mcpField

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

B
building-skills
building-skills
zlliang / skills

创建、编辑或改进 Agent 技能(SKILL.md)。当任务是编写新技能、重构或缩短现有技能、修复其 frontmatter 或触发描述,或将其拆分以实现渐进式披露时使用。开始研究其他技能或编写任何 SKILL.md 之前,先加载此技能。

Agent 工作流231
C
cc-skill-strategic-compact
cc-skill-strategic-compact
davila7 / claude-code-templates

来自 everything-claude-code 的开发技能

Agent 工作流231
C
clawdbot-backup
clawdbot-backup
sundial-org / awesome-openclaw-skills

备份和恢复 ClawdBot 配置、技能、命令和设置。可在设备间同步、使用 git 进行版本控制、自动备份并迁移到新机器。

Agent 工作流231
C
codex-cli
codex-cli
sugarforever / 01coder-agent-skills

当 Agent 需要从 Claude Code、OpenClaw 等其他 Agent 环境将任务委派给 OpenAI Codex CLI 时使用。涵盖检查是否已安装 Codex CLI、使用 `codex exec` 运行一次性 Codex 提示词、恢复会话、收集输出、通过 `-i`/stdin 附加图像或文件作为输入,以及处理 Codex 图像生成(包括查找并报告生成的图像文件路径)。

Agent 工作流231
L
llm-obs-eval-pipeline
llm-obs-eval-pipeline
datadog-labs / agent-skills

面向已埋点的 ml_app 的端到端 LLM 可观测性流水线——对生产跟踪记录分类、分析故障根因、初始化评估器,然后(可选)采样并发布数据集、生成并运行实验以及分析结果。分为六个讲解阶段,每个阶段之间都有标准化横幅和“continue”检查点。仅编排 dd-llmo 子技能(`llm-obs-session-classify`、`llm-obs-trace-rca`、`llm-obs-eval-bootstrap`、`llm-obs-experiment-py-bootstrap`、`llm-obs-experiment-analyzer`)。用户说“运行评估流水线”“从跟踪记录进入评估”“端到端初始化评估”“先分类,再做 RCA,然后初始化”“从零构建评估集”“带我了解数据集和实验”“带我逐步进行实验”“我有一个 ml_app,接下来呢”“LLM Obs 入门”“引导式实验设置”“从跟踪记录到实验”,或希望以确定性、讲解式流程从生产数据逐步处理到评估器、数据集和实验时使用。使用 `--stop-after <phase>` 可提前在评估器或数据集阶段停止,使用 `--start-at <phase>` 可从中间阶段继续。

测试与质量231
M
moldea
moldea
moldea-ai / skill

规划、创建、审查和维护 AI Agent、模型工作流、技能及持久项目上下文。采用后,当用户分享当前项目事实或职责但未要求更新时使用;评估已批准的政策、修正和归属问题。普通代码需要明确声明关联;不匹配时保持静默。仅在被要求时初始化。

Agent 工作流231
P
piv-slice-epic
piv-slice-epic
coleam00 / skills

将史诗级工作项(及其架构决策)拆分为符合 PIV 规模的工单,并建立依赖关系图,然后在任务跟踪器中创建(通过 Atlassian MCP 使用 Jira,或使用 GitHub/Linear/本地工具)。可将史诗和架构作为一份文档提供,也可提供史诗及单独关联的架构页面。将大型战略文档转化为 PIV 循环可处理的独立工作单元。

