Skills
收录 97,501 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
查找、安装和配置 MCP 服务。可主动用于发现 MCP、设置 OAuth 和环境变量、处理 stdio 与 SSE 传输方式,或排查 MCP 连接问题。示例:- 用户:“添加 filesystem MCP 服务”→ 读取服务文件,将其添加到 opencode.json 的 mcpServers 中,并验证传输类型 - 用户:“如何将 MCP 用于 GitHub?”→ 检查目录,安装 @modelcontextprotocol/server-github,配置 OAuth 令牌 - 用户:“MCP 无法连接”→ 检查传输类型(stdio/SSE),验证参数/命令,并检查是否传递环境变量 - 用户:“有哪些 MCP 可用?”→ 运行 list_mcps.py,显示包含身份验证类型和安装命令的目录
将流程、想法或知识体系设计为 ICM(Interpretable Context Methodology)工作区,其中文件夹结构即 Agent 架构;也可将现有文件夹、代码仓库或知识库重组为此类工作区。适用于“make this an ICM”、“ICM this”、“build me a workspace”、“structure this for agents”、“map this repo”、“audit this folder”、“what would a change hit”、第二大脑、团队大脑或上下文地图,或将访谈记录和研究资料整理为讲座、脚本或文档素材。
在 Pi Agent 中注册自定义或变体模型(例如 OpenRouter 的 ":nitro" / ":floor" / ":exacto" 标记),以便将其设为全局默认模型。当 Pi 在设置 defaultModel 后仍悄悄切换到其他模型(如 moonshotai/kimi-k2.6),或模型标记不在 Pi 内置列表中时使用。触发词:“Pi reset my model”“Pi won't use this model”“add a model to Pi”“Pi default keeps reverting”。
实现 AI Agent 交互协议。添加 WebMCP 工具注解、A2A Agent Cards、MCP 服务卡片、实时 MCP 端点、MCP Apps、OpenAPI 文档、API 目录、AI 目录、Agent Skills 索引、NLWeb、SDK 和 CLI 链接,以及 Agent 商务文档(x402、MPP、UCP、ACP、AP2、Agent 结账),让 AI Agent 能够发现并使用网站功能。适用于“add WebMCP”“implement A2A”“create agent card”“add MCP server card”“create OpenAPI spec”“add api-catalog”“add NLWeb”“add MCP Apps”“support agent payments”“improve agent protocols score”“make site agent-interactive”或任何 WebMCP、A2A、MCP、OpenAPI 相关任务。
使用公开的 `orca` CLI 操作由 Supervibe 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论,以及嵌入 Supervibe 应用中的浏览器。用户说“$orca-cli”“use orca cli”“Supervibe worktree”“child worktree”“cardStatus”“spawn codex/claude in a worktree”“read/wait/send Supervibe terminal”“terminal send”“full handoff”“handover”“give this to another agent”“another worktree”“Supervibe browser”“orca artifacts”“share HTML/Markdown”“public artifact link”或“control the browser inside Supervibe”时使用。当任务涉及 Supervibe 管理的状态时,优先使用此工具,而非原生 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Supervibe 嵌入式浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。
用户希望在某项任务上端到端运行 GitNexus 工程流水线时使用:先运行 gitnexus-plan(预先选择计划深度),再通过阻塞关卡决定使用 gitnexus-work 执行或停止,最后用 gitnexus-review 审查结果。示例:“/gitnexus-lfg Add retry support to the ingestion pipeline”、“run the gitnexus pipeline on this”、“plan, build and review this feature”。
在当前项目中初始化 Harness Engineering 框架。用户说“harness”“init harness”“initialize framework”“setup harness engineering”“/harness”,或想设置包含专用 Agent(planner、generator、evaluator)的 Plan-Build-Verify 开发工作流时使用。会创建 CLAUDE.md、Agent 定义、命令模板、hooks 和文档结构,以支持自主 AI 驱动开发。
提供 Microsoft Foundry Classic(又称 Azure AI Foundry classic)开发方面的专业知识,包括故障排查、最佳实践、决策制定、架构与设计模式、限制与配额、安全、配置、集成与编码模式,以及部署。适用于配置 Foundry agents、模型路由、Azure OpenAI/RAG、多 Agent 应用或安全的 on-your-data 工具,以及其他 Microsoft Foundry Classic 相关开发任务。不适用于 Microsoft Foundry(使用 microsoft-foundry)、Microsoft Foundry Local(使用 microsoft-foundry-local)、Foundry Control Plane 中的 Content Safety(使用 azure-content-safety)、Foundry Tools 中的 Azure Speech(使用 azure-speech)。
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。
