的排查。

使用 xurl 通过 agents:// URI 访问 AI Agent 对话。适用于用户提供 agents:// URI、类似 provider/... 的提供商简写或纯线程/会话 ID；提及任何 AI 编码 Agent 的对话、线程或会话；想要搜索、阅读、总结、比较或继续 Agent 线程；询问 Agent 做过什么、说过什么，或提及过去与 Agent 的交互；想委派任务给另一个 Agent，或在另一个 Agent 中开始对话。

A

agent-swarm-deployer

onewave-ai / claude-skills

为大规模并行数据处理任务部署子 Agent 群。与用于代码更改的 agent-army 不同，此工具用于数据任务——处理 1000 份文档、分析数据集、批量生成内容。可配置群规模、任务分配、结果汇总、进度跟踪和错误恢复。

A

ai-agent

zavudev / zavu-skills

通过命令式 SDK / REST API 配置 AI Agent，适用于无代码仪表板设置、基于 webhook 的工具和知识库。

F

failure-flywheel

rheinmir / setup

记录每次 Agent 失败，以确定性的方式分类和计数；当某类失败超过阈值再次出现时，将候选规则/技能框架加入 propose->gate 流程，让同样的错误转化为防护措施，避免重蹈覆辙。这是 Hamel 的 create->label->fix->repeat 飞轮，可自我演进。当用户说“记录这次失败”“记下这个错误”“为什么总是发生这种情况”“把失败变成规则”“失败分类”“哪些问题总是反复出现”，或调用 /failure-flywheel 时触发。也请定期运行 --report，查看最常出现的失败类别。

G

gepetto

davila7 / claude-code-templates

通过研究、利益相关者访谈和多 LLM 审查，创建详细、分章节的实施计划。规划需要在实施前进行全面分析的功能时使用。

N

new-skill

rheinmir / setup

通过 fdk/tools/new-skill.py 一次性在两个发布目录中搭建新技能：skills/<name>/SKILL.md 及其字节完全一致的 llmwiki 镜像，然后打印将其注册到精选入口（LOOP_MAP、marketplace.json、AGENT.md/CLAUDE.md）的确切命令。当用户说“创建技能”“添加新技能”“搭建技能”“新建技能”，或调用 /new-skill 时使用。

S

saas-replacement-planner

onewave-ai / claude-skills

评估哪些 SaaS 工具可以由 AI Agent 替代。根据当前 SaaS 订阅及其费用，评估替代可行性，估算自建与购买的经济效益，识别 Claude+MCP 替代方案，并生成完整的替代计划，包括优先级矩阵、ROI 分析、实施时间线和风险评估

自我反思 + 自我批评 + 自我学习 + 自组织记忆。Agent 评估自身工作、发现错误并持续改进。以下情况使用：（1）命令、工具、API 或操作失败；（2）用户纠正你或拒绝你的工作；（3）你意识到自己的知识已过时或有误；（4）你发现了更好的方法；（5）用户明确为当前任务安装或引用此技能

S

sign-off-axi

umeranjum17 / sign-off

使用 sign-off-axi CLI，在本地审阅面板上向用户提出是/否、单选或 A/B/C 设计问题，并读回用户的回答。适用于需要是/否决定、在几个选项中选择、从设计稿中挑选方案，或在继续前获得用户批准；需要用户审阅或确认计划或已完成工作的证明（截图或录屏）；需要读回用户已给出的答案；需要以交互式报告向用户解释概念、设计或权衡；希望将工作跟踪为用户可查看的工单；或需要用户登录某项服务时

C

council

rheinmir / setup

在现有的 orca 编排之上运行 Karpathy 风格的 LLM 评议会（3 阶段多 Agent 评估）：N 个席位独立回答问题，随后对答案进行盲式同行排序（去除身份信息，避免模型偏袒自己的答案），最后由主席综合得出最终答案。编排层负责调用模型；harness/scripts/council.py 执行确定性协议计算（匿名化、平均排名汇总、意见分歧、锚点保护、对话记录）。用户说“run a council”“llm-council”“panel of models”“blind peer-rank these answers”“ensemble + chairman”或调用 /council 时使用。第 4 阶段必须生成 HTML 报告，由 council.py 本身渲染（离线、无 CDN、无外部 skill）：每次 `rank` 都会写入一个全新版本的独立报告（llmwiki/html/council/council-report-NNN-seed<seed>.html），包含观点卡片（角色名称 + 视角）、盲投票表和仪表板。此环节通过 try/except 隔离，渲染错误绝不会导致核心对话记录流程中断。

F

fdk

rheinmir / setup

Front-door on-demand cho phát triển framework HOẶC distill/author một skill — SELF-CONTAINED, chạy được ở BẤT KỲ project nào (không phụ thuộc file repo-local). Gọi khi đang sửa chính framework, hoặc đang viết/chưng cất một skill trong phiên của dự án khác. KHÔNG dùng cho dev tính năng dự án thường (đó là phần lớn phiên — ADR-004).