开发231
P
project-development
project-development
svenja-dev / claude-code-skills

从构思到部署,设计并构建由 LLM 驱动的项目。适用于启动新的 Agent 项目、在 LLM 与传统方案之间做出选择,或设计批处理管道。

Agent 工作流231
R
rankup
rankup
yan-labs / yan-skills

独立开发者的项目全生命周期管理:需求验证、选词选品、建站或做原生 App、上线接入、SEO/GEO 获客、支付变现、监控迭代与跨会话接力。以下情况使用:用户提到 rankup 或 /rankup(check、review、init;doctor 仅指整理项目 .rankup 记录);当前目录或工作区有 .rankup/,或要读取、续做、整理项目计划、路线图、待办、PRD、交接或进度文档;在这些项目记录上下文里说“继续”“接着做”“上次做到哪”“下一步做什么”;以及项目规划、需求验证、关键词调研与 SERP、独立 Google Trends 热度查询或对比、AI 搜索推荐(GEO)、网站体检、sitemap/IndexNow/Search Console、流量、建站、上线、支付(Stripe、Anyway、PayPal)、变现与增长。SEO/GEO 是主要手段,不是适用边界,非 SEO 的项目计划与 macOS、iOS、iPad 原生 App 同样适用。纯文案(含 SEO 趋势博客等主题写作)、纯视觉设计、与项目管理无关的通用开发及基础设施排错(含 Cloudflare 部署报错、普通 CLI doctor)不触发;目录内有 .rankup/ 时仅叠加项目记录维护义务;外链执行交 backlink,浏览器驱动交 opencli,配图生成交 imagegen,多模型派单交 agent-fleet。

营销与增长231
R
reflect
reflect
poteto / noodle

回顾对话并更新 brain。适用于收尾、发生错误或修正后,或获得重要代码库知识时。触发词:“reflect”“remember this”。

Agent 工作流231
S
scout-pro
scout-pro
onewave-ai / claude-skills

增强型技能导航器,可映射对话历史、推荐多技能链、识别过往使用模式,并从会话结果中学习。相比基础版 scout,具备更深入的上下文分析和工作流编排能力。

Agent 工作流231
S
senior-prompt-engineer
senior-prompt-engineer
borghei / claude-skills

提示词工程与 LLM 评估。适用于优化提示词、设计提示词模板、评估 LLM 输出、构建 Agent 系统、实现 RAG、创建少样本示例或设计结构化输出工作流。

Agent 工作流231
A
agents-md
agents-md
sickn33 / agentic-awesome-skills

根据仓库证据、已验证的命令和范围明确的指令,创建、修订或审查 AGENTS.md 文件,同时不覆盖维护者的意图。

Agent 工作流230
C
cc-skill-project-guidelines-example
cc-skill-project-guidelines-example
davila7 / claude-code-templates

项目指南技能(示例)

开发230
C
claude-capabilities
claude-capabilities
jezweb / claude-skills

Claude AI 和 Claude Code 当前的能力、功能与限制。在说明 Claude 能或不能做什么、有哪些功能、模型是否可用、定价或环境差异前,请先查阅。适用于回答“Claude 能做 X 吗?”,比较 Claude AI 与 Code,核实当前模型规格,或建议哪种环境适合某项任务。

Agent 工作流230
C
compact-handoff
compact-handoff
marks97 / compact-handoff

将当前对话压缩为一个大型独立交接文件并保存到磁盘,然后以当前聊天命名(计数器递增)打开一个全新的 Claude Code 会话,仅以指向该文件的指针作为初始内容,同时保持当前聊天完全完整。凡是用户想要一个干净的上下文窗口又不想丢失已有内容,或说出以下任一说法时使用——"compact to a new chat"、"compact but start fresh"、"carry this over to a new session"、"hand this off"、"new chat with this context"、"my context is getting heavy"、"this chat is too long"、"start over but remember this"、"dump the context and open a fresh one",或者要求交接、上下文转储或可日后复用的会话摘要。当一项长期调查结束、后续工作值得拥有独立窗口时也使用它。只要用户希望旧聊天之后仍可读,就优先使用它而非普通的 /compact,即使用户从未说过 "compact" 一词也应使用。

Agent 工作流230
C
council
council
pedronauck / skills

组织多位顾问围绕影响重大的架构、技术或产品决策展开辩论。调度 3–5 个领域原型子 Agent(pragmatic-engineer、architect-advisor、security-advocate、product-mind、devils-advocate、the-thinker),依次进行开场陈述、探讨分歧、观点演进和综合总结。保留不同意见,并给出附有风险记录的可执行建议。适用于评估权衡、压力测试 PRD 或技术规格、解决存在多个可行选项的难题,或决策需要多元专家视角时。不适用于简单的是非题、事实查询、没有权衡因素的创意头脑风暴,或单一专家视角足以完成的任务。

Agent 工作流230
C
create-skill
create-skill
hairyf / skills

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。

Agent 工作流230
M
memory-bank
memory-bank
nagendhra-web / memory-bank

面向 Claude Code 的高效持久记忆系统,可在会话预热时节省约 67% 的 token(经 tiktoken 验证)。采用分层架构,支持渐进式加载、紧凑编码、感知分支的上下文、智能压缩、会话差异比对、冲突检测、会话续接协议和恢复模式。在会话开始时(如果存在 MEMORY.md)、用户说“记住这个”“接着上次继续”“我们刚才在做什么”“收尾”“保存进度”“别忘了”“切换上下文”“交接”“记忆状态”“保存状态”“继续上次的工作”“上下文预算”“还剩多少上下文”,或在含有现有记忆文件的项目中开始会话时激活。此技能同时解决两个问题:Claude 在会话间忘记所有内容,以及会话过快达到上下文限制。它用紧凑、结构化的记忆加载取代数千个浪费在重复解释上的 token,让 Claude 以不到 2,000 个 token 获得完整的项目上下文。

Agent 工作流230
O
objectstack-ai
objectstack-ai
objectstack-ai / objectstack

设计 ObjectStack AI 技能、工具、知识源和开源版 MCP 服务接口。用户添加 `*.skill.ts` / `*.tool.ts`、配置 LLM 提供商、连接技能授予的工具,或将 ObjectStack 数据编入索引作为 RAG 知识源时使用。Agent 本身属于平台内部(`ask` / `build`)——第三方通过技能扩展它们,而不是编写 `*.agent.ts`。与 ObjectStack 元数据无关的一般 LLM 提示词问题不适用。

Agent 工作流230
P
prime-vector
prime-vector
srinitude / skills

在高风险问题需要制定策略时使用。

生产力230
S
skill-creation-walkthrough
skill-creation-walkthrough
rampstackco / claude-skills

循序渐进地指导你创建自己的 Claude Skills,内容涵盖判断 Skill 是否适用、编写 SKILL.md 文件、组织参考资料,以及确保其可靠触发。适用于将工作流、框架或重复任务打包成可复用的 Skill;排查现有 Skill 未触发或未加载正确上下文的问题;审查表现不佳的 Skill;或将 Skill 发布给他人。有人询问“如何制作 Skill”或“怎样的 Skill 才算好”时也适用。适合个人、团队及任何公开发布 Skill 的人。

Agent 工作流230
S
superpowers

暂无简介

Agent 工作流230
U
use-fullstackrecipes
use-fullstackrecipes
andrelandgraf / fullstackrecipes

通过获取 Markdown 来发现并遵循 fullstackrecipes(设置指南、技能、操作手册)。这是用于正确查找和应用配方的元技能。在规划构建、添加工具或决定遵循哪种配方或技能时使用。

Agent 工作流230
W
work
work
paulrberg / agent-skills

统筹端到端实施:直接执行或委派独立工作流,进行集成,并验证所需结果。

Agent 工作流230
A
ai-assessment-scale
ai-assessment-scale
mastepanoski / claude-skills

使用 AI Assessment Scale(AIAS)v2 五级框架评估 AI 对软件项目的贡献。调整面向教育的框架,以便在开发各阶段透明地记录项目。

Agent 工作流229
B
build-dark-factory
build-dark-factory
coleam00 / skills

根据 PRD 构建 dark factory:一个将任务作为 issue 接收,并在无人操作键盘的情况下输出经过验证代码的仓库;逐个组件构建,并直接在用户的实际仓库中实现。涵盖按构建顺序排列的五个组件:指导层、验证工具链、工作流驱动的仓库、部署,以及实现自动化的触发器;不限定底层使用哪种编码 Agent(Claude Code、Codex、Archon、Agent SDK、Cline、Goose、Amp、Pi)。它将用户现有的 AI 编码流程固化下来,而不是取而代之。需要以 PRD 作为输入,并且有意不负责编写 PRD。用户想构建 dark factory、自主或自动驾驶仓库、软件工厂、能自行交付代码的 Agent、无人值守或通宵运行的编码循环,询问如何达到 AI 编码自主性的第 4 或第 5 级,或提到 dark factory、lights-out coding、autonomous PR、能够自我维护的仓库时使用。