L

loop-runner

rheinmir / setup

确定性、带护栏的 Agent 循环驱动器：将任意步骤封装为 propose → deterministic-verify →（critique → revise），并强制执行硬性终止护栏（max_iter、wall-clock budget、通过 state-hash 检测无进展、升级给人工处理）。控制循环、护栏和进度检测均为确定性机制；LLM 的 critique/revise 步骤是唯一隔离的适配器。当 Agent 修复循环必须避免无限运行，且不能靠辩解绕过失败测试时触发。

M

meta-cognitive-reasoning

89jobrien / steve

基于证据进行分析和提出假设的元认知推理专家

S

semble

akillness / jeo-skills

面向 AI Agent 的快速、精准代码搜索，使用的 Token 比 grep+read 少约 98%。可在不到一秒内索引任意本地或远程代码库（CPU 上约 250ms，无需 GPU 或 API 密钥）。支持自然语言和符号查询、语义相似代码发现，以及与 Claude Code、Codex、Cursor 和 OpenCode 的 MCP 服务集成。提供 Python 库以供程序化使用。触发词：semble、代码搜索、语义代码搜索、semble search、Token 高效搜索、查找代码、代码搜索 MCP、Agent 代码搜索、semble find-related、semble savings。

S

specstory-project-stats

specstoryai / agent-skills

从 SpecStory Cloud 获取项目统计信息。用户说“get project stats”“show SpecStory stats”“project statistics”“how many sessions”或“SpecStory metrics”时运行。

S

synapse-reinst

s-hiraoku / synapse-a2a

上下文清除后重新注入 Synapse A2A 初始指令。当 Agent 在执行 /clear 或重置上下文后丢失身份、A2A 通信协议或配置，synapse send/reply 命令停止工作，或 Agent 不再识别自己的 SYNAPSE_AGENT_ID 时，使用此技能。由 /synapse-reinst 命令触发。

C

chat-history

mblode / agent-skills

从过去的 AI 对话中找回决策、先前的修复、研究以及某个提示词之后发生的内容，并提供来源证据。适用于用户要求“搜索过去的聊天记录”、“我们之前修复过这个”、“这个提示词之后发生了什么”或“计划为什么改变”。读取本地 Claude Code、Codex、Grok 和 Cursor 历史记录，以及明确提供的 ChatGPT 或 Claude 导出记录。

D

debug-agent

mlflow / skills

无需代码改动、回归套件、评分器或评测运行，即可从 MLflow trace 中定位 AI Agent 失败的根因。当用户要求调试、调查、解释或确定 Agent 为何产生某个输出时使用。优先使用已有的匹配 trace；仅在没有可用 trace 时才复现。

F

find-skills

poteto / noodle

从开放生态中发现并安装 Agent 技能。用户询问“如何做 X”“找一个用于 X 的技能”“有没有用于 X 的技能”“你能做 X 吗”，希望扩展 Agent 功能，提到希望获得帮助的领域，或询问可能以可安装技能形式提供的工具/模板/工作流时，立即使用。

L

llm-cli

glebis / claude-skills

使用 llm CLI 和各种 LLM 提供商处理文本及多媒体文件。支持交互式和非交互式模式、模型选择、配置持久化和文件输入处理。

O

ollama

rawveg / skillsforge-marketplace

Ollama API 文档

R

reflect

sharpdeveye / maestro

分析命令历史，找出哪些技能有效、哪些失败，以及需要改进的地方。

S

shinka-convert

sakanaai / shinkaevolve

通过快照保存相关代码、添加 evolve 块，并生成 `evaluate.py` 以及 Shinka runner/config 文件，将当前工作目录中的现有代码库转换为 ShinkaEvolve 任务目录。用户想用 Shinka 优化现有代码，而不是根据自然语言描述创建全新任务时使用。

U

using-skills

ohyeh / agent-scripts

判断哪个技能负责此任务。在手动执行以下任一任务之前调用：读取或填写 .pdf、测试计划、架构改进、第二模型审查、文档撰写、从零构建页面、润色文字、“有沒有 skill”、“用哪個”——或任何未列入内核路由索引的任务。即使技能有 1% 的可能适用，也应先调用；只需读取一次。