Agent 工作流229
C
codely-plan-create-subagents
codely-plan-create-subagents
codelytv / agent-harness

为指定任务制定计划

Agent 工作流229
E
erc-8004
erc-8004
bankrbot / skills

使用 ERC-8004(Trustless Agents)在 Ethereum 主网上注册 AI Agent。用户想要在链上注册 Agent 身份、创建 Agent 资料、认领 Agent NFT、设置 Agent 声誉或让 Agent 可被发现时使用。负责将 ETH 跨链桥接到主网、上传至 IPFS 并进行链上注册。

Agent 工作流229
E
exec-plan
exec-plan
pproenca / dot-skills

管理 ExecPlans 的生命周期——用于多步骤工作的自包含、持续更新的规范。按正确格式创建计划,强制更新持续维护的章节,并处理 active → completed 状态转换。适用于预计需要多个会话或涉及 3 个以上文件的工作。触发条件:“创建计划”“编写计划”“开始计划”“继续计划”“恢复计划”“结束计划”“完成计划”、多步骤功能、重构或跨会话任务。

Agent 工作流229
F
frappe-router
frappe-router
lubusin / frappe-skills

根据任务类型路由到相应的 Frappe 技能。在处理 Frappe 项目时,作为入口确定应使用哪项专用技能。

Agent 工作流229
G
gemini-cli
gemini-cli
x-zero-l / agent-skills

通过本地 `gemini` CLI 向 Gemini 提问(无 MCP)。用户说“ask gemini”或“use gemini”、想听取第二意见、需要使用 `@path` 分析大上下文、运行沙箱,或进行结构化的变更模式编辑时使用。

Agent 工作流229
G
gemini
gemini
nowork-studio / notfair-plugin

来自 Google Gemini 的跨模型第二意见——由另一款具备深厚 Google 生态知识的 AI 审查相同更改。提供三种模式:review(对 Google Ads 营销活动、SEO 元数据或代码进行通过/不通过判定)、challenge(以对抗方式压力测试,尝试找出更改的问题)和 consult(就 Google Ads 策略、SEO 最佳实践或实现问题与 Gemini 开放问答)。用户说“gemini review”“ask gemini”“gemini challenge”“second opinion from gemini”“consult gemini”“stress test with gemini”“what would gemini say”“cross-model review”或“get another opinion”时使用。语音别名:“gem”“gemini check”。尤其适用于 Google Ads 更改、SEO 元数据更新、营销活动结构决策、关键词策略以及出价/预算调整;Gemini 对 Google 生态的原生了解可补充 Claude 的分析。

Agent 工作流229
M
mcp-builder
mcp-builder
vudovn / ag-kit

MCP(Model Context Protocol)服务端和客户端工程。涵盖协议设计、架构、传输、扩展、安全和迁移。

开发229
P
plow-ahead
plow-ahead
builderio / skills

用户明确要求自主推进、不因常规澄清而停下时使用,例如“继续推进”“不要停”“自行判断”“一直做到完成”“我离开时继续完成”“除非确实受阻,否则不要提问”等。将一般性的模糊之处转化为明确假设,继续实施和验证,只在遇到真正阻碍时停止,并在结束时清晰总结决策、变更、验证结果和剩余风险。

Agent 工作流229
P
prime-backend
prime-backend
coleam00 / skills

让 Agent 聚焦理解代码库的后端部分,包括 API 路由、服务、数据模型和数据库层,而不加载无关的前端代码。在工作范围限于 API 端点、业务逻辑或数据访问时,于会话开始使用。还可选择先从 Jira 工单和 Confluence 页面获取外部任务上下文。

Agent 工作流229
T
token-efficiency
token-efficiency
nickcrew / claude-cortex

使用符号和缩写进行精简沟通。适用于上下文有限或需要简洁表达的情况。

Agent 工作流229
W
wrap-up
wrap-up
anthropics / launch-your-agent

结束(或重新审视)Claude Managed Agent 构建:更新概览页,回顾创始人目前拥有的所有基础组件,展示运行日志和实时状态,建议 1–2 项量身定制的后续升级,并检查清理事项(归档会话、密钥仅保存在 .env 中、部署启动信息中不写具体日期)。当创始人说“/wrap-up”“wrap up”“close it out”“where do things stand with my agent”,或完成 /launch-your-agent 构建时使用。

Agent 工作流229
A
accelint-skill-manager
accelint-skill-manager
gohypergiant / agent-skills

用户说“创建一个 skill”“制作新 skill”“构建 skill”“用于 X 的 skill”“审核此 skill”“审查此 skill”“检查 skill 质量”“修复此 skill”“改进此 skill”“重构此 skill”“更新此 skill”或“优化此 skill”时使用;也适用于将领域专业知识整理为具备专门知识、工作流或工具集成的 Agent 技能,以及对其进行重构或审核。

Agent 工作流228
C
context-fundamentals
context-fundamentals
muratcankoylan / agent-skills-for-context-engineering

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。

Agent 工作流228
G
graph
graph
yeachan-heo / oh-my-claudecode

确定性编排图运行时——声明式 DAG 流水线,支持基于日志的崩溃恢复

Agent 工作流228
H
handoff

暂无简介

Agent 工作流228
M
memory-management
memory-management
jzocb / openclaw-memory-management

使用 P0/P1/P2 优先级系统和自动归档管理 AI Agent 记忆。适用于设置记忆管理、清理 MEMORY.md、创建经验文件、配置自动归档 cron 任务或检查记忆结构。通过语义搜索保持回忆能力,同时减少 70–80% 的 token 用量。

Agent 工作流228
O
optimize-agent-prompt
optimize-agent-prompt
browserbase / skills

通过 Autobrowse 风格的外层循环构建并改进 Browserbase Agent API 演示:运行固定任务、收集 Agent 消息和会话日志、评估结果、修改一条系统提示词启发规则,并确认结果趋于稳定。用于创建 Browserbase Agents 演示或 POC、优化 Agent 系统提示词、诊断不稳定的 Agent 运行,或将自动研究/自动浏览应用于 Browserbase Agents API。

Agent 工作流228
P
Plugin Structure
Plugin Structure
davila7 / claude-code-templates

用户要求“创建插件”“搭建插件骨架”“了解插件结构”“组织插件组件”“设置 plugin.json”“使用 ${CLAUDE_PLUGIN_ROOT}”“添加命令/Agent/技能/钩子”“配置自动发现”,或需要有关插件目录布局、清单配置、组件组织、文件命名约定或 Claude Code 插件架构最佳实践的指导时,使用此技能。

Agent 工作流228
P
poteto-mode
poteto-mode
mdsmithaustin / pstack

poteto 的 Agent 风格,注重简洁而详细的回答、有意安排子 Agent、避免浮夸文风、保持代码简洁并验证成果。用于 poteto、/poteto-mode,或用户要求采用这种风格时。

Agent 工作流228
R
refine
refine
poteto / noodle

通过有针对性的提问,将 brain/todos.md 中的待办事项完善为精确、可执行的提示。触发词:“refine”“refine todos”“clarify todos”。

生产力228
S
software-lifecycle
software-lifecycle
inkeep / open-knowledge-skills

如何在 Software Lifecycle 项目(`software-lifecycle` starter pack)中工作:提案 → 决策 → 规格说明 → 复盘,以及相关指南。当项目包含这些文件夹,或有人询问项目组织方式时阅读。它包含文档生命周期、状态流转和各文件夹对应的 Agent 行为,避免将指导内容放进模板正文或文件夹说明中。五种工作流——构思提案、编写规格说明、记录决策、撰写复盘、评审设计——在此工具包中各自作为独立的同级技能提供。它补充平台的 `open-knowledge` 技能,但不取代它

开发228
S
super-self-improving

超级自我优化智能体 - 多模态记忆、反馈循环、元学习、置信度校准 / Super Self-Improving Agent - Multi-modal Memory, Feedback Loops, Meta-Learning, Confidence Calibration

Agent 工作流228
U
upfront-design
upfront-design
prathamdby / skills

upfront-design 用于在编码前确定分阶段设计、恢复草稿,或验证已批准的里程碑。

开发228
A
ablate-ai-layer
ablate-ai-layer
coleam00 / skills

通过多次运行同一真实任务,分别保留和移除 AI 指令层,评估仓库中的 AI 指令是否仍有价值;随后根据实际变化逐条评估规则。工具会在临时 Git worktree 中自行运行两组测试,不会改动工作树。兼容多种 Agent:CLAUDE.md、AGENTS.md、.claude/、.agents/、.cursor/rules、.clinerules、.windsurfrules 和 copilot-instructions。当用户想精简、审计、清理、缩减或“删除”其 CLAUDE.md、AGENTS.md、Cursor 规则、Agent 指令或 AI 指令层,询问规则是否仍有必要、上下文是否臃肿或该删掉什么,或提到消融、消融实验、测试不带指令的 Agent 时使用。

Agent 工作流227
A
agent-browser
agent-browser
andrelandgraf / fullstackrecipes

自动执行浏览器交互,用于 Web 测试、填写表单、截图和数据提取。适用于用户需要浏览网站、与网页交互、填写表单、截图、测试 Web 应用或从网页提取信息的情况。

Agent 工作流227
A
agent-import
agent-import
starchild-ai-agent / official-skills

将 Agent 迁移包从中继服务导入 Starchild。将 Agent 从其他平台迁移到 Starchild 时使用(例如,导入我的 OpenClaw 导出文件、加载这个 8 位迁移码)。

Agent 工作流227
C
cw-scribe
cw-scribe
everyinc / compound-writing

通过最小可用的 Compound Writing 工作流来安排开放式写作任务。适用于用户想开始、继续、完成或改进一篇文章,但未指定更具体技能时。

创意与媒体227
H
help
help
bitwize-music-studio / claude-ai-music-skills

显示插件的可用技能、常见工作流和快速参考。用户询问帮助、有哪些技能可用或如何完成某项操作时使用。

创意与媒体227
L
loki-mode
loki-mode
asklokesh / loki-mode

自主软件工厂。提供 GitHub issue、规格说明或一句话任务,即可获得带签名回执的 pull request,任何人都能离线重新验证。使用你自己的密钥在本机运行:Claude、Codex、OpenCode。

Agent 工作流227
O
opportunity-scan
opportunity-scan
coleam00 / skills

扫描你与编码 Agent 的实际协作方式,找出接下来值得编码固化的内容。提供一次运行的产物,找出本可避免特定故障的改进点(反应式循环——“出了什么问题,AI 层应该改进什么?”);或提供一段时间的会话日志,发现值得构建的重复模式(主动扫描)。不依赖特定 Agent。输出仅包含结构的 HTML 报告。根据实际使用情况改进系统。

Agent 工作流227
P
prompt-engineering
prompt-engineering
martinholovsky / claude-skills-generator

提示词工程与任务路由/编排专家技能。涵盖安全的提示词构建、注入攻击防护、多步任务编排,以及针对 JARVIS AI 助手的 LLM 输出验证。

Agent 工作流227
R
ruminate
ruminate
poteto / noodle

挖掘过去的 Claude Code 和 Codex 对话,找出尚未记录的模式、修正和知识,并与现有的脑内内容交叉参照。触发词:“ruminate”“mine my history”“what have I been working on”“review past sessions”“extract learnings”。

Agent 工作流227
W
workbuddy-cli-model-bridge
workbuddy-cli-model-bridge
zjp1997720 / zhijian-skills

安装、审计、修复和管理仅限 loopback 的 CLIProxyAPI

Agent 工作流227
第 4201–4260 条,共 13,294 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。